メディカルAI専門コース | 日本メディカルAI学会x株式会社キカガク を受けて資格を取る資格を得ました。
厳密にはお金がかかるので資格自体は取っていません。 テスト合格して「あとお金払えば資格取れるよ」という状態になりました。
他人に誇れる資格が自動車免許しかない（しかもAT）ので、せっかくなので所感を忘れないうちにメモっておこうと思います。
どんな資格なのか
文部科学省が後援する日本メディカルAI学会と株式会社キカガクが行っている資格試験で、AIの医療分野への活用スキルを証明できる資格です。 役に立つかどうかは現時点では分かりません。 まぁ無いよりはあったほうがいいでしょう。
取得のためにはメディカルAI専門コースを受講し、講義の小テストにすべて正解する必要があります。 内容はこんな感じ
- 基礎編
- Deep Learning のための基礎的な数学
- PyTorch を利用した基本的なニューラルネットワークの実装
- Optuna を利用したハイパーパラメータ最適化
- 応用編
- CNNの仕組み
- 具体的な医療分野への応用事例を題材にした典型手法の学習
- 遺伝子情報の配列解析
- 心電図データの時系列解析（残差学習、ノイズ処理）
- MRI 画像の Semantic Segmentation
- 血液の顕微鏡画像から細胞の検出（物体検出、Data Augmentation）
- 法律や倫理、情報セキュリティ
1万円払えば日本メディカルAI学会に入れてもらえて資格の認定証もらえるらしいんですが、医療系の人間というわけでもないので払おうかちょっと悩んでます。
所感
畳み込みの計算から、ある程度高度な内容まで、具体的に分かりやすく解説してくれていて分かりやすかったです。 また、応用編は具体的な問題に対して、具体的な PyTorch の動くコードを用いて実装してくれているのが非常に分かりやすくて良かったです。 「実際にこうやってやるんやで」を見せてくれるのはありがたいし、問題も幅広いので楽しみながら勉強できました。
実装は Google Colaboratory 上で行えるので環境構築などの手間もなく、かなり学習のハードルは低くてよかったです。 ただ、教材と現行 Google Colab との間のバージョン差などの影響で教材のコード通りにやってもエラーが生じる箇所がいくつかあった（例えばIoUの計算とか）ので注意が必要です。 ちゃんとエラーと向き合って、公式ドキュメントや公式のソースコードを参照しましょう。
自分は事前知識がある程度あったため、映像はほとんど見ずに、テキストを読んで適宜ググって内容について調べながら、テストを受けて進めていきました。 だいたい15時間程度かかった（基礎編2~3時間、応用編12時間程度）。
医療領域のコースではあるものの、画像処理とか時系列解析とか、研究等で普通に役立ちそうな普遍的なトピックを学ぶことができたと思っているので満足しています。 医療分野以外の人でも、Deep Learning に少しでも興味ある人ならおすすめできる内容です。