MEDICAL AI LAB
医療AIラボ
医療AIの「数字」と「仕組み」を、読むだけでなく自分の手で確かめるための無料ツール集です。資格の勉強中の方にも、論文を読む方にも、導入を検討する方にも使えるように作っています。
- すべて無料・登録不要
- データは外部に送信しません
- 計算結果をPythonで照合済み
評価する
医療AI評価ワークベンチ
予測スコアと正解ラベルを貼り付けると、ROC曲線・AUCの信頼区間・PR曲線・校正曲線・決定曲線・2モデルの比較までをまとめて計算します。結果は文章のレポートにして、そのままコピーできます。
ツールを開く → 計画する診断精度研究の症例数設計
「感度90%を±5%の幅で示すには、何例必要か」を、有病率まで含めて計算します。AUCの信頼区間の幅や、手元の症例数で言えることの限界も確認できます。
ツールを開く → 仕組みを知る小さな言語モデルの中身
生成AIと同じ仕組みの小さな模型を、ブラウザの中で動かします。次の単語の確率、温度・top-pの効果、Attentionが見ている単語、温度を上げると「もっともらしい誤り」が増える様子が分かります。
ツールを開く → 基礎を学ぶAI学習シミュレータ集(全10ツール)
ROC曲線、ベイズの定理、勾配降下法、誤差逆伝播、CNN、Attentionなど、機械学習の基礎を動かして学べるシミュレータです。E資格・G検定の学習にも使えます。
一覧を見る →目的から選ぶ
- 論文やニュースの数字を読み解きたい:評価ワークベンチの「有病率を変える」タブで、同じ感度・特異度でも的中率がどう変わるかを確かめられます。考え方はベイズの定理シミュレータでも学べます。
- 自分で作ったモデルを評価したい:評価ワークベンチに、予測スコアと正解ラベルを貼り付けてください。AUCだけでなく、校正と決定曲線まで確認できます。
- 研究や検証の計画を立てたい:症例数設計で、必要な症例数の目安と、手元の症例数で示せる精度を確認できます。
- 生成AIがなぜ誤るのかを知りたい:小さな言語モデルの中身で、温度を変えながら文を作らせてみてください。
- 基礎から体系的に学びたい:無料の医療AIコース(全12レッスン)で、Pythonを動かしながら学べます。
このラボの方針
- データを外に出さない。入力したデータは、お使いのブラウザの中だけで計算に使います。サーバーへの送信や保存は行いません。
- 計算を確かめてから公開する。各ツールの計算結果は、別に書いたPythonのプログラムと突き合わせ、一致することを確認しています。計算方法は各ツールのページに記載しています。
- 限界も書く。各ツールで分かること・分からないことを、ページ内に明記します。ツールは学習と研究の補助を目的としており、診断や治療の判断には使えません。
「こんなツールがほしい」という要望や、不具合の報告は、お問い合わせからお寄せください。
各ツールの数値例は、説明のために作成した仮のデータです。実在の検査・製品の性能を示すものではありません。ご利用は免責事項をご確認のうえ、ご自身の判断でお願いします。