教育プログラム
ー医療とデータサイエンス講座ー
サービス概要
理研ジェネシスでは、医療とデータサイエンスの第一人者である株式会社スタージェン会長、鎌谷直之先生による特別教育プログラムを提供いたします。このプログラムは、医療従事者、製薬企業の専門家、医療・ヘルスケア分野の学生を対象にしております。
以下のトピックスを通じて最先端の知識と実践的なスキルを身につけることができます。
テーマ１「情報解析で切り拓く最新医療の最前線」
テーマ２「AI、その原理と医学・医療における利用」
テーマ３「AI の原理を理解しデジタル力を磨く」
本サービスの内容や費用に関するお問い合わせはこちら
講師紹介
鎌谷直之
Noyuki Kamatani, MD, PhD
株式会社スタージェン会長、医療人工知能研究所所長 、藤田医科大学客員教授
東京大学医学部卒業。遺伝統計学の第一人者かつ臨床医。元東京女子医科大学膠原病リウマチ痛風センター所長、元理化学研究所ゲノム医科学研究センター長、元ミシガン大学客員教授。論文数はNatureとNature Geneticsの34を加え600を超える。「尿酸値が高い人が読む本（主婦と生活社）」「遺伝統計学入門（岩波書店）」「実感と納得の統計学（羊土社）」「オンリーワンゲノム（星の環会）」など著書多数。日本人類遺伝学会賞受賞（2013）
株式会社スタージェン社についてはこちら（外部ページに移動します）
テーマ１「情報解析で切り拓く最新医療の最前線」
講義時間 １講義 1.5時間 対面での実施
講義概要
大学病院・国立研究機関のセンター長として診療、教育、研究を行ってきた経験と創薬の実績をもとに、これからの医療における情報解析の活用方法をレクチャーします。聴講者のご希望に合わせて、下記の講義一覧から講義コンテンツを選択いただけます。1講義からお受けいたします。
| 講義番号 「テーマ」 |
内容 |
| 講義１ 「治験と臨床ビッグデータの統計解析：原理と実際」 |
人間が詳細を把握できないビッグデータの活用が進んでいます。治験やリアルワールドから出現するビッグデータを、どのように把握・分析・活用するのか、統計学の基本原理に基づいて解説します。また、臨床現場や創薬における実例を紹介します。 |
| 講義２ 「遺伝学に基づく創薬の過去、現代、未来」 |
世界初のがんの個別化治療法（MTAP欠損がん）の発見と、遺伝病に基づいた創薬の成功（クラドリビン）の経験を踏まえ、生殖細胞と体細胞の遺伝学がいかに薬の開発に活かされているかを述べ、今後の展望を解説します。 |
| 講義３ 「Companion diagnosticsとバイオマーカー」 |
個別化医療および精密医療の鍵となるコンパニオン診断薬とバイオマーカーの基礎と応用について、過去の経験と現状、そして未来展望を解説します。創薬や臨床現場における対象患者層の選別や薬剤効果の予測に関する理論と臨床的意義についても解説します。 |
| 講義４ 「成功確率を飛躍的に向上させるゲノムと数理シミュレーションを用いた創薬」 |
創薬（drug discovery）の成功率は、遺伝的データの活用により約2倍に向上します。経験的に、遺伝的証拠と数理シミュレーションを組み合わせることて、創薬の成功率はさらに飛躍的に向上します。ゲノム情報と数理モデルを統合した革新的な手法で、成功確率を向上させる最新のアプローチを紹介します。 |
| 講義５ 「DX（デジタルトランスフォーメーション）の医学、医療への応用」 |
人手不足と医療従事者の疲弊などを背景に、DXの活用が推奨されていますが、以前として、我が国ではDXが進みません。その要因を把握し、我が国の医療分野でDXの推進する手法を解説します。様々なDX技術が医療現場をどのように変革するかを具体例とともに紹介します。 |
本サービスの内容や費用に関するお問い合わせはこちら
テーマ２「AI、その原理と医学・医療における応用」
講義時間 1.5時間 対面での実施
講義概要
本講義では、驚くべきスピードで発展しつつあるAI（人工知能）技術に背を向けず、しかも流されないために、その歴史と未来展望の中で、AIより上位の立場でその原理をしっかり把握できるようにします。その上で、医学・医療の現場で活用されている実例を紹介し、今後どのように活用されるようになるかの展望を示します。医療者としてAIを理解し、適切にコントロールした上で活用するための基礎知識を身につけましょう。
本サービスの内容や費用に関するお問い合わせはこちら
テーマ３「AI の原理を理解しデジタル力を磨く」」
講義時間 １講義 1.5時間 対面での実施
講義概要
本セミナーでは、インタラクティブな学習を重視し、参加者の理解度を随時確認しながら補足説明を行います。各講義は2つのトピックで構成され、後日の自己学習のポイントも解説します。これにより、個々のデジタルスキル向上を促し、AIの理解を深めるとともに、デジタルリスキリングの一助となることを目指します。
| 講義番号 | 内容 |
| 講義１ | １．現実世界の対象物と数の対応：実例を学びスキル向上 |
| ２．現実世界の対象物を数と関連付ける手法：ランダム変数と確率 | |
| 講義２ | ３．ニューラルネットワークの構造 |
| ４．確率を変数とパラメータの式で表す | |
| 講義３ | ５．ニューラルネットワークの構造と関数との対応 |
| ６．尤度と最尤法：定冠詞と不定冠詞の逆転が可能か？ | |
| 講義４ | ７．ニューラルネットワークの学習過程：遺伝子、脳との類似性 |
| ８．生成AI とランダム化：創造性のメカニズムは？ | |
| 講義５ | ９．トランスフォーマーと拡散モデルはなぜ強力？ |
| 10．AIの応用と未来 |
本サービスの内容や費用に関するお問い合わせはこちら