このスライドは会員限定コンテンツです。
今すぐアカウント登録（無料）して、続きを読みましょう！
1/45
関連するスライド
Drゆみの Weekly Journal Scan vol.28
医療法人社団ゆみの
1862
0
#2 降圧薬の実際の選び方
うし先生
285979
2150
診断AIから生成AIへと進む 医療AIの現在と未来を 臨床から考える
東京大学医学部付属病院
6,573
19
概要
「診断AI」から「生成AI」へと進化する医療AIの最前線を、臨床現場の視点で体系化した資料です。心電図AIを用いた心不全の早期発見や、最新の自己教師あり学習（MAE）による汎用性向上の取り組みを詳述。さらに、大規模言語モデル（LLM）を用いた読影レポート作成など、最新のマルチモーダルAI開発の実際を紹介します。AIを「代替」ではなく「融合」として捉え、全世代の医師が活用できる未来を展望します。
参考文献
『すぐに使える! 業務で実践できる! PythonによるAI・機械学習・深層学習アプリのつくり方』
TensorFlow の "AttributeError: 'module' object has no attribute 'xxxx'" エラーでつまづいてしまう人のための移行ガイド
N Engl J Med 2025; 393: 1421-34.
Nature 2025; DOI: 10.1038/s41586-025-08866-7
arXiv: 2310.10083v1 [cs.CL] 16 Oct 2023
日本内科学会雑誌：第115回（2018年）
慢性冠動脈疾患診断ガイドライン
arXiv: 2402.12451v1 [cs.CV] 19 Feb 2024
NeurIPS WS 2024
CVPR WS 2025
投稿された先生へ質問や勉強になったポイントをコメントしてみましょう！
0 件のコメント
このスライドと同じ診療科のスライド
テキスト全文
医療AIの進化と自己紹介
#1.
診断AIから生成AIへと進む 医療AIの現在と未来を 臨床から考える 東京大学循環器内科 特任講師 小寺 聡
#2.
自己紹介 • カテ屋 • 生物統計 • 機械音痴
#3.
略歴 • 2001年5月-2002年3月 東京大学医学部附属病院 臨床研修医 • 2002年4月-2004年3月 総合病院国保旭中央病院研修医 • 2004年4月-2005年3月 佐伯中央病院内科 • 2005年4月-2008年6月 総合病院国保旭中央病院循環器内科 • 2008年7月-2009年3月 佐伯中央病院内科 • 2009年4月‐2016年6月 総合病院国保旭中央病院循環器内科 （2013年4月‐2015年3月 東京大学大学院医学系研究科公共健康医学専攻専門 職学位） • 2016年7月‐2020年1月 東京大学医学部附属病院循環器内科 助教 • 2020年２月‐ 東京大学医学部附属病院循環器内科 特任講師
医師がAI研究を始めた理由
AI研究の始まりと学習方法
心不全パンデミックと医療AI
心電図AIの開発と精度向上
心電図AIの汎用性と研究概要
生成AIの登場と医療への影響
医療生成AIの性能向上と実用化
循環器疾患におけるAIモデル開発
心エコーと冠動脈造影のAI解析
AI革命と医療の未来への展望
#4.
今日お話しすること • なぜ医師がAI研究を始めたのか • 社会実装が近づいた医療AI（心電図AI） • 生成AIが変える医療AIの未来
#5.
今日お話しすること • なぜ医師がAI研究を始めたのか • 社会実装が近づいた医療AI（心電図AI） • 生成AIが変える医療AIの未来
#6.
なぜAI研究を始めたか • AIに漠然とした期待と不安 • 松尾教授の講演 • 日本が世界で遅れつつある • 機械音痴のおじさんが動けば、何かが変わる
#7.
どう始めたか ひたすらコードを入力
#8.
教科書のコードを丸写し
#9.
Google先生
#10.
AIの家庭教師
#11.
#12.
#13.
可能性に、年齢制限はない。
#14.
