画像認識AI全般について話せます

■背景
主に画像処理技術開発・製品開発に従事し、共願を含め米国特許約50件権利化している。特に画像からの3次元再構成技術や深層学習によるシーン解析、物体検出の開発を主導しています。

■話せること
画像処理ベースのAI機能開発における以下のような課題解決のお手伝いをさせてください！
・顧客価値探索のコツ
・データ収集・アノテーションのコツ
・AI学習や性能向上のコツ
・製品化における品質保証のコツ

■実績
主な実績は以下のとおりです。

2019年-現在　腹腔鏡胆嚢摘出手術（通称：ラパコレ）において、手術の安全性・効率向上のために、深層学習を活用して内視鏡映像から手術ステップをリアルタイムに認識・予測する要素技術を確立した。同技術は米国マサチューセッツ総合病院（以下MGH）とマサチューセッツ工科大学（以下MIT）との共同開発であり、同分野でトップカンファレンスであるICRA2021にて発表済みである。同開発においてMGH・MITの医師・研究者を含む10名程度の開発メンバーをMGHの客員研究員兼プロジェクトリーダー（以下PL）としてマネジメントしながら、手術ステップの認識・予測技術の製品化のために、医学的に価値のある各手術ステップの区切り方の再定義や、認識精度の向上など課題に取り組んでいる。

2014年-2018年　大腸内視鏡検査において見落とされている2割のポリープの見落とし低減のために、深層学習を活用して大腸内視鏡映像からリアルタイムに大腸ポリープを検出する技術を確立した。同技術はEndoAIDとして上市済みであり、当社初のAI技術として差別化に貢献している。また、同開発において10名程度の開発メンバーをPLとしてマネジメントしながら、種別や形状、内視鏡映像上での見え方など非常に多種多様なポリープを安定して検出するという難課題を深層学習で解決し、製品化につなげた。

2012年-2014年　小腸カプセル内視鏡検査において、医師が1時間以上かかっている読影時間を短縮するために、小腸カプセル内視鏡映像の要約技術の製品化に従事した。同開発において、上市に向けた複数施設による医師主導型クリニカルスタディを運用した。同技術はOmniModeとして上市済みであり、小腸カプセル内視鏡の差別化技術として貢献している。また、同開発において2～4名の開発メンバーをPLとしてマネジメントしながら、要素技術を製品化するための作りこみと、医学的有用性の検証を完遂した。

2003年-2010年　ヒトの見守りシステム構築のために、天井に設置された複数の監視カメラ映像から複数の部屋にまたがる複数の人物頭部の軌跡を3次元的に追跡可能な技術を確立した。同技術は米国パデュー大学の学生・ポスドクを含む約10名の開発メンバーとの共同研究であり、複数の論文が掲載されている。また、同開発において、3年間米国パデュー大学に客員研究員として赴任し、グローバルな共同研究のマネジメントに従事した。

2003年-2005年　自動車の運転支援のための、車載ステレオカメラ映像からのリアルタイム物体（車両）検出および物体までの距離計測技術を確立した。同開発において、当時としては一般のPCで1秒間に10フレームの処理が可能な非常に高速なアルゴリズムの開発に成功した。

2002年-2003年　気管支内視鏡の病変までの挿入支援（ナビゲーション）のために、CT画像からの気管支3次元再構成および病変までのルート探索技術を確立した。

1999年(入社年度)-2003年　物体形状の3次元再構成のために、ステレオ画像からの距離計測技術を確立した。同検討により一般のデジカメで撮影された画像から人物の顔の形状をサブミリオーダーで計測可能な技術の開発に成功した。