難易度：★☆☆☆☆
はじめに
ほんとに、最近「AI」って言葉を聞かない日なんてないですよね。どこを向いてもAI、AI、AI！そのうち家の掃除やら料理やらも全部AIにお願いして、自分はゴロゴロするだけ…なんて時代が来るかもしれません。愛（AI）は地球を救う！
「で、結局AIってどうやって動いてるの？」
そんなあなたの「今さら誰にも聞けないギモン」にお応えすべく、今回は超基礎・入門編としてAIの仕組みをざっくりやさしく解説していきます。医療の話題を例にしながら、AIがどうやってお勉強（学習）して、どうやって予想や判断（推論）をするのかを見ていきましょう！
そもそもAIって何だろう？
AI（人工知能）とは、「人間みたいに勉強したり考えたり推理したりするコンピュータシステム」のこと。医療では患者さんの症状や検査結果を解析して、診断や治療方針を考えるお手伝いをしてくれます。
ちょっと専門用語をまとめてみましょう（ざっくりでOKです）。
- AI（Artificial Intelligence／人工知能）
広～い意味で、「コンピュータで人間のような知能を実現する技術」の総称。スマホの音声アシスタントから病院で動いてる画像解析システムまで、かなり広い概念です。 - 機械学習（Machine Learning）
AIを作るためのテクニックの一つ。山ほどデータを食わせて、そこから「パターン」を見つけて予測・判断する方法です。（以前の記事でも取り上げたフラミンガム研究のように）医療だと過去の診療データや画像診断データを学習して「この人の病気リスクは高いかも？」などと予測したりします。 - ディープラーニング（Deep Learning）
機械学習の中でも鬼👹強力な手法で、「ニューラルネットワークという仕組みを多層（ディープ）に重ねたもの。画像認識とか音声認識に鬼👹強くて、医療画像（CT、MRI、レントゲンなど）の解析にも大活躍。 - 基盤モデル（Foundation Model）
大量のデータをまとめて学習し、多種多様なタスクに応用できる「生成系『AIの素』」（調味料みたい！？）となる“汎用型”の神AIモデル。代表的なものは、ChatGPTの裏で動く、GPT-4とか-o1とか。
以前のAIは「この作業向け」「あの作業向け」って別々に作ることが多かったけど、基盤モデルなら一回大規模に学習させたモデルをいろんな分野で使えるのがポイント。
医療分野ではすでに診断支援や創薬、電子カルテ解析などへ応用が始まっていて、「Googleが作ってる『Med-PaLM』『Med-Gemini』って何かスゴそうなやつがあるらしい」くらいざっくり押さえておけば、今はOKです。もっとすごいのが来るかも！？
AIの基本的な仕組み
AIが動くうえで超重要なのが、「学習（トレーニング）」と「推論（予測・判断）」の2ステップです。医療の現場で例えると、「がんだ！」「いや、がんじゃない！」といった過去の患者データを学習して、その知識をもとに新しい患者さんのデータを見たときに「あれ？これもしかして…」って推定するわけですね。
AIの基本的な流れ：「学習」と「推論」
- 学習（トレーニング）
- 大量のデータを用意
たとえば、画像診断でがん検知のAIを作るなら、「がんあり画像」「がんなし画像」をとにかくたくさん集めてくる。 - 正解（ラベル）を教える
人間が「ここにがん写ってるよ」「こっちにはないよ」って答えを、画像に情報としてペタペタと貼り付ける（ラベリング、アノテーション）。 - AIが特徴を見つける
「がんらしい形状はココを見ればいいのか！」みたいなパターンをAIがゴリゴリ学習。 - 間違いを修正して精度UP
AIが「ここががんかも？」とハズしてたら、「いや違うよ！」と正してあげる。するとAIは内部パラメータ（ニューラルネットワークの繋がりの強さの情報）をちょっとずつ修正。これを繰り返すうちに正解率が上がっていきます。 - イメージ：テスト勉強
「教科書（データ）を読み込んで問題集（トレーニング）を解き、答え合わせ（ラベル）してもらいながら頭良くなる」というイメージ。
- 大量のデータを用意
- 推論（予測・判断）
- 学習を終えたAIを、実際に使う段階
たとえば新しいCT画像をAIに見せると、「ここ、ちょっと怪しげです」と教えてくれる。 - 最終的な診断はお医者さん（少なくとも現時点では）
AIの予測結果がセカンドオピニオン的な役割を果たすイメージ。 - イメージ：テスト本番
「勉強（学習）して身につけた知識を使って、未知の問題（新しいデータ）を解く」ってことですね。
- 学習を終えたAIを、実際に使う段階
学習の仕組みをもう少し詳しく
AIを賢くする要は「とにかくデータ」。でもやみくもに集めるだけじゃダメ。もう少しだけ深掘りしましょう。
- データをたくさん集める
- 質＆量が大事。AIは「データの中からパターンを学ぶ」ので、データが少ないと「レアケース」が学べない→精度がイマイチに。
