・好評につき再開講です！

AI(人工知能)を利用した医療機器開発とレギュレーション対応のポイント【LIVE配信】

〇 医療機器開発・保守に必要なAI技術とは？
〇 AIを利用したソフトウェアシステム開発を如何にレギュレーションに対応させるのか？

※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。

※受付を終了しました。最新のセミナーはこちら

セミナー概要

略称

医療機器AI【WEBセミナー】

セミナーNo.

201149  

開催日時

2020年11月30日（月）12:30～16:30

主催

(株)Ｒ＆Ｄ支援センター

問い合わせ

Tel：03-5857-4811　E-mail：info@rdsc.co.jp　問い合わせフォーム

開催場所

【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます　

価格

非会員： 49,500円（税込）
会員： 46,200円（税込）
学生： 49,500円（税込）

価格関連備考

会員（案内）登録していただいた場合、通常1名様申込で49,500円（税込）から
　★1名で申込の場合、46,200円（税込）へ割引になります。
　★2名同時申込で両名とも会員登録をしていただいた場合、計49,500円（2人目無料）です。
■ 会員登録とは？　⇒　よくある質問

備考

資料付


【LIVE配信】セミナーとは
・本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
・「ミーティング用Zoomクライアント」をダウンロードするか、ZOOM を
　 ダウンロードせず、Web ブラウザから参加するかの2種類がございます。
　 ZOOM WEBセミナーのはじめかたをご覧ください。

・お申込み後、受理のご連絡メールをさせていただきます。
　一部メールが通常セミナー形式（受講券、請求書、会場の地図）になっておりますが
　LIVE配信のみのセミナーです。
・お申込み後、接続テスト用のURL（https://zoom.us/test）から
「ミーティングテストに参加」を押していただき動作確認をお願いします。
・後日、別途視聴用のURLをメールにてご連絡申し上げます。
・セミナー開催日時の10分前に、視聴サイトにログインしていただき、ご視聴ください。
・セミナー資料は郵送にて前日までには、お送りいたします。
　　ご自宅への送付を希望の方はコメント欄にご住所などをご記入ください。
・ご質問については、オープンにできるご質問をチャットにご記入ください。
　個別相談（他社に知られたくない）のご質問は後日メールにて講師と直接お願いします。
・タブレットやスマートフォンでも視聴できます。
・講義の録音、録画などの行為や、テキスト資料、講演データの権利者の許可なく
　複製、転用、販売などの二次利用することを固く禁じます。

講座の内容

習得できる知識

・ 医療機器開発・保守に必要なAI技術インデックス
・ 医療機器開発を取り巻くレギュレーション
・ 深層学習の品質保証に関する課題
・ 説明可能AI技術インデックス

趣旨

　本講演では、医療機器への組込ソフトウェアおよびソフトウェア単体医療機器という視点から、AIを利用したソフトウェアシステム開発を如何にレギュレーションに対応させるのかというポイントを把握していただきます。
　AIを利用したソフトウェアシステムは、アーキテクチャ上、通常のソフトウェア・コンポーネント部分と深層学習機能等を実現したAIエンジン・コンポーネント部分に大別されます。
　開発プロセスでの各コンポーネントの位置づけと利用すべき規格と留意点、また各コンポーネントが結合したソフトウェアシステムとしての位置づけと利用すべき規格と留意点が異なるので、詳しく解説します。
　この分野へのアプローチを試みる方への総合インデックスの役割になるように情報を提供いたします。

プログラム

　1. AI概観
　　1.1 機械学習・ディープラーニング
　　　1.1.1 従来のソフトウェア開発と機械学習の違い
　　　1.1.2 CNN全体と構成要素
　　　1.1.3 代表的なCNNアーキテクチャ
　　1.2 転移学習

　2. 医療分野でのAI応用ならびにAIを利用した医療機器
　　2.1 CAD(コンピュータ診断支援)
　　　2.1.1 医療機器とAIでのバリデーション定義
　　2.2 医療への応用事例
　　2.3 データ
　　2.4 関係法規

　3. AIを利用したソフトウェアシステム開発の現状
　　3.1 IEC82304-1に基づいたソフトウェアシステム開発
　　　3.1.1 IEC82304-1の適用範囲・適用範囲外のソフトウェア例
　　　3.1.2 ヘルスソフトウェア製品の要求事項
　　　3.1.3 ソフトウェアライフサイクルプロセス
　　　3.1.4 妥当性確認(バリデーション)
　　　3.1.5 識別情報と付属文書
　　　3.1.6 市販後活動
　　3.2 JIS T 2304：2012/2017に基づいたソフトウェア開発プロセス
　　3.3 AIフレームワーク
　　3.4 AI利用ソフトウェアシステムのアーキテクチャ
　　3.5 保守プロセスと学習機能
　　3.6 AI利用でのリスクマネジメント留意点

　4.　深層学習（ＤＬ）の品質保証に関する課題

　5. Q&A

　【質疑応答・名刺交換】

キーワード

医療機器,AI,開発,深層学習,DL,人工知能,セミナー,研修,講習