夏の学校の受講者の声 – AIシステム医科学@東京科学大学 (Science Tokyo, Shimizu Lab)

5月募集開始、8月上旬ハイブリッド (対面+オンライン) 実施の「バイオメディカルAI夏の学校」について、過去の参加者の感想・コメント等のメッセージを掲載しております (原文のまま、web掲載に同意をいただいております)。

バイオメディカルAI夏の学校2025

バイオメディカルAI夏の学校では、５つの生命科学・医療AIプロジェクトに対するプログラミング演習を通じて、データサイエンスの中級レベルの内容を実践的に体験できました。導入では、ディープラーニング初学者向けに、ディープラーニングの歴史的発展からニューラルネットワークや活性化関数、誤差逆伝播法、さまざまなディープラーニングのモデルといった基礎知識を学びました。また、清水研の事例紹介もあり、取り組みについても知ることができました。演習では、がんのトランスクリプトーム解析や胸部CT画像の肺炎診断プロジェクトを通じて、表データや画像データの前処理とモデルの学習をPyTorchで実装しました。生命科学分野では、LinuxコマンドからScanpyを使用したシングルセル解析の流れを体験しました。その他、アミノ酸配列を事前学習したProtBERTの転移学習による局在予測やグラフニューラルネットワークを使用して化合物のSMILES表記からグラフ表現にして溶解度を予測するタスクに取り組みました。最後に、DNAやRNA、アミノ酸配列の基盤モデルの最近の動向について知見を深められました。時間の都合上、コードの詳細な説明は割愛されていましたが、事前配布される教材や参考書籍「Pythonで実践　生命科学データの機械学習」（羊土社）での予習が役立ちました。最近、ディープラーニングを勉強できる機会が増えつつある中、生命科学データに対して実践できる機会はあまりないため、本演習体験を通じて、ディープラーニングを使用した生命科学・医療AIの発展プロジェクトへの最初の一歩を踏め出せることができ、参加できてよかったと思います。

私はWet研究を6年ほどやってからDry研究（タンパク質デザイン）へ分野を移った者です。本コースでは、実習パートでは、AIを用いたタンパク質解析はもちろん、より臨床に近いレントゲン画像のクラス分類から、分子生物学の分野で重要な手法であるシングルセルRNAシークエンス解析、創薬に関わる低分子化合物の水溶性予測など、幅広い分野でAIがどのように使用されているのかを、実際にコードを動かしながら理解することができました。講義パートでは、AI技術の発展の歴史をコンパクトに学ぶことができ、さらに、現在主流となっているTransformerやdiffusion modelが生命科学にどのように応用されているのかを、要点を抑えて学ぶことができました。さらに、今後AIが生命科学研究の発展にどのように寄与していくのか、といった話まで知ることができました。本コースは、生命科学のデータサイエンスにおいて、初心者レベルから上級者レベルの架け橋となるようなトピックを学べる、難しさのレベルが非常に考慮された、洗練されたコースとなっていると思います。このコースをもとに、自分が今後Dryの勉強をするうえで、Dryで新規性のある研究をするにはどのようにしていけば良いか、目標を立てていくことができるようになったと思います。

医療AIの最新動向から、画像処理、ゲノム解析、AI創薬といった多岐にわたるテーマについて、第一線でご活躍されている若手の先生方のご講演と実践的なご指導を賜り、大変有意義な時間を過ごすことができました。座談会や質問対応でも丁寧に研究のお話をいただき、勉強になることばかりでした。また、現地参加した学生同士の交流も大きな刺激となり、今後の研究への強いモチベーションに繋がりました。生成AIが普及する中、医療分野での応用もすでに始まっており、研究も進んでいます。実際にコードをたどりながら、解析手法や考え方を学ばせていただくというこの貴重な機会を今後研究に役立てたいと思います。ありがとうございました。

小職は、がんゲノム医療拠点病院のエキスパートパネルでバイオインフォマティクスを担当しております。バイオインフォマティクスの学会認定技術者ではありますが、この分野の進歩はたいへん速く、日頃から勉強不足を感じていたため、参加させていただきました。バイオインフォマティクスは、知識だけでなく実際にデータを用いて解析できることがとりわけ重要となる分野です。この分野に進まれる方には、この夏の学校のように実習のあるセミナーへの参加を強くお勧めいたします。清水先生、ありがとうございました。今後ともよろしくお願いいたします。

以前Pythonを用いた画像解析を本で勉強していたのですが一度離れてしまい、2年ぶりにAIをいじりました。ほとんど知識も残っておらず、ついていけるか不安だったのですが、事前に資料の配布があり予習をしてからのぞむことができました。講義内容に関しては最初に清水先生によりAIの歴史や研究室の紹介があったのち、研究員や博士過程の方々による説明という流れでした。どの内容も簡単なものではありませんでしたが、google colabを用いて実際に動作を確認しながらみることができたので、理解しやすかったです。勉強不足で一度では理解できない点もありましたが、PDFやgoogle colabで復習しやすいように注釈付きでまとめられているため、活用していきたいと思います。 9時から18時までボリュームたっぷりの内容で、大変勉強になりました。

バイオメディカルAI「夏の学校」に参加させていただいた。一言でまとめると、医療やライフサイエンス領域のAIに興味がある学生に最初にオススメできる講座であった。本講座は一応中級クラスの立て付けではあるものの、Google ColaboやPythonの基礎を理解していれば問題なくついていけるレベルの寄り添った解説をしていただけるため、初級のバイオメディカルAIコースを受講しておらず、不安に感じている方もぜひ挑戦してほしい。講座内では数学やモデルの詳細の解説はないものの、どのように医療研究に応用されているか、どのような価値を生んでいるかなどの背景知識を学べるため、今後のAI学習のモチベーションが一気に高まるのを感じた。次は春に開催される上級のバイオメディカル春の学校へ参加させていただけるのを楽しみにしている。

このたび参加させていただいたBDSCと夏の学校では、非常に有意義な時間を過ごすことができました。BDSCでは、事前に配布していただいた論文を読んで準備していたため、講義にスムーズについていけ、自分だけでは及ばなかった考えにまでいたることができました。最後のディスカッションでは、論文内容の確認にとどまらず、解析方法の選択に関する高度な議論が交わされており、私にとっては難解でしたがそのやりとりは刺激的でした。　夏の学校では、バイオメディカルAIという関心のある分野について、１日を通して教えていただきました。遺伝子発現量解析から画像解析、シングルセル解析まで多岐にわたる内容を扱い、単にコードを教わるのではなく、それぞれの手法の背景にある概念を丁寧に解説してくださいました。実際にデータを使った実習を通じ、どのように研究に応用されるかを実感することができました。講義の進度はゆっくりではありませんでしたが、配布していただいた資料が充実していたため、後で復習がしやすく、ありがたかったです。また、質疑応答で他の参加者の方の発言を通して自分の知識不足を痛感する一方で、同じ分野に関心を持つ様々なバックグラウンドを持つ参加者の方々と交流できたことは、貴重な機会となりました。今回の体験を通して、引き続きこの分野での知識と経験を積み重ねていきたいと強く感じています。　このような貴重な場をご提供いただきありがとうございました。

この度は大変貴重な講義へ参加させていただき誠にありがとうございました。以前、バイオメディカルAI体験コースに参加させていただき、本領域への興味が深まり、本イベントへの参加も希望いたしました。基礎知識や実際の解析の流れ、最新のトピックについてそれぞれ教えていただくことで、領域全体の概観および実際に解析が行われる際の実務的な内容についてさらに理解を深めることができたと実感しております。どの講義についても非常に参考になることばかりでしたが、特に各手法の仕組みなどで複雑なものについては図や動画等で非常にわかりやすく示していただいたおかげで独学では曖昧な理解にとどまっていたものがクリアになったと感じる部分が多々ありました。また、解析の実習については、実施前に解析の流れについて俯瞰的に解説していただき、それぞれの処理についてもなぜ行うのかという点についての説明を交えて進めていただいたおかげで、ただコードを実行していくだけではなく、自身が本領域で研究を進める際の知識として非常に重要なことを習得することができたと考えております。バイオインフォマティクスや機械学習等の手法に興味がある、もしくは独学しているものの理解が曖昧であるという方について、本イベントへ参加は非常に有意義なものになると思います。