今日お話しすること • なぜ医師がAI研究を始めたのか • 社会実装が近づいた医療AI（心電図AI） • 生成AIが変える医療AIの未来
#15.
背景：高齢社会での心不全パンデミック 高齢者のQOL低下 繰り返す入退院 120万人 高齢社会で心不全患者が急増し、高齢者のQOLが低下
#16.
後手から先手へ 心不全発症後 心不全リスク6.5倍 心不全のハイリスク患者を発見できれば、 心不全の発症予防が可能
#17.
心電図AIによる早期発見 心エコーは高価で煩雑 在宅では困難 心電図AIを活用し早期発見 在宅医療に活用
#18.
心電図AIの開発状況 C 正解率 0.78→0.88 感度 0.51→0.74 特異度 0.81→0.90 心電図AIが専門医を超える精度で左室収縮能低下を判別
#19.
心電図AIモデルの汎用性を検討 東大データで学習したCNNモデルは他施設データで精度が低下し、 汎用性の問題が明らかになった AUC 0.96 東大病院の精度 0.94 0.92 0.90 0.88 0.86 0.84 0.82 東大 三井 東京ベイ 自治 旭中央
#20.
心電図AIの新手法開発 Transformerを用いた自己教師学習Masked Autoencoder （MAE）を 応用した わずかな画像情報から元画像を再合成することで画像の特徴を学習
#21.
心電図AIモデルの再検討 MAEを応用した新手法（MAEモデル）を用いて心電図の特徴を 学習することで汎用性の向上を目指した 元画像 マスク画像 再合成画像
#22.
CNNモデルとMAEモデルの比較 EF低下判別のAUCの比較から、MAEモデルが高い精度と 汎用性を獲得した Model 東大 三井記念 東京ベイ 自治医大 旭中央 NTT JR CNN モデル 0.9451 0.8879 0.8733 0.9023 0.8891 0.9156 0.9418 MAEモデル 0.972 0.95 0.922 0.939 0.93 0.947 0.966 AUC 1.0000 MAEモデル 0.9500 0.9000 CNNモデル 0.8500 東大 三井 東京ベイ 自治 旭中央 NTT JR
#23.
AMED医療機器開発推進研究事業 【研究開発課題名】在宅で高齢者に使用可能な心電図AIの開発 （国立大学法人東京大学、医学部付属病院・循環器内科学・特任講師・小寺 聡、委託研究期間 令和3～5年度） 研究概要 日本では高齢者の増加に伴い、心不全患者が急増し、心不全の予防、早期発見が 重要になっている。これまで心電図では左室収縮能低下を診断することが困難で あった。我々は、心電図から左室収縮能低下を検出できるAIを独自開発した。 本研究では、心電図AIのPMDA承認を得ることを目指す。 研究体制 分担機関：医療機器メーカー 委託期間における最終目標 本研究の目的は、心電図から左室収縮能低下の有無を判断できる 心電図AIのPMDA承認を得ることである 心電図AIの社会実装のため、医療機器の承認を目指す
#24.
#25.
今日お話しすること • なぜ医師がAI研究を始めたのか • 社会実装が近づいた医療AI（心電図AI） • 生成AIが変える医療AIの未来
#26.
Chat GPTの登場 大規模言語モデルが開発され、宝探しが始まった
#27.
NEJMのCPCに生成AIが登場 AIは、NEJM症例で人間医師とほぼ同水準の臨床推論を実行。 AI（CaBot）ができたこと ・十二指腸病変を感染源と正確に推定 ・後腹膜感染 → 腎静脈血栓 → 肺塞栓 という因果の連鎖を構築 ・菌血症・血小板減少・胆道うっ滞を 敗血症として一つに統合 ・人間とほぼ同レベルの構造的推論を 実行
#28.
