初心者向けセミナーです 【中止】ディープラーニングによる画像認識の医療への応用【PC実習】~講義による最新情報と、ハンズオンを通じた使い方の理解~<Zoomによるオンラインセミナー>

ディープラーニングや画像認識は、医療でどう
利用されているのかハンズオンを通じて理解を深めたい!
興味はあるけど人工知能の予備知識は全くない…

1つでも当てはまる方はぜひご参加ください
プログラミングを必要としない演習の為、初心者でも安心してご参加可能です!

セミナー講師

岐阜大学 工学部 電気電子・情報工学科 情報コース
特任教授/名誉教授 工学博士 藤田広志 先生

■経歴
1976年3月 岐阜大学工学部電気工学科卒業
1978年3月 同大学院工学研究科修士課程修了
1983年8月 名古屋大学にて工学博士
1978年4月 岐阜工業高等専門学校助手
1983年7月~1986年3月 シカゴ大学ロスマン放射線像研究所研究員
1986年4月 岐阜工業高等専門学校助教授
1991年4月 岐阜大学工学部助教授
1995年7月 同教授
2002年4月 同大学院医学系研究科再生医科学専攻
      知能イメージ情報分野(分野主任)教授
2017年4月 同大学工学部電気電子・情報工学科(情報コース)教授
2018年3月 定年退職
2018年4月 同大学工学部特任教授/名誉教授、中国・鄭州大学客員教授
2020年4月 藤田医科大学客員教授
現在に至る

■専門および得意な分野・研究
・医用画像評価、解析、処理、認識。
・コンピュータ支援診断(CAD)システムの基礎研究から開発研究に主に従事。
・最近の研究活動として、2014年6月~2019年3月、文科省科学研究費補助金・新学術領域研究「医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開(略称:多元計算解剖学)」 プロジェクトに従事。


岐阜大学 教育学部 技術教育講座
准教授 工学博士 福岡大輔 先生

■経歴
1997年3月 岐阜大学 工学部 電子情報工学科
1998年3月 岐阜大学工学研究科電子情報システム工学専攻博士前期課程 修了
1999年4月 岐阜工業高等専門学校 電気工学科 助手
2000年4月 岐阜工業高等専門学校 電気情報工学科 助手
2001年3月 岐阜大学工学研究科電子情報システム工学専攻博士後期課程 修了
2003年4月 岐阜工業高等専門学校 電気情報工学科 講師
2005年4月 岐阜大学教育学部 技術教育講座 助教授
2007年4月 岐阜大学教育学部 技術教育講座 准教授
2019年10月 岐阜大学大学院連合創薬医療情報研究科 兼務
2020年1月 岐阜大学人工知能研究推進センター 兼務

■専門および得意な分野・研究
・医用画像評価、解析、処理、認識。
・コンピュータ支援診断(CAD)システムの基礎研究から開発研究に主に従事。
・医用画像解析ソフトウエアの開発など

セミナー受講料

1名47,300円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき36,300円
 *学校法人割引;学生、教員のご参加は受講料50%割引。

受講について

※Zoomを使用したオンラインセミナー受講の方は、下記内容をご確認の上、お申込み下さい。
 お手許のPCやタブレット等でも受講できるオンライン対応セミナーです。

配布資料・講師への質問等について

  • 配布資料は、印刷物を郵送もしくはメール送付のどちらかを検討中です。
    お申込みは4営業日前までを推奨します。
    それ以降でもお申込みはお受けしておりますが(開催1営業日前の12:00まで)、
    テキスト到着がセミナー後になる可能性がございます。
  • 当日、可能な範囲で質疑応答も対応致します。
    (全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
  • 本講座で使用する資料や配信動画は著作物であり、
    無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

下記ご確認の上、お申込み下さい

  • PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
  • ご受講にあたり、環境の確認をお願いしております(20Mbbs以上の回線をご用意下さい)。
    下記ご利用ツール別の、動作確認の上お申し込み下さい。
  • 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。

Zoomを使用したオンラインセミナーとなります

  • ご受講にあたり、環境の確認をお願いしております。
    お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
    確認はこちら
    ※Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
  • Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
    ※一部のブラウザは音声(音声参加ができない)が聞こえない場合があります。
     必ずテストサイトからチェック下さい。
     対応ブラウザーについて(公式) ;
     「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