仕事で実際にAIを使った創薬研究をしているのですが、画像解析の経験が浅く、独学するにも何から手をつけて良いか困っていた時に、こちらの「夏の学校」の開催を知り参加させていただきました。実際のモデル構築や学習の手順をコードレベルで提示していただき、自分のデータでも後で応用することができたので非常に助かりました。また、ハイパーパラメータをベイズ最適化を使ってチューニングする方法や、シングルセル解析での細胞種のアノテーション方法など、本やサイトのチュートリアルを見てもなかなか見つからないようなテクニックを教えていただいたので、そういった意味でも大変有意義な一日でした。すでにAIの経験がある人間でも自分のモデル構築手順の見直しや見落としていた視点などを学び直す良い機会になるのではないかと思います。実際、私は仕事でシングルセル解析をやっておりますが、今日教わった内容を踏まえて自分のパイプラインを見直そうと考えております。今回は数式を全く使わずにとりあえず自分で手を動かしてAIを扱えるところまでお膳立てしていただいたので、次回はエキスパートのコースに参加してさらに理解を深めたいと思います。

医学と情報学の境界領域に関心を持ち、このイベントに参加しました。医学科の通常の講義では触れることのないテーマが多く取り上げられ、とても新鮮で刺激的でした。特に、AI創薬の具体的な手法を体系的に学べたことは貴重な経験であり、DNA言語モデルやタンパク質言語モデルといった最先端の言語モデル応用例には驚かされました。幅広い分野にわたる研究を展開されている清水研だからこそ、個々の技術や手法を全体像の中で体系的に捉えられているのではないかと思いました。研究環境についても、オンライン上に教材が整備され、大学のスーパーコンピュータを利用できることなど、学びを深めるための最適な条件が整っていると印象を受けました。さらに、病院との広範同意によって研究利用可能なデータが豊富に存在することも、大きな魅力であると感じました。最後に、対面で研究室の学生の皆さまや清水先生に直接お会いして、お話させていただきました。ご親切にも研究や今後のキャリアなど様々な話題についてお話をしていただき、研究活動や今後のキャリアなど自分の将来を考えるうえでよい機会となりました。ありがとうございました。

バイオメディカルAI体験コースに続いて、今回夏の学校に参加させていただきました。夏の学校は応用基礎レベルとのことでしたので、リテラシーレベルだった体験コースと比べて、個人的には2～3段階ほど難しく感じました。講義パートでは主に情報分野の説明が多かったですが、多少AIの知識やプログラミング経験がないと本講義についていくのは難しいのではないかと思います。しかしながら、1日でメディカル×AIの最前線の情報を知ることができ、画像処理・大規模言語モデル・バイオインフォマティクス・ケモインフォマティクスと、代表的かつ重要な項目を網羅的に学ぶことができて、大変刺激的な1日を過ごせました。体験コース参加後も勉強を続けてきましたが、本講義に参加してまだまだ自分に足りない知識がどのあたりなのかわかったので、講義にて使われた資料で復習しながらさらに勉強を続けていきたいと思います。今回も非常に有意義な時間をありがとうございました。

「バイオメディカルAI夏の学校2025」に参加させていただき、本当にありがとうございました。一日という短い時間で、医療AIの幅広いテーマを網羅的に体験できたことに大変満足しています。特に印象的だったのは、これまで難しそうだと感じていた「画像処理とゲノムへの応用」の講義です。複雑な内容がとてもわかりやすく整理されており、具体的な研究への応用イメージを明確に描くことができました。また、生成モデルや少データ学習といった最新のAI研究トピックを一度にまとめて学べたことも、今後の研究の方向性を考える上で大きな収穫となりました。さらに、夏の学校で配布された資料が非常に充実しており、終了後も復習や再学習に役立てられるのが嬉しい点です。来年参加を検討されている皆さんには、自分の専門分野を超えた知識や新たな視点を得られる貴重な機会になるので、ぜひ参加をおすすめします。

初めて参加しました。非常に分かりやすく、特にシングルセル解析の講座が大変勉強になりました。今後は公共のデータベースを適切に解析する力が肝要になるかと思われますので、今回の講義は今後の医学研究の基盤となるべき学問体系だと実感しました。勉強させていただく機会がありましたら、是非教えてください。

Google colabを用いた解説付きの講義で、非常に取り組みやすかったです。プログラミングも基本的な操作の域を逸脱せず、初心者にも安心して受講できるようになっていました。基礎知識の確認や、生命科学領域におけるAIの動向を広く学ぶ時間もあり、低学年でも安心して受講できる講義だったと思います。皆さんも気軽に申し込んでみて下さい。

機械学習エンジニアして参加させていただきましたが，生命科学分野の知識がほぼゼロの状態でも十分に理解できる構成になっていました．最も印象的だったのは、生物学的な概念と機械学習の手法が見事に統合されていた点です．遺伝子発現データの前処理からSVMやニューラルネットによる分類，シングルセル解析でのクラスタリング，そしてタンパク質言語モデルの実装まで，バイオインフォマティクスの主要な解析手法を一通り体験することができました．技術的な観点から特に興味深かったのは，タンパク質配列を自然言語として扱うアプローチです．BERTベースのモデルを用いた埋め込み表現の生成は，NLPの知識がそのまま活かせる領域でしたし，AlphaFold3のような最新の構造予測技術についても，その実装の詳細まで踏み込んだ解説があり，理論と実践のバランスが優れていたと思いました． Jupyter Notebookの実装も洗練されており，データローダーの設計からハイパーパラメータ調整まで，実務で使えるレベルのコードが提供されていました．生命科学のドメイン知識がないエンジニアにとって，この分野への参入障壁を大きく下げる貴重な機会だと思います！

朝9時から夕方6時まで、気づけば一瞬で過ぎてしまったと感じるほど濃密な1日でした。バイオメディカル分野におけるAI活用は学べる場がまだ限られていますが、このプログラムでは、その概要から実践の一歩までを一気に体験でき、とても有意義な時間となりました。オンラインでの受講でしたが、講師の方々の熱量が伝わってきて引き込まれました。特に印象的だったのは、座学だけで終わらせず、用意されたコードを動かしながら学べた点です。講義で学んだことを、その場で自分の手元でコードを動かし、結果をリアルタイムで確認できるため、仕組みや原理がぐっと身近に感じられました。単に知識として覚えるのではなく、「自分でも扱える（かも）」という実感が湧いた瞬間です。内容は医療データを使った機械学習モデルの構築から、医用画像解析など多岐にわたり、今まで全く触れたことのなかったテーマにも挑戦できました。私自身、どの分野も専門外で、さらにPythonスキルも初心者レベルでしたが、講師の説明はとてもわかりやすく、初めて触れる手法もスムーズに理解できました。Google Colabの基本操作から始まり、環境設定や実行方法まで丁寧にサポートしていただけたのも安心材料でした。学習に使った資料やサンプルコードは（自身の学習のために）持ち帰ることができ、後日改めて復習や応用が可能です。これだけ実務や研究に直結する内容を、初心者も含めて短時間で体系的に学べる機会はなかなかありません。受講を通じて、AIを用いたバイオメディカル研究の可能性を強く感じるとともに、今後の学びやキャリアへの大きな刺激となりました。

今回、バイオメディカルAI夏の学校2025に参加し、非常に密度の高い一日を過ごすことができました。講義では、医療AIやバイオインフォマティクスの基礎から最新の研究トピックまで幅広くカバーされ、実習ではGoogle Colabを用いて実際のデータ解析やAIモデルの実装を体験できました。医療画像AI、タンパク質科学への大規模言語モデルの応用、AI創薬など、いずれも具体的かつ実践的な内容で、自分の興味分野に直結する知識とスキルを得られました。難易度は決して低くなく、特にプログラミングの技術的な部分では生命科学系の自分にとっては、理解が追いつかない部分もありましたが、事前に用意された丁寧な資料や復習用データがあったことで、後からじっくりと学び直すことができました。色々な角度からの質問に対しても丁寧に対応されており、安心して学べる雰囲気がありました。今回の夏の学校を通して、AIを医療・生命科学に応用する意義や可能性を改めて実感し、自分の今後の研究やキャリアの方向性を考える上で大きな刺激を受けました。医療やAIに少しでも興味を持つ方にとって、夏の学校は最新技術と実践を一度に学べる非常に貴重な機会だと思います。運営に携わってくださった清水先生をはじめ関係者の皆様に、心より感謝申し上げます。

