Ⅰ.医療AI入門

　1．人工知能（AI）の基礎〈坂本真樹〉
　　　1.　人工知能（AI）とは
　　　2.　医療における人工知能（AI）の歴史
　　　3.　医療におけるAIの課題と展望
　2．データサイエンスの基礎〈本谷秀堅〉
　　　1.　データサイエンスとは
　　　2.　データサイエンスの学問上の核
　　　3.　データサイエンスの実践上の核
　　　4.　人工知能・データサイエンス・ディープラーニング
　　　5.　データサイエンスの今後
　3．ディープラーニングの基礎〈川上英良　大矢めぐみ〉
　　　　はじめに
　　　1.　ニューラルネットワークの基本原理
　　　2.　深層化の課題：過学習と勾配消失問題
　　　3.　畳み込みニューラルネットワーク
　　　4.　深層学習技術の応用
　　　　おわりに
　4．AI医療活用〈高橋優三〉
　　　　はじめに
　　　1.　AIの得意技
　　　2.　医療熟練者の技を代替するAIの能力
　　　3.　AIは全く新しい診断アプローチを創作する
　　　4.　素人が利用するAI診断アプリ
　　　5.　AIを利用した医療─合理化・省力化できる業務の例
　　　6.　AIを利用した医療─医療のあり方を変えてしまう例
　　　7.　医療におけるAIの関連法規
　　　8.　今後の課題
　5．画像診断への応用〈藤田広志〉
　　　　はじめに
　　　1.　長い歴史
　　　2.　新潮流
　　　3.　畳み込みニューラルネットワーク
　　　4.　画像データベース
　　　5.　進化・多様化
　　　　おわりに

Ⅱ. AI臨床応用：画像を中心に

　1．乳房画像のAI診断〈井上謙一〉
　　　　はじめに
　　　1.　マンモグラフィの読影が難しい
　　　2.　乳房の構成を判定するのが大変
　　　3.　エコー検査で病変を見逃していないか心配
　　　4.　マンモグラフィで乳腺がしっかり描出されていない
　　　　おわりに
　2．胸部画像に対するAI診断〈檜垣　徹　粟井和夫〉
　　　　はじめに
　　　1.　胸部画像診断に対するAI技術
　　　2.　胸部画像診断を支えるAI技術
　　　　おわりに
　3．脳動脈瘤のAI診断〈井川房夫〉
　　　　はじめに
　　　1.　AI技術の現状
　　　2.　画像診断支援と機械学習
　　　3.　未破裂脳動脈瘤の画像診断
　　　4.　AIによる脳動脈瘤診断
　　　5.　AIの今後の展望
　4．AI超音波画像検査〈小松正明　小松玲奈〉
　　　　はじめに
　　　1.　産婦人科領域での超音波画像診断支援
　　　2.　循環器科領域での超音波画像診断支援
　　　3.　超音波検査結果の説明可能性
　　　4.　超音波画像における影の自動検出
　　　　おわりに
　5．AI内視鏡検査〈三澤将史　工藤進英　森　悠一〉
　　　　はじめに
　　　1.　AIとは？
　　　2.　上部消化管内視鏡におけるCADeの研究開発
　　　3.　大腸内視鏡におけるCADeの研究開発
　　　4.　上部消化管のCADxの研究開発
　　　5.　大腸内視鏡のCADxの研究開発
　　　6.　内視鏡AIの未来像と知るべきAIの限界
　6．眼底写真のAI診断〈田淵仁志〉
　　　1.　眼底写真ディープラーニング診断の初報告から現在までの概略
　　　2.　臨床医はまず初めにAI診断法の陽性的中率を算出しよう
　　　3.　ディープラーニングの利用は簡単
　　　4.　ディープラーニングの性能限界を知ろう
　　　5.　ルールベースとディープラーニング
　　　6.　ディープラーニングは適切なフレーミングを必要とする
　　　　まとめ
　7．病理画像のAI診断〈佐々木　毅〉
　　　1.　なぜ病理診断に病理診断支援AIプログラムが必要か？
　　　2.　日本病理学会により病理診断支援AIプログラムの開発研究
　　　3.　病理診断支援AIプログラムの現状
　　　4.　病理診断支援AIプログラムの問題点
　8．新型コロナウイルスのAI診断〈堀江仁志〉
　　　1.　新型コロナウイルス感染症の世界的広がり
　　　2.　新型コロナウイルス感染症の画像所見
　　　3.　コロナウイルス感染症におけるAI診断の現状
　　　4.　日本におけるPMDA承認状況
　　　5.　胸部CT肺炎判定AIエンジン
　　　6.　胸部CT肺炎判定AIエンジンの実例
　　　7.　胸部CR　AIエンジン
　　　8.　胸部CR（肺炎判定）エンジンの実例
　　　　まとめ

