- pursues one’s own vision and philosophy
- is creative and passionate about turning ideas into reality
- has a strong sense of logic and thinks quantitatively and deeply
- is persistent and has a strong mental power to carry things through
- loves programming and values systematic approaches
- makes your intellectual journey an enjoyable and fun adventure
- is stimulating and filled with exciting and challenging research directions
- is supportive for you to become an extraordinary and independent scientist
- gives you freedom to explore your own ideas whenever you feel competent
- surrounds you with colleagues happy to brainstorm with you and critique you constructively
はじめに
Science Tokyo (東京科学大学)・総合研究院M&Dデータ科学センター/大学院医歯学総合研究科・AIシステム医科学分野 (清水研) は豊富な研究実績 (過去)・恵まれた研究環境 (現在)・他の追随を許さない教育体制やリソース、そして何より将来にわたって緊密に連携できる同じ方向性を向いた優秀な仲間たち (未来) と過去・現在・未来の全てを兼ね備え、アカデミアで活躍する次世代の医療者・医学薬学領域 研究者を本気で育成する熱い研究室です。医学・生命科学と数理情報科学を徹底的に鍛え、卓越した研究遂行能力を持つ自立した研究者として世界に送り出します。自分にはアインシュタインやワトソンやヒントンのような天賦の才能はないと自覚しているが、研究者に絶対になる、そして次世代の医療を創るという情熱・決意だけは誰にも負けないという方には日本で唯一無二の研究室であると自負しています。
私達の研究室の最大の特徴は、一人ひとりの学生さんがすでに大きな成果をあげていることです。例えば学内の大学院生研究発表会はもちろん学会発表に参加すれば、みんな当たり前のように賞をとってきます。また、データサイエンスの国際コンペティション (大会) であるKaggleに (研究の邪魔にならないように) 参加しただけで銀メダル以上を獲得した (=フルで参加すれば1位狙いもできる) 国際的に見ても指折りの実力者達が当研究室学生だけで5名もいます。当研究室のようにそれほど規模が大きくない1つの研究室で国際トップレベルが5名というのはとてつもないことです。1人のエースが活躍しているだけならそれは個人の力ですが、当研究室は複数の学生たちがすでに活躍しているところに大きな意義があります。歴史の浅い当研究室でこのようなことを達成できているカラクリは極めて単純で、それは教育の力です。教育の力で世界に伍する実力を涵養する、それが清水研の大きな特徴であると考えています。
ここに一部だけですがお示しした通り、すでにさまざまな大学やバックグランド (文系学部の方も!) の方が清水研にきて学会賞をとっており、教育の質の高さは実証済みです。
そして2025年度は、新たにCS (博士課程の間に1,200万円ほどの生活費がもらえる制度) 、BOOST (博士課程の間に1,100万円ほどの生活費と100万円ほどの研究費がもらえる制度)、SPRING (博士課程の間に800万円ほどの生活費と150万円ほどの研究費がもらえる制度) に、合わせて5名の学生さんが採択されました。当研究室はこういった経済支援に対する採択率がScience Tokyoで最も高い研究室の1つですし、当研究室のアカデミア希望の博士課程学生さんは全員何らかの生活費収入がある状態になっていますが、それは圧倒的に成果を出す仕組み (と実績) が清水研にあることを考えれば至極当たり前のことです。清水研でフルコミットすれば、修士から入る方は博士課程1年目から、博士から来る方は博士課程2年目からこのような競争的でステータスでもある助成獲得がとても高い確率で期待できますし、先輩の採択率が高いからこそ申請書の書き方やスライドの作り方といったノウハウの蓄積、あるいは回し読みによる複数の先輩採択者による的確な添削指導などができます。
