• INTRO

    broken image

    人工知能で、みんな健康かつ笑顔で暮らせる社会を実現する

    AIには、人々の「したい」という願望を、「した」という行為に変えられる力があります。


    「AIは人間を滅ぼすのでは？」

    いいえ、石器時代が石の不足で終わったわけではないように、そもそも人類はテクノロジィによって知を外在化し、己の人間性や文化を更新してきているのです。AIはさらに現実世界のあらゆる枠や法則といった「殻を破る」ことで、僕ら一人ひとりの思い描く未来を創造します。

     

    「AIは医師を代替するのでは？」

    いいえ、あくまで普遍的解釈がなく観察者間変動の激しい医療における「信頼できる自動セカンドオピニオン」として誤診を減らすのです。AIは医師とともに健康を守り人命を救うことで、全人類にとって明るい社会を実現します。

     

    broken image

    実際にAI、特に最先端のディープラーニングは高いポテンシャルを有し、専門医と同等かそれ以上の診断精度も出しつつある昨今です。

     

    たとえば、

    ・専門医よりも正確な、糖尿病による目の病気の識別 (Google, Dec ‘16)

    ・専門医と同レベルの、目視での皮膚がんの識別 (Stanford University, Feb ‘17)

    ・専門医と同レベルの、CT画像を用いた余命の予測 (The University of Adelaide, May ‘17)

    ・専門医よりも正確な、乳がんのリンパ節転移の識別 (Radboud University Nijmegen, Dec ‘17)
    ・1,345チーム参加コンペティションによる、頭蓋内出血の検出 (RSNA & Kaggle, Nov ‘19)

    など、大量の医用画像を用いる（主にn > 100,000）、印象的な研究成果が発表されています。

     

    しかし、こうした研究成果は限定的で、臨床応用はなかなか進まずにいるのが現状です。

     

    というのも、メディカルイメージングには、

    ・医用画像・病気・臨床的意義や解釈など、医療の専門知識が必要

    ・病理画像取得・許可が必要なため、データ数は限定的（主に患者数 < 30）

    ・一部の病気の画像だけが多く、腫瘍は健康部位より相当少ない（主に体積 < 2%）偏ったデータ

    ・医用画像は、主に白黒で低コントラスト

    ・測定装置・測定方法・個人・重症度によるばらつき

    といった壁があり、データセット依存・タスク依存になりがちだからです。

     

    これらを打開し、AIをより多くの病気や環境に対応させ、メディカルイメージングの裾野を広げるには、これまでの知を集積する一般化が必要となります。

     

    そこで、僕はディープラーニングを武器として、

    ・どんな病気にも対応できる万能型画像診断

    ・合成医用画像を用いたデータ拡大による診断精度向上

    ・複数データセットを活用した診断精度向上

    などを目指しています。

    この分野のサーベイおよび僕の研究内容を紹介した記事を書きました。

    『MRI/CTを読影したAIが人命を救う!? —医療×AI = Medical Imaging—』

  • CAREER

    broken image

    1993.01 韓国釜山生まれ

    2008.08 大検 合格

    2009.08 東京大学理科一類 合格（16歳）

    2011.04 東京大学理科一類 入学

    2015.03 東京大学工学部電子情報工学科 卒業（伊庭・長谷川研究室）

    2016.04-09 Exchange Student @Technische Universität München, Munich, Germany (Supervisor: Felix Achilles)

    2017.03 東京大学大学院情報理工学系研究科 電子情報学専攻修士課程 修了（伊庭研究室）

    2017.09-10 Visiting Scholar @Università degli Studi di Milano-Bicocca, Milan, Italy (Supervisor: Prof. Giancarlo Mauri)
    2018.07-08 Visiting Scholar @Università degli Studi di Milano-Bicocca, Milan, Italy (Supervisor: Prof. Giancarlo Mauri)

    2018.08-2020.02 国立情報学研究所・医療ビッグデータ研究センター リサーチ・アシスタント（RA）

    2018.09-11 富士フィルム株式会社・Creative AI Center Brain(s) インターン

    2018.09-2021.03 国立国際医療研究センター病院・放射線診断科 客員研究員

    2019.08-09 Visiting Scholar @University of Cambridge, Cambridge, The UK (Supervisor: Prof. Evis Sala)

    2020.03 博士課程教育リーディングプログラム 東京大学 ソーシャルICTグローバル・クリエイティブリーダー育成プログラム（GCL） 修了

    2020.03 東京大学大学院情報理工学系研究科 創造情報学専攻博士課程 修了（中山研究室）

    2020.04-2021.03 国立情報学研究所・医療ビッグデータ研究センター 外来研究員

    2020.04-2021.08 エルピクセル株式会社・CEO補佐

    2021.04- 埼玉県立大学 非常勤講師

    2021.09 独立
    2022.06 カリスト株式会社起業


    共同研究先

    • 英 University of Cambridge
    • 伊 Università degli Studi di Milano-Bicocca
    • 独 Technische Universität München
    • 日 富士フィルム・Creative AI Center Brain(s)
    • 日 九州大学
    • 日 中部大学