- 心電図で不整脈を検出するAIを作りたいなら、いろんな年代・性別・病歴の心電図データがあればあるほど、どんなケースにも対応できるAIに育つ。（ムツカしく言えば、外的妥当性、汎化性能、一般化可能性）
- 特徴を学習する
- 医療画像なら、「腫瘍っぽい陰影の形状」「組織の異常っぽい濃淡パターン」など、医師が目で見て「ん？」と思うポイントを自動で学習。
- 心電図なら「波形が一部乱れてる」「特定の周期がやけに短いor長い」などを検知して、そこから病気の兆候を見つけ出す。
- 正解と照らし合わせて修正
- 最初はAIも「ハズレまくり」。悪性を良性と判断したら、「いや、違うから！」と正解との差分をAIの内部にフィードバックしてあげる。
- 何度も何度もこの「フィードバック→修正」を繰り返すことで、精度がじわじわ上がっていく。
ニューラルネットワークって？
「人間の脳みそって神経細胞（ニューロン）でガシガシ情報を処理してるんだよね。じゃあそれをコンピュータで真似たら最強やん！」って発想から生まれたのがニューラルネットワーク。脳内のニューロンが電気信号をやり取りしてるのを、数式と行列演算（コレ重要！）で再現してるわけです。
層を深く積み重ねる＝ディープラーニング
- シンプルなニューラルネットワークを多層（ディープ）にしたら、なんだかすごく賢くなった！ それがディープラーニングです。
- 層が増えると単純な特徴（画像の濃淡とか）を足し算して、より複雑なパターン（腫瘍の形や配置など）を学習できるようになる。
- 医療画像解析なんかで、「人間の目でも見落としがちな小さな病変を見つけた！」って時によく使われます。
実例：画像認識（医療画像の場合）
- 1層目：画像のざっくりした情報（濃淡や縁取りなど）を認識
- 2層目・3層目…：徐々に高度な特徴（腫瘍の形状や異常領域など）を抽出
- 最終層：悪性度が高いがんの可能性や炎症の進行状況などを推定
層を重ねるごとにAIが細かい部分まで判断できるようになり、人間でも気づきにくい異常を「ここだよ！」と教えてくれるわけです。かしこい！
まとめ
AI（人工知能）は、「学習」と「推論」という2段構えで動いています。機械学習やディープラーニングのおかげで、大量の医療データから複雑なパターンを学習し、新しい患者さんのデータに対しても「ヤバそうなリスク」を高精度に見つけ出すのが大きな強みです。
さらに、ここ最近は大量のデータを一度に学習して汎用的に使える「基盤モデル」ってやつが台頭中。上でも書きましたが、生成系AIの素（調味料みたい！？２回ゆうたった笑）で、ChatGPTの裏側で動いているやつです。医療の世界でも診断支援から創薬、電子カルテの解析まで、応用先はいくらでもありそう。近い将来、もっと高度な診断や治療法の提案があっちこっちで行われるようになるかもですね。
ただし、医療におけるAIには「安全性」「倫理的な課題」なども重要。そこを無視したまま突き進むと、さすがに問題がいろいろ起こりそう。なので、まずはAIの「仕組み」をしっかり押さえておくことが大事です。
次回以降は、実際にたった５分＋タダで動かせる画像認識AIを作ってみて、それをわかりやすくひとつひとつ解説していったり、ちょこビット（デジタルだけに！）詳しい技術の話とか、実際の活用事例や倫理的なポイントについてもご紹介します。お楽しみに！ （肩の力抜きつつ、一緒にAIのお勉強進めていきましょ～）
追記：
今回は、心理的ハードルを下げるために、ポップな文体にしてみました！ダダスベりしたり、おっさんなのにイタかったとしたら、本望です！テーマや想定する読者に合わせて、内容や表現を工夫していきたいと思います。
ご利用規約（免責事項）
当サイト（以下「本サイト」といいます）をご利用になる前に、本ご利用規約（以下「本規約」といいます）をよくお読みください。本サイトを利用された時点で、利用者は本規約の全ての条項に同意したものとみなします。
第1条（目的と情報の性質）
- 本サイトは、医療分野におけるAI技術に関する一般的な情報提供および技術的な学習機会の提供を唯一の目的とします。
- 本サイトで提供されるすべてのコンテンツ（文章、図表、コード、データセットの紹介等を含みますが、これらに限定されません）は、一般的な学習参考用であり、いかなる場合も医学的な助言、診断、治療、またはこれらに準ずる行為（以下「医行為等」といいます）を提供するものではありません。
- 本サイトのコンテンツは、特定の製品、技術、または治療法の有効性、安全性を保証、推奨、または広告・販売促進するものではありません。紹介する技術には研究開発段階のものが含まれており、その臨床応用には、さらなる研究と国内外の規制当局による正式な承認が別途必要です。
- 本サイトは、情報提供を目的としたものであり、特定の治療法を推奨するものではありません。健康に関するご懸念やご相談は、必ず専門の医療機関にご相談ください。
第2条（法令等の遵守）
