의료 AI 입문

^^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