医学・医療の電子コンテンツ配信サービス

isho.jp

0 ようこそ、ゲストさん
0

ドクターがやさしく教える! 医療AI入門【電子版】

山下康行 (著)

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:¥3,024 (本体¥2,800+税8%)

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
iOS9.0以降 / Android5.0以降
※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、Android5.0以降の端末のうち、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

医療AIは大変なブームで、この機会に勉強してみようという医療従事者は多い。しかし、「AIによって医療は大体こうなる」という内容の記事や書籍は多くあっても、基本原理をわかりやすく学べる書籍は少ない。本書は医療現場を知る放射線科医が基本原理をわかりやすく解説しており、「今からでも学べるかな」「数式ばかりで難しそう」と悩んでいる医療AI初学者が第一歩を踏み出すのをサポートします。

目次

1章 医療とAI
 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