    日本語・英語・韓国語のトライリンガル。

  • Medical Imaging RESEARCH

    broken image

    あらゆる病気に対応できる万能型画像診断

    従来のAIによる画像診断は主に、特定疾患の画像で学習しその疾患だけを診断していましたが、(i) 様々な疾患の画像を大量に要すため、データセット/正解データ用意が困難、(ii) 画像の得難い希少疾患の診断が困難、という限界がありました。そこで逆に、超大量の正常脳MRIだけで学習したGAN（正常脳の一般化モデル）で任意（正常・異常）の脳MRIを再構築した後、元画像・再構築画像の差分を比較することで希少疾患を含む様々な病気の診断を目指します（教師なし異常検知）。

    Publications

    Presentations​

    • C. Han, F. Gesser, Z.Á. Milacski, L. Rundo, H. Nakayama, RNN-based Unsupervised Anomaly Detection for Alzheimer's Disease Diagnosis Using Multiple MR Image Interpolation, In International Summer School on Deep Learning (DeepLearn), Genoa, Italy, July 2018. 
    • C. Han, MRI Reconstruction through CNN-based Regression for Brain Disease Diagnosis, 東京大学生命科学シンポジウム（BIO UT）, 2017年 4月.
    • C. Han, F. Gesser, Z.Á. Milacski, Tomographic Slice Reconstruction by U-Net, In Vision and Sports Summer School (VS3), Prague, Czech Republic, August 2016. Best Poster Award
    • C. Han, F. Navarro, F. Achiles, Tomographic Slice Reconstruction by Convolutional Neural Network, In Medical Imaging Summer School (MISS), Sicily, Italy, August 2016.
    broken image

    合成医用画像を用いたデータ拡大による診断精度向上

    従来の医用画像のデータ拡大は主に、元画像の幾何学的・強度的変換に頼っていましたが、これらは元画像と本質的に似た画像しか生成しないため、十分な診断精度向上は得られません。そこで、GANを脳MR画像で学習し実際の脳の一般化モデルを用意することで、実画像と分布こそ似ているが個々の画像とは似ていない斬新な合成脳MR画像を生成し、診断精度向上を図ります。

    Publications

    Presentations

    • C. Han, H. Nakayama, Learning More with Less: Conditional PGGAN-based MRI Data Augmentation for Brain Tumor Detection, 東京大学生命科学シンポジウム（BIO UT）, 2019年 4月.
    • C. Han, H. Hayashi, L. Rundo, R. Araki, Y. Nagano, Y. Furukawa, G. Mauri, H. Nakayama, Infinite Brain MR Images: PGGAN-based Data Augmentation for Tumor Detection, In International Computer Vision Summer School (ICVSS), Sicily, Italy, July 2018.
    • C. Han, L. Rundo, R. Araki, Y. Furukawa, G. Mauri, H. Nakayama, H. Hayashi, Infinite Brain MR Images: PGGAN-based Data Augmentation for Tumor Detection, In The Italian Workshop on Neural Networks (WIRN), Vietri sul Mare, Italy, June 2018.
    • C. Han, H. Nakayama, Infinite Brain MR Images: PGGAN-based Data Augmentation for Tumor Detection, 東京大学生命科学シンポジウム（BIO UT）, 2018年 6月.
    • 荒木 諒介, 韓 昌熙, 早志 英朗, Leonardo Rundo, MIRU2017若手プログラム報告：GANによる合成脳MR画像生成, 情報処理学会 コンピュータビジョンとイメージメディア研究会 (CVIM) , 2018年 5月. 
    • C. Han, R. Araki, W. Shimoda, S. Muramatsu, H. Hayashi, GAN-based Synthetic Medical Image Generation, 画像の認識・理解シンポジウム (MIRU) 若手プログラム, 2017年 8月.
      最優秀研究計画賞
    broken image

    複数データセットを活用した診断精度向上

    従来のAIによる画像診断は主に、一様データからなる一つのデータセットだけで学習していましたが、医用画像は測定装置・方法によって解像度・コントラスト・解剖的連結などが違うため、データセット間の互換が少なかったです。そこで、CNNで前立腺データセット間の一般化を多角的に行うことで、前立腺の区域のセグメンテーション精度向上を図ります。

    Publications

    Presentations

    • L. Rundo, C. Han, J. Zhang, R. Hataya, Y. Nagano, C. Militello, C. Ferretti, M.S. Nobile, A. Tangherloni, M.C. Gilardi, S. Vitabile, H. Nakayama, G. Mauri, CNN-based Prostate Zonal Segmentation on MR Images: A Multi-centric Study, In International Summer School on Deep Learning (DeepLearn), Genoa, Italy, July 2018. 
    • L. Rundo, C. Han, J. Zhang, R. Hataya, Y. Nagano, C. Militello, C. Ferretti, M.S. Nobile, A. Tangherloni, M.C. Gilardi, S. Vitabile, H. Nakayama, G. Mauri, CNN-based Prostate Zonal Segmentation on T2-weighted MR Images: A Cross-dataset Study, In The Italian Workshop on Neural Networks (WIRN), Vietri sul Mare, Italy, June 2018.

