入門AI基礎

AIって結局なに？ 2026年版

AIの定義・歴史・仕組みから、2026年の最前線論争、小児科AI固有の問題まで。アカデミックな一次資料に基づき、医療従事者の批判的評価の視点を養う10レッスン

10レッスン約165分

カリキュラム

チューリングとサールの論争をAnthropic Interpretability研究につなげ、医療現場で「AIはどんな条件で失敗するか」を問う視点を養う

ダートマスから生成AIまで、3度のブームと2度の冬を辿り、「今回は本物か」という問いに楽観論と批判論の両方から向き合う

シンボリストとコネクショニストの対立、識別/生成/エージェントの三軸、基盤モデルが二分法を崩す現在を整理する

評価指標（PPV/NPV/AUC-ROC）、過学習の実在事例、フェデレーテッド学習、スケーリング則の限界を医療現場の問いとして整理する

ハルシネーションの分類、自動化バイアス、データバイアスの社会的背景、XAIの実用性限界を医療現場の問いとして整理する

公開医療画像データセットで小児が1%未満、FDA承認AI医療機器の小児適用が17%という構造的不足を、医療AI評価の視点から整理する

PMDA承認4製品、GPT-4/Med-PaLM 2/GPT-5の正確な区別、DeepSeek R1の台頭、AI環境負荷・著作権訴訟・投資バブル論を含む2026年4月時点の医療AI地図

Hinton放射線科医予言の検証、データ労働者問題、医療格差、WHO/EU AI Act の倫理枠組み、Acemoglu の労働市場分析を統合。AI倫理は制度設計の問いだと知る

AGI論争・スケーリング論争・労働市場論争を、Altman / Amodei / LeCun / Marcus / Goldman Sachs / IMF の6人の立場から立体的に整理。「誰が正しいか」より「誰が何の立場から何を言っているか」を問う習慣を養う

9レッスンを振り返り、「使う」と「委ねる」の境界線設計、法的・制度的枠組み、継続学習リソース、チームへの広げ方を統合する最終章

AI基礎知識医療AI評価批判的読解弁証法的思考規制・倫理