Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7) header
Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7) profile picture

放射線診断専門医, 医療AI研究者. 医用画像 × 人工知能 × 公衆衛生を考えて生きています.

Joined August 2022
Photo by Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7)Photo by Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7)Photo by Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7)Photo by Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7)Photo by Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7)Photo by Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7)Photo by Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7)Photo by Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7)Photo by Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7)Photo by Tomohiro Kikuchi, MD, PhD, MPH. (@teimai7)
自分のミッションは医用画像の価値を最大化すること. そのためにAI活用,アノテーション,データ分析,データ公開,プライバシー保護,社会実装などなど,色んな方面からそれを後押しできる人間になりたいのです.
15
1,157
Tomohiro Kikuchi, MD, PhD, MPH. retweeted
A new brain imaging benchmark was just released on @huggingface 🩻 🧠 NeuroBench is a 2.74 TB dataset of MRI and CT studies to test how well vision-language models actually read brain scans. This kind of benchmark is so important as medical imaging data is often private. With that public, anyone can check how models really perform. huge kudos to @mlins_lab for this release 🚀 🤗 dataset: hf.co/datasets/mlinslab/neur… 📜 paper: hf.co/papers/2611.15094
1
25
4
158
5,673
Tomohiro Kikuchi, MD, PhD, MPH. retweeted
医療情報学会@札幌にて、11/14(土)9:10からパネルディスカッションに登壇します! テーマは「データから価値へ:標準化された医療データ基盤とAIが拓く道」。 MAPIもブースを出展しています! 現地にいらっしゃる皆さま、ぜひお立ち寄りください!
🤖 Made with AI
4
34
2,093
Outlook使えず、やや困りながらも作業が捗る・・・。。 (どなたかが言ってた、「Microsoft364」って表現好きすぎる・・・。)
1
6
586
公開3D医用画像を束ねた大規模データセットで、少なくとも11.8万組の重複が見つかったとの報告。公開データ増えると実際これは問題になると思ってましたが、利用者側からみたら勘弁してくれという話ですね・・・。 arxiv.org/abs/2611.10144
1
9
818
[論文メモ] 心臓MRI 27,382例で、AI計測の駆出率が専門医計測より死亡予測のモデル適合度を微妙に改善したという論文。segmetation taskの論文で、Dice使わずにLancet乗せるとは・・・。規模もすごいんだけど、タスクの切り口がうまいなぁと。 thelancet.com/journals/landi…
1
2
17
2,399
(私も、ある程度以上の精度でてるなら、厳密なsegmentationというよりは下流タスクへの適合性で考えれば良いのでは?という思想です)
1
2
215
Frontier open-weight modelとのことだけども、はたして・・・!
✏️ニュースリリース 国産医療LLMと3万例規模の疾患因果ダイアグラムを統合した医療AIエージェントを開発~医師国家試験ベンチマークで90%超を達成した「SIP-jmed-llm-4」を活用、医師向け試験公開へ~ nii.ac.jp/news/release/2026/… 大学共同利用機関法人情報・システム研究機構 国立情報学研究所を中心とする研究チームは、SIP「統合型ヘルスケアシステムの構築」の支援のもと、国産医療LLM「SIP-jmed-llm-4」を開発し、医師国家試験ベンチマーク「JMedQA」において90%を超える正答率を達成しました。さらに、疾患因果ダイアグラムに基づく症例知識グラフを外部ツールとして参照する医療AIエージェントを開発し、知識グラフを参照しない場合と比べて、鑑別診断(症状や検査所見から考えられる複数の疾患を挙げ、比較して絞り込むこと)の性能が向上することを確認しました。
3
207
Tomohiro Kikuchi, MD, PhD, MPH. retweeted
Kaggleでの医学系コミュニティコンペを企画しております。 上位者への学会発表の機会提供、サマリーの論文化(上位者は共著者に入って頂く)など、インセンティブがあるように、あれこれ考えております。 近く告知するので、学生、医療関係者、エンジニア、Kaggler… 誰でも是非ご参加下さい!