  • Bioinformatics RESEARCH

    broken image

    大腸菌の遺伝子順序最適化による有用物質の大量生産

    従来の大腸菌オペロンの遺伝子順序改変による代謝促進は、コンピュータによる解析はなく、生物学者が5個の遺伝子（5! = 120）までを経験的に扱っていました。そこで、LCSを活用した合議制アルゴリズムで10個の遺伝子（10! = 3,628,800）を最適化をすることで、代謝物質を増やし薬やサプリメントなどの元となる有用物質の大量生産を試みます。

    Publications

  • ACTIVITIES

    2022年

    • 2022.12　国際画像機器展2022にて招待講演を行います。
    • 2022.11　日本放射線腫瘍学会第35回学術大会の「AIで切り開く放射線治療の未来」シンポジウムにて招待講演を行います。
    • 2022.08　エンジニアtypeに『16歳で東大合格、AI博士カリスの超シンプルなキャリア戦略』というインタビュー記事を掲載しました。
    • 2022.07　画像の認識・理解シンポジウム（MIRU）の若手プログラム・オブザーバー委員を務めました
    • 2022.06　カリスト株式会社を法人設立しました。設立日には、む(6)ちゅうに(2)な(7)るという意味を込めています
    • 2022.06　ジャーナル『JCO clinical cancer informatics (impact factor: ~4.5)』に『Applying Artificial Neural Networks to Develop a Decision Support Tool for Tis–4N0M0 Non–Small-Cell Lung Cancer Treated With Stereotactic Body Radiotherapy』を掲載しました。
    • 2022.04　LabBase plusで『「メディカルイメージング」の概要と最先端』に関して招待講演を行いました。
    • 2022.04　AERA English誌に『動詞を極めれば英語は伸びる！』というインタビュー記事を掲載しました。
    • 2022.02　日刊SPA!誌にて『誰でも“勝ち組”になれる一発逆転思考』をテーマに連載を開始しました。
    • 2022.02　SPIE Medical Imagingで『BAPGAN: GAN-based Bone Age Progression of Femur and Phalange X-ray Images』に関して口頭発表を行いました。

    2021年

    • 2021.11　MDPI社のジャーナル『Journal of Imaging (impact factor: 3.8)』にeditorialとして『Advanced Computational Methods for Oncological Image Analysis』を掲載しました。
    • 2021.11　Nature Research社のジャーナル『Scientific Reports (impact factor: 4.4)』に『Impact of GAN-based lesion-focused medical image super-resolution on the robustness of radiomic features』を掲載しました。
    • 2021.11　Popteen誌に『科学的勉強法』というインタビュー記事を掲載しました。
    • 2021.10　Visionと戦略誌に『AIで再定義される医療の在り方。簡単な診断や手術はAIが行う。課題は世界に大きく劣る開発力』を寄稿しました。
    • 2021.10　IoMT学会誌に『日韓における肺結節検出 AI の製品化動向と LPIXEL の取り組み』を寄稿しました。
    • 2021.09　AERA dot.に『16歳で東大に合格した韓国出身AI研究者・カリス 虐待、いじめを乗り越えた壮絶半生』というインタビュー記事を掲載しました。
    • 2021.08　エルピクセル株式会社を退社し、起業準備を始めました。
    • 2021.08　IEEE International Conference on Image Processing (ICIP)で『Effort-free Automated Skeletal Abnormality Detection of Rat Fetuses on Whole-body Micro-CT Scans』に関してポスター発表を行いました。
    • 2021.08　テレビ朝日「激レアさんを連れてきた。」に出演しました。
    • 2021.06　MBS/TBS「日曜日の初耳学」に出演しました。
    • 2021.05　病院誌に『AIによる画像診断支援の今日と明日』を寄稿しました。
    • 2021.04　BMC社のジャーナル『BMC Bioinformatics (impact factor: 3.2)』に『MADGAN: unsupervised medical anomaly detection GAN using multiple adjacent brain MRI slice reconstruction』を掲載しました。
    • 2021.04　中外医学社の『これだけでわかる! 医療AI』という書籍の一部として、『企業におけるAI機器の推進』に関してブックチャプター出版を行いました。
    • 2021.04　医用画像情報学会の学会誌「Medical Imaging and Information Sciences』第38巻第2号に『Tips and Tricks to Improve CNN-based Chest X-ray Diagnosis: A Survey』を掲載しました。
    • 2021.04　MDPI社のジャーナル『Journal of Imaging (impact factor: 3.8)』のEditorになりました。
    • 2021.04　埼玉県立大学の非常勤講師になりました。
    • 2021.04　国立国際医療研究センター病院・放射線診断科 客員研究員を終えました。
    • 2021.04　国立情報学研究所・医療ビッグデータ研究センターの外来研究員を終えました。

