ドクターがやさしく教える! 医療AI入門【電子版】
- 出版社
- 金原出版
- 電子版ISBN
- 978-4-307-80485-1
- 電子版発売日
- 2019/07/15
- ページ数
- 160ページ
- 判型
- A5
- フォーマット
- PDF(パソコンへのダウンロード不可)
電子版販売価格:¥3,080 (本体¥2,800+税10%)
- 印刷版ISBN
- 978-4-307-00485-5
- 印刷版発行年月
- 2019/04
- ご利用方法
- ダウンロード型配信サービス(買切型)
- 同時使用端末数
- 2
- 対応OS
-
iOS最新の2世代前まで / Android最新の2世代前まで
※コンテンツの使用にあたり、専用ビューアisho.jpが必要
※Androidは、Android2世代前の端末のうち、国内キャリア経由で販売されている端末(Xperia、GALAXY、AQUOS、ARROWS、Nexusなど)にて動作確認しています - 必要メモリ容量
- 16 MB以上
- ご利用方法
- アクセス型配信サービス(買切型)
- 同時使用端末数
- 1
※インターネット経由でのWEBブラウザによるアクセス参照
※導入・利用方法の詳細はこちら
この商品を買った人は、こんな商品も買っています。
概要
目次
1 医療と人工知能は親和性が高い
2 AIの歴史と医療との関わり
A. 第1次人工知能ブーム(1950年~1960年代)
B. 第2次人工知能ブーム(1990年代)
C. 第3次人工知能ブーム(2000年代~)
3 AIとニューラルネットワーク、そしてディープラーニングまで
2章 機械学習と統計学はうらおもて
3章 医療で使う機械学習
1 機械学習の種類
2 教師あり学習とは?
A. 分類問題:疾患を鑑別する
B. 回帰問題:数値を予測する
C. 学習とは
D. 入力データの学習法
E. 過学習の罠
3 教師なし学習とは?
4章 色々な機械学習
1 線形回帰(単回帰および重回帰)
2 ロジスティック回帰
3 K近傍法(最近傍法:Nearest Neighbor)
4 サポートベクターマシン(Support Vector Machine:SVM)
5 決定木(Decision Tree)
6 アンサンブル学習
A. ランダムフォレスト
B. XG Boost
7 機械学習のパフォーマンス
5章 ベイズの定理の診断への応用
6章 人工ニューロン
1 神経細胞と人工ニューロン
2 入力信号の重み付け
3 活性化関数で出力の微調整を行う
7章 ニューラルネットワーク
1 ニューラルネットワークの構造
2 隠れ層の導入
3 ニューラルネットワークはだんだん賢くなる!?
4 ニューラルネットワークによる画像認識
8章 ディープラーニング
1 ディープラーニングの構造
2 他の機械学習との違い
3 ディープラーニングにおける過学習
4 ディープラーニングの学習と処理
5 ディープラーニングの種類
A. RNN(Recurrent Neural Network)
B. GAN(Generative Adversarial Network)
9章 畳み込みニューラルネットワーク(Convolutional Neural Network:CNN)
1 CNNの構造
2 画像入力
3 畳み込み(フィルタ処理)
4 プーリング
5 全結合層
6 出力層
10章 AIの医療へ展開
1 診療支援に対するAIの応用
2 検体検査への応用
3 画像診断への応用
4 画像処理への応用
5 病理診断への応用
6 その他の画像を使ったAI
7 Precision Medicineや予防医療への展開
8 創薬への応用
9 介護への応用
11章 AI時代の医療
1 医師はAIとどうつきあっていくべきか
2 AIの医療への導入において議論すべきこと
A. データの取得と利用に関わる問題(プライバシー等の問題)
B. 判断過程の不透明性による問題
C. AIの責任と意思決定をめぐる議論
D. 診断支援に関する質の評価や規格の設計
3 これからの医師に求められること
4 特に放射線診断医や病理医に向けて