5
26
2
208
11,713
これはそうですが、もはや何書いたか覚えてないこと多々あるや…
研究者らによると、CLAUDE.mdやAGENTS.mdにあらかじめ次の一文を足すことが推奨されます。 「ドキュメントと既存のコードが食い違うときはコードの書き方に従い、見つけた食い違いを最後の返答ですべて挙げること」 なぜか。 Claude CodeやCodexは、CLAUDE.mdやAGENTS.mdの記述が今のコードと食い違っていると、9割がた古い記述のほうに従うそうです。"指示が古い"と気づいていても抗えない仕組みです。 この発見に至るまでに、ジョージア工科大などの研究者らは、設定ファイルとコードがわざと食い違う40のプロジェクトでClaude CodeとCodexに機能を足させて調べました。 Claude Codeは80回中79回、食い違いに気づいたと"自分で書きながら"、古い情報に流されました。 Codexのほうは、80回中20回で、動いていた既存のコードを古い記述に合わせて書き換え、うち17回でテストが通らなくなりました。 研究者らの見立てとしては、AIは、指示を優先するよう訓練されています。CLAUDE.mdやAGENTS.mdは「指示」としてAIに渡り、コードはファイルを読んだ「結果」として渡るのが原因だと言います。その仕組みが、古いものに従わせるのだとか。 そして設定ファイルは一度書いたきりになりやすい傾向があります。更新不精の人は上の一文をあらかじめ追加しておくのも一つです。 指示の原文→"When a repository's documentation and its existing code disagree, follow the conventions used in the existing code, and in your final reply point out each inconsistency you found between the documentation and the code."
6
542
RayBan meta買ってしまった。。 調光レンズで外出時のサングラスにもなるし、両手塞がってても犬の写真やら動画とれるし、音楽聴けるしで、普通に生活便利グッズだ…
8
367
最近、個人情報の流出があまりに多い。 研究環境・データの扱いに関して、また一段と身を引き締めないとだなぁ。。
2
206
rsna kaggle、銀に留まれました。 色んな学びがあったなー。
1
1
20
702
RSNA kaggle、やっと公開ノートブック超えた。。 一旦はtopの人たちの解法みて悔しがる資格は得ただろうか・・・。
13
777
基盤モデル、やばそうなの出てるんだなぁ・・・
nnFoundation: 3D Foundation Models for Radiology Trained on 2.1M scans, nnFoundation shows 3D radiology needs complementary architectures: convolutional models excel at local tasks, while transformer models dominate global reasoning. arxivb.org/abs/2609.26924
1
11
1,471
あいからわず、評価が大変そう。。 しかし、NVIDIAの基調講演ではこれのこと言ってなかったな。 github.com/NVIDIA-Medtech/NV…
4
226
基盤モデルについてポスター発表をしました(first: 山本氏)。盛況でした #miccai
1
12
2,277
JAMA Network Open「医療における人工知能のための臨床データ共有における組織的要因」 Academia, Government, Nonprofit, Privateの組織それぞれの立場で,データ共有にプラスに働く要素が違うというあたり前の話ですが,重要性を再認識しましたです. jamanetwork.com/journals/jam…
5
415
これすごいですね. おっしゃる通り,まさに”今後の診断支援AIに希望を与えた”のだなと….
補足すると、 ・内視鏡学会が要望したAIの加点の要望は前回に引き続き見送らせている →その一方で製品単独で保険収載獲得 ・既存の診断/治療方法の代替AIで既存法の保険点数を拠り所にAIに加点することは多い(算出しやすい) →その一方でこの製品は代替する拠り所があるわけでなく診断支援AIの利用価値を新規に評価(今後の診断支援AIに希望を与えた) という2点がすごいです。
5
737