Kaggleとは？医療AIコンペに参加する前に知っておくルールと流れ

前回の記事で、RSNAが2026年8月に開始した膝MRIのAIチャレンジを紹介しました。 会場はKaggleです。「参加してみたい」と思ったときに最初にぶつかるのが、プラットフォーム自体の作法だと思います。ここを先に片づけておきます。

Kaggleとは何ができる場所か

Kaggle（カグル）は、世界最大のデータ分析コンペティションのプラットフォームです。 企業や研究機関が「解いてほしい課題」とデータを提供し、参加者が予測モデルの精度を競います。2017年からGoogleの傘下にあります。

ただ、コンペだけの場所ではありません。実際には4つの機能が組み合わさっています。

重要なのは、アカウント作成も参加も無料で、パソコンの性能がほとんど問われないことです。 Notebooksを使えば、手元のマシンにGPUが無くてもクラウド上で学習を回せます。医用画像のような重いデータを扱ううえで、この点は大きな利点です。

コンペの種類と、医療AIコンペの位置づけ

コンペにはいくつかの種類があり、性格がかなり違います。

• Featured……企業が主催する賞金つきの本格的なコンペ。競争は最も激しい
• Research……研究色の強い課題。学会や研究機関の主催が多い
• Getting Started / Playground……練習用。期限が緩く、入門に向く
• Community……個人や団体が自由に開催するもの

RSNAのような学会主催の医用画像コンペは、賞金つきの本格的な部類に入ります。 特徴は、データが臨床由来で重く、前処理の負担が大きいことです。表形式データのコンペのように「読み込んですぐ学習」とはいきません。

裏を返すと、前処理の段階で脱落する参加者が多い領域でもあります。 データを正しく読み込んで、まともに学習が回るところまで到達できれば、それだけで上位半分に入ることも珍しくありません。 医用画像を扱った経験がある方にとっては、むしろ入りやすい種類のコンペです。

参加から提出までの流れ

初めての場合、実際の手順はこうなります。

見落とされがちなのが⑦です。多くのコンペでは、期間中に何度提出しても、最終的に採点されるのは自分で選んだ2つだけです。 選ばなかった場合はPublic LBのスコアが高いものが自動で選ばれますが、これは後述するShakeの観点では最善とは限りません。

そして④について。初参加なら、まず公開ノートブックを読むところから始めるのが圧倒的に速いです。 データの読み込み方だけで数日溶かすことは珍しくありません。他の参加者が公開しているEDA（探索的データ分析）を写経すれば、その数日を丸ごと節約できます。

Code Competitionという形式

コンペには大きく2つの提出形式があります。予測結果のCSVを提出する形式と、実行可能なコードそのものを提出する形式です。 後者がCode Competitionで、近年の医用画像コンペはほぼこの形式です。RSNAの膝MRIコンペもこれにあたります。

この形式では、運営側の環境で参加者のコードが実行され、非公開のテストデータに対して推論が行われます。そのため制約が付きます。

この制約は、そのまま「重すぎるモデルは提出できない」という意味になります。 巨大なモデルを何十個もアンサンブルすると、精度は上がっても9時間に収まりません。 精度と計算量のバランスを取ることが、はじめから競技の一部に組み込まれているわけです。

なお、初めてCode Competitionに挑む場合、学習用のノートブックと提出用のノートブックを分けるのが定石です。 学習は時間をかけて別途行い、その重みをDatasetsに保存し、提出用ノートブックでは推論だけを行います。 この構成にしないと、9時間の枠を学習で使い切ってしまいます。

Public LBとPrivate LB、そしてShake

Kaggleで最も誤解されやすいのが、順位表（リーダーボード＝LB）の仕組みです。順位表は2つ存在します。

期間中に見えているのはPublic LBだけです。そして賞金も称号も、Private LBで決まります。

ここで起きるのがShake（シェイク）と呼ばれる現象です。 終了と同時に順位が大きく入れ替わることを指します。Public LBの数字を追いかけて調整を重ねると、 見えている一部のデータにだけ都合の良いモデルができあがり、残りのデータで崩れるからです。

これをやると失格になる

ルール違反は、順位の取り消しやアカウント停止につながります。細かい規定はコンペごとに違いますが、共通して重いのは次の3つです。

① 複数アカウントの作成・利用

Kaggleでは1人1アカウントと定められており、複数のアカウントから提出することはできません。 提出回数の上限を回避する目的で使われるためです。家族や同僚のアカウントを借りるのも同様に扱われます。

② チーム外での非公開の共有

コードやデータを自分のチーム以外に非公開で共有することは禁止されています。 ただし誤解しやすいのですが、共有そのものが禁止されているわけではありません。 フォーラムやノートブックで全参加者に見える形で公開するなら問題ありません。 「一部の人だけが得をする」状態が禁じられている、と理解すると分かりやすいです。

③ 禁止された外部データの使用

外部データを使ってよいかどうかはコンペごとに違います。 認められている場合でも「全参加者が入手できる形で公開すること」が条件になっているのが一般的です。 医用画像コンペでは、この扱いが特に厳しくなる傾向があります。

医療データを扱うときの追加の注意

ここからが、医療AIコンペに固有の話です。一般的なコンペと同じ感覚で扱うと、規約違反になりかねない部分があります。

• 再配布の禁止……コンペのデータを別のサイトやリポジトリに置き直すことは、ほぼ例外なく禁止されています
• 利用目的の限定……「このコンペのため」に限定されている場合、終了後に別の研究へ流用してよいとは限りません
• 画像の掲載……ブログやSNSに症例画像を貼る行為は、規約と倫理の両面で慎重になるべきところです
• 商用利用の可否……非商用に限定されているデータセットは多く、業務への転用は別途確認が必要です

これらは形式的な決まりごとに見えますが、根っこには患者から提供されたデータであるという事実があります。 匿名化されていても、扱いが軽くなるわけではありません。 コンペのRulesページに加えて、データセットのライセンス表記まで目を通しておくのが安全です。

なお、学習済みモデルの公開についても確認が必要です。 コンペによっては、受賞モデルを指定のライセンスで公開することが受賞の条件になっています。 RSNAのチャレンジは受賞モデルがオープンライセンスで公開される方式で、これはその後の研究に資産を残すための設計です。

無料でどこまで計算できるか

「GPUを持っていないから無理」と考えている方のために、計算資源の話も書いておきます。 Kaggleのノートブック環境では、無料でGPUが使えます。

週の枠は有限なので、使い方の設計が重要になります。 データの確認や前処理の試行はCPUのセッションで行い、GPUは学習にだけ使う。これだけで週の枠の持ちがかなり変わります。 枠は週ごとにリセットされるため、「今週は前処理、来週は学習」と割り切る進め方も現実的です。

まとめ

初めて医療AIコンペに参加する前に押さえておきたい点を整理します。

• Kaggleは無料で参加でき、GPUも無料枠で使える。パソコンの性能はほぼ問われない
• 医用画像コンペはCode Competitionが主流。実行時間の上限とインターネット遮断がある
• 学習用と提出用のノートブックは分けるのが定石
• 順位はPrivate LBで決まる。Public LBを追いかけるとShakeで崩れる
• 失格の典型は複数アカウント・チーム外での非公開共有・禁止された外部データ
• 医療データは再配布禁止・利用目的の限定など、追加の制約がかかる
• 最終提出の選択（通常2つ）を忘れない

作法さえ分かってしまえば、あとは技術の話です。 次の記事では、RSNAの膝MRIコンペを具体的にどう解くか—— 12のラベル、3方向のMRI、そして多言語のレポートをどう扱うか——という中身に入ります。