髙﨑 洋介(医師・医学博士・MBA) | Dr. TAKASAKI Yohsuke, MD, PhD, ScM, MPA, MBA, FRSM– Author –
髙﨑 洋介(医師・医学博士・MBA) | Dr. TAKASAKI Yohsuke, MD, PhD, ScM, MPA, MBA, FRSM
AI医師科学者芸人・医学博士・連続起業家・元厚生労働省医系技官
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
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、医療者向けAIラボ「Medical AI Nexus」、医療メディア「The Health Choice | 健康の選択」、美・医・食ポータル「Food Connoisseur」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
-
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... -
Math for Medical AI
[Math for Medical AI: M20] 「微分」と「勾配」って何がすごいの? — AIの学習を駆動するエネルギー源
この記事で学ぶこと対象読者・前提知識微分が「瞬間の変化率」を捉えるツールであることを、直感的な例で説明できる。 勾配が、多次元空間における「最も急な坂の方向」を示すベクトルであることを理解する。 AIの学習(パラメータ調整)において、なぜ勾... -
Math for Medical AI
[Math for Medical AI: M4.1] 確率の基本と確率変数 – 不確実な医療データをAIで扱う第一歩
AI数学講座 0.4.1: 確率の基本と確率変数 – 不確実な医療データをAIで扱う第一歩 【この記事で学ぶこと】 確率の基本的な定義(事象、確率空間)を、医療現場の例を用いて説明できるようになる。 「確率変数」が、現実世界の出来事と数値を結びつける「橋... -
Medical AI with Python
[Medical AI with Python: P76] AI倫理・バイアスと説明可能性(XAI) — AIを社会実装する上で不可欠な、公平性・透明性・責任について学ぶ
TL; DR (要約) AIは強力な「メス」ですが、使い方を誤れば「凶器」にもなり得ます。 医療AIを安全に使うための倫理・法・社会(ELSI)の4つの重要チェックポイントです。 ① 臨床リスク AIは自信満々に誤情報 (ハルシネーション) を生成します。AIはあくま... -
Medical Generative AI
[Medical Generative AI: G42] AIは「世界」をどう理解し、「自分」をどう認識するのか?——ワールドモデルと自己認識、次世代医療AIの夜明け
TL; DR (要約) AIが「応答する道具」から、世界を理解し、自らを省みる「知性」へ。 その次なる地平を拓く「ワールドモデル」と「自己認識」の要点です。 ① ワールドモデル(AIの頭の中に世界を再現) 現実世界のルールを学習し、「もしこうしたら、どうなる... -
Medical AI with Python
[Medical AI with Python: P51] 生成モデル入門① 自己回帰モデル 「Transformer」徹底理解! — ChatGPTを支えるAttentionと自己回帰生成の全容を学ぶ
TL; DR (要約) AIの「心臓部」であるTransformer。RNNの「順番待ち」を、全単語を一度に見るAttentionで解決。 現代の大規模言語モデル(LLM)の驚異的な性能を支える、革命的技術の要点です。 ① 核心アイデア (Attention)「全体を一度に見る」 文章を「一単... -
Medical AI with Python
[Medical AI with Python: P41] AIに「時間」を教える:PyTorchとRNN/LSTMによる系列データ分析
TL; DR (要約) AIに「時間」や「順序」の概念を教える系列モデルのまとめです。心電図の波形やカルテの文章など、流れを持つデータを分析する技術の核心を掴みましょう。 RNN 【基本の記憶モデル】 過去の情報を次のステップに伝えるループ構造が特徴。た... -
Medical Generative AI
[Medical Generative AI: G35] データは動かさず、知識だけを集める——連合学習が拓く、プライバシー保護AIのフロンティア
TL; DR (要約) 「データは病院の外に出せない。でも高性能AIは作りたい!」このジレンマを解決するのが連合学習 (Federated Learning)です。 データを動かさず、賢くなったAIモデル(知識)だけを共有する、プライバシー保護時代の新しい学習方法の要点で...
