BDSC_OBOG – AIシステム医科学@東京科学大学 (Science Tokyo, Shimizu Lab)

このページにはBiomedical Data Science Club(BDSC) の卒業生の方々からいただいた、未来の後輩、つまり勉強会に参加しようか検討中の学生さんに向けたメッセージを原文のまま掲載しています (各自のご意向によってプロフィールを公開されている方も非公開の方もいらっしゃいます)。

卒業生からの未来の後輩に向けたエール

2024年度卒業生

私のBDSCの在籍期間は短かったですが、卒論や講義、国試対策と被って参加できない時にも作り込まれたスライドを見て勉強させてもらっていました。正直自分の中ではレベルが高くてついていけなかった部分もありましたが、それでも各分野についてこれから勉強していく指針やきっかけにはなったと感じています。分野は違えどデータサイエンスを学ぶ仲間という意味では同じ方向を向いているメンバーなので、勉強のモチベーションを保つという意味でも、BDSCは自分の中ではとても大きな意味を持っていました。
自分は臨床データ解析と機械学習を融合させた論文を紹介させていただきましたが、恐らく皆さんが馴染みのない分野であろう薬剤疫学についても鋭いコメントや質問をしていただけてとても嬉しかったのを覚えています。レベルの高いBDSCの皆さんにたくさん刺激を受け、学ばせてもらいました。
参加時期が早ければ早いほど成長できる会ですし、自分ももっと早くこの会を見つけていればと思うこともありました。これから入るかどうか迷われている皆さんにはとにかく入ってみる、やってみることが大事だということを伝えたいです。

初年度の第2回から参加し約3年間学ばせていただきました。BDSCは実際に直近の論文を発表・聴講してディスカッションできること、全国から意欲的な学生が参加していることの二点において、医学・生命科学領域のデータサイエンスを学ぶ貴重な機会だと思います。
年に数回の頻度でこの分野に関心のある学部生の方から学習方法などについて相談を受けることがあります。そこでは共通した問題があることを感じます。一つは、機械学習などのテキストを読み独学した後の次のステップが分からないということです。少しプログラミングはできるようになったがどう活かせば良いか分からないという声をよく耳にします。研究とはどういうものかを理解するには論文を読む経験が必須ですが、敷居が高いと感じる方が多いようです。もう一つは、学内で同じ志の仲間を見つけるのが難しいということです。昨今、バイオインフォマティクスやAIは流行りではありますが、依然として一つの大学の中で論文について議論し実際に発表するような負荷の高い勉強会を開催できるような環境を整えるのは容易でないようです。研究経験が乏しいうちは、その領域に精通した先生にチューターをしていただきサポートを受けることも重要かと思います。
以上を踏まえた上で、BDSCは駆け出しに必要な環境がまるまる揃っています。新しい環境に触れて、関心のある分野で少し先を行く同志と出会うことは非常に良い刺激になるかと思います。そこから繋がる縁もあるでしょう。まずは皆さんのチャレンジをお待ちしています。

BDSCには約1.5年参加させていただきました。機械学習とは何ぞや？　という興味から参加させていただいたのですが、抄読会では機会学習だけではなく数理生物学に近い論文も扱う機会があり、参加前に予想していたよりも幅広い論文を読む機会があったのは嬉しい誤算でした。抄読会を通して自分一人では読もうとも考えなかったであろう論文も読むことができ、wet実験以外の世界を知ることができました。
Sydney Brennerの有名な言葉に”Progress in science depends on new techniques, new discoveries and new ideas, probably in that order”（科学の進歩は新しい技術、新しい発見、新しい概念の順に生まれる）というものがあります。近年でもゲノム編集や光遺伝学は関連する分野で研究の方法を大きく変えました。最近では機械学習がこれらに加わり、大規模なデータ取得法と組み合わさって、以前よりはるかに大きなデータを扱うことが可能になりつつあります。BDSCを通して新たな技術を理解することで、新たな発見・概念に通じる道を開けるかもしれません。

