Pythonで体感！　医療とAIはじめの一歩

監修の序【宮野　悟】

編集の序【中林　潤】

本書の使用にあたって

0章　演習準備 〜Google Colaboratoryの基本【須藤毅顕】

0-1　Google Colaboratoryとは

0-2　試しに実行してみよう

1）Googleアカウントを準備する　2）Colabを開く　3）セルに入力し，実行する　4）ノートブックを保存する，読み込む

0-3　ライブラリを使ってみよう

0-4　ファイルを読み込んでみよう

0-5　その他のColabの特徴と注意事項

1）GPUで演算できる　2）連続使用時間の制限に注意する

1章　Pythonに触ってみよう 〜年齢と歯の本数【曹　日丹，須藤毅顕】

1-1　演習用データの確認

1-2　Pythonの基本

1）変数　2）四則演算　3）変数の型　4）リスト　5）関数

1-3　演習用データの読み込み

1-4　データフレームの操作

1-5　散布図を作成するためのデータ準備

課題

2章　機械学習のしくみを理解しよう 〜糖尿病と乳がんのデータ【石丸美穂，須藤毅顕】

2-1　機械学習とは

1）教師あり機械学習　2）教師なし機械学習

2-2　教師あり機械学習の回帰とは

2-3　線形回帰を実践してみよう

STEP　⓪ 事前準備　① データの用意　② 学習モデルの選択　③ データを入れて学習　④ 傾き（偏回帰係数）と切片（定数項）を推定　⑤ 未知の特徴量xで予測　⑥ モデルの評価

2-4　学習用データと検証用データの分割

2-5　ロジスティック回帰を実践してみよう

STEP　⓪ 事前準備　① データの用意　② 学習モデルの選択　③ 学習用データを用いて学習　④ 傾き（偏回帰係数）と切片（定数項）を推定　⑤ 新しい変数で予測　⑥ モデルの評価

［COLUMN］ロジスティック回帰式

課題

3章　さまざまな機械学習を理解しよう【石丸美穂，須藤毅顕】

3-1　機械学習のアルゴリズム

3-2　サポートベクターマシンを実践してみよう

STEP　⓪ 事前準備　① データの用意　② 学習モデルの選択　③ データを入れて学習　④ 予測を行う　⑤ モデルの評価

［COLUMN］ハイパーパラメータ

3-3　決定木分析を実践してみよう

STEP　⓪ 事前準備　① データの用意　② 学習モデルの選択　③ データを入れて学習　④ 予測を行う　⑤ モデルの評価

3-4　ランダムフォレストを実践してみよう

STEP　⓪ 事前準備　① データの用意　② 学習モデルの選択　③ データを入れて学習　④ 予測を行う　⑤ モデルの評価

課題

4章　深層学習のしくみを理解しよう【須藤毅顕，中林　潤】

4-1　深層学習とは

4-2　深層学習の流れ

1）ニューロンと人工ニューロン　2）ニューラルネットワークを使った深層学習

［COLUMN］ReLU関数とシグモイド関数の計算方法

4-3　深層学習を実践してみよう

STEP　① データの用意　② 学習用データでの学習　③ 損失と重みの更新　④ 結果の確認　⑤ テスト用データでのモデルの評価

4-4　学習モデルの改良

課題

5章　肺のX線画像を用いた画像分類にトライしよう【須藤毅顕，木下淳博】

5-1　外部のデータを読み込む

5-2　デジタル画像のデータは数値で表すことができる

5-3　肺のX線画像の分類モデルを作成してみよう

STEP　① 肺のX線画像ファイルのリスト作成　② 画像ファイル数の集計と変数の作成　③ 健康な肺のX線画像の読み込み　④ 肺炎のX線画像の読み込み　⑤ X線画像のシャッフル　⑥ 深層学習モデルの作成

5-4　未知のデータが肺炎かどうかを予測

課題

展 望　進化する深層学習――その発展の歴史と未来【角　勇樹】

Topics　医療とAIのこれから

1　AIによる未来医療のためのロードマップ【清水秀幸】

2　医療における意思決定のために【髙橋邦彦】

3　公共データベースを用いたオミクス解析【鎌谷高志，池田貞勝】

4　医学ビッグデータ研究におけるバイオバンク【田中敏博】

5　医療ビッグデータ解析のためのアルゴリズム【坂内英夫】

6　AIのこれからと企業の取り組み【丸橋弘治，岡本青史】

7　スタートアップで医師がAI医療機器を開発するということ【沖山　翔】

8　AIの病院への実装【宮野　悟】

索引