バイオインフォマティクス、医療画像、ケモインフォマティクスと医薬系のに関するデータ分析を網羅する内容で大変勉強になりました。どの内容も自分の専門とは異なっていたため、これまであまり扱ったことのないデータで、夏の学校を通じてどういう風に扱えばいいのかがわかり、自分の専門と合わせて今回学んだ分野のデータも扱ってみたいと思いました。春の学校では夏の学校よりもより応用的なことを扱っているということなので、可能であれば春の学校も参加させていただきたいと思いました。夏の学校のレベル感については、密度の濃い内容を1日で網羅するので、大変ではありますが一通りの機械学習の経験があれば、夏の学校で扱っている分野のデータを触ったことがないって人でも問題なくついていけると思います。データ解析の講義だったのでドライ系のみを扱っている研究室なのかと思っていたのですが、ウェット実験もされているとのことで、ウェット・ドライ両方理解しているこちらの研究室の学生さんたちは卒業後の進路先で即実践力なれる方たちばかりだろうなと思いました。

元々ウェットな研究を専門としており、バイオインフォマティクスやAIといったドライな実験に関しては、これまで独学で基礎を学ぶに留まっておりました。この度の「夏の学校」に参加させていただき、近年のバイオインフォマティクスとAIのトレンドを深く知ることができただけでなく、実践的なスキルを体験する貴重な機会となりました。特に、深層学習の畳み込みニューラルネットワーク（CNN）を用いて画像から疾患を判定する演習は大変興味深く、これまで理論でしか知らなかった技術を実際に手を動かして学べたことは、大きな収穫です。また、従来から使われているツールに加え、近年開発された新しいツールについてもご紹介いただき、今後の研究で応用できる可能性を具体的に考えることができました。これまで学んできた基礎的な手法と、今回知った先進的なツールを組み合わせることで、自身の研究を発展させられるのではないかと、視野が大きく広がったように感じます。本イベントは、私のように新しい分野へ挑戦しようとしている者にとって、非常に重要なきっかけとなる素晴らしい企画だと感じました。この貴重な経験は今後の研究活動への力強い足がかりとなるでしょう。

オンラインで夏の学校に参加させていただきました。X線画像のAI解析のように臨床現場で身近になってきつつある技術から、タンパク質のアミノ酸配列のみから細胞内での局在を予測するといった（個人的には）初めて触れる話題まで、幅広い題材について手元のPCで実際にコードを動かしながら学ぶことができる大変充実した内容でした。解析に用いたデータ自体はすべてweb上で一般公開されているものであり、これは今後に向けて重要なポイントであると感じました。現に研究に従事しているわけではない私のような臨床家や学部生の方にとっては、学んだことを実践する機会がなかなかないということが悩みの種の一つですが、誰でも入手できるデータからでもこれだけ色々なことができるということを身をもって学べたことは、今後さらに学習を続けていく上で大きなモチベーションになると思います。 1日ですべて完結するという性質上全てを時間内に吸収することはなかなか大変ですが、講義資料やコードは全て事前共有していただけるため予習復習は心ゆくまで行うことができます。さらに詳しくstep by stepでの解説が欲しい方に向けては『Pythonで実践生命科学データの機械学習』（洋土社）が素晴らしい補助教材となるでしょう。（私はトランスクリプトームの章まで予習して当日に臨みました。）AIや情報科学と生命科学の両者に興味のある方にとって得難い機会となることは間違いないので、現在悩んでいらっしゃる方はぜひ参加をご検討ください。

バイオメディカルAI夏の学校にオンラインで参加させていただき，大変充実した一日を過ごしました．この実習で一番勉強になったと思うのは，医療・生命科学領域の方々がどのようにAI技術を使っているか，生の声が聞けたということです．たとえば実習の中では「null値の多いデータを相手にしなければいけない場面でも，決定木の派生モデルは使える」「国をまたいだデータ分析をする場合，EUでは個人情報の取扱が非常に厳しくなる」「医療データは世間一般では用いられないフォーマットで与えられることがあり，前処理の段階でも苦労する」といったことを教わりました．清水先生や講師の院生のみなさまの実体験に基づいた教訓が，身にしみて感じられました．また，講師のみなさまが Google Colaboratory のAIコード生成機能をサクサク活用なさっていた場面が見られたことも，とても印象的でした．自分は理工系のバックグラウンドのためAIでのコーディングに抵抗があったのですが，講師のみなさまの様子を見ていると「目標である医療・生命科学領域の研究に注力するため，その手段であるプログラミングに割く労力を極力減らそう」という方針がひしひしと伝わってきました．このような取り組み方を間近で見られたものも，大きな経験でした．自分は中高で教員をしておりますので，意欲的な生徒には，ぜひ夏の学校のような現場に早くから触れて欲しいと思いました．来年以降，生徒にも積極的に勧めていく所存です．

社会人として参加させていただきました。少し難しい内容もありましたが，昨今の情報科学の歴史から最新のトピックスに至るまでを体系的に教えて頂くことができ，大変勉強になりました。コードについては初見で理解するのは難しいので，事前に十分に予習されることをお勧め致します。

興味深い授業ばかりでとても面白かったです。講義で概念を理解し、演習でその実装を理解することができ、生命科学のデータサイエンス・Deep Learningについて理解が非常に深まりました。授業がわかりやすいだけでなく、いろいろな細かい疑問にも丁寧に説明していただき、とても充実感のある講義でした。また清水研の主催する様々な勉強会に参加したいです。

バイオメディカルAI夏の学校はとても良い勉強になりました。僕はアメリカに住んでいる高校生で、このサマーキャンプ以外にもミシガン大学やサンディエゴ大学のバイオロジーや、バイオメディカルの夏プログラムをとっていました。それらに比べてここはもっと深く、実用的な内容がほとんどでした。AIとはこういうものだというアバウトな説明ではなく、どういう風にAIが考えているのかとかや、どのように機能するのかというのも教えていただき、AIに使われているプログラムの説明や、作り方の説明もおしえてくれるとても貴重な体験でした。日本の教育を受けてないので、プレゼンされることをうまく理解できるか不安でしたし、時々単語が英語で何を指しているのかわからなかったりしましたが、専門用語は日本語での言い方とアメリカで使われている単語両方の伝え方が記されていたのでアメリカの教育を受けている僕でもとてもよく、わかりやすく理解できました。

今回は、夏の学校への参加をさせて頂きありがとうございました。朝から夕方までとても濃密でクオリティが高い教材と講義で想定を遥かに超えていました。このような講座を一般に広く公開して実施頂けること大変すばらしい試みだと感じました。また、1年を通してレベルの異なる講座が開講されることも非常に良心的に感じました。実際に講師の方々と演習を動かしながら参加することで流れがわかりました。頂いた教材をさらに復習することで、解析技術を自分のものにできるようにします。また、最初と最後の講義に関しても、これまで専門外の為に何となくで理解していた内容が原理から知ることができ、最新の研究まで網羅されていて大変勉強になりました。この講座はなかなか周りにバイオインフォマティクスを勉強している人がいない方たちが概要ときっかけをつかむのにおススメの講座だと思います。予習と復習は必須かと思いますが、大変有意義な一日を過ごせます。

中国からの生物情報学を専攻する大学院生として、このたび「生物医学人工知能夏期学校」に参加できたことを大変光栄に思います。講義は、単一細胞トランスクリプトーム解析、分子構造予測、人工知能による創薬など、最先端の幅広い分野を網羅しており、内容は非常に充実し、専門性も高いものでした。講師の先生方は理論と実践を巧みに組み合わせておられ、特にJupyter Notebookや詳細なコード解説を通じて、アルゴリズムの原理を理解するだけでなく、講義後に実験手順を完全に再現することも可能になりました。私は現在、浙江大学薬学院/杭州医学院において、主にSTAR-Fusionなどの融合遺伝子検出アルゴリズムの開発・改良を行っており、また、普段はR言語を用いた図表作成が中心です。今回のコースで提供されたPythonによる可視化や深層学習に関する充実した資料とコードは、Python分野での私の弱点を大きく補ってくれました。そのおかげで、データ前処理、特徴抽出からモデル構築・評価に至るまで、一連のプロセスを無事に修了することができました。中国国内では一部のツール利用に制限がある状況ですが、本講義を通じて、Google Colab、RDKit、深層学習フレームワークなど、生物医学データ解析における実践的なAIツールの活用方法を習得でき、研究の視野も大きく広がりました。特に、講師の先生方が事例として紹介してくださった最先端の研究成果は、将来、人工知能と医学研究を融合させることへの強い自信と期待を抱かせてくれました。清水研の先生方のご尽力に心より感謝申し上げます。そして、人工知能と生命科学の融合分野に関心を持つ学生の皆様に、この夏期学校への参加を強くお勧めいたします。