2023年度卒業生

医学に限らずとも、生命科学分野のほぼ全ての領域で、データサイエンス・バイオインフォマティクスは欠かせないものになっています。これはWetな実験（細胞や大腸菌、酵素を実際に扱う実験）しかやっていない学生も痛感していることかと思います。私自身、Wet実験しかやってこなかった大学院生であり、研究室としてもWet主体であったことから、バイオインフォマティクスの勉強をどうやって行うか悩んでいました。そんなときに見つけたのがBDSCです。ここでは様々なバックグラウンドの学生が集まってバイオインフォマティクスを勉強しています。メンバーは必ずしも医学、あるいはデータサイエンスに長けた学生ばかりではありません。だからこそ、農学でWetな実験しかやっていなかった私でも、非常に勉強になりました。毎回の論文紹介だけでなく、清水先生が開講してくださる入門編の勉強会もあり、データサイエンスの初歩を、エキスパートから教えてもらう講義もあります。
BDSCの特徴は、何といっても学生の質の高さだと感じます。学年やバックグラウンドは違えど、皆が非常に高い意識を持ち、プレゼン、ディスカッションともにハイレベルなゼミが展開されています。一般にゼミと言うと、所属のラボのものしか知らない学生も多いかと思いますが、ここでは様々な研究室の学生のゼミを聞くことができます。そのあまりのハイレベルさ、わかりやすさに入会当初は衝撃を受けました。このような高い基準を、早い段階で知れたことは、今後の研究生活に大きな影響を及ぼすと確信しています。

このページを見ている皆さんは、おそらく生命科学・医学とデータサイエンスの融合領域を学びたいという方だと思います。そのような先進的な領域を、日本屈指の環境の中で学ぶことができる場がBDSCです。BDSCでは、インプットとアウトプットの両面で、大いなる成長をすることができます。私自身の実感として、１時間とは思えないほどの濃密な発表と議論、その後の清水先生の解説は、独学では決して得られない学びをインプットすることができました。そして、発表を通じてアウトプットすることで、知識と咀嚼力がより深く、広く身に付いたと感じています。この経験は自分の人生でも大きな財産になることを確信しています。
新しい環境に飛び込むのはいつだって躊躇するものですが、それは、本当に人生が変わるからだと思います。つまり、飛び込むのが恐いと思うほど、素晴らしいものが待っているということです！もし参加するか迷っているなら、飛び込んでみてください！将来、ともにBDSCで学んだ仲間や、これからBDSCで学ぶ方々と一緒に、様々な領域でイノベーションを起こしていけることを心待ちにしております。

BDSCに参加したときはデータサイエンスの分野にはまだ足を踏み入れたばかりで、医療とデータサイエンスの融合に興味を持っていました。このような背景を持つ私にとって、独学で学ぶのは厳しいと感じていました。そんな時にこの勉強会を見つけ、まさに必要としていた橋渡しとなりました。
　新しい分野の文献に初めて触れるときは、理解するのが難しいです。私も参加したばかりのころはいつも感じていました。そこで、発表を聞いた後に文献を再度読み返すことをおすすめします。発表者の方々が提供してくれる充実した資料を利用しながら、読み直すことで理解が深まります。自分が理解できたと思っていても、もう一度読むことで新たな発見があるかもしれません。
　最後に、初めて参加する方は勉強会のレベルや文献の難解さに圧倒されてしまうかもしれません。それでも根気強く継続して参加しましょう！きっとデータサイエンスやバイオインフォマティクス関連の知識を深めることができ、周りの同級生と差がつきますよ！！

医療AIの領域でBDSCのように、高いモチベーションと卓越した能力を持つ学生たちが学習に励む勉強会は、日本国内において他に類を見ないと思います。他の大学から参加された学生の方々の豊富な知識と科学への熱意を肌で感じることができ、非常に貴重な体験となりました。
また、私自身がウェットラボに属しているためドライ系の研究や情報に接する機会がこれまでほとんどありませんでした。そのため熱心で優れた能力を持つ他の参加者の方々とドライ関連の論文を紹介し議論する経験は学びになるだけでなく、大変楽しいものでした。
この度のBDSCでの経験は他では得られない非常に有益な機会でした。清水先生をはじめ他の参加者の方々にも心より感謝いたします。

