医療分野におけるAI革命：画像診断支援からマルチモーダル大規模言語モデルへの展望
第3次AIブームは2000年代初頭のディープラーニングの登場から始まり、画像認識において特に進展した。2017年のtransformerアルゴリズムの登場により自然言語処理が進化し、ChatGPTなどの大規模言語モデルが登場し第4次AIブームが始まった。医療分野では、画像診断支援AIの導入が進み、FDAやPMDAによって多くの医療機器が認可されている。将来的には、言語、画像、その他のデータを統合するマルチモーダル大規模言語モデル（LLM）の開発が期待されている。...
Saved in:
| Published in | 総合健診 Vol. 51; no. 2; pp. 224 - 228 |
|---|---|
| Main Author | |
| Format | Journal Article |
| Language | Japanese |
| Published |
一般社団法人 日本総合健診医学会
10.03.2024
日本総合健診医学会 |
| Subjects | |
| Online Access | Get full text |
| ISSN | 1347-0086 1884-4103 |
| DOI | 10.7143/jhep.51.224 |
Cover
Loading…
| Abstract | 第3次AIブームは2000年代初頭のディープラーニングの登場から始まり、画像認識において特に進展した。2017年のtransformerアルゴリズムの登場により自然言語処理が進化し、ChatGPTなどの大規模言語モデルが登場し第4次AIブームが始まった。医療分野では、画像診断支援AIの導入が進み、FDAやPMDAによって多くの医療機器が認可されている。将来的には、言語、画像、その他のデータを統合するマルチモーダル大規模言語モデル（LLM）の開発が期待されている。 |
|---|---|
| AbstractList | 第3次AIブームは2000年代初頭のディープラーニングの登場から始まり、画像認識において特に進展した。2017年のtransformerアルゴリズムの登場により自然言語処理が進化し、ChatGPTなどの大規模言語モデルが登場し第4次AIブームが始まった。医療分野では、画像診断支援AIの導入が進み、FDAやPMDAによって多くの医療機器が認可されている。将来的には、言語、画像、その他のデータを統合するマルチモーダル大規模言語モデル（LLM）の開発が期待されている。 「抄録」第3次AIブームは2000年代初頭のディープラーニングの登場から始まり, 画像認識において特に進展した. 2017年のtransformerアルゴリズムの登場により自然言語処理が進化し, ChatGPTなどの大規模言語モデルが登場し第4次AIブームが始まった. 医療分野では, 画像診断支援AIの導入が進み, FDAやPMDAによって多くの医療機器が認可されている. 将来的には, 言語, 画像, その他のデータを統合するマルチモーダル大規模言語モデル(LLM)の開発が期待されている. |
| Author | 中田, 典生 |
| Author_xml | – sequence: 1 fullname: 中田, 典生 organization: 東京慈恵会医科大学 人工知能医学研究部 |
| BookMark | eNo1kFtrE0EUxwdpodenfo6NZy57yYtQim0DAV_0eZidnTW7pJuwiULfulmwrRVDIC30YkGRNlpUBB_E1E8z7DZ98is4vb2c__nzP-d34MyhqaSVKISWMFRczOjjuKHaFRtXCGGP0Cz2PGYxDHTK9JS5FoDnzKDFTifyAQgAwzadRd3i3fjqsFfsvLnefq-zC5291dlA9_aWa9cfvhSDv_8uj66G4yLvT0Z_yoNv5fBH2f-lsz3d29X5qc4vdJ7p_JPOL3W-ZWzx-Xxy1i9HHyejrcnX09to-2Ys-62z78XP_fLkeAFNh6LZUYv3Oo9erD59vrJu1Z-t1VaW61ZMHIdaTIYKU9tzfCCBkuDbIXMY9UIPB0IG2HccXxCJZUBlwAJCPKdqV5kAGjIXuzadR2t33A0VRFI0W0kzShSPW6_SxNzlQRca6nU75QQI4wA2BmKEciA33gDNNZcCNaQnd6S40xUvFW-n0YZIN7lIu5FsGqT5PbcxJ7fFLD8EsiFSHgv6H6nRpeE |
| ContentType | Journal Article |
| Copyright | 2024 一般社団法人 日本総合健診医学会 |
| Copyright_xml | – notice: 2024 一般社団法人 日本総合健診医学会 |
| CorporateAuthor | 東京慈恵会医科大学 人工知能医学研究部 |
| CorporateAuthor_xml | – name: 東京慈恵会医科大学 人工知能医学研究部 |
| DOI | 10.7143/jhep.51.224 |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| EISSN | 1884-4103 |
| EndPage | 228 |
| ExternalDocumentID | dt0hevpr_2024_005102_003_0224_02284387303 article_jhep_51_2_51_224_article_char_ja |
| GroupedDBID | ALMA_UNASSIGNED_HOLDINGS BKOMP JSF KQ8 MOJWN RJT |
| ID | FETCH-LOGICAL-j2663-4cfe13586b02dec0b5f46438f81dacd1b66ba2c1cd3cd4d22869594a03f471753 |
| ISSN | 1347-0086 |
| IngestDate | Thu Jul 10 16:14:02 EDT 2025 Wed Sep 03 06:30:24 EDT 2025 |
| IsDoiOpenAccess | true |
| IsOpenAccess | true |
| IsPeerReviewed | false |
| IsScholarly | false |
| Issue | 2 |