「遺伝子発現データへのAIの適用」では、肝組織における各種遺伝子の発現量から、それが肝細胞癌か正常肝かを予測するモデルを構築した。学習方法にはSVMやニューラルネットワークを用いた。　「AIの画像処理とゲノムへの応用」では、胸部X線画像のデータから肺炎か正常肺かを予測するモデルを構築した。学習方法には畳み込みニューラルネットワークを用いた。学習の前処理として、画像をランダムに裏返したり傾けたり歪ませたりした。肺炎や正常肺の一般的な特徴を捉えさせるためいう。「バイオインフォマティクス解析体験」では、scRNAseqと言って、「採取した組織中の各細胞における各種遺伝子発現量のデータ」を解析した。「scRNAseq」という名前だけは聞いたことがあったが、実際の解析内容は初めて知った。データ可視化ライブラリのおかげで何をしているか分かりやすく面白かった。　「大規模言語モデルのタンパク質科学への応用」では、タンパク質のアミノ酸配列からその局在を予測するモデルを構築した。学習方法にはニューラルネットワークを用いた。その前段階で、アミノ酸配列をアミノ酸配列専用の「言語モデル」読み込ませて、その「意味」をベクトル化した。　「ケモインフォマティクス・AI創薬超入門」では、化合物の構造式からその性質を予測するモデルを構築した。学習方法には回帰分析やLightGBM、さらにはグラフ畳み込みネットワークというものを用いた。その際、構造式を「SMILES」という記法で表すことでコンピュータで扱えるようになった　「データから何かの予測をするためのモデルを構築する」ということは共通していたが、データをコンピュータで扱えるようにする工夫や、モデルの学習法は多種多様だった。今日の内容の1/3も理解できていないと思うが、概要はなんとなく追えたのでとても楽しかった。自分が進む道の先のことを知れた点で有意義だったし、何より学習のモチベが上がった。

私はケミカルバイオロジー分野で研究を行っており、これまでプロテオーム研究の経験を積んできました。しかし、主にwetでの実験を担当してきたため、データ解析の部分については共同研究者に頼ることが多く、自分自身で理解を深めたいという思いが強くありました。そのような背景から、今回の夏の学校への参加を決めました。初心者としての参加ではありましたが、事前に資料をご提供いただき、学んでおくべき点をご教示いただけたことで、当日までに基礎的な知識を整理することができました。当日のレクチャーやプロジェクトも、初学者に配慮したわかりやすい説明で進めていただき、この分野の技術の発展の流れや最新の状況を大まかに把握することができました。その結果、今後の自己学習を進めるうえでの足掛かりを得られたと感じています。実際に技術を自在に活用できるようになるためには、まだ学ぶべきことが多く残されています。しかし、今回の経験は自らの専門性を広げたいという思いを一層強くする大変良いきっかけとなりました。

医療・ライフサイエンス分野におけるAI活用の現状と可能性について、講義と実習を通じて学びました。内容は、機械学習技術の体系的な整理から始まり、実習や応用事例を通じてAIを活用するための要素を習得する構成でした。一線で活躍する研究者の解説を聴きながら実習形式でAIを学べたことで、学んだ知識がどのように応用されるかを実感できました。実習では、公共データを用いた解析やニューラルネットワーク構築などを体験しました。AIツール（例：Gemini）を活用してプログラムコードの生成・解説機能を知ったことは特に印象的で、機械学習に対する心理的ハードルが大きく下がりました。今後は、自分の研究に機械学習を取り入れることを積極的に取り組みたいと考えています。また、大規模言語モデルのタンパク質科学や創薬への応用については、その技術の発展速度に驚かされました。今後は、新しく発表されるツールを積極的に試すとともに、AIの技術動向を継続的にウォッチしていきたいと思います。年々、何が可能になるのかを考えると、今後の進展が待ち遠しいです。最後に、次年度の参加を検討している方へお伝えしたいのは、「専門知識がなくても挑戦できる」ということです。内容は非常に充実しており、学び応えがあります。AIに興味がある方、研究や業務に応用したい方にとって、新しい視点やスキルを得られる機会になると思います。このような貴重な場を提供してくださった清水先生とスタッフの皆様に、心より感謝申し上げます。

AIを活用した業務に携わるようになりましたが、特定の領域の知識に偏っており、体系的に学ぶ機会が不足していると感じていました。そこで、生命科学や医学領域における幅広いAIの活用方法を学びたいと考え、「夏の学校2025」を受講しました。講義では学生の方が講師を務めてくださり、入念に準備されたことが伝わる内容でした。限られた時間の中で要点をわかりやすく整理していただき、初学者でも全体像をつかみやすかったです。一度の聴講だけでは理解が追いつかない部分もありましたが、丁寧に作成されたスクリプトが配布されており、復習を通じて基礎をしっかりと身につけられると感じました。また、基礎的な部分だけでなく、最新のトピックスや研究の動向についても紹介していただけたため、この分野の広がりや今後の可能性を具体的に感じることができました。このように、基礎と最前線を同時に学べる機会は非常に貴重であり、今後の研究活動に大きな刺激を与えてくれるものだと思います。生命科学とAIの接点に関心を持つ方には、ぜひ参加をおすすめしたいプログラムです。

バイオメディカルAI夏の学校2024

金曜日のBDSC，日曜日の夏の学校にフルで参加させていただきました。 BDSCで扱われていた内容はかなりレベルが高く，ディスカッションはついていくので精一杯なところもありましたが，スタートは初歩の内容から説明してくださっており，難解な論文の抄読会である中で極力初学者にも寄り添ったプレゼンテーションを準備してくださっていたと思います。最後には清水先生の総括もあり1時間半とは思えない収穫でした。日曜日の夏の学校も講義・実習が濃密に詰め込まれておりかなりボリュームのある内容でした。清水先生が専門的な内容はほとんど扱わないと仰っている通り，難易度自体は自分でAIの研究にとり組んだことがある人にとってはそこまで大きな負担とはならない内容かと思いますが，講義や実習を通して「バイオメディカルAI」「AIシステム医科学」といった分野で実際にどのような研究が行われているのかのイメージをつけられたと思っています。総じて無償とは思えない大変ありがたい二日間でした。ありがとうございました。 by 社会人 (医療専門職)

ずっと気になっていましたが、なかなか時間が取れず勉強できなかった医療画像のAIやDiffusionモデル、対象学習などを清水先生直々に教えてくださったので、とても勉強になりました。また先生の観点から、バイオメディカル分野の今後の展望も見えてとても興味深く拝見させていただきました。また講義形式だけでなく、実際にコードを動かすことで、その出力を見ることができ、今後の勉強の良い方針となりました。特にがんのトランスクリプトーム解析データの前処理の仕方がわかりやすかったです。自分自身では使ったことのないコードも沢山使われており、とても参考になりました。今後の自身の解析に活かしていきたいと思います。 by 社会人 (企業)

今回オンラインで夏の学校に参加させていただきました。他ではなかなか学ぶ機会のないバイオや医療とAIについて、実際のコードを見ながら学ぶことができ、大変参考になりました。実習は、清水先生が執筆された著書である通称"赤Python"がもとになっている部分も多くありました。本来2日に分けて開催する予定であったところを1日に短縮した関係もあるかもしれませんが、基本的に全てお話しを聞く形でした。難易度はホームページにもある通り、リテラシーレベルは簡単に復習するのみで応用基礎レベルより上がメインでした。そのため、他の書籍や授業で基本的なことは学んだから遺伝子データなどバイオや医療の実際のデータを扱いながら実践してみたいという方にはおすすめです。反対にかなりハイペースに進行していくため全くの初学者では理解が追い付かずおいて行かれてしまうのではないかなと思います。また、講義や実習の説明は清水先生のみでなく、学生の方も担当していてかなり量のあるコードをすらすらと解説している姿に刺激を受けました。自分はこれから始まる卒業研究で自身の領域とAIの融合分野を扱えればいいなと思っているので今回学んだ内容も参考にしながら勉強を続けていきたいと思います。 by 学部生