    2020年

    • 2020.12　映像情報Medical誌に『医療AIの保険収載へ向けた医療政策 - 医療AIの進展を握る個人データ取得 -』を寄稿しました。
    • 2020.11　映像情報Medical誌に『医療AI研究と社会実装 - 英国のトップ研究者と世界動向を展望する』を寄稿しました。
    • 2020.08　情報処理誌に研究会推薦博士論文速報として『Pathology-Aware Generative Adversarial Networks for Medical Image Augmentation』を寄稿しました。
    • 2020.08　映像情報Medical誌に『未来の医療を築く医療AIと診断支援技術「EIRL（エイル）」』を寄稿しました。
    • 2020.08　画像の認識・理解シンポジウム（MIRU）で『Unsupervised Anomaly Detection Using GAN-Based Multiple Adjacent Brain MRI Slice Reconstruction』に関してインタラクティブ発表を行います。
    • 2020.07　インナービジョン誌に『医用画像解析ソフトウエアの開発と臨床応用に向けて』を寄稿しました。
    • 2020.06　Computer Assisted Radiology and Surgery (CARS) で『BERT-based few-shot learning for automatic anomaly classification from Japanese multi-institutional CT scan reports』に関してポスター発表を行いました。
    • 2020.06　International Conference on Artificial Intelligence Applications and Innovations (AIAI) で『Bridging the Gap between AI and Healthcare Sides: Towards Developing Clinically Relevant AI-Powered Diagnosis Systems』に関して口頭発表を行いました。
    • 2020.05　情報処理学会 コンピュータビジョンとイメージメディア（CVIM）研究会で奨励賞を受賞しました。
    • 2020.05　情報処理学会 コンピュータビジョンとイメージメディア（CVIM）研究会で『Pathology-Aware Generative Adversarial Networks for Medical Image Augmentation』に関してD論セッションで口頭発表とポスター発表を行いました。
    • 2020.04　国立情報学研究所・医療ビッグデータ研究センターの外来研究員になりました。
    • 2020.04　エルピクセル株式会社に入社し、CEO補佐になりました。
    • 2020.03　東京大学から博士号（情報理工学）を取得しました。
    • 2020.03　東京大学大学院リーディングプログラムGCLコースを修了しました。
    • 2020.03　日本政府から天才認定を受け、特例として、日本の永住者になりました。
    • 2020.02　放射線治療人工知能研究会で『AIによる放射線画像解析の概要と課題・解決策から論文の通し方まで網羅！』に関して招待講演を行いました。
    • 2020.02　SPIE Medical Imagingで『Cloud platform for deep learning-based CAD via collaboration between Japanese medical societies and institutes of informatics』に関して口頭発表を行いました。

    2019年

    • 2019.11　ACM International Conference on Information and Knowledge Management (CIKM, 採択率：約19%) で『Learning More with Less: Conditional PGGAN-based Data Augmentation for Brain Metastases Detection Using Highly-Rough Annotation on MR Images』に関して口頭発表を行いました。
    • 2019.10　IEEE社のジャーナル『IEEE Access (impact factor: 4.1)』に『Combining Noise-to-Image and Image-to-Image GANs: Brain MR Image Augmentation for Tumor Detection』を掲載しました。
    • 2019.09　世界最大手学術出版社のSpringer社の『Neural Approaches to Dynamics of Signal Exchanges』という書籍の一部として、『Infinite Brain MR Images: PGGAN-based Data Augmentation for Tumor Detection』に関してブックチャプター出版を行いました。
    • 2019.09　世界最大手学術出版社のSpringer社の『Neural Approaches to Dynamics of Signal Exchanges』という書籍の一部として、『CNN-based Prostate Zonal Segmentation on T2-weighted MR Images: A Cross-dataset Study』に関してブックチャプター出版を行いました。
    • 2019.09　International Conference on 3D Vision (3DV) でStudent Travel Grantを受賞しました。
    • 2019.09　International Conference on 3D Vision (3DV) で『Synthesizing Diverse Lung Nodules Wherever Massively: 3D Multi-Conditional GAN-based CT Image Augmentation for Object Detection』に関してスポットライト発表とポスター発表を行いました。
    • 2019.09　Computational Intelligence methods for Bioinformatics and Biostatistics (CIBB)で『GAN-based Multiple Adjacent Brain MRI Slice Reconstruction for Unsupervised Alzheimer's Disease Diagnosis』に関して口頭発表を行いました。
    • 2019.09　University of Cambridge（ケンブリッジ大学）でのVisiting Student (Supervisor: Prof. Evis Sala) を終えました。
    • 2019.08　University of Cambridge（ケンブリッジ大学）のVisiting Student (Supervisor: Prof. Evis Sala) になりました。
    • 2019.08　AI研究をしている全東大生たちが対象の、University of Tokyo AI Solutions Global Competition 2019で優勝し、総額60万円以上の航空券代・宿泊費を含む、SU Global Summit 2020への参加権利を獲得しました。
    • 2019.07　画像の認識・理解シンポジウム（MIRU）で学生奨励賞を受賞しました。
    • 2019.07　画像の認識・理解シンポジウム（MIRU）で『Learning More with Less: Conditional PGGAN-based MRI Augmentation with Highly-Rough Annotation for Brain Metastases Detection』に関してロングオーラル発表を行いました。
    • 2019.07　Elsevier社のジャーナル『Neurocomputing (impact factor: 4.1)』に『USE-Net: incorporating Squeeze-and-Excitation blocks into U-Net for prostate zonal segmentation of multi-institutional MRI datasets』を掲載しました。
    • 2019.06　日本医用画像工学会の学会誌「Medical Imaging Technology』第37巻第3号に『Learning More with Less: GAN-based Medical Image Augmentation』を掲載しました。
    • 2019.06　Information Processing in Medical Imaging (IPMI) に参加しました。
    • 2019.05　1月の医用画像研究会での発表が、電子情報通信学会 医用画像研究会 MI研究奨励賞を受賞しました。
    • 2019.05　9月に伊・Bergamoで開催されるComputational Intelligence methods for Bioinformatics and Biostatistics (CIBB) のSession: Machine Learning and Computational Intelligence in multi-omics and medical image analysisにおけるTrack Chairになりました。
    • 2018.04　東京大学生命科学シンポジウム（BIO UT）で、『Learning More with Less: Conditional
      PGGAN-based MRI Data Augmentation for Brain Tumor Detection』に関してポスター発表を行いました。
    • 2019.03　GCL Workshop Cとして『Medical Imagingが切り開く医療の未来――臨床現場にフィットするAIを創るには？』を開催しました。
    • 2019.03　GCLシンポジウム 2019で、『私の未来の履歴書』に関してショットガン・プレゼンを行いました。
    • 2019.02　AAAI Conference on Artificial Intelligence (AAAI) に参加しました。
    • 2019.01　医用画像研究会で、『Towards Annotating Less Medical Images: PGGAN-based MR Image Augmentation for Brain Tumor Detection』に関して口頭発表を行いました。

