カエルの原腸陥入では原口 blastopreの部分から細胞が中に入り込んでいきます。人の胚の場合は、primitive streak（現条、原始線条）のところから細胞が内部に潜り込んでいって中胚葉を作ります。カエルの場合は、原口は将来の肛門になります。人の場合は肛門になる部分はprimitive streakよりも尾側にあるcloacal membraneの部分です。

このことを生成AI Perplexityで確認しておきます。

Perplexity

After the completion of gastrulation, the primitive streak undergoes regression and eventually disappears. Here’s what happens to the primitive streak:

Regression of the Primitive Streak

As gastrulation progresses, the primitive streak begins to regress caudally (towards the tail end of the embryo). This regression process starts around day 20 in human embryonic development.

Formation of the Tail Bud

As the primitive streak regresses, its remaining parts enlarge to produce a midline caudal cell mass called the tail bud or caudal eminence. This structure forms around day 20 in human embryos.

Notochord Development

While the primitive streak is regressing, the notochord begins to develop cranially (towards the head) from the primitive node. The notochord is a rod-like structure that plays a crucial role in providing signals for the development of surrounding tissues.

Disappearance of the Primitive Streak

By day 22 of human embryonic development, the primitive streak has regressed to between 10 and 20% of the embryo’s length.

Complete Disappearance

Around day 26 of human embryonic development, the primitive streak has seemingly disappeared entirely.It’s important to note that while the primitive streak itself disappears, it leaves behind important structures and cell populations that continue to play crucial roles in embryonic development. The disappearance of the primitive streak marks the transition from gastrulation to the next stages of embryonic development, including neurulation and organogenesis.

原始線条は、原腸胚形成期が終わったときには、消えてなくなるですね。

Fate of the primitive streak / Regression of degeneration of primitive streak by 4th week MBBS NAIJA チャンネル登録者数 1820人

以下、Perplexityに聞いて得られた回答です。

シュレーディンガー方程式の座標変換：直交座標系から極座標系へ

直交座標系でのシュレーディンガー方程式

時間に依存しない3次元シュレーディンガー方程式を直交座標系で表すと：

\begin{equation}
-\frac{\hbar^2}{2m}\left(\frac{\partial^2}{\partial x^2} + \frac{\partial^2}{\partial y^2} + \frac{\partial^2}{\partial z^2}\right)\psi + V(r)\psi = E\psi
\end{equation}

ここで、$\nabla^2 = \frac{\partial^2}{\partial x^2} + \frac{\partial^2}{\partial y^2} + \frac{\partial^2}{\partial z^2}$はラプラシアン演算子です。

座標変換

直交座標と極座標の関係は以下の通りです：

\begin{align}
x &= r \sin\theta \cos\phi \\
y &= r \sin\theta \sin\phi \\
z &= r \cos\theta
\end{align}

偏微分の変換

座標変換に伴い、偏微分も変換する必要があります。連鎖律を用いて：

\begin{equation}
\frac{\partial}{\partial x} = \frac{\partial r}{\partial x}\frac{\partial}{\partial r} + \frac{\partial \theta}{\partial x}\frac{\partial}{\partial \theta} + \frac{\partial \phi}{\partial x}\frac{\partial}{\partial \phi}
\end{equation}

同様に、$y$と$z$についても行います。

各項の計算

上記の関係から、以下の式が得られます：

\begin{align}
\frac{\partial r}{\partial x} &= \sin\theta \cos\phi, & \frac{\partial r}{\partial y} &= \sin\theta \sin\phi, & \frac{\partial r}{\partial z} &= \cos\theta \\
\frac{\partial \theta}{\partial x} &= \frac{\cos\theta \cos\phi}{r}, & \frac{\partial \theta}{\partial y} &= \frac{\cos\theta \sin\phi}{r}, & \frac{\partial \theta}{\partial z} &= -\frac{\sin\theta}{r} \\
\frac{\partial \phi}{\partial x} &= -\frac{\sin\phi}{r\sin\theta}, & \frac{\partial \phi}{\partial y} &= \frac{\cos\phi}{r\sin\theta}, & \frac{\partial \phi}{\partial z} &= 0
\end{align}

