髙﨑 洋介(医師・医学博士・MBA) | Prof. TAKASAKI Yohsuke, MD, PhD, ScM, MPA, MBA, FRSM– Author –
髙﨑 洋介(医師・医学博士・MBA) | Prof. TAKASAKI Yohsuke, MD, PhD, ScM, MPA, MBA, FRSM
医師・医学博士・AI研究者・連続起業家
元厚生労働省幹部・ハーバード大学理学修士・ケンブリッジ大学MBA・コロンビア大学行政修士(経済)
岡山大学医学部卒業後、内科・地域医療に従事。厚生労働省で複数室長(医療情報・救急災害・国際展開等)を歴任し、内閣官房・内閣府・文部科学省でも医療政策に携わる。
退官後は、日本大手IT企業や英国VCで新規事業開発・投資を担当し、複数の医療スタートアップを創業。現在は医療AI・デジタル医療機器の開発に取り組むとともに、東京都港区で内科クリニックを開業。
複数大学で教授として教育・研究活動に従事し、医療関係者向け医療AIラボ「Medical AI Nexus」、医療メディア「The Health Choice | 健康の選択」を主宰。
ケンブリッジ大学Associate・社会医学系指導医・専門医・The Royal Society of Medicine Fellow
-
Basic
【医療AI教室:B11】なぜAI開発にGPUは不可欠なのか?NVIDIAの戦略と未来を解説
学習のポイント:AIとGPU 学習のポイント:AIとGPU AIの計算にはなぜGPUが不可欠なのでしょうか?GPUが持つ並列処理アーキテクチャの優位性、市場を支配するNVIDIAの強さの秘密、そして未来の技術動向までを視覚的に解説します。 GPUがAIに最適な理由 並列... -
Temporal AI
[Temporal AI: T1] 医療AIにおける「時間」という最後のフロンティア:診断・治療が変わる時系列データの力
学習のポイント 本章では、従来の静的な医療AIから一歩進み、「時間」という概念がいかに診断や治療を革新するかを学びます。具体的な応用事例から、体系的な学習ロードマップまで、時系列AIの全体像を掴むことが目標です。 なぜ「時間」が重要か 静的デー... -
Temporal AI
[Temporal AI: T8] 時系列のためのTransformer:アテンション機構の新たな可能性
学習のポイント:時系列Transformerの世界 本章では、時系列データを扱うAIがどのように進化したかを探ります。過去の情報を忘れてしまうRNNの課題を、Transformerの「自己注意機構」がどう解決し、さらに最新モデルがどう効率化しているのか、その核心を... -
Math for Medical AI
[Math for Medical AI: M30] 確率とSoftmax関数 — AIはどのくらい「自信」があるのか?
学習のポイント:Softmax関数 AIの生の出力「スコア」は直感的ではありません。Softmax関数は、このスコアを合計100%の「確率(信頼度)」に変換する重要な役割を担います。これにより、AIの予測を誰もが理解し、比較・活用できるようになります。ここでは... -
Math for Medical AI
[Math for Medical AI: M22] 最適化アルゴリズム — AIの学習を賢く進める工夫たち
学習のポイント:AIの最適化アルゴリズム AIの学習は、ただ損失関数の坂道を下るだけでは成功しません。非効率な「ジグザグ移動」や偽のゴール「局所最適解」といった罠が待ち受けています。この課題を克服するため、慣性を利用する「モーメンタム」や、両... -
From Model to Bedside
[From Model to Bedside: E12.4] 医療AI開発の必須スキル!Git・GitHub入門【バージョン管理で共同研究を効率化】
Git & GitHub 学習のポイント 煩雑なファイル管理から脱却し、研究開発の再現性と効率を劇的に向上させる「バージョン管理」の基本です。Gitはコードの歴史を記録するタイムマシン、GitHubはその歴史をチームで共有し、共同作業を加速させるためのプラット... -
Medical AI with Python
[Medical AI with Python: P9] 医療AI研究開発のための、Git・GitHub完全ガイド! — 再現性を生む「タイムマシン」を使いこなす
学習のポイント コードの変更履歴を記録する「Git」と、それを共有・バックアップする「GitHub」は、研究の再現性を高める必須ツールです。この章では、変更を記録する基本操作から、共同作業や安全なデータ管理まで、プロの開発者に不可欠なバージョン管... -
Medical AI with Python
[Medical AI with Python: P8] 研究再現性のための整理術 — ファイル構造とターミナルの基礎
学習のポイント 優れた研究は、優れた整理術から生まれます。この章では、研究の再現性を高める「プロジェクトフォルダ構成の型」と、その準備を効率化する「ターミナルの基本操作」という、プロフェッショナルな開発の土台となるスキルを学びます。 再現... -
Medical AI with Python
[Medical AI with Python: P77] 強化学習入門 — AIが試行錯誤から最適な行動を学ぶ仕組み
項目内容本講義の学習目標強化学習の基本的な概念(エージェント、環境、行動、報酬)を説明できるようになる。 価値ベース(Q学習)と方策ベースの手法の基本的な違いを理解する。 深層強化学習(DQNなど)がどのようなブレークスルーであったかを理解す... -
Math for Medical AI
[Math for Medical AI: M21] 誤差と損失関数 — AIは「間違い」をどう数値化するのか?
この記事で学ぶこと対象読者・前提知識損失関数がAIの学習における「評価指標」であることを説明できる。 回帰問題と分類問題のタスクの違いを理解し、それぞれに適した損失関数を挙げられる。 二乗和誤差と交差エントロピー誤差の基本的な考え方を説明で...
