JLK logo JLK logo

LEADING THE AI INDUSTRY
WITH DATA & TECHNOLOGY

JOOMEDは、大規模コホートデータ分析を通じて主要な研究インサイトを生成し、 研究データ間の類似性マッチング・縦断的傾向分析・研究仮説の検証支援機能を提供する、臨床研究向けのLLMベースResearch Supportプラットフォームです。

Medical Imaging LLM Challenges

医療画像LLMの核心課題

1. 医療画像の複雑性

3Dボリューム

2D Slice 1 3D Slice 1
2D Slice 2 3D Slice 2
2D Slice 3 3D Slice 3
2D Slice 4 3D Slice 4
2D Slice 5 3D Slice 5
2D Slice 6 3D Slice 6

医療画像は単なる2D画像ではなく、複数のスライス画像が積み重なって形成される、体積情報や奥行き情報を含む3Dデータです。

多様なシーケンス

Sequence Slide

同一部位であっても、MRIのT1、T2、強調画像のように、撮影目的に応じて多様なシーケンスが存在し、これが解析を複雑化させます

細粒度データの特徴

膨大な医療データの中には、単純な可視化だけでは把握が困難な潜在変数(Latent Variables)が存在します。

ドメインシフト

病院、機器、撮影設定などの環境が異なると、同一の撮影手法であっても画像の特性が変化するという問題が生じます。

2. トークンおよびコンテキストウィンドウの限界

3Dデータの爆発的増加

Brain MRIは数百枚のスライスからなる高解像度3Dデータであり、LLMが直接処理するには入力規模が過大です。

コストの急増

3D医療画像をそのまま入力するとトークン消費が急増し、患者単位の解析を重ねるだけでもコストが累積していきます。

情報処理の限界

コンテキスト長が増えても、大容量画像の入力時には情報処理能力の低下や処理性能の低下を避けることは困難です。

JOOMEDは研究目的(Research Use Only)で開発されたソフトウェアであり、医療従事者の臨床研究に活用されるツールです。最終分析結果の解釈は、JOOMEDではなくユーザーが行います。製品の機能、リリース時期、規制承認状況は、地域および状況によって異なる場合があります。これらの内容は、JOOMEDエンドユーザーライセンス契約(EULA)にも明記されています。