ここからページコンテンツが開始します
科目名：医療AI実践演習（予定）（Neural Network Console活用）
プログラミング不要で深層学習モデルを構築できるため、直感的な操作で医療AIの実践スキルを習得できます。
| 開催日 |
時間 |
内容 |
| 未定 |
未定 |
第1回：Neural Network Consoleの導入と基礎
- Neural Network Consoleの概要とインストール
- GUIを使ったニューラルネットワークの基本操作
- 簡単な分類問題を解く（手書き数字MNIST）
|
| 未定 |
未定 |
第2-3回：医療データの取り扱い
- 画像データ（DICOM, PNG）のインポートと前処理
- データの拡張（回転・反転・ノイズ追加）
- 医療データの特徴量可視化とラベリング
|
| 未定 |
未定 |
第4-5回：医療画像診断モデルの構築
- 畳み込みニューラルネットワーク（CNN）の基本
- NNCを使った医療画像分類（X線画像の肺炎診断）
- モデルの学習・評価（正答率、ROC曲線）
|
| 未定 |
未定 |
第6-7回：転移学習を用いた高精度診断
- 既存のモデル（ResNet, VGG）を利用した診断
- 少量データでの高精度学習（Fine-tuning）
- 実際のCT・MRIデータでの適用事例
|
| 未定 |
未定 |
第8-9回：異常検知と異常部位の可視化
- AIによる異常検知（腫瘍、骨折の識別）
- Grad-CAMを用いた診断根拠の可視化
- AI診断の解釈性と信頼性向上
|
| 未定 |
未定 |
第10-11回：自然言語処理（NLP）と診療ノート解析
- Neural Network ConsoleでNLPモデルを作成
- BERTを用いた疾患分類モデルの構築
- 電子カルテデータを用いた診断支援システムの開発
|
| 未定 |
未定 |
第12-13回：時系列データとAI（心電図・脳波解析）
- LSTMを用いた時系列データの予測
- 心電図データをAIで解析し、不整脈を検出
- 予測モデルの応用と医療現場での可能性
|
| 未定 |
未定 |
第14-15回：医療AIプロジェクト発表
- 受講者ごとに自由な医療AIプロジェクトを実施
- 事例発表（画像分類、異常検知、NLPなど）
- AIの医療応用に関するディスカッションとフィードバック
|