2022年度卒業生

Biomedical Data Science Club (BDSC) の立ち上げからオンライン研究チャレンジに並行して1年間参加させていただきました。このページを見ている皆さんは何かしらの形で生命医科学とデータサイエンスの融合に興味があると思います。深層学習も機械学習も一定のレベルまではカリキュラム通り (E資格や統計検定など) にやれば学ぶことができますが、実社会の課題にどう応用していくのか？を学ぶのは一人では非常に困難です。論文では課題の設定の仕方、解き方、次に解くべき課題が明示されています。BDSCのメンバーがそれぞれの背景や興味に基づいて調べた応用例とそれぞれの知識を定期的に共有してもらうことで、自分一人では辿り着けなかった分野や知識を得ることができます。"You see what you know"という言葉がありますが、人間は自分の認知限界の範囲でしか知識を深めることはできません。異なる人と出会い、触発されることで自分の知識や発想の殻を破ることができます。かくいう私も勉強会のたびに基礎医学の手法を学び直すことで大学病院の先生とディスカッションを深める機会が増えました。自分の興味の外だった最適輸送やGAN (Generative Adversarial Network) についての知識も深まりました。単に論文を読んで何となく「凄いね」と言い合うことが目的ではなく、互いの興味に感化され触発し合う環境です。
医学の面でもデータサイエンスの面でも高度な内容を扱うので理解に苦しむこともあると思います、データサイエンスの知識が不安な人は清水先生が開講してくださる入門編の勉強会から始めても良いと思います。しかし、ある程度の知識があればこの環境に飛び込む方が早いです。今はインターネットで調べればいくらでもわかりやすい記事が出てくるので、とにかくひたすら調べる力と、恥ずかしがらずに質問するメンタルを養うことの方が遥かに重要だと思っています。筋トレと同じで負荷をかけないと伸びませんし、こういったところで何となく聞いた言葉に後で遭遇した時に加速度的に理解が深まることも多いです。
最後にこの勉強会の最大の特徴は清水教授がいることです。学生だけでも勉強会はできますが、基礎医学/臨床医学/データサイエンスに精通したsupervisorが最先端の話や歴史を踏まえてコメントをしてくれるのは何よりものBDSCの財産です。発表者としても学ぶことが多いというのは何よりも刺激的でした。
是非恐れずに、我々の仲間になってください！みなさんの興味や疑問が周りの糧になるのがBDSCです。

BDSCでは生命科学や医学に情報学を適応した論文を勉強することができる。毎回違うメンバーが発表を担当するため、幅広い分野の研究を知ることができるのと共に、他のメンバーとのディスカッションを通して、知らない分野への理解も深めることができる。何よりも、同じ興味関心を持った学生や自分よりも深い知識を持った学生が、他大学にいることに刺激を受けることがこの会の一番の醍醐味である。医学・生物系の学生で情報学について勉強したい学生、情報学に詳しく医学・生物系への応用について知りたい学生、そのどちらであっても、この会を通じて仲間と新しい知識を得ることができるだろう。

BDSCに限らず、勉強会で一番の成果を挙げるコツは、自分で発表することです。自分で発表しなければ、論文のメソッドを事細かに読んだり数式の意味合いを考えたりと言ったことに時間を使う人は少ないと思います。
BDSCの勉強会は、皆数式の意味合いを解説して下さり、数学が得意だったはずだが忘れてしまっている、理系の人間がリハビリするのに役立ちました。また研修医になってもこっそり参加したいです。

医学に情報学の知見を応用したい（あるいはその逆）と考える人は近年増えていますが、実際に現場でどのような研究が行われているかを知る機会は少ないと思います。BDSCは、医学とデータサイエンスの融合分野に興味がある全国の学生が集まって、隔週で最新の論文を読んで議論する会です。
BDSCでは、ゲノムなどの基礎研究から臨床データを扱った疫学まで、さまざまな論文が俎上に上がります。論文解説の後の質疑応答では、実際に研究をしている学生も多いため非常にリアルな議論が交わされ、聞いているだけでもとても勉強になりました。逆に自分が発表する際には、論文のfigureを一つずつ細かく吟味し、使われているソフトウェア一つ一つまで遡って嚙み砕いて説明するという得がたい体験ができました。また、清水先生が毎日のようにグループに流してくださる、最新の論文リストも非常にためになり、全てをPDFで保存するにはクラウドが全く足りないという嬉しい悲鳴が上がるほどの情報量を共有していただきました。
ぜひ、BDSCで皆さんも医学×データサイエンスの最前線に触れてみてください。特に関西勢が少ないので、関西の皆さん、首を長くしてお待ちしております（笑）。

私の発表は決してレベルの高いものではありませんでしたが、清水先生は知識量や理解度の有無を指摘するのではなく論点に焦点当てたアドバイスをしていただいたことが印象的でした。
この会にはすでに論文を発表されている方や有名コンペで入賞されている方も多くいらっしゃいます。間違いなく日本随一の知的探究への貪欲さと行動力をもつ学生の集まりといえます。そんな方達の集まりと聞くと畏縮してしまうかもしれませんが、こんな機会に巡り合えることは滅多にないのではないでしょうか。私自身、普通に暮らしていたら関わらないような、ハイレベルな同世代の持つコンピテンシーを自分の目で感じ取ることができたと感じます。
クリエイティブな環境に身を置きたいとの思いから、卒後はデジタルエージェンシーのスタートアップへ就職します。この会で学んだ、高度な付加価値とともにAI・データサイエンスを実用化するための手法への理解は、どのような進路をとっても有益であるとひしひしと感じています。この機会にとどまらず今後もさらに研鑽を積み続けたいと思います。