センター長 中田 典生教授写真
助教授 王 作軍
講座(研究室)の概要
近年、人工知能(AI)が注目されるようになったのは、ディープラーニングが実用化されるようになったからです。人工知能医学研究部は、慈恵に昭和47年(1972年)に設立された医用エンジニアリング(ME)研究室を起源とし、その後超音波応用開発研究部設立を経て令和2年(2020年)4月に設立された新しい研究部です。
人工知能医学研究部のミッション

医療に人工知能「AI」を導入するためには「臨床目線」と「技術目線」の両方を持っていることが必要です。臨床での課題を認識し、どう改善するかという「臨床目線」が必要なのは、他の研究分野と同じです。またAIの構築では、臨床上の課題が本当にAIで解決できるのか、AIのどの処理方式なら適用できそうかという「技術目線」が不可欠です。

AI技術の発展によって、近い将来誰でもAIプログラムを作れる時代がやってきます。人工知能医学研究部では、このような人材育成に力をいれています。

また人工知能医学研究部では臨床目線での実践的なAIの構築、データサイエンティストへの入門となる実習と研究を行い、できるだけ数学的知識を少なくしたAI技術の習得を目標としています。

大学院生へのメッセージ

人工知能医学研究部で研究開発しているAIは「本当に臨床で使えるAI」です。

大学院生には、「臨床で使えるAI」を作れる目利きの力を身に付けるように指導しながら、研究論文を作成してもらいます。

研究設備

人工知能医学研究部には、5台の人工知能研究専用の高性能ワークステーションがあります。これらは10000コアのGPUによる並列計算処理により、人工知能に必要な膨大な計算を単独のCPU(中央演算処理)に比べて100倍から200倍の速度で処理することが可能です。

人工知能医学研究部では、機械学習のうち画像認識によく用いられるディープラーニングというAIと、一般的臨床データを用いた予測や分類を行う画像認識以外の機械学習の研究を行っています。

研究に用いるコンピュータプログラムは、全て人工知能医学研究部にこれまで蓄積された膨大なLINUX上のライブラリを元に作成されます。

▲ このページのトップへ
教育担当
講義科目名称と対象学年

大学院医学系専攻   共通カリキュラム  データサイエンス概論(2022年度)

実習科目名称と対象学年

研究室配属(3年生)

▲ このページのトップへ
主な研究テーマ
ディープラーニングを活用した超音波画像を用いた乳腺腫瘤の良悪性判定法の開発とその評価の研究。
ディープラーニングを活用した心臓MRIの左心室機能解析の研究
超音波デジタル画像のナショナルデータベース構築と人工知能支援型超音波診断システム開発に関する研究
ディープラーニングを用いた医用画像を用いたアンサンブル学習の研究
▲ このページのトップへ
主な業績
  1. Nakata N, Kandatsu S, Suzuki N, Fukuda K. Informatics in Radiology (infoRAD): mobile wireless DICOM server system and PDA with high-resolution display: feasibility of group work for radiologists. Radiographics 2005; 25:273-83. [IF 2.523]
  2. Nakata N, Suzuki N, Hattori A, Hirai N, Miyamoto Y, Fukuda K. Informatics in radiology: Intuitive user interface for 3D image manipulation using augmented reality and a smartphone as a remote control. Radiographics 2012;32:E169-74. [IF 2.523]
  3. 中田典生. 【CKD Big Data】 画像診断における人工知能活用の現況と展望. 日腎会誌 2017; 59(7): 1064-70.
  4. 中田典生. 【人工知能医療応用】 放射線診療におけるディープラーニングの活用について. 医用画像情報会誌 2017; 34(2): 45-7.
  5. Wang Z, Sawaguchi Y, Hirose H, Ohara K, Sakamoto S, Mitsumura H, Ogawa T, Iguchi Y, Yokoyama M. An In Vitro Assay for Sonothrombolysis Based on the Spectrophotometric Measurement of Clot Thickness. J Ultrasound Med. 2017: Apr;36(4):681-698.
  6. Wang Z, Komatsu T, Mitsumura H, Nakata N, Ogawa T, Iguchi Y, Yokoyama M. An uncovered risk factor of sonothrombolysis: Substantial fluctuation of ultrasound transmittance through the human skull. Ultrasonics. 2017:May;77:168-175.
  7. 中田 典生, 小林 博司, 大橋 十也.【人工知能(AI)と小児医療】放射線画像診断(画像診断支援), 小児内科 2019:51:73-80.
  8. 中田典生. 【人工知能(AI)の医療分野への応用と解決すべき問題点】 画像診断のためのディープラーニング活用 特に米国と中国での実用化について,最新医学
  9. Nakata N. Recent technical development of artificial intelligence for diagnostic medical imaging.Jpn J Radiol. 2019:37:03-108.
  10. 中田 典生、画像診断と人工知能 日本がん検診・診断学会誌(1881-8846)26巻3号 Page225-237(2019.05)
▲ このページのトップへ
その他
【社会的活動】

日本医療研究開発機構(AMED) 医工連携事業化推進事業技術審査委員(中田)
日本医用画像工学会 幹事(中田)
日本超音波医学会 学術集会委員会委員、保険委員会委員(中田)
日本医学放射線学会 広報委員会委員(中田)
腹部エコー研究会 幹事(中田)
▲ このページのトップへ
講座(研究室)独自のホームページURL
研究部ホームページ
http://r-medix.xsrv.jp/jdaim/
人工知能医学のための機械学習用リンク
https://qiita.com/imedix/items/6743f8e79e94060dfbfb
▲ このページのトップへ