当研究室ですでに実績を出している複数の学生メンバーのうち、ご本人の同意をいただけた方だけですが短い「喜びの声」を掲載しております。
このように、それぞれ異なるバックグラントを持つ複数の学生さんが軒並み大活躍しているのは研究室の研究・教育システムが優れているからと自負しております。いきなり賞や論文やフェローシップまではいかなくても、最初の目標である全国規模の学会で発表できるくらいなら研究をはじめて半年でみんな到達しています (こちら)。
さあ、次は君が活躍する番ですよ！ チャンスの女神には前髪しかないといいます。今飛び込まずして、いつやるのですか？
詳細
私たちは、データサイエンスを武器にした基礎と臨床の架け橋になるような研究を目指しています。今はまだ十分に治せない病気を治すために、世界一流を目指す科学者を養成します。賢明な読者は既におわかりのように、このようなことを掲げている以上、清水研での大学院生活が少々厳しいことは当然のことです。万人受けは決してしないでしょう。しかし、研究人生を渇望する人には最高のパラダイスであり、次世代の卓越した研究者のインキュベーターでありたい、というのが私の願いです。
私たちの研究室は旧・東京医科歯科大学が母体ですが出身学部は全く問いません。医療系学部以外の方も入学可能ですし、メンバーの出身学部は医・歯・薬・理・工・農と理系のほぼ全ての領域から来ています。むしろ理工系出身で未来の医療を創りたい方は大歓迎です。理系だけでなく文系学部出身者の方も受け入れ実績があります。むしろチームに新しい知見をもたらしてくれる医歯学以外の領域を専攻してきた方・学外出身の方・外国籍の方を大歓迎します。今は生命科学・医療・情報科学に自信がなくとも、みっちりと修行していただきます (笑) ので大丈夫です。「人財の多様性」が私たちの研究室の揺らぐことのない基本理念です。
「情熱にまさる能力なし」ともいいます。必要なのは、私たちのラボ教育ポリシー・研究ポリシーへの理解と熱意、そして広義の意味で「データサイエンスで未来の医療を創る」ためにcuriosityドリブンで探求し続けることだけです。高い志をもつ研究仲間と出会い、自由な発想で新しい世界を創造して、次世代の医療に夢と希望をあたえる大発見をしましょう！
大学院の入試区分と学位について
Science Tokyo医歯学系における大学院の入試区分としては、当研究室は「修士課程 医歯理工保健学専攻」および「博士課程 医歯学専攻」に所属します。取得できる主な学位は、修士 (医科学)、そして博士 (医学) です。博士は医学の代わりに歯学・数理医科学・学術などでも取ることができます。標準修業年限は下記の通りですが、詳細はお問い合わせください。
- 学部・歯学部・薬学部等6年制の学部を卒業（予定）の方 → 博士課程（4年、 規定を満たせば3年での早期修了も可能）
- 本学医学部医学科4年・5年の方 → MD-PhDコース博士課程（4年、 規定を満たせば3年での早期修了も可能）
- その他の4年制の学部を卒業（予定）の方 → 修士課程（2年） + 博士課程（4年、 規定を満たせば3年での早期修了も可能）
- その他の4年制の学部を卒業後、修士課程（2年、専攻は不問）修了 (予定) の方 → 博士課程（4年、 規定を満たせば3年での早期修了も可能）</li>
- 上記以外の方→ 博士課程 (4年、 規定を満たせば3年での早期修了も可能)
※博士課程出願に先立ち「出願資格審査」が必要になります。
大学院教育の概要
まず最初に東京科学大 AIシステム医科学分野へようこそのページで私達の研究室の概要をご確認ください。大学院生にはアカデミア研究者として活躍するための教育として多数のbenefitを提供していますが、そのうち一部を抜粋して紹介します。
清水研で活躍できる大学院生 (クリックすると詳細が表示されます)
