1981년 가고시마대학 의학부 졸업
구마모토대학 의학부 방사선과 입국
1989년 가고시마대학 의학부 부속병원 방사선과
미국 텍사스대학 MD앤더슨 암센터
1990년 구마모토대학 의학부 부속 방사선과 강사
2001년 구마모토대학 의학부 방사선의학 강좌 교수
2003년 구마모토대학 대학원 생명과학연구부 방사선 진단학분야 교수
2019년 제78회 일본의학방사선학회총회 회장

영상의학과 전문의인 저자는 AI가 의료 분야의 패러다임을 바꿀 것임을 직감하고, 임상의를 비롯한 수많은 의료 관계자가 AI를 직관적으로 이해할 수 있도록 이 책을 집필했다. 의료 종사자들에게 꼭 필요한 인공지능의 기초 이론을 알려주는 개론서로 의료와 인공지능이 어떤 관계에 있는지, 의료 분야에 AI가 어떻게 응용되는지 등 의료 AI에 관한 현재와 미래를 내다본다.

목차

^^프롤로그

번역에 들어가며



PART 1

의료 AI^^

의료와 인공지능은 친화성이 높다

AI의 역사와 의료와의 관계

제1차 인공지능 붐

제2차 인공지능 붐

제3차 인공지능 붐

AI와 신경망 그리고 딥러닝까지



^^PART 2

머신러닝과 통계학은 종이의 앞뒤^^

머신러닝에서의 예측은 각 인자의 가중치가 중요하다



^^PART 3

의료에 사용하는 머신러닝^^

머신러닝의 종류

지도학습이란?

분류문제 : 질환의 감별

회귀문제 : 수치 예측

학습이란?

입력 데이터의 학습법

과적합의 함정

비지도학습이란?



^^PART 4

여러 가지 머신러닝^^

선형 회귀(단순 회귀 또는 다중 회귀)

로지스틱 시그모이드 회귀

K-최근접 이웃 알고리즘(K-Nearest Neighbor)

서포트 벡터 머신(Support Vector Machine, SVM)

결정 트리(Decision Tree)

총체적 학습

랜덤 포레스트(Random Forest)

XG 부스트(XG Boost)

머신러닝의 성능



^^PART 5

진단에 응용한 베이즈 정리^^

베이즈 정리란?



^^PART 6

인공 뉴런^^

신경세포와 인공 뉴런

인공 뉴런의 가중치와 역치

활성화 함수로 출력을 미세하게 조정한다



^^PART 7

신경망

신경망의 구조

은닉층의 도입

신경망은 점점 현명해진다

신경망에 의한 영상 인식



^^PART 8

딥러닝^^

딥러닝의 구조

다른 머신러닝과의 차이점

딥러닝에서의 과적합

딥러닝의 학습과 처리

딥러닝의 종류



^^PART 9

합성곱 신경망^^

합성곱 신경망(CNN)의 구조

영상 입력

합성곱(필터 처리)

풀링(Pooling)

전결합층

출력층

층의 깊이와 영상 인식



^^PART 10

의료 분야에서 활용하는 AI^^

진료 지원에서의 AI 응용

검체검사에서의 AI 응용

영상 진단에서의 AI 응용

영상 처리에서의 AI 응용

병리 진단에서의 AI 응용

그 외의 영상에 사용되는 AI

정밀의학이나 예방 의료에서의 AI 응용

신약개발에서의 AI 응용

간병에서의 AI 응용



^^PART 11

AI 시대의 의료^^

의사는 AI와 어떻게 같이 일할 것인가?

의료에 AI를 도입할 때 논의해야 할 것은?

데이터의 취득과 이용에 관한 문제(개인정보보호 등의 문제)

판단 과정 중 불투명성에 의한 문제

AI의 책임과 의사결정을 둘러싼 의론

진단 지원에 대한 질의 평가나 규격의 설계

지금부터 의사에게 요구될 것들

영상의학 진단의나 병리의에게

한줄 서평