【文部科学省後援】医療系のAIや画像処理を学ぶ全ての方へキカガクで初めの一歩を。日本メディカルAI学会監修『メディカルAI専門コース』を全編無料提供及び資格試験の提供を開始

AI 領域を含めた先端技術に関する教育事業を展開する株式会社キカガク（本社：東京都千代田区、代表取締役 吉崎 亮介）から一般社団日本メディカル AI 学会（代表理事 浜本 隆二）監修のもと、医療領域向けにAI を学び始める全ての方へ『メディカル AI 専門コース』を Eラーニングプラットフォームのキカガク（https://www.kikagaku.ai）上にて全編動画付きで無料で提供します。すでに公開されている『脱ブラックボックスコース』の続編にあたり、この両コースに設けられている章末のテストに全て合格することで文部科学省後援である日本メディカル AI 学会の公認資格を得ることもできます。医療関係者を含めたより多くの方に学びの機会を提供すること、そして、COVID-19 パンデミック下において三密を回避することを目的に日本メディカルAI学会の公認資格を完全オンライン上で受験できる Computer Based Testing (CBT) 方式を採用した新たな試みです。



[画像1: https://prtimes.jp/i/25642/24/resize/d25642-24-790864-2.png ]


▶︎ 日本メディカル AI 学会認定資格試験、メディカル AI 専門コース
https://cbt-medical-ai.kikagaku.co.jp

本コースの対象者

[画像2: https://prtimes.jp/i/25642/24/resize/d25642-24-637880-1.png ]

本コースは医療従事者を中心に AI について学びたいと考えている学生や医療メーカー勤務の方まで幅広くお勧めできる内容です。
また、扱うテーマは医療系の画像が中心ですが、画像処理に興味のある方にも実践的なノウハウを学べる良い機会になります。

【文部科学省後援】一般社団法人日本メディカル AI 学会の認定資格を取得可能

[画像3: https://prtimes.jp/i/25642/24/resize/d25642-24-562022-3.png ]

すでに昨年12月に E ラーニングプラットフォームであるキカガク（https://www.kikagaku.ai）上でリリースされている『脱ブラックボックスコース』を基礎編として、本コースはその応用編に位置付けられます。
日本メディカル AI 学会が認定する資格取得するためには、この基礎編と応用編の講義を無料で受講し、章末に設けられているテストに全て合格することで資格取得に進めることができます
日本メディカル AI 学会の認定資格証の発行を希望される方のみ、日本メディカルAI学会の会員への登録、すべての試験へ合格の上、発行費用10,000円（税抜）が別途必要となります。

本資格では、アメリカを中心として、近年採用され始めている Computer Based Testing (CBT) 方式を採用しているため、資格取得のために試験会場に行く必要はありません。
医療系の内容を扱う立場として、COVID-19 パンデミック下において三密を回避することを重要視しており、日本メディカル AI 学会側と協議した上で、新たな試みとして CBT 方式での資格提供を決定いたしました。
また、本資格は英検などで代表される『文部科学省後援』の資格試験として認定されており、資格証等にその旨が記載され、社会からの信用度も高まることが期待されます。

▶︎ 基礎編の『脱ブラックボックスコース』に関するプレスリリース (2020.12.24)
人工知能・機械学習の基礎が学べるキカガクの一番人気『脱ブラックボックスコース』に完全版が登場＆全12時間分の解説動画付きで無料公開！
https://prtimes.jp/main/html/rd/p/000000020.000025642.html

コース内容の紹介

[画像4: https://prtimes.jp/i/25642/24/resize/d25642-24-940045-4.png ]


本コースは 2018年12月に株式会社 Preferred Networks とキカガクによって制作されたオンライン講義資料の内容に基づいています。
今回はメディカル AI 学会監修のもと、キカガクによってディープラーニングフレームワークを Chainer から PyTorch に変更することも含めた内容の大幅な改修及び、全編に手書きの数学やハンズオン形式のプログラミングでの解説動画を加えました。
医療関係者がディープラーニングを活用した解析を行うための道標となるコースといえます。

取り扱っている実践的なテーマは『遺伝子情報の配列解析』『モニタリングデータ（心電図）の異常検知』『MRI 画像のセグメンテーション』『血液の顕微鏡画像から細胞検出』の４つであり、医療関係者にとっては関わりの深いテーマを取り上げました。
また、この４つに共通する項目として畳み込みニューラルネットワーク (CNN: Convolutional Neural Network) があり、最初に画像処理を含めた CNN の基礎についても解説を行なっています。取り扱うデータの対象が医療系ではありますが、画像処理をこれから学びたい方にとっても有意義な内容です。
[画像5: https://prtimes.jp/i/25642/24/resize/d25642-24-381055-5.png ]