| Language | Japanese |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-j2663-4cfe13586b02dec0b5f46438f81dacd1b66ba2c1cd3cd4d22869594a03f471753 |
| OpenAccessLink | https://www.jstage.jst.go.jp/article/jhep/51/2/51_224/_article/-char/ja |
| PageCount | 5 |
| ParticipantIDs | medicalonline_journals_dt0hevpr_2024_005102_003_0224_02284387303 jstage_primary_article_jhep_51_2_51_224_article_char_ja |
| PublicationCentury | 2000 |
| PublicationDate | 2024/03/10 20240310 |
| PublicationDateYYYYMMDD | 2024-03-10 |
| PublicationDate_xml | – month: 03 year: 2024 text: 2024/03/10 day: 10 |
| PublicationDecade | 2020 |
| PublicationTitle | 総合健診 |
| PublicationTitleAlternate | 総合健診 |
| PublicationYear | 2024 |
| Publisher | 一般社団法人 日本総合健診医学会 日本総合健診医学会 |
| Publisher_xml | – name: 一般社団法人 日本総合健診医学会 – name: 日本総合健診医学会 |
| References | 4) Hinton GE: Learning multiple layers of representation. Trends in cognitive sciences 2007; 11(10): 428-34. 9) Brown T, Mann B, Ryder N, et al: Language models are few-shot learners. Advances in neural information processing systems 2020; 33: 1877-1901. 3) LeCun Y, Boser B, Denker JS, et al: Backpropagation applied to handwritten zip code recognition. Neural computation 1989; 1(4): 541-51. 12) FDA: Artificial Intelligence and Machine Learning (AI/ML)-Enabled Medical Devices．(オンライン) 入手先〈https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices?utm_medium=email&utm_source=govdelivery 15) Li C, Wong C, Zhang S, et al: Llava-med: Training a large language-and-vision assistant for biomedicine in one day. arXiv preprint 2023; arXiv:2306.00890. 10) Wei J, Tay Y, Bommasani R, et al: Emergent abilities of large language models. arXiv preprint 2022; arXiv:2206.07682. 2) Fukushima K: Neocognitron: a self organizing neural network model for a mechanism of pattern recognition unaffected by shift in position. Biol Cybern. 1980; 36(4): 193-202. doi: 10.1007/BF00344251. PMID: 7370364. 6) Vaswani A, et al: Attention is all you need. Advances in neural information processing systems 2017; 30. 1) LeCun Y, Bengio Y, Hinton G: Deep learning. Nature 2015; 521(7553): 436-44. doi: 10.1038/nature14539. PMID: 26017442. 14) ジェトロ：米国におけるデジタルヘルス市場動向調査 (2022年3月)．(オンライン) 入手先〈https://www.jetro.go.jp/ext_images/_Reports/02/2022/cba9066cb65f4ce5/202203.pdf 8) Kasai J, Kasai Y, Sakaguchi K, Yamada Y, Radev D: Evaluating gpt-4 and chatgpt on japanese medical licensing examinations. arXiv preprint 2023; arXiv:2303.18027. 11) Ayers JW, Poliak A, Dredze M, et al: Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum. JAMA Intern Med 2023. doi:10.1001/jamainternmed.2023.1838. 13) PMDA：第21回 医療機器・体外診断薬の承認審査や安全対策等に関する定期意見交換会資料．(オンライン) 入手先〈https://www.mhlw.go.jp/content/11124500/001152090.pdf 5) Fujita H: AI-based computer-aided diagnosis (AI-CAD): the latest review to read first. Radiol Phys Technol 2020; 13(1): 6-19. doi: 10.1007/s12194-019-00552-4. Epub 2020 Jan 2. PMID: 31898014. 7) Van Dis, Eva AM, et al: ChatGPT: five priorities for research. Nature 2023; 614(7947): 224-6. |