今回の講義では、応用基礎レベルを中心に幅広い内容を扱うため、内容はハードですがこれから医療AIについて学ぶための一つのきっかけとして貴重な経験になりました。事前に説明がありますが、初歩的な機械学習の内容やバイオインフォマティクスについては理解されていることが望ましいです。講義はipynb形式のファイルを使うのですが、これが説明がとても丁寧で復習がやりやすいなと感じました。応用も効く構成になっているのもとても満足しました。エキスパートレベルの講義に関しては、オムニバス形式で最新の医療AI技術についての可能性を知ることができましたが、詳細な数式の説明などはないので、あくまでも、説明いただいた通り入り口としての役割が強いと思います。 by 学部生

内容は難しかったですが、研究室で行っていることを開示していただけたと思いました。時間通りに進行され、資料も研究室のHP同様に作り込まれていました。AI分野では非常に高度なことが行われていると感じていましたが、ステップが多くて付いていけていないだけで、一つ一つを追って考えていけば辿り着けることに気が付きました。また、その作業をしないからこそ自分はいつまで経っても分からないのだと実感しました。私はアメリカの大学で、自動化された分子生物学分野の機器を横目に見ながら、あと何年かしたらこんなことはしなくなるだろうと思いながらピペットを手で動かしていました。同様の思いを抱くことが度々ありましたが、技術の進歩を待つばかりでした。しかし夏の学校では、新しい情報をしっかりと取り入れ、それを元に考える攻めの姿勢を見ることができました。内容は難しかったですが、自分で後から追いつこうという気持ちが湧いてきました。夏の学校では、時代を作っているという感覚に立ち会えると思います。by 社会人 (企業)

この度は貴重な機会をご提供頂き、清水先生をはじめ大学院生関係者の皆様に対し感謝申し上げます。AI、機械学習、深層学習などバイオロジストにはなかなかとっつきにくい領域ではありましたが、参加する機会を頂いたことで領域に対するリテラシーの向上だけでなく、自分の研究領域にどのように応用しようかと、大変わくわくさせていただけるような充実した内容でした。本企画を足がかりに、自分の興味ある分野やツールへの理解を深め、AI・機械学習を用いた研究を展開したいと考えています。このような内容を学べる東京科学大学の学生さんは大変羨ましく感じるとともに、科目等履修が出来たら全国から履修者続出なのではないかと存じます。この記事を読んでいただいている皆様にも大変オススメできる内容でございます。あまり敷居を高く考えずに参加されてみてはいかがでしょうか。 by 大学院生 (博士課程)

AIの生命医科学への活用について、幅広い内容を1日で解説していただけて、とても勉強になりました。私は全然知識がなく、参加前までは、AIを活用した医療というと、画像診断のイメージしかありませんでした。しかし、AI創薬やタンパク質の局在予測の実習を通じて、AIを用いると、今までの手法では分からなかったことや、実験では膨大な時間が必要なことが明らかにできると知り、研究にAIを活用することの重要性が分かりました。また、先生の講義では、Transformerなどの重要なモデルの仕組みについて分かりやすく説明していただけたうえ、最新のAIのトピックから先生が思うAI医療の今後の展望まで解説していただけて、とても視野が広がりました。次から次に新しい話題が出てくるので、ついていくのに必死でしたが、とても充実した時間を過ごすことができました。また、質問しやすい雰囲気で、分からないことを学生に丁寧に解説していただけた点も良かったです。研究に使えるデータベースやモデルもいろいろと教えてもらったので、夏の学校で学んだことを復習して、今後研究をする際に役立てたいと思います。AIを活用したバイオ系、医学系の話題に幅広く触れたい方には夏の学校を強くお勧めします。by 学部生

夏の学校2024に参加させていただきました！非常にオススメです。生命科学データの機械学習における基礎的な部分から近年の主要なトピックスまで幅広く網羅されており、講義と実践を通じて大変勉強になりました。がんのトランスクリプトーム解析、タンパク質科学への大規模言語モデルの応用、そしてAI創薬についての実践的なセッションも含まれており、Google Colabを使ったコードや解説も非常に役立ちました。具体的には、がんのトランスクリプトーム解析では実際のデータを用いた分析手法を学び、大規模言語モデルの応用では最新の技術を駆使したタンパク質構造予測について深く理解することができました。また、AI創薬のセッションでは、RDkitの使い方からグラフ畳み込みニューラルネットワークによる水溶解性予測まで、化合物の構造のみからその物性を予測するプロセスにおけるAIの役割を実際に体験することができました。非常に充実した学びの時間を過ごすことができ、これからの研究活動に大いに役立つ知識と技術を習得できました。特に、清水先生ならびに有志の学生スタッフの皆さまには、心から感謝いたします。おかげさまで、最新の知識を身につけるだけでなく、将来的に役立つ実践的なスキルも習得できました。来年参加を検討している方には、自信を持ってオススメします。このプログラムを通じて、実際の研究応用に直結するスキルを身につけることができると思います。清水先生ならびにスタッフの皆さま、本当にありがとうございました！ by 社会人 (医療専門職)

ホームページで清水先生の厳しくも情熱的な文章を拝見し、今回の勉強会に思い切って参加しました。最低限の基本は復習した上で参加しましたが、非常に勉強になりました。一日だけの勉強会だったため、スピードは速かったですが、清水先生や学生の方が幅広い医療AIについてわかりやすく解説してくださいりました。エキスパートレベルの内容は難しかったですが、読み返して少しでも理解できればと思います。時間の関係もあって実習のコードは用意されており、ついていきやすかったです。来年については、予習にて自分でコードを書いてみることがあっても勉強になるかなと感じました。正直有料でも誰も文句を言わないくらいの講義をしてくださったと思っています。本当にありがとうございました。by 社会人 (医療専門職)

基本的な解析から、順を追って非常にわかりやすく構成されて非常に勉強になりました。また、最新の内容もオムニバス形式で共有して下さり、その点も大変有り難かったです。1日という時間の中に、コンパクトに纏められていて、本当に有り難かったです。by アカデミア研究者

食わず嫌いでよくわからなかった分野でしたがかなり親しみを持つことが出来自分の勉強開始のきっかけにすることが出来るように思っております。ありがとうございました。by 大学院生 (博士課程)

AIの講義レベルはちょうどよかったが、バイオロジーのドメイン知識が不足しており理解が一部おいつかなかった。by 大学院生 (博士課程)

私はRNA-seqのデータをRで簡単な解析をしたことがあるだけの初心者だったので、ほぼすべての講義が初めて習うことばかりでついていくのに必死でした。ただ、講義の内容をpdfやデータでいただけたので、復習ができるので、非常に良い内容でした。特に、機械学習の歴史から最新のトレンドまでたった一日で学べることは他にない講義で、初学者の人にもすごく勉強になる内容でした。逆に、実習のパートは、RやPythonをまったく触れてない人には最初の入りが難しいかなと感じましたので、あらかじめ予習が必要かと感じました。もし今後２回目などありましたら是非また参加したいと思いました。ありがとうございました。 by アカデミア研究者

機械学習や深層学習の初歩的な事項から、基本原理を学んだ上で演習に取り組める形式で大変学びやすい講習でした。Dry解析を行ったことのない私にとってはDNAやタンパク質の解析をどのように情報処理して機械学習・深層学習に用いるのか具体的なイメージを持っていませんでしたが、講義の中でアミノ酸配列が言語に似ているとの着想から生命情報をベクトルに変換して処理を行う、まさに機械学習・深層学習で用いられる方法そのもので解析の普遍性を感じることが出来ました。演習においても遺伝子発現解析やタンパク質・低分子の構造予測など、異なる題材を複数扱い学びましたが、一貫して扱う題材をベクトル化して、機械学習や深層学習に持っていくと理解できました。まだまだ自分の研究分野にどう応用していくのか考えられていない部分もありますが、AIを研究に用いようと思うきっかけとして夏の学校はとても良かったと感じます。とても有意義な時間を過ごすことができました。by 大学院生 (修士課程)