本コースでのそれぞれの章で扱う実践的なテーマに対して、その難易度が順に高くなるように設計されています。
難易度の構成として、実データを扱う際に重要となる『前処理』『ネットワーク設計』『評価』の３要素に分解しています。
そして、このコースの見所は、ディープラーニングのネットワークに関する設計だけでなく、データの前処理からの全行程を紹介しているところです。
医療系のデータは様々な形式で提供されるため、ディープラーニングの知識単体だけで実務に入ったとしても、その取り扱いに苦労し、円滑な作業を行うことができない場合があります。
このような実務では重要である一方で、研修コンテンツとして取り扱われにくいところですが、キカガクでは実務目線の解説も得意領域としているため、本コースではこの内容も網羅しています。
データの特性の確認からネットワークの訓練に必要なデータセットの形式に標準化するところも解説しているため、こちらで学んでいただければ、チームで作業するときの共通認識も持ちやすいはずです。

基礎編として位置づけられる脱ブラックボックスコースと同様、実践的な解析を行うため PyTorch のエコシステムとして登録されているパッケージも紹介します。
すでに脱ブラックボックスコースで紹介している PyTorch Lightning や Optunaに加え、医療系でよく用いるネットワークや損失関数などが用意された MONAI、そして、物体検出や画像セグメンテーション向けに高度なデータ拡張を行うことができる Albumentations も紹介しています。
日本だけでなく世界的にも、PyTorch のエコシステムまでを踏まえた実践的な解説は少なく、その点もカバーしていることが本コースの大きな特徴でもあります。

メディカル AI 専門コースで学べること

画像処理の基礎と畳み込みニューラルネットワーク（CNN）
遺伝子情報の配列解析（発展：一次元の畳み込みと Dilated Convolution）
心電図データの異常検知（発展：データの前処理、残差学習、損失関数の改良など不均衡データの扱い）
MRI 画像のセマンティックセグメンテーション（発展：セグメンテーションの評価指標）
血液の顕微鏡画像から細胞検出（発展：物体検出とその評価指標、データ拡張）
ディープラーニングの実装（PyTorch）、PyTorch エコシステムの有効活用（PyTorch Lightning, MONAI, Albumentations）
各分野の専門家からの講義（法律、生命倫理、セキュリティ）


制作関係者からのコメント

■ 山口 類 氏（一般社団法人日本メディカルAI学会理事 [公認資格委員長]）
[画像6: https://prtimes.jp/i/25642/24/resize/d25642-24-477419-6.jpg ]


現在、急速にAI技術が医療のあらゆる分野に広がりつつあります。
例えば、画像診断のアシストをはじめとしたAI技術の医療現場での活用が進み始めています。さらにAI技術は発展途上であり、今後も研究の進展により思ってもみなかったような活用方法が開発され、患者と医療者をサポートし、よりよい医療へつながることが期待されています。

この度、日本メディカルAI学会は、このような医療AI技術を使いこなし、または開発に携わり、これからの医療に貢献したいと思っている多くの方々の学習に役立てていただくことを願い、株式会社キカガク様のご尽力のもと開発されたオンライン学習コースを監修し、公認資格試験をオンライン化いたしました。本講座は、機械学習技術の基礎から、最近の知見を反映した応用例までを幅広くカバーした大変バランスのとれた教材となっております。またオンライン講座の強みを生かし、理論の学習とサンプルコードを用いたデータ解析の実施を、それぞれのペースで進めることができます。そのため初学者や他分野の方にとっては、医療AI技術の基礎から応用へいたる見通しを得るために、また熟練の方にとっても、ご自身の足元を確認し実践に対する新たな気づきを得るためとなるものと思います。ぜひ多くの方々に受講していただくことを願っております。

肩書

愛知県がんセンターシステム解析学分野
分野長名古屋大学大学院医学系研究科がんシステム情報学講座・連携教授
一般社団法人日本メディカルAI学会・理事


■ 浜本 隆二 氏（一般社団法人日本メディカル AI 学会代表理事）
[画像7: https://prtimes.jp/i/25642/24/resize/d25642-24-515988-7.jpg ]


世界的なAI開発競争が激化している中、我が国も当該分野において世界と伍して研究開発を展開していくことは、国益を考えるうえでもとても重要であると考えています。AI人材が不足している本邦において、学会として少しでも人材育成に貢献したいという気持ちに基づき、これまで日本メディカルAI学会公認資格試験を主催して参りました。そしてこの度、より多くの方に受講していただきたいという考え、及び昨今のCOVID-19パンデミック下において三密を回避することを目的に、今後弊学会公認資格は完全オンライン化する事といたしました。

