AI技術を活用する際に関わる
法律や倫理まで体系的に学ぶ
近年、医療分野においてもAI活用が進んでいます。例えば、CT画像やX線画像のような医用画像を対象とするタスクにおいては、畳み込みニューラルネットワーク(CNN)の技術が活用されています。
医療分野のデータは、個人情報であることが多く、データの利用にあたっては、個人情報保護法をしっかりと確認し、倫理面にも配慮する必要があります。
本講座では、医療分野において用いられるAI技術だけでなく、AI技術を活用する際に関わる法律や倫理までを体系的に学びます。
講座監修:エヌビディア合同会社 制作協力:菱洋エレクトロ株式会社(NVIDIA国内正規代理店)
得られる知識・スキル
-
医療AIに関する知識や技術
医療現場のデータを用いたデータ分析やAI開発ができるようになります。
こんな方におすすめ
- 現役のデータサイエンティストで、医療分野におけるAIに興味がある人
- 現役の医療従事者で、データ分析やAIに興味がある人
- 現役の医療機器系企業の開発者で、データ分析やAIに興味がある人
カリキュラム
本編MONAIハンズオン編
- 第1章 医療 AI 概論
- 第2章 医療 AI の事例
- 第3章 医療 AI の開発に用いられるデータ
- 第4章 医療 AI における機械学習タスク
- 第5章 医療 AI で使用される機械学習技術
- 第6章 テーブルデータを用いたノートブック演習
- 第7章 画像データを用いたノートブック演習
- 第8章 医療 AI に関わる法律
- 第9章 医療 AI と倫理
- 第10章 医療 AI に関する課題と可能性
担当講師
小縣 信也
兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会@関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。
日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。著書「徹底攻略ディープラーニングE資格エンジニア問題集」(インプレス)。
- 第1章 [MONAI Label] 環境構築
- 第2章 [MONAI Label] 基本操作
- 第3章 [MONAI Label] セグメンテーション
- 第4章 [MONAI Core] 2D 画像処理
- 第5章 [MONAI Core] 3D 画像処理
- 第6章 [MONAI Core] 処理の⾼速化
- 第7章 [MONAI Core] 連合学習
- 第8章 [MONAI Deploy] 画像処理アプリの作成
- 第9章 [MONAI Deploy] 画像分類アプリの作成
- 第10章 [MONAI Deploy] セグメンテーションアプリの作成
- 第11章 [MONAI Deploy] 推論サーバの作成
担当講師
小縣 信也
兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会@関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。
日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。著書「徹底攻略ディープラーニングE資格エンジニア問題集」(インプレス)。
講座概要
講座名 | 医療AI講座 |
---|---|
受講形式 |
オンライン講座:eラーニング形式 お好きな時間、お好きな場所でeラーニング形式にて受講いただけます。 |
前提となる知識・スキル |
必須スキル
推奨スキル
|
講座時間 | 動画講義5時間 |
料金 | 275,000円/1名(税込) |
料金に標準で含まれるもの |
|
動画の視聴期間 | 動画共有日から1年間 |
チャットの質問期間 | 講座チャンネルへの招待日から3ヶ月間 |
PCの動作環境 |
|
事前準備 | ハンズオンにてGCPを用いるので、GCPアカウントをご用意ください。 |