利用者は、本サイトの利用にあたり、医師法、医薬品、医療機器等の品質、有効性及び安全性の確保等に関する法律（薬機法）、個人情報の保護に関する法律、医療法、医療広告ガイドライン、その他関連する国内外の全ての法令、条例、規則、および各省庁・学会等が定める最新のガイドライン等を、自らの責任において遵守するものとします。これらの適用判断についても、利用者が自ら関係各所に確認するものとし、本サイトは一切の責任を負いません。
第3条（医療行為における責任）
- 本サイトで紹介するAI技術・手法は、あくまで研究段階の技術的解説であり、実際の臨床現場での診断・治療を代替、補助、または推奨するものでは一切ありません。
- 医行為等に関する最終的な判断、決定、およびそれに伴う一切の責任は、必ず法律上その資格を認められた医療専門家（医師、歯科医師等）が負うものとします。AIによる出力を、資格を有する専門家による独立した検証および判断を経ずに利用することを固く禁じます。
- 本サイトの情報に基づくいかなる行為によって利用者または第三者に損害が生じた場合も、本サイト運営者は一切の責任を負いません。実際の臨床判断に際しては、必ず担当の医療専門家にご相談ください。本サイトの利用によって、利用者と本サイト運営者の間に、医師と患者の関係、またはその他いかなる専門的な関係も成立するものではありません。
第4条（情報の正確性・完全性・有用性）
- 本サイトは、掲載する情報（数値、事例、ソースコード、ライブラリのバージョン等）の正確性、完全性、網羅性、有用性、特定目的への適合性、その他一切の事項について、何ら保証するものではありません。
- 掲載情報は執筆時点のものであり、予告なく変更または削除されることがあります。また、技術の進展、ライブラリの更新等により、情報は古くなる可能性があります。利用者は、必ず自身で公式ドキュメント等の最新情報を確認し、自らの責任で情報を利用するものとします。
第5条（AI生成コンテンツに関する注意事項）
本サイトのコンテンツには、AIによる提案を基に作成された部分が含まれる場合がありますが、公開にあたっては人間による監修・編集を経ています。利用者が生成AI等を用いる際は、ハルシネーション（事実に基づかない情報の生成）やバイアスのリスクが内在することを十分に理解し、その出力を鵜呑みにすることなく、必ず専門家による検証を行うものとします。
第6条（知的財産権）
- 本サイトを構成するすべてのコンテンツに関する著作権、商標権、その他一切の知的財産権は、本サイト運営者または正当な権利を有する第三者に帰属します。
- 本サイトのコンテンツを引用、転載、複製、改変、その他の二次利用を行う場合は、著作権法その他関連法規を遵守し、必ず出典を明記するとともに、権利者の許諾を得るなど、適切な手続きを自らの責任で行うものとします。
第7条（プライバシー・倫理）
本サイトで紹介または言及されるデータセット等を利用する場合、利用者は当該データセットに付随するライセンス条件および研究倫理指針を厳格に遵守し、個人情報の匿名化や同意取得の確認など、適用される法規制に基づき必要とされるすべての措置を、自らの責任において講じるものとします。
第8条（利用環境）
本サイトで紹介するソースコードやライブラリは、執筆時点で特定のバージョンおよび実行環境（OS、ハードウェア、依存パッケージ等）を前提としています。利用者の環境における動作を保証するものではなく、互換性の問題等に起因するいかなる不利益・損害についても、本サイト運営者は責任を負いません。
第9条（免責事項）
- 本サイト運営者は、利用者が本サイトを利用したこと、または利用できなかったことによって生じる一切の損害（直接損害、間接損害、付随的損害、特別損害、懲罰的損害、逸失利益、データの消失、プログラムの毀損等を含みますが、これらに限定されません）について、その原因の如何を問わず、一切の法的責任を負わないものとします。
- 本サイトの利用は、学習および研究目的に限定されるものとし、それ以外の目的での利用はご遠慮ください。
- 本サイトの利用に関連して、利用者と第三者との間で紛争が生じた場合、利用者は自らの費用と責任においてこれを解決するものとし、本サイト運営者に一切の迷惑または損害を与えないものとします。
- 本サイト運営者は、いつでも予告なく本サイトの運営を中断、中止、または内容を変更できるものとし、これによって利用者に生じたいかなる損害についても責任を負いません。
第10条（規約の変更）
本サイト運営者は、必要と判断した場合、利用者の承諾を得ることなく、いつでも本規約を変更することができます。変更後の規約は、本サイト上に掲載された時点で効力を生じるものとし、利用者は変更後の規約に拘束されるものとします。
第11条（準拠法および合意管轄）
本規約の解釈にあたっては、日本法を準拠法とします。本サイトの利用および本規約に関連して生じる一切の紛争については、東京地方裁判所を第一審の専属的合意管轄裁判所とします。
For J³, may joy follow you.