ラプラシアンの変換

これらの関係を用いて、ラプラシアン演算子を極座標で表現します：

\begin{equation}
\nabla^2 = \frac{1}{r^2}\frac{\partial}{\partial r}\left(r^2\frac{\partial}{\partial r}\right) + \frac{1}{r^2\sin\theta}\frac{\partial}{\partial \theta}\left(\sin\theta\frac{\partial}{\partial \theta}\right) + \frac{1}{r^2\sin^2\theta}\frac{\partial^2}{\partial \phi^2}
\end{equation}

最終形

最終的に、極座標系でのシュレーディンガー方程式は以下のようになります：

\begin{equation}
-\frac{\hbar^2}{2m}\left[\frac{1}{r^2}\frac{\partial}{\partial r}\left(r^2\frac{\partial}{\partial r}\right) + \frac{1}{r^2\sin\theta}\frac{\partial}{\partial \theta}\left(\sin\theta\frac{\partial}{\partial \theta}\right) + \frac{1}{r^2\sin^2\theta}\frac{\partial^2}{\partial \phi^2}\right]\psi + V(r)\psi = E\psi
\end{equation}

この変換過程には、微分の連鎖律の適用や、複雑な代数計算が含まれます。各ステップを丁寧に追うことで、全体の導出を理解することができます。

研究課題：「生成AIが日本の科学研究のやり方に及ぼす影響」

【研究概要】
本研究は、急速に発展する生成AI技術が日本の科学研究の方法論、倫理、成果発表、そして研究者の役割にどのような影響を与えるかを包括的に調査・分析することを目的とします。具体的には、(1)生成AIの科学研究への応用実態、(2)研究倫理への影響、(3)研究プロセスの変化、(4)研究者の役割の変容について、質的・量的手法を用いて明らかにします。さらに、国際比較を通じて日本の特徴を浮き彫りにし、生成AI時代における日本の科学研究の在り方について提言を行います。

【本文】

(1) 学術的背景と研究の着想、核心をなす学術的「問い」

生成AIの急速な発展は、科学研究のあり方に大きな変革をもたらしつつあります。特に、大規模言語モデル（LLM）を用いた生成AIは、文献調査、データ分析、論文執筆など研究の様々な局面で活用され始めています。一方で、生成AIの利用に関する倫理的問題や、研究の独創性への影響など、新たな課題も浮上しています。日本の科学研究においても、生成AIの影響は避けられません。しかし、日本特有の研究文化や言語の壁が、生成AIの導入や影響のあり方に独自の形を与える可能性があります。本研究の核心をなす学術的「問い」は以下の通りです：
「生成AIは日本の科学研究のプロセス、倫理、成果、そして研究者の役割をどのように変容させるのか、また、その変容は国際的な研究動向とどのように異なるのか」

(2) 研究目的および学術的独自性と創造性

本研究の目的は、生成AIが日本の科学研究に及ぼす多面的な影響を明らかにし、生成AI時代における日本の科学研究の在り方について提言を行うことです。学術的独自性は以下の点にあります：

1. 生成AIの影響を、研究プロセス全体を通じて包括的に分析する点
2. 日本の研究文化や言語の特性を考慮に入れ、国際比較を行う点
3. 量的データと質的データを組み合わせた混合研究法を採用する点

創造性は、生成AI自体を研究ツールとして活用しながら、その影響を分析するメタ的なアプローチを取る点にあります。

(3) 関連分野の研究動向と本研究の位置づけ

生成AIの科学研究への影響に関する研究は、主に英語圏で進められています。例えば、論文執筆における生成AIの利用ポリシーの策定や、生成AIを用いた科学的発見の可能性などが議論されています。一方、日本における研究は限定的で、主に倫理的側面に焦点を当てたものが多い状況です。本研究は、日本の文脈に即した包括的な分析を行い、国際的な研究動向と日本の状況を橋渡しする位置づけにあります。