株式会社キカガク様の御尽力により、時代に即した理想のスタイルが構築できたと考えており、株式会社キカガク様にはこの場を借りて厚く御礼申し上げます。
医療AI開発の究極的な目的は、患者さんの為にということが第一義だと思いますので、医療の進歩を通して社会に貢献したいというmotivationをお持ちの方は、是非積極的に受講していただけますと光栄です。

肩書

国立研究開発法人国立がん研究センター研究所がん分子修飾制御学分野・分野長
東京医科歯科大学大学院医歯学総合研究科・連携大学院教授（連携教授）
国立研究開発法人理化学研究所革新知能統合研究センターがん探索医療研究チーム・チームリーダー
一般社団法人日本メディカルAI学会・代表理事


■ 吉崎 亮介（株式会社キカガク代表取締役会長）
[画像8: https://prtimes.jp/i/25642/24/resize/d25642-24-588219-8.png ]


ここ数年でディープラーニング技術によるブレークスルーが医療分野を含め報告され、注目を集めています。その一方で、いま日本ではこの技術を使いこなせる人材が少なく、人材育成が急務と言われています。ここに私の意見を加えると、ディープラーニングなどの基礎を学べる環境は書籍や研修含めてそれなりに揃っていますが、実務への活用までを学べる環境が非常に少ないと感じています。

今回、日本メディカル AI 学会代表理事の浜本様からお話をいただいた際に、実務で活躍できる人材をより輩出することに貢献できる良い機会になると確信し、コンテンツから資格試験の制作までを担当させていただくことになりました。脱ブラックボックスコースと同様、今回の全編無料での提供はビジネス目線では一種の勝負ではございます。しかし、医療業界の発展は私たちの身近な大切な人の危機を予防することに繋がりますので、より大きな視点で日本の発展に貢献したいと参画を決定をいたしました。今回のコンテンツは私がメインでコンテンツのブラッシュアップから撮影、編集まで行い、思い入れの強い一作となっております。
無料で提供するからと一切の手は抜いておらず、PyTorch を含めた最新の情報を提供できるように最後の最後まで更新し続けました。教科書ではなかなか紹介されずとも実務では必要な目線まで配慮して解説をしておりますので、多くの方の学びから実践に繋がりますと幸いです。

今回素晴らしい機会をくださった浜本様含め日本メディカルAI学会のみなさま、ご多忙の中でも丁寧なレビューをくださった愛知県がんセンター研究所の山口類様、本企画へ賛同して新たなステージへの成長を誓ってくださったキカガクのみなさまにこの場を借りて厚く御礼申し上げます。

メディカル AI 専門コースの詳細

[画像9: https://prtimes.jp/i/25642/24/resize/d25642-24-847474-0.jpg ]


▶︎ 日本メディカル AI 学会認定資格試験、メディカル AI 専門コース
https://cbt-medical-ai.kikagaku.co.jp

キカガク（kikagaku.ai）の紹介

[画像10: https://prtimes.jp/i/25642/24/resize/d25642-24-615422-9.jpg ]


キカガク（kikagaku.ai）は、先端技術を最短で学べる E ラーニングでの動画学習プラットフォームです。
従来型のテキストベースの学習方法とは異なり、資料を実務経験豊富な講師が説明する動画コンテンツ、そして、学習終了後の実力を測るために設計から徹底的にこだわった実力確認テストを取り入れています。
また、初学者にとって大きな課題であった「モチベーション管理」や「困ったときにすぐに質問できる環境」という二つの問題を同時に解決するために、チーム学習を採用しています。

▶︎ キカガクの詳細や無料登録はこちら
https://www.kikagaku.ai

概要情報

一般社団法人日本メディカルAI学会
・理事：井元 清哉、鎌谷 洋一郎、瀬々 潤、田宮　元、浜本 隆二（代表）、山口 類、山本陽一朗
・設立：2018年4月
・所在地：東京都中央区築地5-1-1 国立がん研究センター研究所がん分子修飾制御学分野内
・URL：https://www.japan-medical-ai.org

株式会社キカガク
・代表取締役：吉崎 亮介
・設立：2017年1月
・所在地：東京都千代田区神田佐久間町3丁目21-4ポローニア秋葉原301号室
・URL：https://www.kikagaku.co.jp

企業プレスリリース詳細へ
PR TIMESトップへ