Ⅲ.医療AI周辺

　1．AIホスピタル〈大山慎太郎　白鳥義宗〉
　　　1.　2025年問題と医療の課題
　　　2.　医療DXにおけるAIの価値と開発
　　　3.　AIホスピタルのミッションと課題
　2．日本医師会におけるAIの取り組みについて〈羽鳥?裕〉
　　　　はじめに
　　　1.　AI技術の進歩と医療分野への応用
　　　2.　日本医師会におけるAIの取り組み
　　　3.　第Ⅸ次学術推進会議
　　　4.　第Ⅹ次学術推進会議
　　　5.　その他の取り組み
　　　6.　これからの医療とAI
　3．ゲノム・エピゲノム解析─AI技術を利用した肺がんのマルチオミックス解析〈浅田?健　浜本隆二〉
　　　1.　背景
　　　2.　機械学習・深層学習を利用したマルチオミックス解析
　　　3.　新規肺腺癌予後関連遺伝子の発見
　　　4.　今後の展望
　4．介護と看護におけるAI〈小林美亜　石川翔吾〉
　　　　はじめに
　　　1.　介護・看護領域におけるAIの現状
　　　2.　看護現場における業務の効率化
　　　3.　介護現場における生産性と利用者のQOLの向上
　　　4.　今後の介護・看護におけるAIの活用可能性
　　　5.　マルチモーダル自立共生支援AI
　　　　おわりに
　5．機械学習を取り込んで進展する次世代の医学研究〈一原直昭〉
　　　1.　機械学習が担う2つの重要なタスク：予測と説明
　　　2.　主要な学習手法
　　　3.　主要な説明手法
　　　4.　機械学習モデルを医学研究に応用する利点：精度と柔軟性
　　　5.　機械学習の応用が有意義な研究シナリオ
　　　6.　機械学習の応用における留意点：差別助長といった副作用の予防
　　　　おわりに
　6．医療の可能性を切り拓くクラウドとAI〈遠山仁啓〉
　　　1.　AmazonとAWS
　　　2.　過去20年間にわたる継続的なAIへの投資
　　　3.　AWSのAI/ML（Machine Learning）スタック
　　　4.　医療に特化したAIサービス
　　　5.　ヘルスケア領域でのAI/ML活用事例
　7．画像診断支援AIと個人情報，セキュリティ，倫理〈板倉陽一郎〉
　　　1.　画像診断支援AIの法と倫理
　　　2.　画像診断支援AIとAI倫理
　　　3.　画像診断支援AIと個人情報保護法制
　　　4.　画像診断支援AIと情報セキュリティ
　8．企業におけるAI機器の推進〈島原佑基　韓?昌熙〉
　　　　はじめに
　　　1.　韓国におけるAI画像診断システムの開発動向
　　　2.　日本におけるAI画像診断システムの開発動向
　　　3.　当社の診断支援技術EIRL
　　　4.　EIRL aneurysmの臨床医による評価
　　　5.　今後の展望
　9．AIの薬事承認〈髙江慎一〉
　　　　はじめに
　　　1.　薬事関係におけるAIに関するこれまでの対応
　　　2.　AIを利活用した医療機器の審査に対するスタンス

索引