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。北海道大学の大学院生でなくても履修することができます。
医学院医療AI開発者養成プログラム【インテンシブ】
対象
大学院生、社会人（大学卒業者、同等の保健医療分野における知識を有する者）
*上記以外の受講希望者は CLAP 事務局（med_ai@pop.med.hokudai.ac.jp）までお問い合わせください。
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（3大学共通プログラム）
医学AI特論Ⅰ
医学AI特論Ⅱ
医学AIセミナー
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１
医用画像原理基礎２
医用画像の撮像技術
医用画像のデータ構造
医用画像のハンドリング
医用画像処理ソフトウエア
画像定量解析
画像診断と病理診断
遠隔画像診断
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
機械学習特論
機械学習の歴史と現状
機械学習の種類と原理
機械学習の応用
機械学習による画像分類
機械学習による異常検知
画像セグメンテーション
画像生成、画質改善
動画処理
自然言語処理
創薬と機械学習
現実の機械学習利用例と課題１
現実の機械学習利用例と課題２
現実の機械学習利用例と課題３
現実の機械学習利用例と課題４
深層学習の適用課題と現実の解決策
データハンドリング演習
医用画像処理法（ハンズオン）
深層学習のフレームワーク（ハンズオン）
深層学習の構築と精度向上（ハンズオン）
データを利用した予後予測（ハンズオン）
課題分析と解決策立案（ハンズオン）
プロジェクト管理技法とその実践（ハンズオン）
ゲノム医療特論
ゲノム医療総論
ゲノム医療におけるAI
癌ゲノムとAI １
癌ゲノムとAI ２
ゲノム医療における倫理、法律、社会問題
癌ゲノム医療
ゲノム医療の課題
ゲノム医療におけるAIの応用、課題、将来
診断・治療支援特論
AIを用いた診断・治療支援総論
AIの臨床的位置づけと利用形態
AIを用いた診断支援 １
AIを用いた診断支援 ２
AIを用いた治療支援 １
AIを用いた治療支援 ２
AIを用いた介護支援
AIを用いた障害支援
AIを用いた地域医療支援
AI医療システムの運用における倫理・責任と課題
手術支援特論
ロボット・AIによる手術支援総論
ロボット・AIの臨床的位置づけと利用形態
ダビンチ手術の実際 １
ダビンチ手術の実際 ２
ダビンチ手術の実際 ３
AI手術の実現に向けた取り組み1
AI手術の実現に向けた取り組み2
AI手術の実現に向けた取り組み3
AI手術の実現に向けた取り組み4
AI手術の実現に向けた取り組み5
AI手術、手術ロボットの課題と解決策 １
AI手術、手術ロボットの課題と解決策 ２
AI手術、手術ロボットの課題と解決策 ３
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る。
教育プログラム・コースの受入目標人数及び受入履修者数
（令和6年4月現在）
＜令和3年度＞
| 東北大学 | 北海道大学 | 岡山大学 | |||
| 正規課程 | 実人数 | 9 | 8 | 7 | |
| KPI | ５ | 2 | 3 | ||
| インテンシブコース | 実人数 | 55 | 33 | 54 | |
| KPI | 4 | 6 | 6 | ||
＜令和4年度＞
| 東北大学 | 北海道大学 | 岡山大学 | |||
| 正規課程 | 実人数 | ７ | 17 | 16 | |
| KPI | ５ | 4 | 3 | ||
| インテンシブコース | 実人数 | 223 | 100 | 210 | |
| KPI | 7 | 6 | 6 | ||
＜令和5年度＞
| 東北大学 | 北海道大学 | 岡山大学 | |||
| 正規課程 | 実人数 | 5 | 14 | 7 | |
| KPI | ５ | 4 | 3 | ||
| インテンシブコース | 実人数 | 560 | 212 | 290 | |
| KPI | 7 | 6 | 6 | ||
