株式会社Preferred Networks（本社：東京都千代田区、代表取締役社長：西川徹、プリファードネットワークス、以下、PFN）は、日本メディカルAI学会公認資格（以下、メディカルAI専門コース）のオンライン講義資料を作成し、無料で一般公開しました。

一般社団法人日本メディカルAI学会は、医療および人工知能に関する技術およびその応用の研究を行うための場として2018年に設立されました。現在、PFNの岡野原大輔およびPreferred Networks America, Inc. の大田信行が理事を務めています。

メディカルAI学会では当該分野の研究を発展させ、国際競争力を高めることを目的にメディカルAI専門コースを開設しました。このコースは、機械学習の基礎から応用について学ぶオンライン講義、医学の専門知識を学ぶオフライン講義、および小テストで構成され、医療で人工知能技術を使う際に最低限必要な知識や実践方法を学ぶことができます。

PFNは、このオンライン講義で用いられる講義資料の作成を行いました。（資料の一部は株式会社キカガクの協力を得て執筆されています。）この資料はウェブ上で無料公開され、メディカルAI専門コース受講者でなくても誰でも利用することができます。また、オンライン講義では機械学習・深層学習を行うためのプログラムコードを実際に実行しながら学べるよう、Google Colaboratory上で動作確認されたJupyter Notebookの形式で公開しています。Google Colaboratoryを用いることでGPUを使った学習を無料で体験することができます。

• 日本メディカルAI学会公認資格：メディカルAI専門コースについて

オンライン講義資料は全8章からなり、機械学習に必要な数学の基礎から、深層学習フレームワークChainer™ を使った実践的な深層学習プログラミングのやり方までを、解説文とソースコードを合わせて說明しています。目次は次の通りです。

1. 機械学習に必要な数学の基礎
2. 機械学習ライブラリの基礎
3. ニューラルネットワークの基礎
4. Deep Learningフレームワークの基礎
5. 実践編: MRI画像のセグメンテーション
6. 実践編: 血液の顕微鏡画像からの細胞検出
7. 実践編: ディープラーニングを使った配列解析
8. 実践編: ディープラーニングを使ったモニタリングデータの時系列解析

• 講義資料ページ： https://japan-medical-ai.github.io/medical-ai-course-materials/
• GitHubリポジトリ： https://github.com/japan-medical-ai/medical-ai-course-materials
• 日本メディカルAI学会公認資格（メディカルAI専門コース）： https://japan-medical-ai2019.org/qualification.html

メディカルAI専門コース オンライン講義資料の作成に関して、Preferred Networks Research Blogを投稿しましたので、詳細はこちらをご覧ください。

https://research.preferred.jp/2018/12/medical-ai-course-materials/

PFNは今後も、医療分野において深層学習技術の応用を進め、メディカルAI研究の発展に貢献していきます。

• 関連リンク

日本メディカルAI学会：https://www.japan-medical-ai.org/

株式会社キカガク：https://www.kikagaku.co.jp/

深層学習フレームワークChainer：https://chainer.org/