(4) 本研究で明らかにしようとする内容と方法

以下の4点について、質問紙調査、インタビュー調査、文献分析を組み合わせて明らかにします：

1. 生成AIの科学研究への応用実態：
   • 日本の研究者による生成AIの利用状況と用途
   • 分野別の利用傾向の差異
2. 研究倫理への影響：
   • 生成AI利用に関する倫理指針の策定状況
   • 著作権や知的財産権に関する新たな課題
3. 研究プロセスの変化：
   • 文献調査、データ分析、論文執筆等における生成AIの影響
   • 研究の効率性と質への影響
4. 研究者の役割の変容：
   • 生成AIによる代替可能な業務と新たに求められるスキル
   • 若手研究者の育成における課題

さらに、国際比較を通じて日本の特徴を明らかにし、生成AI時代における日本の科学研究の在り方について提言を行います。

(5) 研究目的達成のための準備状況

1. 予備調査の実施：主要な研究機関の研究者30名に対し、生成AIの利用状況に関するインタビュー調査を実施済み。
2. 国内外の関連文献の収集と分析：生成AIの科学研究への影響に関する最新の論文や報告書を網羅的に収集・分析中。
3. 研究協力者のネットワーク構築：国内の主要大学・研究機関、および海外の研究者との協力体制を確立。
4. 調査手法の確立：質問紙設計、インタビューガイドの作成完了。

(6) 本研究の国際性

本研究は以下の点で高い国際性を有します：

1. 世界の研究をけん引する可能性：
   生成AIの科学研究への影響という喫緊のテーマに対し、日本の視点から包括的な分析を行うことで、国際的な議論を先導する可能性があります。
2. 国際協同を通じた研究発展への貢献：
   海外の研究者との比較研究を通じて、生成AIの影響の普遍性と地域特性を明らかにし、グローバルな研究コミュニティに貢献します。
3. 日本独自の研究としての価値：
   日本語という言語的特性や、日本の研究文化を考慮に入れた分析は、生成AIと科学研究の関係性についての理解を深める上で、国際的に貴重な知見となります。

以上の取り組みを通じて、本研究は生成AI時代における科学研究のあり方について、国際的な議論を喚起し、新たな研究パラダイムの構築に寄与することを目指します。

研究課題：「生成AIが日本の科学研究のやり方に及ぼす影響」

【研究概要】

本研究は、急速に発展する生成AI技術が日本の科学研究の方法論、倫理、成果発表、そして研究者の役割にどのような影響を与えるかを包括的に調査・分析することを目的とします。具体的には、(1)生成AIの科学研究への応用実態、(2)研究倫理への影響、(3)研究プロセスの変化、(4)研究者の役割の変容について、質的・量的手法を用いて明らかにします。さらに、国際比較を通じて日本の特徴を浮き彫りにし、生成AI時代における日本の科学研究の在り方について提言を行います。

【本文】

(1) 学術的背景と研究の着想、核心をなす学術的「問い」

生成AIの急速な発展は、科学研究のあり方に大きな変革をもたらしつつあります。特に、大規模言語モデル（LLM）を用いた生成AIは、文献調査、データ分析、論文執筆など研究の様々な局面で活用され始めています。一方で、生成AIの利用に関する倫理的問題や、研究の独創性への影響など、新たな課題も浮上しています。日本の科学研究においても、生成AIの影響は避けられません。しかし、日本特有の研究文化や言語の壁が、生成AIの導入や影響のあり方に独自の形を与える可能性があります。本研究の核心をなす学術的「問い」は以下の通りです：
「生成AIは日本の科学研究のプロセス、倫理、成果、そして研究者の役割をどのように変容させるのか、また、その変容は国際的な研究動向とどのように異なるのか」

(2) 研究目的および学術的独自性と創造性

本研究の目的は、生成AIが日本の科学研究に及ぼす多面的な影響を明らかにし、生成AI時代における日本の科学研究の在り方について提言を行うことです。

学術的独自性は以下の点にあります：

1. 生成AIの影響を、研究プロセス全体を通じて包括的に分析する点
2. 日本の研究文化や言語の特性を考慮に入れ、国際比較を行う点
3. 量的データと質的データを組み合わせた混合研究法を採用する点