【研究のタイプ】特定の生命医学対象（例：癌ゲノム、メタゲノム、臨床データ）を設定し、世界中に溢れているデータを解析し新しい生命医科学の発見やエンジニアリングによる創出 (創薬も含む) を行うことを目指す。技術開発が目的ではないので、使えるツールなどは積極的に利用する（ただし不足している技術は開発を行うこともある）。
【向いている人材】生命科学（特に分子生物学）が大好き、『ワクワク』した気持ちになれる人
【入学後に必要なこと】最新の生命科学の論文（Nature, Science, Cellなど）をどんどん読む。Linux上で生命科学のデータ解析を行うためのやり方（特にPythonを使ったプログラム) を学習。情報技術・アルゴリズムをまずは広く浅く理解するが、自分が利用するツールで使われているアルゴリズムの特性は理解する
【研究のタイプ】生命医学データを効率的に解析するための基盤技術を開発し、技術の立場から生命科学にブレイクスルーをおこすことを目指す。情報科学分野（AI・機械学習・深層学習・データマイニング等）の最新動向をキャッチし生命科学や医療分野に応用をする。
【向いている人材】プログラミング、数学、物理が得意。論文で発表されているアルゴリズムや方法を実装するのが好きな人。
【入学後に必要なこと】最新の情報科学、特に主要な国際学会（NeurIPS, ICMLなど) の研究をフォローする。アルゴリズムを実装するために必要なプログラミング言語の能力をつける。バイオ系はまずは広く浅く身につける
【研究のタイプ (間)】必ずしも上の2つにきれいに分類できるわけではないので、その間の立ち位置で研究を行うことも可能
【研究のタイプ (両方)】両方をできる人材は現状極めて少ないため，研究・企業から引く手あまたです。
清水研の研究環境 (抜粋)
当研究室の研究環境をいくつかご紹介します。まず当研究室の大きな特徴は、各自に割り当てられた大きな研究を数年単位で進めるのと並行して、学内外の多くの共同研究の機会があることです。特に当研究室の超速intensiveにより、卒業時には圧倒的な研究実績を携えていることと思います。研究環境については、百聞は一見にしかずと言われますし、ホームページには出せないこともありますから、ぜひ一度見学に来てください。
データサイエンスを得意とする研究室はいろいろありますが、当研究室の研究環境面での強みは
- PIの清水自身が現役の医師であり、また大学病院がすぐそばにあるため、医療現場との連携も比較的容易です。例えば、東京科学大学病院では現在6万症例ほどデータ等の提供に関する広範同意をいただいた方が集まっています。日本の大学病院の中で、Science Tokyoは最も医療データの社会還元にcommitしている病院の1つです。また、清水は民間の医療法人の研究開発部門の顧問も勤めており、そちらへのアクセスも可能です。いずれも倫理審査がありますし、データの性質上難しい研究課題もありますので、詳細はお問い合わせください。
※ これは当研究室の考えですが、患者さんのデータ解析のみで完結する研究はメインでは行っていません (共同研究で担当させていただくことはありますが)。その理由は、医療系の方であれば分かっていただけると思いますが、単施設 & 後ろ向きの観察臨床研究はエビデンスレベルとしては限定的なものになってしまうからです。本当に病気を理解するなり診断治療を改革するには、前向きの介入が不可欠です。つまり臨床現場においては前向きに患者さんをリクルートするということですし、医療AIならばそのデバイスを実際に作り実際に使うということですし、あるいは細胞などを使ってデータ解析から見出したことを実験で証明するということです。その意味で、清水研では次に示すように実験室も整備しています。情報科学そのものに興味があるなら実験は不要ですし、疫学に興味があるならむしろ社会にその発見をどうpushするのか&行政にどう働きかけるのかといったことが大事になりますが、病気を理解したい/治療したいなら、遺伝子や細胞や臓器の破綻として疾患が起こる以上はこのような生命科学や化学などのミクロスケールのScienceからは避けて通れません。マクロな患者さんスケールから、分子といったミクロスケールまで有機的に接続されているのは情報系のラボにしてはとても珍しい清水研ならではのことです。
- システマティックな生命/創薬科学実験室を併設しているため、AIに与えるデータをとることも、あるいはデータ解析から見出したことの検証もできる。実験自動化のためのロボットや東京科学大学の中では当研究室にしかない創薬機器もある。
