乳腺癌有无淋巴结转移是决定患者治疗策略和预后的重要因素。通常通过显微镜观察病理组织来判断。然而，微小的病变容易被忽​​视，病理学家的诊断结果也存在差异，因此一直在寻求利用IT技术进行改进。

　本次研究中，在乳腺癌患者淋巴结组织的组织病理学图像中，将癌细胞区域和其他区域的约30万张图像作为训练数据读入“深度神经网络（注）”并进行网络优化。当时，我们成功地从神经网络的中间层提取了组织病理学图像的特征信息并进行了高效的学习，使得做出高度准确的判断成为可能。根据这个结果，我们制作了一张叠加在病理图像上的癌细胞存在概率图，并确定了每个淋巴结有无转移和乳腺癌患者的分期。实现了。

　本次研究结果表明，人工智能技术在检测乳腺癌淋巴结转移方面是有效的，可以获得癌细胞和癌组织的基本形态信息。未来，预计人工智能的使用将减少设施之间的差异，并实现对乳腺癌以外的各种癌症的病理诊断的高精度。

（注）神经网络是模仿大脑神经系统的信息处理模型，具有深层层次结构的称为深度神经网络。深度学习是使用它的人工智能技术之一。