| References_xml | – reference: 9) Brown T, Mann B, Ryder N, et al: Language models are few-shot learners. Advances in neural information processing systems 2020; 33: 1877-1901. – reference: 4) Hinton GE: Learning multiple layers of representation. Trends in cognitive sciences 2007; 11(10): 428-34. – reference: 6) Vaswani A, et al: Attention is all you need. Advances in neural information processing systems 2017; 30. – reference: 3) LeCun Y, Boser B, Denker JS, et al: Backpropagation applied to handwritten zip code recognition. Neural computation 1989; 1(4): 541-51. – reference: 8) Kasai J, Kasai Y, Sakaguchi K, Yamada Y, Radev D: Evaluating gpt-4 and chatgpt on japanese medical licensing examinations. arXiv preprint 2023; arXiv:2303.18027. – reference: 12) FDA: Artificial Intelligence and Machine Learning (AI/ML)-Enabled Medical Devices．(オンライン) 入手先〈https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices?utm_medium=email&utm_source=govdelivery〉 – reference: 5) Fujita H: AI-based computer-aided diagnosis (AI-CAD): the latest review to read first. Radiol Phys Technol 2020; 13(1): 6-19. doi: 10.1007/s12194-019-00552-4. Epub 2020 Jan 2. PMID: 31898014. – reference: 7) Van Dis, Eva AM, et al: ChatGPT: five priorities for research. Nature 2023; 614(7947): 224-6. – reference: 14) ジェトロ：米国におけるデジタルヘルス市場動向調査 (2022年3月)．(オンライン) 入手先〈https://www.jetro.go.jp/ext_images/_Reports/02/2022/cba9066cb65f4ce5/202203.pdf〉 – reference: 1) LeCun Y, Bengio Y, Hinton G: Deep learning. Nature 2015; 521(7553): 436-44. doi: 10.1038/nature14539. PMID: 26017442. – reference: 2) Fukushima K: Neocognitron: a self organizing neural network model for a mechanism of pattern recognition unaffected by shift in position. Biol Cybern. 1980; 36(4): 193-202. doi: 10.1007/BF00344251. PMID: 7370364. – reference: 13) PMDA：第21回 医療機器・体外診断薬の承認審査や安全対策等に関する定期意見交換会資料．(オンライン) 入手先〈https://www.mhlw.go.jp/content/11124500/001152090.pdf〉 – reference: 15) Li C, Wong C, Zhang S, et al: Llava-med: Training a large language-and-vision assistant for biomedicine in one day. arXiv preprint 2023; arXiv:2306.00890. – reference: 10) Wei J, Tay Y, Bommasani R, et al: Emergent abilities of large language models. arXiv preprint 2022; arXiv:2206.07682. – reference: 11) Ayers JW, Poliak A, Dredze M, et al: Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum. JAMA Intern Med 2023. doi:10.1001/jamainternmed.2023.1838. |
| SSID | ssib002004153 ssj0003239021 ssib058494444 ssib029852169 |
| Score | 1.9468006 |
| Snippet | ... 「抄録」第3次AIブームは2000年代初頭のディープラーニングの登場から始まり, 画像認識において特に進展した. 2017年のtransformerアルゴリズムの登場により自然言語処理が進化し, ChatGPTなどの大規模言語モデルが登場し第4次AIブームが始まった. 医療分野では, 画像診断支援AIの導入が進み,... |