いつも清水先生のSNSを拝見しており、今回の夏の学校の募集にすぐに申し込みました。一日だけとは思えないほど、多くのことを学べた実り多い会でした。清水先生のPython本は拝読していましたが、それ以上に清水研の夢のある研究内容や、AIの発展についてわかりやすく学ぶことができました。スタッフの方々もとても親切にアドバイスや研究内容についてお話いただき、とても楽しい時間を過ごすことができました。自分がすでに博士課程にいることが惜しいほど、素晴らしい研究室だと思います。今回のイベントをきっかけにして、多くの研究テーマが頭に浮かびましたし、コンペ等に応募するモチベーションになりました。医療ＡＩに興味があるけれど、どこから勉強してよいかわからない、よい研究室を探しているという方にとっては、素晴らしい機会だと思います。清水先生をはじめとしたステッフの方々、お忙しい中このような機会をいただき、どうもありがとうございました。by 大学院生 (博士課程)

大変勉強になる講義をありがとうございました。私は創薬科学を専攻する大学院生であり、今回の講義は非常に有益でした。自身は細胞生物学と情報学の融合研究を行っており、いつか研究に深層学習を取り入れたいと思っていたので、CNN（畳み込みニューラルネットワーク）などについて多少学んでいましたが、今回の授業で何をしているのかイメージしやすい説明をしていただけたので理解が深まりました。また、ケモインフォマティクスについてはなじみがなかったので、AI創薬演習はとても新鮮で刺激的でした。特に、グラフ畳み込みニューラルネットワークを用いて化合物の水溶性を予測する手法には驚かされ、「そういう使い方があるんだ！」と感動しました。さらに、近年のトレンドであるTransformerや自己教師あり学習についても詳細に説明していただき、AIの最前線に触れる貴重な機会を得ることができました。今回の講義を足がかりに、さらなる学びを継続し、自身の研究を一層高めていきたいと強く感じました。by 大学院生 (修士課程)

今回のイベントは講義パートと実習パートに分かれており、トランスクリプトーム解析やケモインフォマティクスなど、応用に近い講義・実習が多く、どのテーマも医療関連で自分の興味のある分野の内容であったため、非常に面白かったです。各講義では、最新の研究成果や実際の応用事例が紹介され、学術的な知識だけでなく、実践的な知識も得ることができました。講義パートでは、独学では中々学習が難しい「専門用語」の説明が非常に勉強になりました。また、各研究分野の歴史的背景や、現在の技術がどのように発展してきたのかを踏まえた説明が非常に分かりやすく、研究の全体像を理解する上で大変有益でした。このような背景知識を得ることで、自分の研究における新たな視点やアプローチを見つけることができました。中でも、講義の中で紹介されていた3D病理学分野に強く興味を持ち、この分野の最新技術や応用方法についてさらに詳しく調べてみたいと感じました。実習パートでは、配布されたコードの説明が詳細で、復習もしやすい作りになっており、大変勉強になりました。このような素晴らしいイベントを開催してくださった清水研究室の方々に大変感謝すると共に、今回のイベントを糧に、自分の今後の研究の幅を広げられるよう、バイオインフォマティクス分野の勉強を継続したいと思いました。また、高度な解析技術を駆使して、医療や生物学の発展に貢献できる研究を目指していきたいと強く思いました。by 学部生

バイオメディカルAI「夏の学校2024」に参加させていただき、非常に充実した経験を得ることができました。プログラムは医療や生命科学領域のAIについて、基礎から応用まで幅広く学べる内容で、とても有意義でした。特に印象に残ったのは、「大規模言語モデルのタンパク質科学への応用」の実習です。AI技術を用いてタンパク質の局在を予測する挑戦は非常に刺激的で、理論だけでなく実際の応用について学ぶ貴重な機会でした。また、「AI研究の主要トピックス & 生命医科学研究におけるAI研究の最前線」の講義では、現在の研究の最前線や今後の展望についての知見を得ることができました。この講義を通して、生命科学領域におけるAIの可能性を実感することができました。また、医療AIの現状についても具体的な事例を通して学ぶことができ、実際の研究での応用例について知ることができました。全体を通して専門的な内容も含まれていましたが、講師の方々が丁寧に説明してくださったおかげで、初心者でも理解しやすい内容でした。特に、普段の授業では触れる機会が少ない分野であったため、このような実践的な学びが得られたことは非常に良かったです。書籍では得られない知識や経験を直接学べたことは、とても貴重な経験となりました。また、対面での参加を通じて、同じ興味を持つ参加者や大学院生の方々と交流する機会があり、とても有意義な時間を過ごすことができました。私にとって非常に刺激になり、もっと精進していこうという気持ちを強く持つとともに、自分の視野が広がるきっかけとなりました。医療AIの知識と技術を学ぶことができたことで、自分の視野が広がり、今後の学習や研究において非常に役立つと感じています。このような貴重な機会を提供してくださった関係者の皆様に深く感謝しております。この経験をもとに、これからも精進していきたいと思っています。ありがとうございました。by 学部生

今回オンラインでの参加となりましたが、非常に有意義な経験となりました。内容はAI、バイオインフォマティクスの知識が浅い医学生である私にとっても理解できる程度に丁寧な説明がなされ、ハンズオンでコードを動かすことも理解をより深めることになったかと思います。この勉強会は、私にとって医学・生物学とAIの融合領域への興味を深めるきっかけとなりました。今まではそれぞれ少しかじった程度だったのですが、今後はより本格的に医学・生物学へのAI応用について学びを進めていきたいと考えています。とくに言語モデルのタンパク質科学への応用については、お恥ずかしながらトピック自体初耳であったのですが、とても興味深くより勉強をしたいと思います。by 学部生

私は7年目の医師でAIについてはほぼ初学者であり、事前にpythonなどの勉強を行いましたが、授業についていけるか不安でした。実際の授業は、講師の先生方が大変分かり易い講義をしていだだき、ある程度理解しながら授業を受けることができました。後半の方は難しい部分もありましたが、資料をPDFでいただけるため後でゆっくりと復習できることも大変ありがたかったです。来年以降は現在より習熟した状態でまた授業を受けることができればと思っております。by 社会人 (医療専門職)

夏の学校2024を修了した。一言でいえば、難しかった。応用基礎レベルの内容まではついて行けたが、エキスパートレベルの内容には取り残されてしまった。　来年以降、参加するかを迷っている人のために僕が思うところを述べたい。　まず、僕自身のレベル感を一言で説明すると、’生物・pythonはちょっと触れたことある’みたいな感じだ。僕は2024年時点で医学部の3年生で、基本的な生物学の知識をもっていた。24年の春から夏にかけては東大松尾研のGCI講義を受講しており機械学習の基礎的な実装は経験があった。清水先生の「pythonで実践　生命科学データの機械学習」も一周した。だからこそ、夏の学校の募集要項も満たしていたし内容的にも過不足ないと感じていた。　だが、受講してみると思ったより難しかった。論文抄読会も高度な深層学習の内容が理解できなかったし、近年のＡＩトピックスについても同様だった。感覚的には情報系の学部の講義に参加している様だった。もちろんＣＮＮの話や実習など（先述の本の内容が殆どだった）理解できた内容もあるが、おいて行かれた時の挫折感が強かった。　総じて、機械学習・深層学習のなんらかの実装経験がない人は受講しない方がいいと感じた。あるいは、ＡＩについての論文抄読会に参加した経験なども受講の目安になると思う。逆に生物の知識はあまり必要とされなかった。　以上が僕の感想だが、なにか申し込みの判断材料になれば嬉しい。 by 学部生

