6. 医療情報データベース基盤

AI駆動型の次世代診療ワークフローとその意義
がん医療統合
データベース
の構築

同意取得された患者を
システムに登録する

患者に発生する臨床的イベントを
システムが追跡

＋
AIプラット
フォーム

（AI駆動型機器） 検査データを自動的に転送
例）病理組織像のAI構造化技術 大腸内視鏡診断支援AIの実臨床応用
30FPS

（数値化）
希少症例

類似症例

画像DB

内視鏡
システム

解析用PC
キャプチャー
デバイス

（応用）病理組織像の直接検索による
診断精度の均てん化

→ 読影や確定診断に必要とする時間の短縮よる
診療スループットの向上、医師の負担軽減、
定量的な病変評価による治療の質の向上

医療安全の向上
高リスク症例を医師が診断する前に
検出し、ランク付けするAIの開発
→ 高リスク症例の早期発見による患者予後
の向上、見落とし防止による医療安全向上

医用画像を起点とした診療情報構造化や
AIモデル構築を簡便化する環境の提供
腫瘍箇所を
円で表示

2020年に管理医療機器（Class II）として承認。
今後は、質的診断・転移予測・予後予測へと発
展させていく。

新型コロナウイルス感染症の拡大下において医療
システムの課題として認識された、柔軟で強靱な
医療提供体制の構築、デジタル化・オンライン化
を実現する。創薬研究、デジタル化・リモート化
やＡＩ・ロボットの活用を促進する事で、「イノ
ベーション国家」としてのプレゼンスを世界に示
していく。

病変の検出、候補診断名の提示や経時画像の計
測を自動で行う診療支援AIの開発

研究活動の支援

リアルタイムフィードバック
（約0.3秒以内）
各フレーム画像に対して腫瘍の有無、
腫瘍箇所/大きさを推定し、出力画像を生成

診療負担の軽減

AIによる推論結果を
リアルタイムに医師
にフィードバック

→ 多くのモダリティの臨床情報の定量的統合、
医師の研究活動の支援

人材育成
診療データの収集、統合、運用管理等の各
専門分野（データ品質管理、システム構築、
セキュリティ、法令順守等）を担う人材の育
成。資格化を見越した教育システムの構築
→ 高精度なデータ利活用環境の整備
12