創造性は、生成AI自体を研究ツールとして活用しながら、その影響を分析するメタ的なアプローチを取る点にあります。

(3) 関連分野の研究動向と本研究の位置づけ

生成AIの科学研究への影響に関する研究は、主に英語圏で進められています。例えば、論文執筆における生成AIの利用ポリシーの策定や、生成AIを用いた科学的発見の可能性などが議論されています。一方、日本における研究は限定的で、主に倫理的側面に焦点を当てたものが多い状況です。本研究は、日本の文脈に即した包括的な分析を行い、国際的な研究動向と日本の状況を橋渡しする位置づけにあります。

(4) 本研究で明らかにしようとする内容と方法

以下の4点について、質問紙調査、インタビュー調査、文献分析を組み合わせて明らかにします：

1. 生成AIの科学研究への応用実態：
   • 日本の研究者による生成AIの利用状況と用途
   • 分野別の利用傾向の差異
2. 研究倫理への影響：
   • 生成AI利用に関する倫理指針の策定状況
   • 著作権や知的財産権に関する新たな課題
3. 研究プロセスの変化：
   • 文献調査、データ分析、論文執筆等における生成AIの影響
   • 研究の効率性と質への影響
4. 研究者の役割の変容：
   • 生成AIによる代替可能な業務と新たに求められるスキル
   • 若手研究者の育成における課題

さらに、国際比較を通じて日本の特徴を明らかにし、生成AI時代における日本の科学研究の在り方について提言を行います。

(5) 研究目的達成のための準備状況

1. 予備調査の実施：主要な研究機関の研究者30名に対し、生成AIの利用状況に関するインタビュー調査を実施済み。
2. 国内外の関連文献の収集と分析：生成AIの科学研究への影響に関する最新の論文や報告書を網羅的に収集・分析中。
3. 研究協力者のネットワーク構築：国内の主要大学・研究機関、および海外の研究者との協力体制を確立。
4. 調査手法の確立：質問紙設計、インタビューガイドの作成完了。

(6) 本研究の国際性

本研究は以下の点で高い国際性を有します：

1. 世界の研究をけん引する可能性：
   生成AIの科学研究への影響という喫緊のテーマに対し、日本の視点から包括的な分析を行うことで、国際的な議論を先導する可能性があります。
2. 国際協同を通じた研究発展への貢献：
   海外の研究者との比較研究を通じて、生成AIの影響の普遍性と地域特性を明らかにし、グローバルな研究コミュニティに貢献します。
3. 日本独自の研究としての価値：
   日本語という言語的特性や、日本の研究文化を考慮に入れた分析は、生成AIと科学研究の関係性についての理解を深める上で、国際的に貴重な知見となります。

以上の取り組みを通じて、本研究は生成AI時代における科学研究のあり方について、国際的な議論を喚起し、新たな研究パラダイムの構築に寄与することを目指します。

生成AIツールと言えばChatGPT一択かと思って今まで使っていたのですが、同僚に聞いたら、ChatGPTは全然良くないよ、とのことで、ClaudeやPerplexityを使うこと勧められました。その同僚は科研費の申請書やその他の業務で必要な書類のたたき台をつくったり、改訂作業するときなどにこれらの生成ＡＩツールを活用していて、劇的に作業時間が短縮できているのだそうです。価格も月額20ドルくらいで有料版が使えるそうで、ChatGPTとほとんど差がないようです。

Claude有病版ではClaude 3 Opusがつかえるそうです。Perplexity Proでは、GPT-4やClaude 3 Opusなど、複数の最新AIモデルを使用可能だそう。なら、Perplexityの有料版でいいんじゃない？と思います。Claude無料版で、どうすれば有料版を買えるの？と聞いてみたら、知りませんという答えでした。商売っ気ないですね。