- 清水は医学部を卒業してからずっと医学部の外で訓練を受けてきました。大学院時代は理学部生物学科や薬学部・農学部といった叩き上げのライフサイエンスの方々が圧倒的に多い環境で修練を行いましたし、HarvardやMIT留学時代は数学や物理や化学といった生命科学・医療ではないバックグランドの方が多い研究環境に身をおいてきました。現在の部局 (M&Dデータ科学センター) も広い意味の医療や生命科学・創薬系のラボは他になく、数理や統計、情報出身の先生が多数派の部局です。そういった背景もあり、清水研では非常に広範囲なバックグランドを持つ方々と共同研究の機会がたくさんあります。
というところにあるかと思います。また、当研究室は現在ありがたいことにとても潤沢な研究資金をいただいており、典型的な研究室よりずっと多くのことができるという強みもございますし、東京にあるという立地からさまざまな研究会・勉強会・交流会に参加できる機会も豊富にあります。研究をする上で最高の環境を整えています。
清水研の教育システム (抜粋)
私達の研究室では普段の研究活動に加えて、わずか2年でどこに行っても恥ずかしくない研究者にするべく綿密なカリキュラムを組んで応用基礎からエキスパートプラスレベルまで、数々の勉強会を開催しております。数理については大学の教養数学の復習から始まり、2年後には最先端のAIトップカンファレンスに発表された学術論文を読めるようになります。バイオインフォマティクス全般はもちろん、臨床データ・統計解析や数理生物や計算創薬を学ぶ2年近くにわたる専門の勉強会、生命科学系ではバイブルになっているThe Cellの輪読会や論文に出てくるあらかたの図をまとめて学ぶ勉強会などがあります。
また、医師以外の出身の方にも医学科4年相当程度 (病院実習前の座学修了程度) の医療の基本を身につけていただくために週に3回は「朝活」を開催していますし、国際的な視座を養っていただくために週に1回は英語で全てやりとりする勉強会も行っています。
なぜこのような多岐にわたるプログラムを学ぶのかはなぜ清水研は「回り道」を強制するのか ―未来の科学は、境界を越える者だけが創れる―にも書いておりますのでご確認いただきたいのですが、米国HarvardやMITなど世界のトップレベル大学ではごく普通に行われていることを、日本でも行いたいということでこのような制度設計になっています。
勉強会としては、ラボメンバー全員参加の論文輪読会等と、大学院1/2年目が参加するCS・ML特論という名前のラボ内ゼミが通年であります。
我々の研究室は融合分野を扱っていますので、どんなバックグランドの方にとっても学んでいただかないといけないことがたくさんあります。
医学の基本 (=医学科4年相当)、分子/細胞生物学・遺伝学・生化学等のライフサイエンス、情報科学、数学の基礎 (=旧帝大の理工系学部卒相当)、バイオインフォマティクス、(創薬に必要な領域の) 物理化学・量子化学 etcを全部学んできたという方はかなり稀でしょう。さらに我々の得意とするAI関連領域も、今年出たばかりのICML, CVPR論文なんかを読みとけるくらいの力がある方も少ないはずです。清水研のスタンスは、異分野融合領域 (=「広く深く」の両立が求められる世界) だからこそ個人の独学では限界があるため、集合知での修得を目指しています。
清水自身がこれまで長いこと遠回りをして身につけたことを最短で学べるように綿密にカリキュラムを組んでいますし、それを学んだ学生さん達によって随時アップデートされています。
広く深い知識やスキルを武器に科学研究を楽しんでください！
清水研について、より詳細を知りたい方へ
ここまでお読みいただきありがとうございました。より詳細を知りたい方は、しばしばいただくご質問にお答えするQ&Aを用意しておりますのでこちらのページをご確認ください。
面談・研究室見学を希望の方へ
学部生としての研究室所属をご希望の方は清水宛にメールをお送りください。学外の所属の方も、これまでも東大や慶應義塾大といった首都圏の方を受け入れた実績があるだけでなく、遠方の学生さんたちもオンラインで研究に携わったことがあります。
大学院の進学先として清水研を検討している方は、お気軽に対面での面談・研究室見学にお越しください。大学院のお問い合わせは下記のリンクからお願いいたします。