医用画像を用いた術後予後予測をおこなうAI解析の支援を実施しました。

従来は医師の経験に依存していた大腸拡張の判定補助の仕組みづくりを、実際の医療画像を用いたAI開発で支援しました。

内視鏡手術の映像から、深層学習モデルと後処理の工夫を組み合わせ、認識の安定化と高速化を実現しました。

加速度脈波を用いた心拍間隔推定モデルが抱える課題を整理し、より頑健なモデルを構築するための改善アプローチをご提案しました。

高齢者が自らの健康と向き合うシステムの構築に向け、生活データの計測および解析を共同実施しています。高齢者のさまざまな日常生活データから高齢者の体調変化を予測するAIを開発することで、高齢者が適切なタイミングで受診・検査できる環境の提供を目指します。

沖縄イノベーション・エコシステム共同研究推進事業（出口志向型研究支援業務）「藻類最適成長条件のAI・IoT自動探索技術の開発」にて、藻類成長予測システムの開発を目的とする共同研究に取り組んでいます。当社は藻類最適培養条件を探索するAIアルゴリズム開発を担当しています。

様々な疾患を対象とした将来的なリスクを予測する、生体サンプルによるスクリーニング検査サービスで利用されているAIの性能評価を実施しました。クライアント様が所有されるデータからAIモデルを当社側で作成し、さまざまな評価手法と基準を組み合わせた包括的評価を行いました。

薬剤スクリーニングは、疾患を改善する作用を持つ物質や最も高い薬効を示す物質を、薬剤候補の集団から見出す研究手法のひとつです。本件では、この研究の一環として、薬剤による細胞の変化を検出するAIモデルと、その判定パイプラインの開発を行いました。