ChatGPTは有料版のChatGPT4oを使っています。PerplexityとClaudeは無料版を試してみます。

Perplexityに科研費申請書を書かせてみた

研究テーマは、「パーキンソン病の早期診断マーカーの開発」で、Perplexity に作文を依頼してみました。依頼文：

科研費申請書の様式の指示がこれ：本研究の目的と方法などについて、４頁以内で記述すること。 冒頭にその概要を簡潔にまとめて記述し、本文には、(1)本研究の学術的背景や本研究の着想に至った経緯、研究課題の核心をなす学術的「問い」、(2)本研究の目的および学術的独自性と創造性、(3)関連分野の研究動向と本研究の位置づけ、(4)本研究で何をどのように、どこまで明らかにしようとするのか、(5)本研究の目的を達成するための準備状況、(6)本研究がどのような国際性（将来的に世界の研究をけん引する、協同を通じて世界の研究の発展に貢献する、我が国独自の研究としての高い価値を創出する等）を有するかについて具体的かつ明確に記述すること。　　　自分が考えている研究テーマは、「パーキンソン病の早期診断マーカーの開発」なんだけど、これで申請書を書いてくれない？

その結果は以下のようになりました。

回答

以下に、ご指定の様式に沿ってパーキンソン病の早期診断マーカーの開発に関する科研費申請書の概要を作成しました。

研究概要

本研究は、パーキンソン病の早期診断を可能にする新規バイオマーカーの開発を目的とします。血液中の長鎖アシルカルニチン群と健康診断データを組み合わせた多角的アプローチにより、運動症状発現前のパーキンソン病を高精度で検出する診断法の確立を目指します。本研究成果は、パーキンソン病の早期介入と新規治療法開発の基盤となり、患者のQOL向上と医療経済的負担の軽減に貢献します。

(1) 学術的背景と研究の着想

パーキンソン病は、運動症状が顕在化する時点で既に半数以上のドーパミン神経が失われており、早期診断と介入が課題となっています。近年、運動症状発現の10〜20年前から非運動症状が出現することが明らかになり、早期診断マーカーの探索が進められています。本研究の着想は、血中代謝産物の網羅的解析により、早期パーキンソン病患者で長鎖アシルカルニチン群の低下が発見されたことに端を発します。さらに、一般的な健康診断データからもパーキンソン病の早期変化を捉えられる可能性が示唆されました。本研究の核心をなす学術的「問い」は、「血中長鎖アシルカルニチン群と健康診断データの組み合わせにより、運動症状発現前のパーキンソン病を高精度で検出できるか」です。

(2) 研究目的と学術的独自性・創造性

本研究の目的は、パーキンソン病の運動症状発現前における高精度な診断マーカーを開発することです。具体的には以下の3点を目指します：

1. 長鎖アシルカルニチン群の詳細な変動パターンの解明
2. 健康診断データとの組み合わせによる診断精度の向上
3. 非侵襲的かつ簡便な早期診断法の確立

本研究の学術的独自性は、代謝産物と一般健康診断データを統合した多角的アプローチにあります。この手法により、パーキンソン病の病態進行を反映する複合的なバイオマーカーパネルの構築が可能となります。

(3) 関連分野の研究動向と本研究の位置づけ

パーキンソン病の早期診断に関する研究は、主に非運動症状や画像診断に焦点を当てて進められてきました。しかし、これらの方法は専門的な評価や高額な機器を必要とするため、スクリーニング検査としての普及に課題がありました。本研究は、一般的な健康診断データと特異的な血中代謝産物を組み合わせることで、より簡便かつ高精度な早期診断法の開発を目指します。この approach は、パーキンソン病研究において新たな展開をもたらす可能性があります。

(4) 研究の到達目標

本研究では、以下の点を明らかにすることを目指します：

1. パーキンソン病の病期進行に伴う長鎖アシルカルニチン群の詳細な変動パターン
2. 健康診断データ（血圧、ヘマトクリット値、血清コレステロール値など）とパーキンソン病進行の相関関係
3. 長鎖アシルカルニチン群と健康診断データを組み合わせた早期診断アルゴリズムの開発と検証