    2018年

    • 2018.12　GCL定例ポスターセッションで『Infinite Brain MR Images: Can GAN-based Data Augmentation Improve Tumor Detection?』に関してポスター発表を行いました。
    • 2018.12　GCLミニプレゼンコンペで『医療 × AIで⼈命を救う』に関してピッチを行い、特別賞を受賞しました（賞金：10万円）。
    • 2018.11　富士フィルム株式会社・Creative AI Center Brain(s)でのインターンを終えました。
    • 2018.09　国立国際医療研究センター病院・放射線部の客員研究員になりました。
    • 2018.09　富士フィルム株式会社・Creative AI Center Brain(s)のインターンになりました。
    • 2018.08　画像の認識・理解シンポジウム（MIRU）で『CNN-based Prostate Zonal Segmentation on Magnetic Resonance Images』に関してポスター発表を行いました。
    • 2018.08　画像の認識・理解シンポジウム（MIRU）で『Infinite Brain Tumor Images: Can GAN-based Data Augmentation Improve Tumor Detection on MR Images?』に関してポスター発表を行いました。
    • 2018.08　国立情報学研究所・医療ビッグデータ研究センターのリサーチ・アシスタント（RA）になりました。
    • 2018.08　Università degli Studi di Milano-Bicocca（ミラノ・ビコッカ大学）でのVisiting Student (Supervisor: Prof. Giancarlo Mauri) を終えました。
    • 2018.07　International Summer School on Deep Learning (DeepLearn) で『CNN-based Prostate Zonal Segmentation on MR Images: A Multi-centric Study』に関して口頭発表を行いました。
    • 2018.07　International Summer School on Deep Learning (DeepLearn) で『RNN-based Unsupervised Anomaly Detection for Alzheimer's Disease Diagnosis Using Multiple MR Image Interpolation』に関して口頭発表を行いました。
    • 2018.07　International Computer Vision Summer School (ICVSS)で『Infinite Brain MR Images: PGGAN-based Data Augmentation for Tumor Detection』に関してポスター発表を行いました。
    • 2018.07　Università degli Studi di Milano-Bicocca（ミラノ・ビコッカ大学）のVisiting Student (Supervisor: Prof. Giancarlo Mauri) になりました。
    • 2018.06　The Italian Workshop on Neural Networks (WIRN)で『CNN-based Prostate Zonal Segmentation on T2-weighted MR Images: A Cross-dataset Study』に関して口頭発表を行いました。
    • 2018.06　The Italian Workshop on Neural Networks (WIRN)で『Infinite Brain MR Images: PGGAN-based Data Augmentation for Tumor Detection』に関して口頭発表を行いました。
    • 2018.06　東京大学生命科学シンポジウム（BIO UT）で『Infinite Brain MR Images: PGGAN-based
      Data Augmentation for Tumor Detection』に関してポスター発表を行いました。
    • 2018.05　情報処理学会 コンピュータビジョンとイメージメディア研究会（CVIM）で『MIRU2017若手プログラム報告：GANによる合成脳MR画像生成』に関して招待講演を行いました。
    • 2018.04　IEEE International Symposium on Biomedical Imaging (ISBI) で、『GAN-based Synthetic Brain MR Image Generation』に関してポスター発表を行いました。
    • 2018.03　中山研究室でVisiting Researcherをしていた共同研究者のLeonardo Rundo氏がイタリアに帰りました。
    • 2018.03　医用画像研究会で、『Prostate Zonal Segmentation Using Deep Learning』に関して口頭発表を行いました。
    • 2018.03　GCLシンポジウムで、3件の自主企画のポスター発表を行いました。
    • 2018.02　去年Visiting StudentをしていたUniversità degli Studi di Milano-Bicocca（ミラノ・ビコッカ大学）から、メディカルイメージングのスペシャリストで主な共同研究者であるLeonardo Rundo氏を招待し、中山研究室のVisiting Researcherとして受け入れました。
    • 2018.02　SPIE Medical Imagingに参加しました。
    • 2018.02　AAAI Conference on Artificial Intelligence (AAAI) に参加しました。

