프롤로그 = 4 번역에 들어가며 = 6 PART 1 의료 AI 의료와 인공지능은 친화성이 높다 = 15 AI의 역사와 의료와의 관계 = 18 제1차 인공지능 붐 = 20 제2차 인공지능 붐 = 21 제3차 인공지능 붐 = 22 AI와 신경망 그리고 딥러닝까지 = 24 PART 2 머신러닝과 통계학은 종이의 앞뒤 머신러닝에서의 예측은 각 인자의 가중치가 중요하다 = 31 PART 3 의료에 사용하는 머신러닝 머신러닝의 종류 = 39 지도학습이란? = 41 분류문제 : 질환의 감별 = 43 회귀문제 : 수치 예측 = 45 학습이란? = 46 입력 데이터의 학습법 = 50 과적합의 함정 = 50 비지도학습이란? = 54 PART 4 여러 가지 머신러닝 선형 회귀(단순 회귀 또는 다중 회귀) = 61 로지스틱 시그모이드 회귀 = 67 K-최근접 이웃 알고리즘(K-Nearest Neighbor) = 70 서포트 벡터 머신(Support Vector Machine, SVM) = 73 결정 트리(Decision Tree) = 76 총체적 학습 = 81 랜덤 포레스트(Random Forest) = 82 XG 부스트(XG Boost) = 83 머신러닝의 성능 = 86 PART 5 진단에 응용한 베이즈 정리 베이즈 정리란? = 95 PART 6 인공 뉴런 신경세포와 인공 뉴런 = 107 인공 뉴런의 가중치와 역치 = 109 활성화 함수로 출력을 미세하게 조정한다 = 116 PART 7 신경망 신경망의 구조 = 123 은닉층의 도입 = 125 신경망은 점점 현명해진다 = 132 신경망에 의한 영상 인식 = 135 PART 8 딥러닝 딥러닝의 구조 = 141 다른 머신러닝과의 차이점 = 143 딥러닝에서의 과적합 = 146 딥러닝의 학습과 처리 = 148 딥러닝의 종류 = 150 PART 9 합성곱 신경망 합성곱 신경망(CNN)의 구조 = 157 영상 입력 = 161 합성곱(필터 처리) = 163 풀링(Pooling) = 170 전결합층 = 174 출력층 = 177 층의 깊이와 영상 인식 = 179 PART 10 의료 분야에서 활용하는 AI 진료 지원에서의 AI 응용 = 185 검체검사에서의 AI 응용 = 190 영상 진단에서의 AI 응용 = 192 영상 처리에서의 AI 응용 = 196 병리 진단에서의 AI 응용 = 199 그 외의 영상에 사용되는 AI = 201 정밀의학이나 예방 의료에서의 AI 응용 = 204 신약개발에서의 AI 응용 = 206 간병에서의 AI 응용 = 208 PART 11 AI 시대의 의료 의사는 AI와 어떻게 같이 일할 것인가? = 215 의료에 AI를 도입할 때 논의해야 할 것은? = 219 데이터의 취득과 이용에 관한 문제(개인정보보호 등의 문제) = 219 판단 과정 중 불투명성에 의한 문제 = 220 AI의 책임과 의사결정을 둘러싼 의론 = 221 진단 지원에 대한 질의 평가나 규격의 설계 = 223 지금부터 의사에게 요구될 것들 = 224 영상의학 진단의나 병리의에게 = 227