Comprehensive Analysis of Food Allergy Research Trends via Large Language Model-Assisted Text Mining (1980–2024)

食物アレルギー研究の変遷を文献データから調べる

著者・書誌情報

Yoshiyuki Kobayashi; Takahiro Inoue; Itsuki Kageyama; Yusuke Iwasaki; Rie Ito; Kota Kodama; Hiroshi Akiyama
Allergy. 2026; 81(4): 1281–1284.
https://doi.org/10.1111/all.70169

研究概要

暫定紹介（結果記載なし）。1980～2024年の食物アレルギー研究を対象に、大規模言語モデルによる文章解析を補助として用い、研究動向を調べた論文です。掲載用の紹介文は、著者原稿または出版社の本文で解析対象・方法・結果を確認したうえで確定します。

原著

https://pubmed.ncbi.nlm.nih.gov/41366720/https://onlinelibrary.wiley.com/doi/10.1111/all.70169

Other Publications

そのほかの研究業績

2026年

食品・化学物質のレギュラトリーサイエンス

データサイエンスが拓く農薬レギュラトリーサイエンスの飛躍

2025年

食品・化学物質のレギュラトリーサイエンス

Exposure estimation of the food allergens milk and wheat protein in Japan through Bayesian methods: Implications for food labeling

2025年

食品・化学物質のレギュラトリーサイエンス

Food Derived Biostimulants Technology Revealed and Retrieved by Natural Language Processing

2025年

食品・化学物質のレギュラトリーサイエンス

Uncovering new psychoactive substances research trends using large language model-assisted text mining (LATeM)

2025年

食品・化学物質のレギュラトリーサイエンス

The Co-Evolution of Markets and Regulation in the Japanese Functional Food Industry: Balancing Risk and Benefit

博士課程への入学をご検討の方へ

FAQ・オンライン指導体制の詳細をご確認いただけます

博士課程募集要項を見る