    2017年

    • 2017.12　東京大学にて『Medical Imagingが切り開く医療の未来――医用画像ならではの挑戦、そして意義』という題名で講演会を開きました。
    • 2017.12　GCL定例ポスターセッションで『GAN-based Synthetic MR Image Generation』に関してポスター発表を行いました。
    • 2017.12　博士課程教育リーディングプログラム ソーシャルICTグローバル・クリエイティブリーダー育成プログラム（GCL）から自主企画（個人、上限30万円）の予算が採択されました。
    • 2017.10　Università degli Studi di Milano-Bicocca（ミラノ・ビコッカ大学）でのVisiting Student (Supervisor: Prof. Giancarlo Mauri) を終えました。
    • 2017.10　SYSBIO.IT School on Computational Systems Biology and Bioinformaticsに参加しました。
    • 2017.09　Università degli Studi di Milano-Bicocca（ミラノ・ビコッカ大学）のVisiting Student (Supervisor: Prof. Giancarlo Mauri) になりました。
    • 2017.09　Medical Image Computing and Computer Assisted Intervention (MICCAI) に参加しました。
    • 2017.08　画像の認識・理解シンポジウム（MIRU）で『GAN-based Synthetic Medical Image Generation』に関して口頭・ポスター発表を行い、最優秀研究計画賞を受賞しました（チームリーダー、予選：8チーム中1位、決勝：4チーム中1位）。
    • 2017.08　画像の認識・理解シンポジウム（MIRU）で『CNN-based MRI Regression Using U-Net』に関してポスター発表を行いました。
    • 2017.08　「人工知能と脳科学の対照と融合」若手サマースクールに参加しました。
    • 2017.06　博士課程教育リーディングプログラム ソーシャルICTグローバル・クリエイティブリーダー育成プログラム（GCL）から自主企画（チームリーダー、上限150万円）の予算が採択されました。
    • 2017.04　東京大学生命科学シンポジウム（BIO UT）で、『MRI Reconstruction through CNN-based Regression for Brain Disease Diagnosis』に関してポスター発表を行いました。
    • 2017.04　博士課程教育リーディングプログラム ソーシャルICTグローバル・クリエイティブリーダー育成プログラム（GCL）の奨励金として20万円/月（選考により15・18・20万円/月の中から決まる）の受給を開始しました。
    • 2017.04　東京大学大学院情報理工学系研究科 創造情報学専攻博士課程（中山研究室）に入学しました。
    • 2017.03　世界最大手学術出版社のSpringer社の『Nature Inspired Computing and Optimization: Theory and Applications』という書籍の一部として、『Nature Inspired Computing and Optimization: Theory and Applications』に関してブックチャプター出版を行いました。
    • 2017.03　東京大学大学院情報理工学系研究科 創造情報学専攻を修了しました。
    • 2017.02 SPIE Medical Imagingに参加しました。

    2016年

    • 2016.12　Neural Information Processing Systems (NIPS) に参加しました。
    • 2016.09　Technische Universität München（ミュンヘン工科大学）でのVisiting Student (Supervisor: Felix Achilles) を終えました。
    • 2016.09　European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD) に参加しました。
    • 2016.08　Vision and Sports Summer School (VS3) で、『Tomographic Slice Reconstruction by U-Net』に関してポスター発表を行い、Best Poster Awardを受賞しました。
    • 2016.08　Medical Imaging Summer School (MISS) で、『Tomographic Slice Reconstruction by Convolutional Neural Network』に関してポスター発表を行いました。
    • 2016.07　IEEE Congress on Evolutionary Computation (CEC) で、『Optimization of Artificial Operon Construction by Consultation Algorithms Utilizing LCS』に関して口頭発表を行いました。
    • 2016.04　Technische Universität München（ミュンヘン工科大学）のVisiting Student (Supervisor: Felix Achilles) になりました。
    • 2016.04　博士課程教育リーディングプログラム　ソーシャルICTグローバル・クリエイティブリーダー育成プログラム（GCL）の2年次選抜に合格し（約60 名中20 名）、奨励金（12万円/月）の受給を開始しました。

    2015年

    • 2015.12　進化計算シンポジウムで、『機械学習による人工解糖系オペロン構築の最適化』のポスター発表を行いました。
    • 2015.10　博士課程教育リーディングプログラム　ソーシャルICTグローバル・クリエイティブリーダー育成プログラム（GCL）から自主企画（個人、上限30万円）の予算が採択されました。
    • 2015.10　東京大学工学部電子情報工学科の授業である『プログラミング基礎演習』のTAになりました。
    • 2015.04　博士課程教育リーディングプログラム　ソーシャルICTグローバル・クリエイティブリーダー育成プログラム（GCL）の1年次選抜に合格しました。
    • 2015.04　東京大学大学院情報理工学系研究科　電子情報学専攻修士課程（伊庭研究室）に入学しました。

  • International PUBLICATIONS/PRESENTATIONS

    ジャーナル論文（Peer-reviewed）

    ブックチャプター（Peer-reviewed）

    口頭発表（Peer-reviewed）

    ポスター発表（Peer-reviewed）

    招待ジャーナル論文

    ArXiv Preprints (Submitted to Journals/Conferences)

