乳がん病理画像・術中迅速病理検体を用いたAI診断の開発
FY2023-Q2に初出。6回の記載のうち4回が「再掲」。直近の記載はFY2026。
このテーマで動きを比べられる他社は、まだありません。
- FY2026前進有価証券報告書
「さらに、この技術を応用し、乳がんの術中迅速病理診断の支援のためのAI開発に取り組んでいます。」「2025年12月に本AIについての論文が掲載されました（科学誌「The Tohoku Journal of Experimental Medicine」）。」
乳がん病理画像AIについて、従来の探索研究・診断精度の開示から、術中迅速病理診断支援AIに関する論文掲載まで進展した。 - FY2026-H1再掲有価証券報告書
「探索研究段階では、検出モデルを３クラス（良性、非浸潤がん、浸潤がん）または２クラス（良性、悪性）で分類し、それぞれ88.3％と90.5％での診断精度を達成しました（科学誌『Journal of Pathology Informatics』に掲載）。さらに、この技術を応用し、乳がんの術中迅速病理診断の支援のためのAI開発に取り組んでいます。」
乳がん病理画像AIについて、３クラス88.3％、２クラス90.5％の診断精度、科学誌掲載実績および術中迅速病理診断への展開を再確認している。 - FY2024-Q1再掲有価証券報告書
「現在、探索研究段階では、検出モデルを３クラス（良性、非浸潤がん、浸潤がん）または２クラス（良性、悪性）で分類し、それぞれ88.3％と90.5％での診断精度を達成しました（科学誌「Journal of Pathology Informatics」に掲載）。今後、乳がん領域では「術中迅速病理検体画像」を用いたAI診断にも取り組む予定です。」
乳がん病理画像AIの診断精度と科学誌掲載実績、術中迅速病理検体画像への展開方針を再確認している。 - FY2023再掲有価証券報告書
「現在、探索研究段階では、検出モデルを３クラス（良性、非浸潤がん、浸潤がん）または２クラス（良性、悪性）で分類し、それぞれ88.3％と90.5％での診断精度を達成しました。」
乳がん病理画像AIの診断精度と、術中迅速病理検体画像への展開方針を再掲している。 - FY2023-Q3再掲有価証券報告書
「病理画像を用いた検証では、検出モデルを３クラス（良性、非浸潤がん、浸潤がん）または２クラス（良性、悪性）で分類し、それぞれ88.3％と90.5%での診断精度を達成しました。本研究成果は科学誌「Journal of Pathology Informatics」（2022年）に掲載されました。今後、乳がん領域では「術中迅速病理検体」を用いたAI診断にも取り組む予定です。」
乳がん病理画像AIについて、3クラス分類88.3％、2クラス分類90.5％の診断精度および科学誌掲載実績と、術中迅速病理検体への展開計画を再掲している。 - FY2023-Q2初出有価証券報告書
「東北大学と共同で、1,361枚の顕微鏡画像から、乳がん診断するAIを開発しました。病理画像を用いた検証では、検出モデルを３クラス（良性、非浸潤がん、浸潤がん）または２クラス（良性、悪性）で分類し、それぞれ88.3％と90.5%での診断精度を達成しました。本研究成果は科学誌「Journal of Pathology Informatics」（2022年）に掲載されました。今後、乳がん領域では「術中迅速病理検体」を用いたAI診断にも取り組む予定です。」
乳がんの病理画像1,361枚を用いたAI診断を東北大学と共同開発し、3クラス分類で88.3％、2クラス分類で90.5％の診断精度を達成した。今後は術中迅速病理検体を用いたAI診断へ展開する計画を初めて記載している。