📘 前提： このコースは Python初学者・NumPy・pandas・機械学習入門 の各コース修了レベルを前提としています。 レッスン8（CT画像分類の読み解き）は E資格コーディング対策コース（PyTorch編） を先に学んでおくと理解がスムーズです。 医療の知識はゼロでも大丈夫——医療用語はすべてその場で説明します。
⚠ 本コースは学習用の教材です。 コース内で作成・解説するモデルはすべて学習目的のものであり、実際の診断・治療の判断には使用できません。 医療AIはあくまで「診断支援」であり、最終的な判断と責任は医師にあります。本コースでもこの原則に沿って解説します。
📢 公開状況について
本コースは現在 第1〜2回を先行公開しています。第3回以降は準備中です（🔒 の表示）。
公開の際は当サイトおよび公式LINEでお知らせします。
Unit 1
医療AIの土台と医療データ
- 01 ★☆☆☆☆ 約25分 ▶
- 02 ★★★☆☆ 約35分 ▶
Unit 2
テーブルデータで作る診断支援AI
-
03
モデル① 乳がん診断支援（前編）— データを知る★★☆☆☆ 約35分 🔒
-
04
モデル① 乳がん診断支援（後編）— 学習と評価★★★☆☆ 約35分 🔒
-
05
医療AIの評価指標 — 感度・特異度・ROC★★★★☆ 約45分 🔒
-
06
モデル② 糖尿病進行度の予測（回帰）★★★☆☆ 約35分 🔒
Unit 3
医用画像AI — DICOMとCNN
-
07
DICOM画像を扱う★★★☆☆ 約40分 🔒
-
08
モデル③ CT画像分類CNN（読み解き）★★★★☆ 約45分 🔒
-
09
AIの判断を説明する（XAI）★★★☆☆ 約35分 🔒
Unit 4
現場実装と責任
-
10
医療AIと規制 — SaMD・薬機法★★☆☆☆ 約35分 🔒
-
11
バイアス・分布シフト・検証★★★☆☆ 約35分 🔒
-
12
総合演習と修了★★★☆☆ 約40分 🔒