これらの成果により、運動症状発現前のパーキンソン病を80%以上の精度で検出できる診断法の確立を目指します。

(5) 研究の準備状況

これまでの研究で、早期パーキンソン病患者における長鎖アシルカルニチン群の低下を発見しています。また、健康診断データからパーキンソン病の早期変化を捉えられる可能性も示唆されています。これらの予備的知見を基に、より大規模なコホート研究の準備を進めています。また、代謝産物の網羅的解析や機械学習を用いたデータ解析の体制も整っています。

(6) 研究の国際性

本研究は以下の点で高い国際性を有します：

1. パーキンソン病の早期診断法開発は世界的な課題であり、本研究成果は国際的な研究をけん引する可能性があります。
2. 開発される診断法は、日本のみならず世界中のパーキンソン病患者の早期発見と治療に貢献します。
3. 本研究で得られるデータは、国際的なパーキンソン病研究コンソーシアムと共有し、グローバルな研究発展に寄与します。

本研究は、日本の強みである健康診断システムと最新の代謝解析技術を融合させた独自性の高いアプローチであり、世界に先駆けた成果が期待されます。

ChatGPT4o、Perplexity、Claudeの比較

驚いたことに、生成AIで科研費の申請書を書いてもらった結果は、三者三様でした。お題は「パーキンソン病の早期診断マーカーの開発」でしたが、Perplexityは、ある程度候補となる化合物を絞り込んだ形で申請書を書いてくれました。自分は何も指示を出したわけではないのにです。ChatGPT4oは、普遍性の高いアプローチを示してくれました。Claudeはありきたりなヒントをくれただけでした。この３つの結果をみると、ChatGPT4oが一番オーソドックスで人間の感覚に近いように思います。

Claude有料版

Claudeをいい気になって使っていたら、あっという間に、無料版はここまで！というメッセージが来ました。

You are out of free messages until 2 PM

有料版の特徴は何かというと、

Get 5x more usage with Claude Pro

• Level up your Claude usage with 5x more usage versus Free plan
• Access to Claude 3 Haiku, our fastest model, and Claude 3 Opus
• Create Projects to work with Claude around a set of docs, code, or files
• Priority access during high-traffic periods
• Early access to new features

とのことです。

グリソン枝を確保

外科医がよく使う言葉で自分が理解できなかったのが「グリソン枝を確保する」といった表現です。確保するとは、何をどうすることなのでしょうか。

系統的肝切除術では，切除領域に流入するGlisson枝（または茎）のみが選択的に確保され，切離される。肝外からのapproachによってGlisson枝（または茎）を安全に確保するには，肝門とその周辺の基本的な局所解剖を熟知しておく必要がある。https://webview.isho.jp/journal/detail/abs/10.18888/op.0000003318

肝外グリソン鞘一括先行確保による腹腔鏡下肝S8亜区域切除

当院におけるグリソン一括確保とhanging maneuver を併用した肝移植ドナー手術の現状

S7, S8亜区域切除では静脈或いはエコーをガイドに肝実質切離を先行し、グリソンを肝内で確保した上でICGを静注し阻血域を確認。

https://conks.jp/kangeka43/download/kangeka43_program.pdf

Glisson茎やGlisson枝の周囲を剝離する際には，周囲の肝実質がLaennec被膜に覆われた状態で剝離を進めることができれば，肝実質を破壊することなくGlisson茎やGlisson枝を確保することが可能である（図4）。

https://www.kanehara-shuppan.co.jp/_data/emagazines/042152023055T/pageindices/index4.html#page=4

～確保する

合流部前面の肝実質を鋭的にメスにて一部切離しながら左肝静脈流入部を中肝静脈より確保しておく。

http://jlts.umin.ac.jp/images/20171128guide_text.pdf

グリソン枝を確保する　の意味を生成AIに聞いてみた

「グリソン枝を確保する」とは、肝臓手術において非常に重要な手順を指します。

グリソン枝とは

• グリソン枝は、肝臓内の門脈、肝動脈、胆管を含む血管と胆管の束です。
• これらの血管と胆管は、肝臓の各区域や亜区域に栄養を供給し、胆汁を排出する役割を担っています。