| SourceID | medicalonline jstage |
| SourceType | Publisher |
| StartPage | 224 |
| SubjectTerms | 人工知能 大規模言語モデル 画像診断 |
| Title | 医療分野におけるAI革命：画像診断支援からマルチモーダル大規模言語モデルへの展望 |
| URI | https://www.jstage.jst.go.jp/article/jhep/51/2/51_224/_article/-char/ja http://mol.medicalonline.jp/en/journal/download?GoodsID=dt0hevpr/2024/005102/003&name=0224-0228j |
| Volume | 51 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| ispartofPNX | 総合健診, 2024/03/10, Vol.51(2), pp.224-228 |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwpV3Na9RAFA9tvQgiior1iz04x9QkM0lmPJlss7QKgtBCb2HzRV2wlrr14KlpwKoVS6GKohYU0WpRETyI1b8m7Hb7X_hmMtmm4qHqZXiZeXnvzW--3iSZF0U5b5BECyNbVzEOmEpCMeZiUyU4hK0bjqHTiK98r1pjk-TylDk1MPi08tXSfDsYCe_88VzJv7Qq5EG78lOyf9GyfaGQATS0L6TQwpDuq42RZyJaR66LPBsxhqghciiiFvLg0kbUQx4GbxE5riSoIwmmC8JA1HXGOTsbRQ7jAqDEHRXPCoRcIhSAXOBuII8ihyIXpFiIWcgZFQRBToMTwOCSUpNbKmCCwIh5kpDWCDaZY0jCrZdFWoXZRA6osIV2oQV0gRmOLu3hzEA4FRWlQEBhj1KoHC1B8bhkF7AwRS3qiLlVb51X37WFOkBF48hyHOBGs49D2WORR7hgjkeBmSZ4TaFN5LBG9RGLQVTxvV5_UAgLbCFamOLU96O-0gVMrhzQ4YZATZzKeoOJrfJtZXVBkhF4r1eeC8jVpThuLh0VozhV__sayH9oz9fA6Xh2xNRH-vfsCSoetbXp-PbsnM-r64uZ2eBhYn3u0vGEEkxh8seDygEDNmB8ybtyrbIx5XHadh09g1FwA62-YwxeLSNlIELuE2EDM00egpQ1Lg7LcmsvVGwFR7AF2yIe7-LQjeJVZREypuL1TRxRDsvtWs0pxt5RZaDVPKa0Ow-3tp8tdu7d3Vl6lKebefogT1fzxWVnfOfl-87qz9rF2vbaVidb6W187z752F373F35mqfL-eL9PFvPs808S_PsdZ79yLMFuOy8edd7u9LdeNXbWOh9WBdFS5wt_ZannzpfHndfPD-uTDa8ifqYKv9eorbA6cUw7yWxjk1qATxRHGqBmRBw_2kCO8RmGOmBZQVNI9TDCIcRiQByi5mMNDWcgMNom_iEMjRzcyY-qdTCWItwYsW2FhKS2EkQNHWMm4GtARHrbFixC9D82SJEjS-nJJ8j65u6b4gEmrYs4Gc6_VZzWLm0B2Vfzm63_H33kFP_L-K0cnB32J1Rhtpz8_FZ8PXbwTnR7X4BLSrYPw |
| linkProvider | Colorado Alliance of Research Libraries |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%8C%BB%E7%99%82%E5%88%86%E9%87%8E%E3%81%AB%E3%81%8A%E3%81%91%E3%82%8BAI%E9%9D%A9%E5%91%BD+%3A+%E7%94%BB%E5%83%8F%E8%A8%BA%E6%96%AD%E6%94%AF%E6%8F%B4%E3%81%8B%E3%82%89%E3%83%9E%E3%83%AB%E3%83%81%E3%83%A2%E3%83%BC%E3%83%80%E3%83%AB%E5%A4%A7%E8%A6%8F%E6%A8%A1%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%E3%81%B8%E3%81%AE%E5%B1%95%E6%9C%9B&rft.jtitle=%E7%B7%8F%E5%90%88%E5%81%A5%E8%A8%BA&rft.au=%E4%B8%AD%E7%94%B0%E5%85%B8%E7%94%9F&rft.date=2024-03-10&rft.pub=%E6%97%A5%E6%9C%AC%E7%B7%8F%E5%90%88%E5%81%A5%E8%A8%BA%E5%8C%BB%E5%AD%A6%E4%BC%9A&rft.issn=1347-0086&rft.volume=51&rft.issue=2&rft.spage=224&rft.epage=228&rft_id=info:doi/10.7143%2Fjhep.51.224&rft.externalDocID=dt0hevpr_2024_005102_003_0224_02284387303 |
| thumbnail_l | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/lc.gif&issn=1347-0086&client=summon |
| thumbnail_m | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/mc.gif&issn=1347-0086&client=summon |
| thumbnail_s | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/sc.gif&issn=1347-0086&client=summon |