セミナー趣旨

医療分野におけるAIの開発・導入が急激に進んでいる。2017年7月に、厚生労働省の懇話会は、AIを利用した病気の診断や医薬品開発の支援を、2020年度にも実現することを盛り込んだ報告書を公表し、特に開発を進める重点領域として、「ゲノム医療」、「画像診断支援」、「診断・治療支援」、「医薬品開発」の4領域を挙げている。
例えば、世界初の商用コンピュータ支援診断システム(computer-aided diagnosis:CAD)は、昨今の第3次AIブームを牽引するディープラーニング技術により、いま新生AI-CADとして大きく飛躍しようとしている。 2018年4月には、FDA(米国食品医薬品局)の認可を得て、専門医でなくても利用可能な糖尿病診断のAIソフトウエアの商用化も始まった。
本講演では、医用画像診断領域におけるAI導入の現状と課題、将来展望などについて概説する。ハンズオンにおいては、実際に医用画像を用いた画像認識と領域抽出、異常検知を行うニューラルネットワークを構築し、実例を通じて、ディープラーニングによる医用画像処理について理解する。持ち帰った後にも各自で振り返りやすい講義内容やテキストとなっている。

※本セミナーではPC演習を行います。
 PC(Windows)のご持参が難しい場合は、お申込み時に備考欄に『PC貸出』とご記入ください。
 7,700円(税込)にて貸出致します。
 PCの貸出は原則として1週間前までにお申し出ください。

受講対象・レベル

どなたでも受講可能です。
人工知能や画像認識に関する詳しい知識がない初心者の方でも問題ございません。
前回開催時も企業の方、学校関係者の方、病院・医院関係の方など、幅広い方に受講頂いております。

必要な予備知識

■本テーマ関連法規・ガイドラインなど
・平成30年度 次世代医療機器再生医療等製品 評価指標作成事業 人工知能分野審査WG報告書 http://dmd.nihs.go.jp/jisedai/
・厚生労働省:薬生機審発0523第2号(令和元年5月23日),次世代医療機器評価指標の公表について,別紙4:人工知能技術を利用した医用画像診断支援システムに関する評価指標
https://www.mhlw.go.jp/web/t_doc?dataId=00tc4315&dataType=1&pageNo=1
・経済産業省:医用画像診断支援システム(人工知能技術を利用するものを含む)開発ガイドライン2019(手引き).Https://www.meti.go.jp/policy/mono_info_service/healthcare/report_iryou_fukushi.html

習得できる知識

・コンピュータ支援診断(CAD)の過去から現在の状況と将来の理解を深める
・CAD開発へのディープラーニングの具体例(臨床例)について理解を深める
・特に米国と本邦における商用化の現状について理解を深める
・ディープラーニングの画像処理・認識のパワーをハンズオンで体験する

セミナープログラム

前半:医用画像領域におけるコンピュータ支援診断(CAD)の新潮流
・人工知能(AI)とは
・ニューラルネットワークとは
・ディープラーニングとは
・画像認識とは
・医療への応用の特徴は
・コンピュータ支援診断(CAD)の定義・歴史・現状は
・AI(ディープラーニング)型CADの特徴は
・医用画像へのAI・ディープラーニング応用事例は
・米国と本邦におけるAI-CADの現状と問題点は
・新AI時代における医師の役割は
・CADの薬機承認


後半:医用画像のためのディープラーニングハンズオンセミナー
・ディープラーニングとシステム開発環境
・ハンズオンを行う為の基礎知識の説明

   -画像データセットの作成
   -画像のクラス分類
   -画像のセグメンテーション
   -画像の異常検知
・画像データセットの作成
   -教師あり学習の画像データとアノテーションデータを理解する
   -ニューラルネットワークの入力データセットを作成する
・画像のクラス分類(ハンズオン)
   -胸部X線画像の画像方向をクラス分類する
・画像のセグメンテーション(ハンズオン)
   -胸部X線画像の肺野領域を抽出する
画像の異常検知(ハンズオン)
   -オートエンコーダを使った画像の異常検知の仕組みを理解する
・少ないデータセットへのアプローチ法(データ拡張・転移学習)

質疑応答

■講演中のキーワード
・医用画像認識
・ディープラーニング
・コンピュータ支援診断(CAD)
・AI(ディープラーニング)-CAD
・AI vs 医師