의료 AI 입문 (가장 쉽게 배우는 의료 AI)

의료 AI 입문 (가장 쉽게 배우는 의료 AI)

$15.90
Description
의료 분야에도 인공지능의 시대가 온다!
현역 의사가 알려주는, 국내 최초 의료 AI 입문서
정말 의사의 80%가 사라질까? 거대한 AI 물결이 우리 생활 곳곳에 영향을 미치기 시작했다. 많은 직종을 AI가 대체할 것이며, 의사 또한 예외가 아니다. 딥러닝의 일인자인 캐나다 토론토대학의 제프리 힌튼 교수는 “5년이 지나면 영상 진단은 대부분 딥러닝이 도맡게 되어 영상의학과 의사는 필요 없을 것이다!”라고 말했다. 그의 주장처럼 AI가 의사를 대체하게 된다면 격변하는 인공지능 시대에 대응하기 위해 무엇을 해야 할까? 바로 인공지능을 이해하는 것부터 시작해야 한다.
영상의학과 전문의이자 이 책의 저자 야마시타 야스유키는 AI가 의료 분야의 패러다임을 바꿀 것을 직감하고, 임상의를 비롯한 수많은 의료 관계자가 AI를 직관적으로 이해할 수 있도록 이 책을 집필했다. 의료 종사자에게 꼭 필요한 인공지능의 기초 이론을 알려주는 개론서로 머신러닝, 딥러닝, 인공 뉴런, 신경망 등 AI의 핵심 이론과 알고리즘을 소개한다. 특히 어려운 이론이나 용어는 이해하기 쉽도록 MRI, CT 등 의료와 관련된 예시와 풍부한 그림을 보여주며 설명한다. 뿐만 아니라 의료와 인공지능이 어떤 관계에 있는지, 의료 분야에 AI가 어떻게 적용될지 등 의료 AI에 관한 현재와 미래를 통찰력 있게 분석한다. 이 거대한 의료 인공지능의 숲으로 들어가 보고 싶다면 일독하길 권한다. 인공지능에 생소한 의료 종사자는 물론 곧 AI와 함께 활약할 젊은 의학도에게 유용한 지침서가 될 것이다.
저자

야마시타야스유키

1981년가고시마대학의학부졸업
구마모토대학의학부방사선과입국
1989년가고시마대학의학부부속병원방사선과
미국텍사스대학MD앤더슨암센터
1990년구마모토대학의학부부속방사선과강사
2001년구마모토대학의학부방사선의학강좌교수
2003년구마모토대학대학원생명과학연구부방사선진단학분야교수
2019년제78회일본의학방사선학회총회회장

영상의학과전문의인저자는AI가의료분야의패러다임을바꿀것임을직감하고,임상의를비롯한수많은의료관계자가AI를직관적으로이해할수있도록이책을집필했다.의료종사자들에게꼭필요한인공지능의기초이론을알려주는개론서로의료와인공지능이어떤관계에있는지,의료분야에AI가어떻게응용되는지등의료AI에관한현재와미래를내다본다.

목차

프롤로그
번역에들어가며


PART1
의료AI
의료와인공지능은친화성이높다
AI의역사와의료와의관계
제1차인공지능붐
제2차인공지능붐
제3차인공지능붐
AI와신경망그리고딥러닝까지


PART2
머신러닝과통계학은종이의앞뒤
머신러닝에서의예측은각인자의가중치가중요하다


PART3
의료에사용하는머신러닝
머신러닝의종류
지도학습이란?
분류문제:질환의감별
회귀문제:수치예측
학습이란?
입력데이터의학습법
과적합의함정
비지도학습이란?


PART4
여러가지머신러닝
선형회귀(단순회귀또는다중회귀)
로지스틱시그모이드회귀
K-최근접이웃알고리즘(K-NearestNeighbor)
서포트벡터머신(SupportVectorMachine,SVM)
결정트리(DecisionTree)
총체적학습
랜덤포레스트(RandomForest)
XG부스트(XGBoost)
머신러닝의성능


PART5
진단에응용한베이즈정리
베이즈정리란?


PART6
인공뉴런
신경세포와인공뉴런
인공뉴런의가중치와역치
활성화함수로출력을미세하게조정한다


PART7
신경망
신경망의구조
은닉층의도입
신경망은점점현명해진다
신경망에의한영상인식


PART8
딥러닝
딥러닝의구조
다른머신러닝과의차이점
딥러닝에서의과적합
딥러닝의학습과처리
딥러닝의종류


PART9
합성곱신경망
합성곱신경망(CNN)의구조
영상입력
합성곱(필터처리)
풀링(Pooling)
전결합층
출력층
층의깊이와영상인식


PART10
의료분야에서활용하는AI
진료지원에서의AI응용
검체검사에서의AI응용
영상진단에서의AI응용
영상처리에서의AI응용
병리진단에서의AI응용
그외의영상에사용되는AI
정밀의학이나예방의료에서의AI응용
신약개발에서의AI응용
간병에서의AI응용


