// PART 01 / 16

AI/ML BASICS L1 L2

リハビリAI・機械学習の基礎地図

リハビリ領域でAI・機械学習を学び始めると、統計解析、予測モデル、分類、クラスタリング、生成AIなど、似たような言葉が一度に出てきます。第1部「リハビリAI・機械学習の基礎地図」では、リハビリテーション研究で医療AIを使う前に押さえておきたい考え方を、5 つの記事で整理します。

まず、従来の統計解析とAI・機械学習の違いを確認し、次に生成AIとの位置づけの違いを整理します。さらに、予測・分類・クラスタリング・生成という代表的な問題設定、リハビリAI研究を進めるための全体フロー、そして予測モデルの基本を解説します。

具体例として、FIM 予後予測、退院時歩行自立、自宅退院予測など、リハビリテーション領域で実際に研究テーマになりやすい課題を取り上げます。

ここで基本的な見取り図を持っておくと、第2部以降のデータ前処理、アルゴリズム、モデル評価、データリーケージなどの内容を、自分の研究テーマに結びつけて読み進めやすくなります。医療者やリハビリテーション研究者が、医療AI・機械学習を学び始めるための入口となるパートです。

ARTICLES: 5本
EST_TIME: 38min
LEVEL: L1/L2
UPDATED: 2026.05.23

記事一覧

// 05 ARTICLES · ALL

リハビリAI・機械学習入門
— 医療者のための予後予測の基本

重回帰分析とAI・機械学習の違い、とくに非線形データへの対応。FIM予後予測や歩行自立予測への応用を、リハビリ領域の例で整理します。

// overview / intro READ →

統計モデル・機械学習・生成AIの違い
— リハビリ・医療AI研究で「説明・予測・生成」をどう使い分けるか

統計モデル・機械学習・生成AIを、リハビリ研究での説明・予測・生成という目的から整理します。

// overview / paradigm READ →

回帰・分類・クラスタリング・生成の違い
— リハビリAI研究でタスクをどう見分けるか

回帰・分類・クラスタリング・生成の違いを、FIM予測や歩行自立予測などリハビリAI研究の典型例で整理します。

// overview / tasks READ →

リハビリAI研究の進め方
— 研究疑問から論文化までの7ステップ

リハビリAI・機械学習研究の流れを、研究疑問、データ収集、前処理、モデル開発、評価、論文化まで俯瞰します。

// overview / workflow READ →

予測モデルとは何か
— 入院時情報から将来の転帰を推定する考え方

説明変数と目的変数、回帰と分類、評価指標の前提。リハビリAIで扱うFIM予後予測や退院時歩行自立予測を例に整理します。

// overview / prediction-model READ →