    • Currently no

    口頭発表（Without peer-review）

    • C. Han, F. Gesser, Z.Á. Milacski, L. Rundo, H. Nakayama, RNN-based Unsupervised Anomaly Detection for Alzheimer's Disease Diagnosis Using Multiple MR Image Interpolation, In International Summer School on Deep Learning (DeepLearn), Genoa, Italy, July 2018. 
    • L. Rundo, C. Han, J. Zhang, R. Hataya, Y. Nagano, C. Militello, C. Ferretti, M.S. Nobile, A. Tangherloni, M.C. Gilardi, S. Vitabile, H. Nakayama, G. Mauri, CNN-based Prostate Zonal Segmentation on MR Images: A Multi-centric Study, In International Summer School on Deep Learning (DeepLearn), Genoa, Italy, July 2018. 
    • C. Han, L. Rundo, R. Araki, Y. Furukawa, G. Mauri, H. Nakayama, H. Hayashi, Infinite Brain MR Images: PGGAN-based Data Augmentation for Tumor Detection, In The Italian Workshop on Neural Networks (WIRN), Vietri sul Mare, Italy, June 2018.
    • L. Rundo, C. Han, J. Zhang, R. Hataya, Y. Nagano, C. Militello, C. Ferretti, M.S. Nobile, A. Tangherloni, M.C. Gilardi, S. Vitabile, H. Nakayama, G. Mauri, CNN-based Prostate Zonal Segmentation on T2-weighted MR Images: A Cross-dataset Study, In The Italian Workshop on Neural Networks (WIRN), Vietri sul Mare, Italy, June 2018.

    ポスター発表（Without peer-review）

    • C. Han, H. Hayashi, L. Rundo, R. Araki, Y. Nagano, Y. Furukawa, G. Mauri, H. Nakayama, Infinite Brain MR Images: PGGAN-based Data Augmentation for Tumor Detection, In International Computer Vision Summer School (ICVSS), Sicily, Italy, July 2018.
    • C. Han, F. Gesser, Z.Á. Milacski, Tomographic Slice Reconstruction by U-Net, In Vision and Sports Summer School (VS3), Prague, Czech Republic, August 2016.
    • C. Han, F. Navarro, F. Achiles, Tomographic Slice Reconstruction by Convolutional Neural Network, In Medical Imaging Summer School (MISS), Sicily, Italy, August 2016.

    プロフェッショナル・サービス

    • Reviewer, Medical Image Analysis
    • Reviewer, IEEE Transactions on Medical Imaging
    • Reviewer, Lecture Notes in Bioinformatics (LNBI)
    • Reviewer, Fire Technology
    • Reviewer, IEEE Access
    • Reviewer, INFORMS Journal on Computing
    • Editor, Journal of Imaging
    • 若手プログラム・オブザーバー委員, 画像の認識・理解シンポジウム (MIRU), 2022年 7月.
    • Track Chair, Session: Machine Learning and Computational Intelligence in multi-omics and medical image analysis, Computational Intelligence methods for Bioinformatics and Biostatistics (CIBB), Bergamo, Italy, September 2019.

  • Domestic PUBLICATIONS/PRESENTATIONS

    ブックチャプター

    • 韓昌熙, 企業におけるAI機器の推進, 井川房夫, 藤田広志編著, これだけでわかる! 医療AI, 中外医学社, 2021年 4月.

    口頭発表（Peer-reviewed）

    口頭発表（Without peer-review）

     

     

    ポスター発表（Without peer-review）

     

    • C. Han, K. Murao, Y. Shimahara, H. Nakayama, S. Satoh, Unsupervised Anomaly Detection Using GAN-Based Multiple Adjacent Brain MRI Slice Reconstruction, 画像の認識・理解シンポジウム（MIRU）, 2020年 8月.
    • C. Han, H. Nakayama, Learning More with Less: Conditional PGGAN-based MRI Data Augmentation for Brain Tumor Detection, 東京大学生命科学シンポジウム（BIO UT）, 2019年 4月.
    • C. Han, L. Rundo, J. Zhang, R. Hataya, Y. Nagano, G. Mauri, H. Nakayama, CNN-based Prostate Zonal Segmentation on Magnetic Resonance Images, 画像の認識・理解シンポジウム（MIRU） , 2018年 8月.
    • C. Han, L. Rundo, R. Araki, Y. Furukawa, G. Mauri, H. Nakayama, H. Hayashi, Infinite Brain Tumor Images: Can GAN-based Data Augmentation Improve Tumor Detection on MR Images?, 画像の認識・理解シンポジウム（MIRU）, 2018年 8月.
    • C. Han, H. Nakayama, Infinite Brain MR Images: PGGAN-based Data Augmentation for Tumor Detection, 東京大学生命科学シンポジウム（BIO UT）, 2018年 6月.
    • C. Han, F. Gesser, Z.Á. Milacski, CNN-based MRI Regression Using U-Net, 画像の認識・理解シンポジウム（MIRU）, 2017年 8月.
    • C. Han, MRI Reconstruction through CNN-based Regression for Brain Disease Diagnosis, 東京大学生命科学シンポジウム（BIO UT）, 2017年 4月.
    • 韓昌熙, 柘植謙爾, 伊庭斉志, 機械学習による人工解糖系オペロン構築の最適化, 進化計算シンポジウム, 2015年 12月.

