インテンシブコースでは標準修学年数1年として『医療AI実践応用人材』となることを目指します。
4年のプログラムの内容を1年間で修得する短期集中型のコースです。
インテンシブコース
対象
北海道大学の大学院生
養成すべき人材像
医療AIの開発において、医療従事者とデータ・サイエンティスト、プログラマーの連携はきわめて重要である。自らの専門分野にとらわれることなく医療AI開発の全容を把握し、それぞれの立場からAI開発を推進することができる人材を育成する。
カリキュラム
医学AIコア科目
医学AI特論Ⅰ
医療AI総論
機械学習の種類と原理
画像診断と機械学習
機械学習による画像分類
自然言語処理の基礎
AI創薬
手術へのAIの利用
医療情報について
循環器診療におけるAI
医療におけるAI活用：現状と課題
予後予測モデルの構築
看護・介護領域におけるAI
がんゲノム医療とAI
機械学習の応用例1
機械学習の応用例2
医学AI特論Ⅱ
自然言語処理の応用
放射線医薬品（核医学診断薬）開発の一例：AI利用の可能性
呼吸器CT画像研究とAI
医療画像と人工知能ー核医学領域ー
画像のセグメンテーション
製薬会社におけるAI研究開発と応用
データに基づいた医薬品のデザイン -創薬研究におけるAIの活用-
MI-CLAIM チェックリスト AI論文に記載すべき情報について
AIを用いた治療支援 放射線治療
モバイル、クラウド、遠隔医療が医療を変える〜脳卒中診療を中心に〜
医療 AI・データのガバナンス
Artificial Intelligence for Image Guided Radiation Therapy
機械学習の応用例3
機械学習の応用例4 医療AI研究開発概論ーAIビジネス事業化 最前線ー
機械学習の応用例5
医学AIセミナー
CLAPなどが国内外の医療AI専門家・研究者を招き、医療AIに関するセミナーを開催します。 医療AIに関する最新の技術・最近の発展・未来の方向性などホットトピックスの内容を主に提供しております。
医学AI特論科目
画像診断研究特論
AI研究開発に向けた画像診断総論
医用画像原理基礎 CT
医用画像原理基礎 MRI
医用画像原理基礎 PET
伴侶動物獣医療における画像診断AIの現状
医用画像の撮像技術
医療における人工知能の公平性ーAI時代に考えるべきバイアスとは
画像定量解析
遠隔画像診断
AI医療機器開発の実践
画像診断AI研究の実際１
画像診断AI研究の実際２
画像診断AI研究の実際３
画像診断AI研究の実際４
AI研究開発に向けた画像診断の課題分析
データハンドリング演習・初級
データハンドリング総論
生成AIを活用したプログラミングの基礎
プロジェクトマネジメント
Python初級及びPythonによる医用画像ディープラーニング
MATLAB初級
データハンドリング演習・中級
Python中級
MATLAB中級
自然言語処理（NLP)
ゲノム医療特論
ゲノム医療総論
脳神経領域における臨床遺伝診療
バリアントの病原性評価と遺伝カウンセリング
AI創薬
がんのゲノム医療：病理の立場から
ゲノムとAI 1
ゲノムとAI 2
医療ビッグデータとAIは、日本の医療を変えられるか？
がんゲノム医療×AI 1
がんゲノム医療×AI 2
情報科学の立場から
ゲノム医療の情報基盤構築とAIの利活用
手術支援特論
AIを用いた手術支援概論
動画処理におけるAIの役割と学習
脳神経外科手術安全性向上のための技術進歩とAI研究 1
脳神経外科手術安全性向上のための技術進歩とAI研究 2
泌尿器科領域におけるAIの応用
胃がん手術における、人工知能を用いた手術ナビゲーションシステムの開発
脳血管内手術の術中リアルタイム支援AI
脳神経外科における臨床AIー診療と手術ー
Artificial Intelligence in Surgical Practice
眼科手術とAIー技術的側面から読むー
手術支援特論 IVR医の立場から
手術支援～耳鼻咽喉科頭頸部外科領域 1
手術支援～耳鼻咽喉科頭頸部外科領域 2
手術映像解析技術の研究動向
AIによる画像解析技術の外科領域への適用
修了要件
医学AIコア科目及び医療AI特論科目の中から3科目（6単位）以上を受講すること。医学AIコア科目（医学 AI 特論 Ⅰ、医学 AI 特論Ⅱ、医学 AI セミナー）は可能な限り履修を推奨する科目である。各科目は大学共通授業科目として開講され、学位取得に必要な単位を取得しながら、本コースも修了できる。