BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:[理研AIP 成果報告イベント] 生成AIとその医療 応用 X-WR-CALNAME:[理研AIP 成果報告イベント] 生成AIとその医療 応用 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:983452@techplay.jp SUMMARY:[理研AIP 成果報告イベント] 生成AIとその医療応用 DTSTART;TZID=Asia/Tokyo:20250717T130000 DTEND;TZID=Asia/Tokyo:20250717T170000 DTSTAMP:20260504T230549Z CREATED:20250707T060143Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/98345 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n生成AIの進 化は目を見張るものがあり、またその医療分野での活 用も進展しつつあります。画像診断、自然言語処理に よる電子カルテの自動作成、医療チャットボットなど 、さまざまな応用が検討される中、技術の可能性と課 題を理解することが重要です。本ワークショップでは 、医用機械知能チームの研究成果報告を行うとともに 、最新研究の紹介と具体的な活用事例を共有し、医療 における生成AIの未来について議論します。\n\n実施日 時：2025年7月17日（木）13:00-17:00\n\n＜プログラム＞\n\n13 :00-13:10　開会の挨拶（原田）\n\n13:10-14:00　セッション1 （2名×25分）\n\n原田　達也（東京大学、教授/理研AIP チームディレクター）\n　○タイトル：医用機械知能 チームの研究紹介\n　○概　　要：近年、画像認識技 術は著しい進化を遂げている。なかでも、画像認識モ デルと言語モデル、さらには異なる特性を持つセンサ 情報処理などを統合したモデルは、マルチモーダルモ デルとして知られている。このマルチモーダルモデル は、大規模言語モデルに続く次世代の基盤モデルと見 なされており、医療応用を含む分野で熾烈な研究開発 が進められている。本講演では，画像認識およびマル チモーダルモデルを中心に、理研AIP医用機械知能チー ムの研究成果を紹介し、今後の医療応用の可能性につ いて議論する。\n\n大竹　義人（奈良先端科学技術大学 院大学、准教授）\n　○タイトル： 医用画像データベ ースを用いた大規模筋骨格解析\n　○概　　要：本講 演では、J-MIDを中心とする大規模CT画像データベースと 診断レポートをAIで自動的に整理・画像認識し、一万 人以上の患者の筋肉量・筋肉密度（脂肪変性）を大規 模解析した成果を報告する。全身の個々の筋肉を解剖 学書レベルの詳細さで認識することで、加齢・体型・ 疾患等による筋骨格の変化を定量化し、骨粗鬆症やサ ルコペニア等の運動器疾患リスク予測につながるAIを 開発している。また、CTやDXAなど大型の医用画像装置 にアクセスできない小さなクリニックや新興国での筋 骨格ヘルスモニタリングを目的としたレントゲン画像 解析技術と医療LLMとの連携を含む将来展望までを紹介 する。\n\n14:00-14:15　コーヒーブレイク\n\n14:15-15:30　セ ッション2（3名×25分）\n\n森　健策（名古屋大学、教授 ）\n　○タイトル： ⼤規模医⽤画像データベースと医 療LMMの構築\n　○概　　要： 本講演では、大規模医用 画像データベースに基づく経時3次元CT画像読影レポー ト自動生成について述べる。医療分野において大規模 言語モデルと大規模視覚モデルを用いた新たな応用分 野の開拓がはじまっている。例えば、医用画像が与え られた場合に、そこから画像に認められる所見文を生 成することによって読影レポートの作成支援など、様 々な応用が考えられる。このようなモデルを構築する には、大規模な医用画像データベースも不可欠である 。本講演では、国立情報学研究所医療ビッグデータ研 究センターで構築を進めてきた300万件以上にのぼる3次 元CT画像データベースを紹介し、このデータベースを 用いて構築された経時3次元CT画像読影レポート自動生 成システムを紹介する。26万件の3次元CT画像データか ら3次元画像に関する画像基盤モデル（特徴抽出器）を 構築し、データベースに含まれる所見文を用いて言語 モデルを学習させることで経時3次元CT画像読影レポー ト生成システムを構築している。本講演では、これら の開発について、開発環境も踏まえながら紹介したい 。\n\n荒牧　英治（奈良先端科学技術大学院大学、教授 ）\n　○タイトル：医療LLMの可能性\n　○概　　要： 医療現場は今、大きく変わりつつあります。スマート デバイスや生成AIの登場により、膨大な情報が医療や 健康に活用され始めています。医療LLMをベースにしたA Iによる診断支援や画像解析、患者の言動からの抑うつ 評価などの研究も進み、実用化が始まっています。医 療者だけでなく、患者自身もAIを活用して情報を得る 時代になりました。本講演では、AIの可能性とリスク について最新の動向を紹介し、議論のきっかけとなる ことを目指します。\n\n小林　和馬（国立がん研究セン ター研究所、主任研究員）\n　○タイトル： Human-in-the- Loop型アプローチによる医療AIの研究開発\n　○概　　 要： 人工知能（AI: Artificial Intelligence）は、疾患の診断 などの知的判断において専門医レベルの能力を発揮し 、急速に医療現場へと普及してきている。これは臨床 意思決定の支援を始めとした様々な課題を解決し、医 療のあり方を根本から変革する力を有する。一方で、A Iの負の側面についても認識される。特に、テクノロジ ー自体が自律性を持ち始めているため、これを道具と して使いこなしているようでいて、実際には道具に使 われてしまうような主客転倒の懸念がある。すなわち 、人間を置き換える（リプレイスする）ものとしての テクノロジーではなく、人間に寄り添う（アライメン トする）医療AIを実現するために、医療者とAIのインタ ラクションを適切にデザインし、両者がともに学び合 うことを目指した技術基盤の創出が求められている。 本講演では、AIの開発や推論の過程に対して医療者の 働きかけを可能にするHuman-in-the-Loop型のアプローチを 軸に、これまで展開してきた医工連携の共同研究成果 を報告する。\n\n15:30-15:45　コーヒーブレイク\n\n15:45-16: 45　パネルディスカッション（森、荒牧、大竹、小林 、黒瀬、（原田））\n\n16:45-17:00　閉会の挨拶（原田）\ n\n〇講演者\n原田　達也（東京大学、教授/理研AIP チー ムリーダ）\n森　健策（名古屋大学、教授）\n荒牧　英 治（奈良先端科学技術大学院大学、教授）\n大竹　義 人（奈良先端科学技術大学院大学、准教授）\n小林　 和馬（国立がん研究センター研究所、主任研究員）\n\n 〇パネラー\n原田　達也（東京大学、教授/理研AIP チー ムリーダ）、モデレータ\n森　健策（名古屋大学、教 授）\n荒牧　英治（奈良先端科学技術大学院大学、教 授）\n大竹　義人（奈良先端科学技術大学院大学、准 教授）\n小林　和馬（国立がん研究センター研究所、 主任研究員）\n黒瀬　優介（東京大学、特任講師） LOCATION:オンライン URL:https://techplay.jp/event/983452?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR