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
-
Math for Medical AI
[Math for Medical AI: M3.3] 連鎖律(合成関数の微分) — ニューラルネットワークの学習を可能にする「伝言ゲーム」
TL; DR (要約) AIの学習は、長い「伝言ゲーム」。最後の間違いは、誰の責任? その「責任」を、下流から上流へと遡って突き止める魔法の計算ルール、それが連鎖律 (Chain Rule)です。 ① 課題(長い伝言ゲーム) AIは関数の「入れ子構造」。最初の工程での小... -
Math for Medical AI
[Math for Medical AI: M3.2] 偏微分 — 多次元世界の「傾き」を捉える技術
TL; DR (要約) AIは、どうやって複雑な地形(損失関数)の中から「最も急な坂」を見つけるのか? その答えが偏微分です。「一度に一つのことだけ考える」という、シンプルで強力な戦略の要点です。 ① 偏微分(一つの軸でスライス) 多次元の複雑な問題を、一... -
Math for Medical AI
[Math for Medical AI: M3.1] 微分の基礎と勾配 ― AIが「学習」する方向を見つける魔法
TL; DR (要約) AIは、霧深い山中で谷底(最適解)を探す旅人。その旅に不可欠な「下り坂の方向」を教える魔法のコンパスが微分です。 AIの学習の心臓部である「微分」と「勾配」の役割を、直感的なイメージで理解しましょう。 ① 微分(瞬間の傾き) 関数のグ... -
Medical AI with Python
[Medical AI with Python: P71] 過学習とアンダーフィットを検出し、対策を講じよう
TL; DR (要約) AIは「学びすぎ(過学習)」ても「学び足りない(未学習)」てもダメ。 モデルの性能を最大化し、未知のデータにも強い「ちょうど良い学習」を実現するための、3つの必須テクニックです。 ① アーリーストッピング(学習の「潮時」) 検証データの... -
Medical AI with Python
[Medical AI with Python: P0] ゼロから始める医療AI入門講座 ― Pythonで学ぶ開発の全体像
TL; DR (要約) AIは、私たちの能力を拡張する「新しい聴診器」。 この講座では、その聴診器をPythonで「自ら作り、使いこなす」ための、実践的な旅に出ます。 ① なぜPython?(医療AIの共通言語) シンプルな文法と、PyTorchなど強力な専門ライブラリ(道具... -
Math for Medical AI
[Math for Medical AI: M2.4] 固有値と固有ベクトル — 行列による変換の「本質」を見抜く
TL; DR (要約) 複雑なデータ変換(行列)の「本質」を暴く鍵、それが固有値と固有ベクトル。 変換されても向きを変えない「不動の軸」と、その「伸縮率」が、AIにデータの要約を教えます。 ① 固有ベクトル(変換の「不動の軸」) 行列で変換しても向きが変わ... -
Math for Medical AI
[Math for Medical AI: M2.3] 逆行列と行列式 — 行列による「変換」を元に戻す
TL; DR (要約) 行列によるデータの「変換」は、元に戻せるのか? その鍵を握るのが、変換を打ち消す「逆行列」と、その存在を判定する「行列式」です。 ① 逆行列 (Inverse Matrix)(変換の「解毒剤」) 元の行列による変換を、完全に打ち消して「元に戻す」... -
Math for Medical AI
[Math for Medical AI: M2.2] 行列の基本的な演算 — データを組み合わせ、変換する技術
TL; DR (要約) 行列は単なる数字の箱じゃない!データに意味を与える「アクション(動詞)」です。 AIがデータを操るための、3つの基本的な「演算ルール」を掴みましょう。 ① 和・差(比較・変化の抽出) 同じ形の行列同士で、同じ位置の要素を足し引き。検... -
Math for Medical AI
[Math for Medical AI: M2.1] 線形代数の第一歩:スカラー、ベクトル、行列でデータをかたどる
線形代数の基本:データの「かたち」 AIを支える数学「線形代数」の基本は、スカラー・ベクトル・行列という3つのデータの「かたち」を理解することから始まります。これらが何を表し、どう違うのかを直感的なイメージで掴みましょう。 スカラー (Scalar) ... -
Math for Medical AI
[Math for Medical AI: M1.3] 関数の基礎 — AIモデルという「魔法の箱」の設計図
AIと関数の基本構造 AIモデルの正体は、本質的には「巨大で複雑な一つの関数」です。入力データにルールを適用して予測結果を返す「魔法の箱」として、AIが機能する仕組みの基本を解説します。 関数 y = f(x) とは? 入力と出力をつなぐ「ルール」 入力(x)...