PART11
AI시대의의료
의사는AI와어떻게같이일할것인가?
의료에AI를도입할때논의해야할것은?
데이터의취득과이용에관한문제(개인정보보호등의문제)
판단과정중불투명성에의한문제
AI의책임과의사결정을둘러싼의론
진단지원에대한질의평가나규격의설계
지금부터의사에게요구될것들
영상의학진단의나병리의에게

출판사 서평

의사가의료AI에대체되지않으려면?
현역의사가전하는의료AI의과거와현재,그리고미래
2017년구글의알파고가세계바둑챔피언인중국의커제를이겼다.IBM의인공지능왓슨은어떤의사도진단해내지못한특수케이스의백혈병을단10분만에정확히진단해냈다.이처럼AI열풍은산업계뿐아니라의료계에도이미불어닥쳤다.AI분야최고의석학인캐나다토론토대학의제프리힌튼교수는“5년이지나면영상진단은대부분딥러닝이도맡게되어영상의학과의사는필요없을것이다!”라고경고했으며,미국의발명가이자미래학자인레이커즈와일박사는“적어도2045년부터는인간의지능과인공지능의능력이역전되어싱귤래리티에도달할것이다”라고예언했다.세계의전문가들이조언하는것처럼AI가인간,그중에서의사를대체하게된다면우리는무엇을어떻게준비해야할까?
영상의학과전문의이자이책의저자야마시타야스유키는AI가의료분야의패러다임을바꿀것을직감하고,임상의를비롯한수많은의료관계자가AI를쉽게이해할수있도록이책을집필했다.AI의역사와의료인공지능의최신동향,그리고미래를내다보며의료와인공지능이어떤관계에있는지,인공지능시대에대응하기위해무엇을준비해야할지조언한다.특히영상진단,영상처리,진료지원,정밀의학,예방의료,간병등다양한의료분야에응용할수있는AI를세세히알려준다.뿐만아니라정말의사가AI에대체될것인지,어느의료분야가AI에먼저영향을받을것인지,AI로인한의료사고에대한책임소재는어떻게할것인지등의료인공지능을둘러싼다양한이슈들도담았다.AI라는거센물결에어떻게대처해야할지,무엇을준비해야할지깜깜해하던의료인들이라면주저없이이책을집어들자.의료AI라는거대한세계에한발더가까이다가가는계기가될것이다.

핵심만깊고쉽게배운다!
의료종사자가반드시알아야할AI핵심개론총망라
AI에대한뜨거운관심만큼이나AI를다룬책은넘쳐난다.종류도가지각색이다.300페이지가넘는두꺼운이론서,도저히이해할수없는수학공식으로가득찬책등.하지만의료에관련된AI를다룬책은전무하다.곧의료분야에도들이닥칠AI를받아들이고활용하려면의료AI에대한이해가먼저다.이를재빨리인식한저자야마시타야스유키교수는의료AI의핵심개론을총망라해한권의책으로펴냈다.이책은의료종사자에게꼭필요한인공지능의기초이론을알려주는개론서로머신러닝,딥러닝,인공뉴런,신경망등AI의주요개념과알고리즘을소개한다.특히어려운이론이나용어는의료와관련된다양한사례를통해이해하기쉽도록전달하고있다.수만개의의료데이터에서의학적통찰을도출하는인공지능,이미지형식의의료데이터를분석·판독하는인공지능,고도의학습모델을활용해질병을예측하는인공지능등을풍부한그림과함께설명한다.
자,이제인공지능을배우기위한첫걸음으로이책을가볍게넘겨보자!분명의료인공지능의큰그림을이해하는데도움이될것이다.뿐만아니라의료현장에서AI를접하거나활용해야할사람에겐의료AI분야를깊게배울수있는시작점과이정표가되어줄것이다.

더이상쉬운인공지능책은없다!
의료에관련된예시와풍부한그림설명으로,100%이해되는의료AI최강지침서
이책은일단쉽다.책전반에다양한그림,그래프,예시사진들이펼쳐져있어그어떤AI책보다이해하기쉽고매우흥미진진하다.아무리중요한개념이라도어려운용어와읽히지않는설명으로채워져있으면한줄읽기도,한장넘기기도쉽지않다.범접하기힘들것같은AI에흥미를일으키려면무엇보다쉬워야한다.술술읽히는동시에이해되어야한다.이책이그렇다.저자는AI전문가가아니다.현역의사로영상의학과전문의이다.그래서의료AI에대해반드시알아야할개념과알고리즘을의료종사자들이쉽게이해할수있도록관련예시와그림으로채웠다.전립선암의MRI를분석해신경망이진단을내리는사례,MRI의T2강화영상에세로방향의엣지를검출하는필터를사용해영상의세로성분만추출하는사례,5가지종류의간종양을가진수만개의다이내믹CT영상에서딥러닝을이용해악성간종양을감별하는사례등을보여주며설명하는식이다.즉의료분야에AI가어떻게응용되는지가장쉽게알려주며100%이해할수있게구성했다.인공지능에입문하고자하지만AI는어렵다는인식으로꽉차있는의학도와젊은의료인이라면이책을강력추천한다.그어떤책보다쉽게의료AI를완벽독파할수있는최강의지침서가될것이다.