「確保する」の意味

1. 識別と分離: グリソン枝を周囲の組織から慎重に分離し、はっきりと見えるようにします。
2. 制御: 必要に応じて血流を遮断できるよう、グリソン枝の周りにテープや糸をかけて準備します。
3. 安全性の確保: 手術中の出血リスクを減らし、意図しない部位の血流遮断を防ぎます。

手術における重要性

• 精密な切除: グリソン枝を確保することで、切除すべき肝臓の部分を正確に特定できます。
• 出血制御: 必要な場合にグリソン枝の血流を遮断し、出血を最小限に抑えることができます。
• 肝機能温存: 不要な部分の血流遮断を避け、残す肝臓部分の機能を保護します。

腹腔鏡下手術での課題

腹腔鏡下肝切除術では、グリソン枝の確保が特に重要かつ技術的に難しい手順となります。医師は経験を積み、適切な手技を習得する必要があります。このように、「グリソン枝を確保する」ことは、肝臓手術の成功と患者の安全に直結する重要なステップなのです。

perplexity.ai

「グリソンを肝内で確保する」というのは、肝臓の手術中に「グリソン鞘（しょう）」と呼ばれる部分を、肝臓の中でコントロールすることを指します。グリソン鞘は、肝臓に血液を送る血管や胆管を包んでいる組織です。手術中にこの部分をうまく扱うことで、肝臓への血流を一時的に止めたり調整したりし、出血を減らすことができます。簡単に言うと、肝臓手術で安全に手術を進めるために、重要な血管や管をうまく管理する技術です。

「グリソンを肝内で確保する」という具体的な作業は、グリソン鞘の中にある重要な血管（門脈や肝動脈）や胆管を物理的にしっかりと把握し、それらを操作・保護することです。これにより、手術中の肝臓への血流を一時的に遮断することができます。

具体的には次のようなことを行います：

1. グリソン鞘を露出させる：まず、手術中に肝臓の表面からグリソン鞘を見えるようにし、そこにアクセスします。
2. 血管や胆管を縛るかクランプする：肝臓に入る血管や胆管を一時的に縛ったり、クランプ（特殊な器具で圧迫して流れを止める）して、手術部位への血流を一時的に遮断します。これを行うと、出血を抑えながら手術を進めることができます。
3. 手術が終わったら血流を再開：手術が終わったら、縛った血管を開放して血流を元に戻します。

こうした手順によって、手術中の出血量をコントロールしながら肝臓の特定の部分を安全に操作することができます。この手法は特に肝臓切除や移植など、大規模な手術で重要です。

chatgpt.com

肝臓の区域

Healey & Schroyは門脈の血流分布に従って肝臓を左葉（左肝）と右葉（右肝）（1st-order division），さらに外側，内側，前，後区域（2nd-order division）に区分けした ^1）．そしてCouinaudは内側区域（S4）以外の外側，前，後区域をそれぞれ2分割（S2/3，S5/8，S6/7）し，これらを亜区域（3rd-order division）とすることを提唱した^2）．しかし，亜区域は肝臓を表面から見て大まかに頭側と尾側に区分けしたものであり，必ずしも門脈の血流分布に従ったものではない．実際に，右肝では門脈前・後区域枝から分岐する分枝（しばしば門脈3次分枝と呼ばれる）が頭側と尾側に1本ずつであることは稀であり，その数や方向は様々である．そのため，わが国で一般的に使用されている亜区域の定義はいまだに曖昧なままであり，門脈3次分枝についても，左肝では2次分枝としての内側区域枝・外側区域枝が存在しないため，その定義は曖昧なままである．https://www.igaku-shoin.co.jp/paper/archive/y2023/lapa_02

