En
En
エルピクセルの強み
実用化する総合力
各開発ステップの総合力により
迅速なバージョンアップを実現
Step-1 製品企画
- 20以上の医療機関との共同研究により医療現場に寄り添った製品を開発
- 15名以上の様々な専門性を持つ医師とアドバイザー契約を締結し、フィードバックが常時得られる体制を構築。社内にも医師が複数名在籍
Step-2 データマネジメント
- クリニックから大学病院まで50以上の幅広い施設の医療データ収集体制を構築
- 30名以上の医師と契約し、素早く正解データを作成できる体制を構築
- 社内の医師がWチェックを行い、高品質なアノテーションを担保
Step-3 AIエンジン開発
- 医療と画像解析に強みを持つエンジニアが多数在籍し、各製品に最適なアルゴリズムをモデル構造から独自開発
- 少ないデータでもすばやく実用化の可能性を検証
Step-4 製品実装
- 品質マネジメントシステム(ISO 13485)に基づき、組織的に製品を開発
- 医療業界出身のエンジニアが多数在籍し、既存の医療システムとの接続を確立
Step-5 薬事対応
- 先駆者として新たな制度への対応を実施し、薬事ノウハウを蓄積
- 蓄積したノウハウや制度の利用により、迅速なバージョンアップを実現
- 様々な業界活動に参加し、AIに適した法整備の実現に向けて働きかけ
※数値は2024年5月末時点
見落としが命取りとなる
疾患を対象に
医師の診断を
サポートする製品をリリース
医療機器製造販売
承認・認証
9製品
MRA/MRI、CT
3製品
X線、CT
4製品
内視鏡
1製品
画像情報表示ソフトウェア
1製品
AIアルゴリズムの開発力
AI×医療分野に高い専門性を持つエンジニアが目的と課題に応じて、
様々なAIモデルを組み合わせてアルゴリズムを開発しています。
まずは少ないデータでいろいろな手法を試して実用化の可能性を検証後、さらにデータを集めて精度を上げています。
医療・生物分野に高い専門性を持つエンジニアが多数在籍
医師/薬剤師/博士 (薬学・生命科学・物理学)/医療系企業出身者などエンジニアの大半がAI技術だけでなく関連分野に高い専門性を持ち、開発組織内で互いの知見を共有しています。
アルゴリズムを複数組み合わせて最適化
専門知識を活かした課題設定・課題分割を行い、それぞれに適したアルゴリズムを開発。さらに様々な特徴を持つ複数アルゴリズムを組み合わせ汎用的に性能を向上させています。
(例) 脳動脈瘤の検出：医師も2次元・3次元表示を組み合わせて診断
画像生成技術を用いて学習データを増強
不足する条件のデータを補うため、既存データから不足データを生成し学習。シェアの低い機種で撮影した画像や、病変が複数存在するなど稀な条件に対応しています。
(例) 異なる機種の内視鏡装置の画像へ変換
(例) 色素散布画像の生成
