- JST トップ
- /
- 戦略的創造研究推進事業
- /
CREST
- /
- 研究領域の紹介/
- イノベーション創発に資する人工知能基盤技術の創出と統合化/
- [人工知能]加速フェーズ2020年度研究開始課題
菅野 秀宣 |
多施設脳波データベース、専門家の知識、そして信号処理・機械学習技術を融合したプラットフォームを構築する。これにより世界中の人が等しく最良の生理機能検査を受け「脳の病気」の診断を的確に受けられるようにする。
脳波を始めとする生理機能検査は、判読できる専門家が極端に少ない現状にあります。これを打破し、世界中のてんかんを始めとする多くの患者が適切な治療を受けられるようにすべく、専門家の知識をAI化し、その知識を共有できるプラットフォームを整備します。
近藤 正章 | |
塩田 靖彦 | |
三好 建正 | |
岡本 球夫 | |
西山 高浩 |
オンデバイス学習と周辺技術、その集積回路化によって、エッジAIの裾野をセンサデバイスまで押し下げ、自律的で環境変動に強いインテリジェンスを実現し、産業機器の自動化と安心安全化を進め、高度に最適化された社会システムを実現する。
オンデバイス学習アルゴリズム、フェデレーション学習、その周辺技術と集積回路化により、低コストかつ多数のモノが自律的で環境変動に強いインテリジェンスを獲得可能とし、元来、数が多くメンテナンスし難いエッジAIの自律的運用をサポートします。開発したオンデバイス学習技術は、スマートインダストリー、設備監視、気象センサ、コンシューマ機器、センサタグ等に応用し、ローエンドエッジAIとしての有用性を実証します。
長原 一 | |
大野 英治 | |
橋本 英樹 |
これまで目視に頼っていたがん細胞診断を、細胞の3次元形状計測とデータベース構築および診断の機械学習により自動化する。これにより、高速・高精度ながん細胞診断支援システムを開発し、世界中の誰もがどこでもがん診断を受けられる社会を実現する。
標本採取による細胞診断は、癌の早期発見に有効な検査法の1つです。本研究課題では、超解像多重焦点画像列から細胞の3次元形状情報を抽出し、それに基づいた3次元画像認識AIによる細胞レベルで診断する革新的な子宮頸部細胞診自動診断支援システムを開発します。これにより、2次元画像のみを用いる現行機を凌駕する高精度で質の高い細胞診断を実現し、次世代細胞診断の創出を目指します。
関連リンク
プロジェクトウェブサイト
*ビジョン:研究実施にあたり、各研究チームが実現したい社会や解決したい問題などを表現したものです。