企画・監修：藤田広志
岐阜大学特任教授/名誉教授

第三次人工知能（AI）ブームが巻き起こる中，AIは今や医療には欠かせないイノベーションとなり，実装段階に入ったと言えます。とはいえ，AIについて，十分な理解や知識があると確信できる人は今でも限られるかもしれません。
そこで今回，AIをテーマにしたインナービジョン誌の特集やシリーズから選りすぐった記事で構成する，AI入門 MOOK本を刊行します。医療AIの基礎から研究最前線までをまとめてわかりやすくおさらいできるMOOKです。本MOOKが，医療AIの今をつかみ，未来を築く一歩となることを願います。

◆A4変形判（並製）4色刷り 120頁
定価3,190円（本体2,900円）（2020年4月21日刊行）

発売元：株式会社　インナービジョン
〒113-0033　東京都文京区本郷3-15-1
TEL　03-3818-3502　FAX　03-3818-3522

◆電子ブック 2900円（税込）
http://www.shinanobook.com/genre/book/4456
※電子ブックの立ち読みもできます

●目次

■プロローグ
Medical AI×CAD
藤田　広志（岐阜大学特任教授/名誉教授）

■Chapter1
押さえておきたいディープラーニングのポイント

Ⅰ  AIの基礎知識
　1. 今なぜAIなのか？
　　─医療分野のAIブームの背景と今後の展望　　
　坂本　真樹（電気通信大学）
　2. ディープラーニングの基礎知識
　　─押さえておくべき用語と手法      
　小貫　真希/瀬々　　潤（株式会社 ヒューマノーム研究所）

Ⅱ  ディープラーニングによる研究に向けて
　1. ディープラーニングで必要となるハードウエア，ソフトウエア，プラットフォーム，プログラミング言語　　
　平原　大助（学校法人 原田学園）
　2. ディープラーニング研究におけるデータの種類と収集のポイント
　畑中　裕司（滋賀県立大学）
　3. Neural Network Consoleで学ぶ，始める
　福岡　大輔（岐阜大学）
　4. AI研究開発のためのハンズオンセミナーの活用
　原　　武史（岐阜大学）
　5. NVIDIAハンズオンセミナー（Deep Learning Institute：DLI）とDIGITSの概要
　鈴木　博文（エヌビディア 合同会社）

Ⅲ  ディープラーニング研究における学習と評価の実際
　1. データセットの作成と学習方法のノウハウ，学習後の評価方法
　寺本　篤司（藤田医科大学）
　2. ディープラーニング研究の臨床評価と薬機法審査の実際
　三澤　将史（昭和大学横浜市北部病院）

Ⅳ  ディープラーニング研究・開発の国内外の動向
　1. わが国におけるメディカルAI研究開発の現状と課題
　浜本　隆二（国立がん研究センター研究所）
　2. 医療AIの研究開発を支えるデータ利活用環境の課題と展望
　黒田　知宏（京都大学）
　3. 医療ビッグデータ研究センターにおけるAI 研究開発の取り組み
　佐藤　真一ほか（国立情報学研究所）
　4. 米国における医療分野のAI研究開発の動向
　　　─Patient EngagementとImaging 3.0の視点から　　　　　
　長田　雅和（愛知診断治療技術振興財団）
　5. 中国における医用画像分野のAI研究開発の躍進
　山本　修司（株式会社 リジット）

Ⅴ  ディープラーニング研究に関する法律・制度
　1. 医療分野のディープラーニング研究に必要となる法律・制度の基礎知識
　橋本　正弘（慶應義塾大学）

■Chapter2
論文から見るディープラーニング研究最前線

1. 放射線治療の患者プラン検証におけるディープラーニングの適応可能性
戸森　聖治/角谷　倫之（東北大学）

2. 肝画像診断へのディープラーニングの応用
八坂耕一郎ほか（東京大学）

3. 畳み込みニューラルネットワーク（DCNN）を用いた良性肺結節，原発性肺がん，
　 転移性肺腫瘍の分類のためのコンピュータ支援診断（CADx）システム
西尾　瑞穂（京都大学）

4. 深層学習（ディープラーニング）による三次元CT画像からの多臓器の自動抽出
周　　向栄（岐阜大学）

5. 冠動脈CT画像解析へのディープラーニングの応用
長谷川　晃ほか（新潟医療福祉大学）

6. GANによるディープラーニングを用いた肺結節の良悪性自動鑑別の性能向上
大西　佑弥/寺本　篤司（藤田医科大学）

7. ディープラーニングを用いたMRAにおける脳動脈瘤検出補助アルゴリズムの作成
植田　大樹（大阪市立大学）

8. 4D FC-ResNetを用いたディープラーニングによるGd-EOB-DTPA造影MR画像における肝臓セグメンテーション
竹永　智美（茨城県立医療大学）

9. 畳み込みニューラルネットワークによる事前の学習データセットを必要としない

　 ダイナミックPET画像のノイズ低減手法【1】と低線量CT画像の大腰筋セグメンテーション【2】
橋本二三生（浜松ホトニクス 株式会社）

10. 三次元畳み込みニューラルネットワークによる大腸内視鏡病変検出支援
三澤　将史ほか（昭和大学横浜市北部病院）

11. ディープラーニングによるテクスチャ医用画像認識のための2段階転移学習
鈴木　藍雅（産業技術総合研究所）

12. ディープラーニングを用いた臨床CT画像からの筋骨格解剖の自動認識システム
日朝　祐太（奈良先端科学技術大学院大学）

13. 顎顔面領域の画像診断へのディープラーニングの適用
有地　淑子（愛知学院大学）

■エピローグ
インタビュー　“ディープラーニングの父”福島邦彦氏に聞く
AIをブームで終わらせないためにも，私たちはもっと“脳に学ぶ”必要がある

（転載1）‌Chapter 1 「Ⅰ AIの基礎知識」の1，2，「Ⅱ ディープラーニングによる研究に向けて」の1，2，「Ⅲ ディープラーニング研究における学習と評価の実際」の1，2，「Ⅴ ディープラーニング研究に関する法律・制度」の1は，月刊インナービジョン2019年12月号より転載
（転載2）‌Chapter 1 「Ⅱ ディープラーニングによる研究に向けて」の3〜5，「Ⅳ ディープラーニング研究・開発の国内外の動向」の1〜5は，月刊インナービジョン2019年7月号より転載
（転載3）‌Chapter 2の1〜13は，月刊インナービジョン2019年1月号〜2020年2月号のシリーズ「AIの波をとらえる：論文から見るディープラーニング研究最前線」より転載
（転載4）「エピローグ」は，月刊インナービジョン2018年7月号より転載