    招待講演

    • 韓 昌熙, 「メディカルイメージング」の概要と最先端, LabBase plus, 2022年 4月.
    • 韓 昌熙, AIによる放射線画像解析の概要と課題・解決策から論文の通し方まで網羅！, 放射線治療人工知能研究会, 2020年 2月.
    • 荒木 諒介, 韓 昌熙, 早志 英朗, Leonardo Rundo, MIRU2017若手プログラム報告：GANによる合成脳MR画像生成, 情報処理学会 コンピュータビジョンとイメージメディア研究会（CVIM）​, 2018年 5月.
    • 韓 昌熙, Medical Imagingが切り開く医療の未来――医用画像ならではの挑戦、そして意義, AI Dojo Tech Talk, 2017年 12月.

    ワークショップ開催

    記事

    • 16歳で東大合格、AI博士カリスの超シンプルなキャリア戦略, エンジニアtype, 2022年8月.
    • 動詞を極めれば英語は伸びる！, AERA English, 2022年4月.
    • 誰でも“勝ち組”になれる一発逆転思考, 日刊SPA!, 2022年2月～（連載）.
    • 科学的勉強法, Popteen誌, 2021年11月.
    • AIで再定義される医療の在り方。簡単な診断や手術はAIが行う。課題は世界に大きく劣る開発力, Visionと戦略誌, 2021年10月.
    • 日韓における肺結節検出 AI の製品化動向と LPIXEL の取り組み, IoMT学会誌, 2021年10月.
    • 16歳で東大に合格した韓国出身AI研究者・カリス 虐待、いじめを乗り越えた壮絶半生, AERA dot., 2021年9月.
    • AIによる画像診断支援の今日と明日, 病院誌, 2021年5月.
    • 医療AIの保険収載へ向けた医療政策 - 医療AIの進展を握る個人データ取得 -, 映像情報Medical誌, 2020年11月.
    • 医療AI研究と社会実装 - 英国のトップ研究者と世界動向を展望する, 映像情報Medical誌, 2020年11月.
    • Pathology-Aware Generative Adversarial Networks for Medical Image Augmentation, 研究会推薦博士論文速報, 情報処理誌, 2020年8月.
    • 未来の医療を築く医療AIと診断支援技術「EIRL（エイル）」, 映像情報Medical誌, 2020年8月.
    • 医用画像解析ソフトウエアの開発と臨床応用に向けて, インナービジョン誌, 2020年7月.
    • MRI/CTを読影したAIが人命を救う!? —医療×AI = Medical Imaging—, Laborify, 2019年 8月.

    テレビ出演

    • 「激レアさんを連れてきた。」, テレビ朝日, 2021年 8月.
    • 「日曜日の初耳学」, MBS/TBS, 2021年 6月.

  • AWARDS/GRANTS/LANGUAGES

    受賞歴

    • 2020.05　情報処理学会 コンピュータビジョンとイメージメディア（CVIM）研究会 奨励賞
    • 2019.09　International Conference on 3D Vision (3DV) Student Travel Grant ($CAD 500獲得)
    • 2019.08　University of Tokyo AI Solutions Global Competition 2019 優勝（総額60万円以上の航空券代・宿泊費を含む、SU Global Summit 2020への参加権利獲得）
    • 2019.08　画像の認識・理解シンポジウム（MIRU） 学生奨励賞
    • 2019.05　電子情報通信学会 医用画像研究会 MI研究奨励賞
    • 2018.12　GCLミニプレゼンコンペ 優勝（賞金10万円獲得）
    • 2017.08　画像の認識・理解シンポジウム（MIRU） 最優秀研究計画賞（チームリーダー、総額100万円以上のGPUs獲得）
    • 2016.08　Vision and Sports Summer School (VS3) Best Poster Award

    主な予算獲得状況

    • 2019.10-2020.03　GCL自主企画予算（個人、上限25万）
    • 2018.12-2019.01　GCLミニプレゼンコンペ特別賞賞金（上限10万）
    • 2017.12-2018.03　GCL自主企画予算（個人、上限30万）
    • 2017.06-2018.03　GCL自主企画予算（チームリーダー、上限150万）
    • 2015.10-2016.03　GCL自主企画予算（個人、上限30万）
    • 2015.04-2020.03　博士課程教育リーディングプログラム　ソーシャルICTグローバル・クリエイティブリーダー育成プログラム（GCL、修士2年 - 月12万・博士 - 月20万）
    • 2010.03-2015.03　日韓共同理工系学部プログラム（月12万）

    言語力

     

    • 日本語：ネイティブ
    • 韓国語：ネイティブ
    • 英語：上級（TOEIC: 985/990）
    • プログラミング：Python (Modules: NumPy, TensorFlow, Keras)

  • CONTACT ME

    Email: trcikster.kallis@gmail.com

  • このHPは、Nami Ogawa氏のHP (http://namiogawa.mystrikingly.com) のフォーマットを参考に作成しています。

    クッキーの使用
    Cookiesを使用して、スムーズなブラウジングエクスペリエンスを保証します。続行すると、Cookiesの使用を受け入れるものと見なされます
    詳しく見る