外科手術動画

1. Liver Surgery Video Tutorials ⑥ ALPPS ＜Prof. Dr. Luca Aldrighetti／ITALY＞　オリンパス　https://www.olympusprofed.com/jp/gs/laphpb/33396/
2. 医学界新聞プラス［第2回］Glisson一括処理の基本手技（肝S3亜区域切除術）『坂の上のラパ肝・胆・膵［Web動画付］』より大目祐介，本田五郎2023.07.07　https://www.igaku-shoin.co.jp/paper/archive/y2023/lapa_02

参考

1. 肝の解剖とその診断　https://www.jsgs.or.jp/cgi-html/edudb/pdf/20061027.pdf

カエルの卵とFGF

• The presence of fibroblast growth factor in the frog egg: its role as a natural mesoderm inducer D Kimelman 1, J A Abraham, T Haaparanta, T M Palisi, M W Kirschner Science . 1988 Nov 18;242(4881):1053-6. doi: 10.1126/science.3194757. PMID: 3194757 DOI: 10.1126/science.3194757　the oocyte and early embryo contain a store of the FGF polypeptide at high enough concentrations to induce mesoderm. The presence of FGF in the oocyte, together with the apparent lack of a secretory signal sequence in the protein, suggest that the regulation of mesoderm induction may involve novel mechanisms that occur after the translation of FGF.

臨床研究中核病院とは

日本発の革新的医薬品・医療機器の開発などに必要となる質の高い臨床研究や治験を推進するため、国際水準の臨床研究や医師主導治験の中心的な役割を担う病院として、臨床研究中核病院が医療法上位置づけられ、平成27年4月から施行することとされた。臨床研究中核病院については、厚生労働大臣が、医療法に定められている以下の①～⑩の要件を満たした病院について承認することとされている。

医療法に規定する臨床研究中核病院の承認要件）

① 特定臨床研究（厚生労働省令で定める基準に従って行う臨床研究をいう。以下同じ。）に関する計画を立案し、及び実施する能力を有すること。

② 他の病院又は診療所と共同して特定臨床研究を行う場合にあっては、特定臨床研究の実施の主導的な役割を果たす能力を有すること。

③ 他の病院又は診療所に対し、特定臨床研究の実施に関する相談に応じ、必要な情報の提供、助言その他の援助を行う能力を有すること。

④ 特定臨床研究に関する研修を行う能力を有すること。

⑤ その診療科名中に厚生労働省令で定める診療科名を有すること。

⑥ 厚生労働省令で定める数以上の患者を入院させるための施設を有すること。

⑦ その有する人員が医療法第22条の３の規定に基づく厚生労働省令で定める要件に適合するものであること。

⑧ 医療法第21条第１項第２号から第８号まで及び第10号から第12号まで並びに第22 条の３第２号、第５号及び第６号に規定する施設を有すること。

⑨ その施設の構造設備が医療法第21条第１項及び第22条の３の規定に基づく厚生労働省令並びに同項の規定に基づく都道府県の条例で定める要件に適合するものであること。

⑩ その他、特定臨床研究の実施に関する厚生労働省令で定める要件に適合するものであること。

https://www.mhlw.go.jp/file/05-Shingikai-10801000-Iseikyoku-Soumuka/0000072774.pdf

ネステッド症例対照研究とは

1. 2021年度 薬剤疫学入門セミナー開催　https://www.rad-ar.or.jp/topics/post?id=5505

ネステッド症例対照研究の例

1. 精神障害診断の30年前から炎症性マーカー高値 AMORISコホートデータに基づく解析 2024年9月9日 5:10　Medical Tribune 中国・Sichuan UniversityのYu Zeng氏らは、前向きコホート研究Swedish Apolipoprotein Mortality Risk（AMORIS）のデータを活用したネステッド症例対照研究を実施。「後に精神障害を発症する人では、精神障害の診断が下される相当以前から白血球、ハプトグロブリン、C反応性蛋白（CRP）などの値が高い一方、IgG、血小板、リンパ球/単球比（LMR）などは低いことが明らかになった」とJAMA Psychiatry（2024年8月21日オンライン版 ）に報告した。