第4回 JAMIT若手医用画像工学シンポジウム

人生の最適化って難しいよね

　研究力と家族の幸せを報酬とし、その最大化を目指して、その時々で最適と思われる行動を選び、状態（所属先・研究テーマ）を遷移させてきました。企業研究者として長く働いてきたため、これまで所属した企業や携わった研究テーマは、大学教員としては良くも悪くも多様になりました。本講演では、（少しは喋りますが）個々の研究内容ではなく、これまでの選択や行動に焦点を当てて振り返ります。皆さまのキャリアを考えるヒントになれば幸いです。

TOF-PETの原理から学ぶ次世代核医学イメージング

　Time-of-flight（TOF）情報の活用は、PETイメージングの性能向上に大きく貢献しており、近年のPET装置において必要不可欠な技術となっています。本講演では、TOF-PETの基本原理を解説するとともに、時間分解能の向上がPETイメージングにもたらした変化について紹介します。さらに、最新の研究動向にも触れながら、TOF技術が切り拓く次世代核医学イメージングの可能性や将来展望について、参加者の皆さまと共有したいと思います。

診療放射線技師の日常と人生

　医用画像工学の研究では、臨床現場のニーズを理解することが重要です。しかし、放射線技師が日々どんなことをしているのか、どんなことを考えて検査を行っているのか、医用画像工学の技術がどのように活用されているかを知る機会は多くありません。本講演では、約10年の臨床経験を基に放射線技師のリアルをお伝えします。また、放射線技師として医用画像工学の研究を続けるためのキャリアについてもお話しできればと思います。

大量データ至上主義のAI分野で、データを集められない研究者はどう生きるのか？

　世はまさに大データ時代。深層学習の発展とともに、AI分野では「より多くのデータを集め、より大きなモデルを学習する」ことが性能向上の王道となっています。しかし、医用画像のように専門家によるアノテーションが高コストで、そもそも十分なデータを集めることが難しい領域では、この戦略をそのまま取ることはできません。本講演では、そんな大データ時代にあって、自分自身では大量の医療画像を集めることのできない研究者が、どのように研究テーマを見つけ、どのようなアプローチでAI研究に取り組んでいるのかを、弱教師学習やマルチモーダル学習など、これまでの研究事例を交えながら紹介します。あわせて、現在の研究へとテーマを広げてきた自身のキャリアパスを振り返り、限られたデータや研究環境の中でどのように研究の方向性を作ってきたのかについても共有します。