このたびはバイオメディカルAI夏の学校2024に参加させて頂き、ありがとうございました。医師歴15年近く経ってから、と通常より遅いタイミングで大学院に進学し、本年度より癌の病理検体を用いた機械学習の研究を始めたところでした。それまで機械学習はおろか、バイオインフォマティクス、プログラミングにも触れたことがなく、勉強を進める中で本プログラムを知り応募いたしました。事前に取得しておくべき前提知識をなんとか間に合わせた状態での参加だったため、密度が濃く、スピードの速い講義や実習に追いついていくのは大変でしたが、この分野の現状や今後の展望などまで知ることができ非常に有意義でした。AI創薬など縁のなかった分野についても学べてよかったです。清水教授をはじめ、修士、博士課程の学生の熱意に触れ、自分の研究の刺激にもなりました。事前準備から当日まで、お忙しい中このような機会を設けて頂き本当に感謝しております。by 大学院生 (博士課程)

自分はこれまで医療ビッグデータ解析などの臨床医学を中心としたDRY研究を行ってきましたが、もう少し基礎医学に寄ったDRY解析も出来るようになりたいと考え、今回の夏の学校2024に参加させていただきました。周りにはWET実験のみをやっている人がほとんどで、自分1人では何からどのようにすればいいのかなかなか手が出せなかったところだったので、ちょうどよかったと感じています。今回の夏の学校は応用基礎レベルが中心だったのですが、リテラシーレベルの復習から始まるので、エキスパートレベルの内容であってもある程度は理解できると思います。遺伝子からタンパク質、AI創薬に至るまで分野にとらわれず幅広い範囲を扱うことができたので、とても良い経験になりました。時間の都合上ダイジェストになってはしまいますが、コードや講義資料などを自分でも活用できるような形で共有いただけたので、少しずつではありますがDRY解析の分野の研究に活かせると感じています。自分は関西に住んでいたのですが、無料でオンラインで参加できるというのも魅力でした。同じようなレベルで手軽に参加できる講座は周りを見渡してもなかなかないと思うので、この機会に巡り会えたのであれば是非参加してみることをお勧めします！ by 学部生

まずは、「夏の学校2024」という大変貴重な学びの場を提供してくださった清水先生をはじめとする研究室の皆様、誠にありがとうございました。この場をお借りして感謝申し上げます。自身はこれまで化学と生物の境界領域を研究しており、Alpha Foldをはじめとするこの分野におけるAIの発展がすさまじく、それを活用した研究をしたい(少なくとも置いていかれないようにしたい...)という希望があったものの、どのように取り組み始めればよいのか全くわかっていませんでした。そのような自分にとって、今回の夏の学校は最適で、今AIと生命科学の分野がどのように結びついて発展してきており、今後どのような知識・技術が求められるのかということの概略がわかったのが、非常に大きな収穫でした。生命科学におけるAIの活用に関して、これほど重点的に学べる機会はあまりないのではないかと思います。ここで学んだことを活かして、さらに勉強を進めていきたいです。もし自分と同じような悩みを抱えている方がいましたら、是非参加してみることをおすすめします！ by 学部生

バイオメディカルAI「夏の学校」はデータサイエンス・バイオインフォマティクスに興味はあるが学ぶ機会が少ないと感じている人に、たった1日で多くの刺激を与えるセミナーだと思いました。日程は講義と実習を繰り返すように設定されており、清水先生による講義では習熟度が異なる人に対してフォローアップできるような説明がされ、最新の動向まで触れられているので知らないことがどれほどあるかがわかります。実習パートでは学生スタッフの方による解説を踏まえながら手を動かして解析を行います。この際もしっかりと補足説明があり、自信のない人でもおおよそ理解できるでしょう。全体を通して最も印象的だったのはこの夏の学校は「最初のきっかけに過ぎない」と清水先生が伝えていたことです。実際にこの夏の学校で学んだことがそのまま自分の分野に活かせるということは少なく、夏の学校で学んだことを自分で考えて応用していく必要があるでしょう。そのことを踏まえて少しでも興味があれば参加してみてください。後悔することはないと思います。by 大学院生 (修士課程)

この度は、このような素晴らしい会に参加する機会をいただき、誠にありがとうございました。私は主にwet研究に従事しており、dry解析の必要性が高まる中で独学を進めてきましたが、今回の講義・実習で基礎から応用まで密度濃く学ぶことができました。内容が非常に洗練されていて、特に蛋白質言語モデルやAI創薬についての最先端のお話を伺えたことは、新しい視点で自身の研究を考えるきっかけとなり大変興味深く感じました。また、講師の方々が惜しみなく知識を共有してくださる姿勢には大変感銘を受けました。学内外を問わず、広く知識を伝える姿勢は私自身も見習っていきたいと思います。今回得た知識を活かし、研究活動をさらに深化させていきたいと思います。機会がございましたら、今後はエキスパートレベルの講習会にもぜひ参加したいと考えています。改めて、企画・運営してくださった皆様には、心から感謝申し上げます。このような貴重な機会をいただき、誠にありがとうございました。by 社会人 (医療系専門職)

今回のイベントは講義と実習が組み合わさっており、バイオインフォマティクス解析、医療AI、タンパク質科学、AI創薬など多岐にわたる内容が扱われ、非常に密度の濃い充実した学びを得られました。限られた時間でのレクチャーであったため1つ1つの項目がじっくりと扱われたわけではありませんが、多くの最新の知見やキーワードについて論文の情報とともに紹介していただき、今後さらに学ぶためのヒントを得ることができました。特に医療AIやTransformerに関する講義が印象的であり、有名な自然言語処理のモデルが生命科学だけでなく臨床に近い医学にも応用されており、医療AIが私の考えていた以上に進展していることを実感できました。それとともに、技術を知るだけに留まらず、どこにどのように応用するかという考え方も普段論文を読む際には意識して学び取る必要性があると分かりました。さらに、実習では解説付きのコーディング教材を配布していただき、私がまだ至れていない「スマートにコーディングする」ための学びを得られました。今回の学びを普段の研究活動につなげるとともに、所属研究室全体にも還元できるよう努力していきたいと思います。最後にこのような貴重な学びの機会を提供してくださった、清水先生をはじめ清水研のスタッフの皆様に感謝申し上げます。by 学部生

医学部の低学年であるため、専門知識がまだ少なく、どの分野や領域から学習を始めれば良いのかもはっきりと分かっていませんでした。しかし、夏の授業では基礎的な知識の復習に加えて、論文や実際の活用例が豊富に盛り込まれており、体系的に学ぶことができて非常に有意義でした。また、講義資料も非常に充実しており、授業後の復習にも大変役立ちました。もし来年も同様の講義が開催されるのであれば、ぜひ参加したいと思っています。by 学部生

今回、バイオメディカルAI夏の学校2024に参加させていただきました。全体を通して、全くの初心者にとっては難しいと思いますが、ある程度、基礎知識がある方には有意義な内容になっていると思います。講義では基礎的な知識のおさらいと最新の情報までが、網羅されており、AI研究を志す者としては最低限必要な内容が凝縮されている印象です。また、実習に関してもタンパク質の構造、創薬、遺伝子発現などの切り口でプログラムが組まれており、それぞれが実践的な内容でした。特に機械学習を用いた解析の流れや、教科書的なコードが学習でき、非常に勉強になりました。今回の講義、演習を通じてAI研究への垣根がより低くなったと感じています。by 大学院生 (博士課程)

総論的な話から、実際にモデルを動かすところまで、1日の中で非常に多くのことを勉強することができ、非常に勉強になりました。ありがとうございました。 by 大学院生 (博士課程)

今回の特別講義は医療AI分野の幅広いトピックを講義と実習を通じて学ぶことができた非常に有意義な時間でした。特に印象に残ったのは、以下の2点です。 1つ目は、実習形式で実際にコードを動かしながら学べた点です。AIを学ぶ際、理論と実践のギャップに初学者はよく躓くと思います。しかし、今回の実習では専門家の指導を受けながら進めることができたので、理論だけでなく実践的なスキルも身に付き、本質的な理解を深めることができたと思います。初学者が一人でコードを学びながら動かすのは大変だと思いますが、この実習を通してその難しさが克服できたと感じています。 2つ目は、最新のAI領域の主要トピックについて、医療AIの最前線で活躍されている清水先生から直接お話を伺えた点です。AI技術は目覚ましい速度で進化していますが、医療の視点から見ることで、さらに興味深い洞察が得られたと思います。最前線の研究に触れることができ今後の学びへの刺激になりました。全体を通して、医療AIの最前線に触れながら、実際に手を動かして学べる機会が豊富に提供された充実した一日でした。このような貴重な機会をいただき、心から感謝申し上げます。 by 学部生

