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
-
The Medical AI
[The Medical AI : A0] いつか、この時代を振り返る未来の子供たちへ。
私たちは今、人類の歴史において、おそらく二度と訪れないであろう分水嶺に立っています。 かつて物語の中にしか存在しなかった「人を超える知性(AGI)」が、遠い夢物語ではなく、私たちの日常の隣人として、あるいは強力な相棒として、その産声を上げよ... -
Clinical AI Coding 100
[Clinical AI Coding 100 : C32] AIの心臓部を覗く:PyTorchでディープラーニングを動かそう
医療AI開発の要点まとめ 複雑な数式計算を自動化し、臨床データを「計算可能な形」に変換する3つの核心技術。PyTorchを使えば、医学的知見を直感的にAIモデルへ実装できます。 🧊 Tensor データの「器」 CT画像や検査値を、AIが計算可能な「多次元の数値」... -
Clinical AI Coding 100
[Clinical AI Coding 100 : C31.3] 正解のないデータから「患者像」を浮かび上がらせる:教師なし学習によるフェノタイピングと次元削減
学習のポイント:教師なし学習と医療AI 正解ラベルを持たないデータから、隠れた病態(フェノタイプ)や構造を発見する「教師なし学習」。 クラスタリングや次元削減といった手法を通じ、人間の先入観を超えた新しい医学的知見を導き出すアプローチとその... -
Clinical AI Coding 100
[Clinical AI Coding 100 : C31.2] 【予測モデル選択】「ホワイトボックス」か「精度」か?アルゴリズム選定の羅針盤
MEDICAL AI CODING 100 🧭 アルゴリズム選択の要点 医療AI開発において「万能なモデル」は存在しません。 「解釈性(なぜその答えか)」を重視するか、「予測精度(当たる確率)」を最優先するか。 目的とデータの性質に応じて、最適な道具を使い分ける視... -
Clinical AI Coding 100
[Clinical AI Coding 100 : C31.1] 【前処理戦略】RWDの「汚れ」を医学的に正しく処理する
学習のポイント:医療AIにおける前処理の科学 「Garbage In, Danger Out」を防ぐため、欠損メカニズム(MCAR/MAR/MNAR)の分類に基づいた適切な代入法(MICE)と、医学的妥当性を考慮した外れ値処理の手法を習得します。 欠損のメカニズム MCAR / MAR / MN... -
Clinical AI Coding 100
[Clinical AI Coding 100 : C31] データ冒険者の三種の神器:NumPy, Pandas, Matplotlib完全制覇
医療AI開発の「三種の神器」+1 スプレッドシートの限界を超え、再現性の高い医学研究とAI開発を実現するためのPythonデータ解析ツール群(NumPy, Pandas, Matplotlib, Scikit-learn)の役割を解説します。 ⚡ NumPy 数値計算 行列・画像処理 🐼 Pandas 構... -
Clinical AI Coding 100
[Clinical AI Coding 100 : C30.7] GitとGitHubで「時を戻せる」解析環境を作る
医療AI開発のためのGit/GitHub要約 Gitはコードのための「電子カルテ」です。変更履歴の追跡(Git)、チームによる査読(GitHub)、そして再現性の担保(環境固定)を組み合わせることで、医療安全レベルのAI開発を実現します。 🩺 電子カルテ化 Gitの基本... -
Clinical AI Coding 100
[Clinical AI Coding 100 : C30.6] 医療者のためのPython文法ショートコース
学習のポイント:Python文法の全体像 臨床医学を学ぶ上で基礎生理学が不可欠なように、Python文法は医療AIライブラリを使いこなすための土台です。このコースで学ぶ主要な概念を視覚的に整理しました。 📦 データと容器 変数・データ型・コレクション 数値... -
Clinical AI Coding 100
[Clinical AI Coding 100 : C30.5] uv・conda・Docker──発展ツールで本番環境まで見据える
学習のポイント venvの限界(GPU共存の壁と本番再現性の壁)を理解し、それを解決する発展的ツールconda, uv, Dockerの役割と使い分けを学びます。 🧱 venvの「2つの壁」 🧑🔬 GPU共存の壁 (研究) 複数のCUDA環境(例: 11.7と12.1)を同じPCで安定して切... -
Clinical AI Coding 100
[Clinical AI Coding 100 : C30.4] 仮想環境入門──venvで「清潔野」を守る
学習のポイント:仮想環境 venv 医療AI開発では、プロジェクト間の依存関係の衝突を防ぐ「仮想環境 (venv)」が不可欠です。これは手術室の「清潔野」に例えられ、プロジェクトごとに独立した安全な開発環境を確保し、研究の再現性を高めます。 ⚠️ 課題:グ...
