エラーが発生しました。
2015年、深層学習（Deep Learning）と畳み込みニューラルネットワーク（convolutional neural network：CNN）を活用したアルゴリズムが、間接比較実験で人間の画像認識能力を上回り、人工知能の主たる方法論としての地位を築くことができた。そのように医療画像の分析においても深層学習を用いたアルゴリズムが性能面で突破口を開き、特定病変の検出（detection）、分類（classifi cation）、定量化（quantifi cation）、医療画像間の整合（registration）、領域分割（segmentation）、類似症例検索（CBIR）など多様な分野に急速に適用されている。今では、単に一般画像（natural image）の分析手法を医療画像に持ち込み適用するレベルに留まらず、医療画像の特性を十分に考慮した新しい方法論が続々と発表されており、既存の臨床的知識を統合·再解析する研究や、解析可能性（interpretability）に関する研究も行われ、医療画像分析における人工知能の活用可能性は徐々に高まってきている。一方、実際の臨床環境にこれを適用しようとする事例が増えるにつれ、技術的な課題と、技術のメリット・デメリットを理解することが要求されているが、本文では当社が開発·提供している診断補助プラットフォーム、VUNO Med®での実例をもってそれを論じたい。