- NEW
- (8/21)臨床試験など様々な活用シーンにおけるベイズ統計の基礎と実用性の手引き
- 価格:44,000円(税込) ～ 55,000円(税込)
▼ 商品説明の続きを見る ▼
セミナー講師
東京情報大学 非常勤講師 医学博士 嵜山 陽二郎 氏【大手外資系製薬企業にて様々の疾患領域における医学情報・統計解析担当を歴任】
【専門/主な業務】
医療統計学、薬物動態学、データマイニング、機械学習
【講師紹介】
セミナー趣旨
近年、AI・データサイエンスの普及にともない、「ベイズ統計」が再び大きな注目を集めています。少ないデータでも合理的に意思決定ができ、新しい情報を得るたびに確率を柔軟に更新できるベイズ統計は、あらゆる業界で実践的に活用されています。医療の分野においても、2026年1月、米国FDAは「臨床試験におけるベイズ統計手法の活用」に関するドラフトガイダンスを発出し、医薬品・生物学的製剤の主要評価変数の推論にベイズ手法を正式に許容する方針を明示しました。しかし「数式が難しそう」「具体的にどう使えるのか分からない」という声も少なくありません。本セミナーでは、ベイズ統計の基本的な考え方をやさしく整理したうえで、具体的実例を通じて、その威力を視覚的にわかりやすく解説します。◆講座主旨◆
「もし検査で陽性だったら、本当に病気の確率は何%？」直感と確率の答えがズレる場面は、ビジネスにも日常にも溢れています。ベイズ統計は、思い込みを数字で更新し、不確実な世界で賢く判断するための思考です。本セミナーでは、臨床試験での指針を中心に、様々な業界の実例を通じて、数式より「使いどころ」を重視し、その面白さと実用性をご紹介します。
◆講習会のねらい◆
本講座は、ベイズ統計を「理論」ではなく「使える道具」として身につけていただくことをねらいとしています。受講後には、(1) ベイズの定理の考え方を自分の言葉で説明できる、(2) 臨床試験だけでなく、自分の業界・業務における活用シーンを具体的にイメージできる、(3) 不確実性を前提とした意思決定の発想を持てるこの3つの状態を目指します。
【第1部】 ベイズ統計基礎
1. なぜ今ベイズ統計: 活躍する現代の場面（AI・医療・ビジネス）
2. 確率の基礎: 同時確率・周辺確率・条件付き確率
3. ベイズの定理: 事前・尤度・事後・周辺尤度
4. 医療診断の罠: 99%精度の検査でも陽性的中率は17%
5. スパムフィルタ: メールを「単語の袋」として見る発想
6. A/Bテスト: ベルヌーイ試行とベータ分布
7. 事前分布: 共役事前の便利な性質
8. 逐次更新: コイン10回→100回の更新シミュレーション
9. ベイズ vs 頻度論: p値と事後確率の決定的な違い
【第２部】 ベイズ統計活用事例
1. 医療・ヘルスケア分野: 検査の判定、臨床試験、創薬等
2. 金融・保険分野: 信用スコア、不正検知、ポートフォリオ最適化等
3. マーケティング・EC分野: A/Bテスト、広告効果測定、需要予測等
4. AI・機械学習: ナイーブベイズ、ベイジアン最適化、強化学習等
5. スポーツ分野: セイバーメトリクス、勝率予測、メダル予測等
6. 製造業・品質管理: 品質管理、故障予知保全、信頼性工学等
7. 気象・環境分野: アンサンブル予報、台風進路、地震確率等
8. 法律・社会科学: DNA鑑定、裁判推論、選挙予測等
【第３部】 臨床試験におけるベイズ統計の活用（FDAガイダンス）
1. 2026年は転換点: PDUFA VI・CID推進の規制的背景
2. ガイダンスの全体像とスコープ: CDER/CBER対象範囲、適用フェーズ
3. 開発戦略における活用: 主要解析・中間解析・用量設定・小児外挿等
4. 事前分布の設計: 無情報／弱情報／情報提供的事前分布
5. 外部データ借用と事前分布の実装: RBesTパッケージによるMAP構築
6. 動的借用と階層モデル: Driftに応じた借入量調整
7. シミュレーション中心の動作特性評価: 第I種過誤率の較正
8. 適応型デザイン: 予測確率（PoS）による中間解析
9. 規制対応戦略: プロトコル・SAP記載8要件
【第４部】 将来展望
1. リアルワールドエビデンス時代におけるベイズ統計の未来像
2. 今すぐ始める: 課題の明確化と事前情報の整理
3. グローバル開発で勝ち抜くベイズ戦略：日本企業の課題と機会
□質疑応答□
1. なぜ今ベイズ統計: 活躍する現代の場面（AI・医療・ビジネス）
2. 確率の基礎: 同時確率・周辺確率・条件付き確率
3. ベイズの定理: 事前・尤度・事後・周辺尤度
4. 医療診断の罠: 99%精度の検査でも陽性的中率は17%
5. スパムフィルタ: メールを「単語の袋」として見る発想
6. A/Bテスト: ベルヌーイ試行とベータ分布
7. 事前分布: 共役事前の便利な性質
8. 逐次更新: コイン10回→100回の更新シミュレーション
9. ベイズ vs 頻度論: p値と事後確率の決定的な違い
【第２部】 ベイズ統計活用事例
1. 医療・ヘルスケア分野: 検査の判定、臨床試験、創薬等
2. 金融・保険分野: 信用スコア、不正検知、ポートフォリオ最適化等
3. マーケティング・EC分野: A/Bテスト、広告効果測定、需要予測等
4. AI・機械学習: ナイーブベイズ、ベイジアン最適化、強化学習等
5. スポーツ分野: セイバーメトリクス、勝率予測、メダル予測等
6. 製造業・品質管理: 品質管理、故障予知保全、信頼性工学等
7. 気象・環境分野: アンサンブル予報、台風進路、地震確率等
8. 法律・社会科学: DNA鑑定、裁判推論、選挙予測等
【第３部】 臨床試験におけるベイズ統計の活用（FDAガイダンス）
1. 2026年は転換点: PDUFA VI・CID推進の規制的背景
2. ガイダンスの全体像とスコープ: CDER/CBER対象範囲、適用フェーズ
3. 開発戦略における活用: 主要解析・中間解析・用量設定・小児外挿等
4. 事前分布の設計: 無情報／弱情報／情報提供的事前分布
5. 外部データ借用と事前分布の実装: RBesTパッケージによるMAP構築
6. 動的借用と階層モデル: Driftに応じた借入量調整
7. シミュレーション中心の動作特性評価: 第I種過誤率の較正
8. 適応型デザイン: 予測確率（PoS）による中間解析
9. 規制対応戦略: プロトコル・SAP記載8要件
【第４部】 将来展望
1. リアルワールドエビデンス時代におけるベイズ統計の未来像
2. 今すぐ始める: 課題の明確化と事前情報の整理
3. グローバル開発で勝ち抜くベイズ戦略：日本企業の課題と機会
□質疑応答□
価格:44,000円(税込) ～ 55,000円(税込)
[ポイント還元 2,200ポイント～]