医療生成AIの性能は、海外で急速に向上している 最終診断にどれだけ近い鑑別診断を 提示できたかの評価 Googleの 生成AI単独 大規模言語モデルの 進展により、医療分 野における診断支援 AIの性能は海外を中 心に急速に向上して いる 医師＋Google の生成AI 医師＋Web検索 医師単独 正解の診断 正解に 近い診断 正解と 関連する 診断 正解とは 正解とは 異なる診断 全く異なる 診断 Nature 2025
#29.
黒船襲来に備えて、戦艦大和を制作開始
#30.
#31.
診療支援へ国産ＡＩ開発に政府着手、病名候補を提示…数年以内の実用化目指す : 読売新聞
#32.
循環器疾患統合Med-LMM 目的 循環器疾患は緊急性が高く、診断が難しい。診断にはさまざまなモダリティの情報が必要 である。循環器疾患の診断を支援する循環器マルチモーダルモデルを開発する。 循環器LMM
#33.
心電図チーム 佐藤医師 不二樹医師 レントゲンチーム 黒木医師 澤野医師 関さん 髙橋さん 心エコーチーム 北村医師 涔澤さん 椛山さん 安藤さん 岸川医師 黒木医師 血管内超音波チーム 澤野医師 篠原医師 大塚さん 馬場さん 西森さん 中村さん 鈴木さん 長嶋先生 冠動脈造影チーム 篠原医師 野口医師 基礎研究チーム 中村さん 伊藤先生 黒住先生 摂待さん 川上医師 阿部医師 大塚さん 細川さん
#34.
日本語の医療の大規模言語モデル開発 大規模言語モデル 日本の医師国家試験 93％ 51％ 日本語の医療情報 March 2025 August 2023 医療の大規模言語モデル の性能を急激に改善 GAFAに並ぶ性能を実現 March 2024
#35.
マルチモーダル（画像言語）モデル開発 CLIP Adapter CXR CLIP Adapter 大規模 言語 モデル 車の後ろで アイロンを かけている この写真の問題は？ このレントゲンの問題？ 大規模 言語 モデル 左下肺に浸 潤影がある。 肺炎が疑わ れる。
#36.
進化的アルゴリズムを用いたCXRモデル開発 モデルマージ 進化的アルゴリズムを活用し効率的に 日本語の医学の画像対応モデル開発 画像モデル 医学モデル レントゲン読影モデル レントゲン画像 レントゲン写真を読影した結果、 左肺下葉に不規則な影が見られ ます。心臓の形状は正常です。 骨には異常は見られません。左 肺下葉の影は肺炎や肺癌などの 可能性があります。詳細な検査 が必要です。 日本語モデル 日本語の医学の画像モデル 読影レポート ROUGE-L METEOR 我々のモデル ０．２１２ ０．１９１ GPT4o ０．１７６ ０．１８８ 最新の手法を活用し、高性能のレントゲンモデルを開発 NeurIPS WS 2024
#37.
心エコー動画を解析するマルチモーダルAI モデル構造 心エコー動画 心エコーレポート 左室拡大なし, 左室肥大な し, 左室壁運動正常, 局所壁 運動異常なし, 左室血流流 入波形は正常,境界域の左房 拡大あり, 大動脈拡大なし, 大動脈弁三尖弁, 大動脈弁 狭窄なし, 大動脈弁閉鎖不 全なし, ごく軽度の僧帽弁 閉鎖不全あり, ごく軽度の 三尖弁閉鎖不全あり, 心膜 液なし, 右室拡大なし,肺高 血圧なし, 右房拡大なし 心エコー動画からレポートを作成するLMM開発に成功 CVPR WS 2025
#38.
冠動脈造影動画を解析するマルチモーダルAI CVPR WS 2025 冠動脈造影動画からレポートを作成するLMMの開発に成功
#39.
遠隔医療に向けてバーチャル医師を開発
#40.
IT革命と医療 スマートフォン 電子カルテ EBM
#41.
AI革命と医療
#42.
#43.
#44.
可能性に、年齢制限はない。 AIの時代は 若い世代だけのものではない 私たちの世代にも まだできることがある
会員登録・ログインで「スライド内のテキスト」を参照いただけます。