生命情報に関する情報科学に興味があり参加させていただきました。レベルの高い内容でも基礎から説明していただき、実習用の資料もとてもわかりやすく初学者にも理解しやすいように工夫していただきありがとうございました。 AI創薬に関する講義では“「儲からない」病気は製薬会社には魅力的ではない”ことと“開発費用の削減”のどちらも打破することができる可能性があるとのことでAI創薬に対してさらに大きな関心を持ちました。どの分野においても中途半端な知識ではなくしっかりとしたエキスパートレベルの知識を身につけることが大切だと感じました。今回の夏の学校の受講を通してAIや情報科学な度についてより深く学んでいきたいと感じました。今回はこのような貴重な機会をいただきありがとうございました。by 学部生

まず始めに、今回の勉強会を開いて下さった清水先生、清水研究室の皆様、このような貴重な機会をありがとうございました。私は大学で学んでいる統計学、機械学習、最適化の知識や経験を医療の分野で活かしたいという思いから、数理生物学の研究室を探していたところ、清水研究室に出会いました。今回の夏の学校に関しては、実際に院生の方と対面でお話を聞けること、プログラムの内容に惹かれ、参加を決めました。一日中のプログラムでしたが、全ての講義と実習が自身の興味関心の高いものだった為、あっという間でした。私は大学が情報系の学部であることもあり、生物学についてはまだ勉強中であるため、エキスパートレベルの実習、講義は難しく感じました。特に大規模言語モデルのタンパク質科学への応用は、まだ未習の分野だった為、ついていけなかったのでもっと学びたいと思い、今勉強しています。また AI 研究の主要トピックスと生命医科学研究における AI 研究の最前線の講義において、新たな情報を多く知ることができたのでとても印象に残っています。拡散モデルについては少し前に学び始めて、まだ理解が出来ていないところもあったのですが、とても分かりやすい説明でした。全体を通して清水研究室の方々のレベルの高さに圧倒されると共に、より一層この方達と研究をしたいという気持ちが強くなりました。次年度参加者の方へ、私も最初は全く分からず、自分には早いのでは無いか、相応しくないのでは無いかと不安でしたが、説明も分かりやすいですし、分からなかったところは院生の方が適宜優しく質問に応じてくれます。私は自分の成長、これから先の学習のモチベーション向上に繋がりました。是非、参加されることをおすすめします。by 学部生

私は医療AIの分野に興味があったのですが、その関連の研究室を調べていた中で清水研のウェブサイトを拝見し、また偶然時期もよかったため夏の学校のこともそこで知ることができました。そのため今回ここに参加でき、また対面で参加できて有意義な時間を過ごせたことは非常に幸運であったと思います。加えて、清水先生をはじめ開催に尽力してくださったスタッフの方々にはお礼を申し上げたいと思います。私は少し情報工学系のバックグラウンドがあったものの、そこまで詳しいわけではなく、今回ついていけるかどうか初めは不安でした。しかし、実際参加してみると講義部分で手厚く解説してくださったり、演習も一部分からなくてもついていけるようになっていたりと、とても学習しやすい内容になっていたと思いました。そのためこの分野にあまり詳しくない人にもおすすめできる機会になっていると思います。加えて、対面参加であったため、昼食時に清水先生や大学院生の方々とお話しできたことや、この回を通じて他の参加者ともお話しできたことは、個人的には講義や演習と並んで有益な時間だったと思います。また最後に研究室案内をしていただけたため、こういった新しい分野の研究室がどのような雰囲気で研究をしているのかを垣間見ることができ、これも将来自分がどういった研究をしたいか、どういった研究室に行きたいかを考える良い機会となったと思います。今回はこのような機会を提供してくださり本当にありがとうございました。さらに発展的なイベントが開催された際にはぜひとも参加させていただきたいと思います。by 学部生

講義と演習のバランスが良く、大変勉強になりました。オンラインでの参加でしたが、適度に学習者の進捗状況を踏まえながら進められ、またSlackで質問対応も可能だったので、特に追い付かないということはなく程よいペースで学習することができました。Google colaboratoryの使用だったのでプログラミング初心者でも対応可能だったと思います。バイオインフォマティクス関連の学習において、実際にコードを打ちながらハンズオンで学べる機会はそうそうないため、その意味ではとても貴重な機会ではないかと思います。講義全体としては、生命科学×AIという観点において様々なトピックに触れることができるので、一つを深堀するというより、手広く学習したい、生命科学×AIの大枠を掴みたいという方にとって特に良いのではないかと思いました。by 学部生

最先端の医療・生命科学分野におけるAIについて学ぶ貴重な機会でした。セミナーでは、生命医科学領域とAIに関する4つのトピックを実際にプログラムを実行しながら体験することができました。また、最近のAIの主要トピックスや、今後の生命医科学とAIの動向など、インターネットや参考書では知ることのできない貴重な情報も提供していただけました。対面参加限定の座談会では、研究室の見学や学生スタッフの普段の研究生活について質問することができました。特に、「どのような考え方でAIモデルを構築しているか」「生命医科学領域のAI研究で最も難しい部分はどこか」といった経験に基づく具体的な話を直接聞けたことが、参加して最も良かった点だと感じています。「夏の学校」での経験が今後の研究の基盤になると確信しています。生命医科学分野のAIに興味がある方や、すでに研究に取り組んでいて、より広い視点で自身の研究を見つめ直したいと考えている方には、ぜひ参加をお勧めしたいセミナーです。 by 大学院生 (修士課程)

TMDUの臨床医学系の大学院生・医師です。バイオメディカル夏の学校の自由に学びあう雰囲気がとても良いと思いました。私は予後予測モデルを独学で開発していた時期もありましたが、診療も行いながらでしたので、最近の進歩のスピードにキャッチアップするのが難しいと感じていました。今回、このような学びあいの機会に参加することができ、私自身のモチベーションにつながりましたし、学びが深まりました。実際に自分の手持ちのデータセットで応用をやってみたいと思いました。 by 大学院生 (博士課程)

幅広い内容を一日で学ぶことができ、非常に有意義な夏の学校でした。現在の研究室は有機化学の実験系ですが、大学院ではドライの研究に変えようと考えている私にとって、貴重な機会でした。多岐にわたる講義や演習では、AIを使うとそんなこともできるんだ！と終始驚いきワクワクしながら受講していました。特にAI創薬に興味がある私にとって具体的な研究手法などが学べました。 Pythonを用いた解析は独学でしか学んだことはなかったため、誰かに教えていただきながら学べる貴重な機会でした。馴染みのない分野は一度で理解するのは難しかったため、復習しようと思います。機会がございましたら、エキスパートレベルにも参加できればと思います。ありがとうこざいました。by 学部生

僕は今までAIについて深く学んだことはなかったのですが、様々なところからAIの医学や創薬との関わりを聞き、どういうことなのかを知りたいと思っていました。また現状はまだ高校生で基礎知識が足りないながらも、今後自分の将来においてどのようにAIが関わってくる可能性があるのかを知りたくて受講しました。応用基礎レベルということで、なかなか自分には理解が追い付かない内容もあったのですが、事前に必要な予習課題を提示して頂いたり、スタートの医療入門講義でリテラシーレベルのダイジェスト版をわかりやすく説明して頂いたことで、かなりAIのイメージが広がり、AIと医療との関わりや、現状、将来の展望など具体的に知ることができました。また、今後大学に進むにあたっても重要になるであろうトピックに触れさせていただいたり、大きな刺激になりました。　僕は将来スポーツ医学に携わりたいと考えていますが、今回参加させていただいて、AIとの関わりを考えると、主に怪我の予測や予防のほか、パフォーマンス解析による競技力向上などその可能性は無限にあると思いました。スポーツ医学界隈においてもAIは必要不可欠でその重要性はますます増していくものと思いました。今回のオリンピックは日本はとても良い成績だったと思いますが、おそらく各競技団体が持つデータの解析やスポーツ医学的アプローチの発展が大きく寄与しているのだろうと思います。大学でリテラシーレベルから授業が受けられるようなので楽しみですが、先生がお薦めして下さった医療とAIの入門書でまずは自分自身でAIへの学びを深めてみたいと思いました。この度は参加させて頂きありがとうございました。by 高校生