2023년
임대 가능하며 양도 불가능한 개인 NFT의 실현
：의료 데이터 활용을 위한 투명한 데이터 관리 시스템 구축

배경

현대 의료 분야에서 데이터 활용은 아직 충분히 이루어지지 않고 있습니다. 저는 의료 기관이 관리하는 데이터를 「개인이 가치를 인식하고 활용할 수 있는 데이터」로 전환하는 것에 주목했습니다. 그러나 이 개념은 보안성과 투명성을 모두 확보하는 메커니즘 구축이 필요합니다. 지금까지 이러한 구현의 성공 사례는 없었으며, 많은 기술적·운영상의 과제가 미해결 상태였습니다.

과제

건강 데이터를 제공하는 개인은 공유하는 데이터의 요소와 기간을 제한하고 싶어 하는 반면, 보험회사 등 데이터 이용자는 비즈니스 활용을 가능하게 하면서 데이터의 정확성을 보장하는 시스템을 원합니다.

2024년
면역 체크포인트 억제제 임상시험 성공 예측
：효율적이고 효과적인 신약 개발을 위한 AI 활용

배경

신약 개발에는 10년 이상의 시간과 수천억~수조 엔의 비용이 소요되며, 성공 확률은 10년 전 1만 5000분의 1에서 현재 3만분의 1로 낮아졌습니다. 이러한 상황에서 임상시험 및 자원 배분의 최적화·가속화는 업계의 오랜 과제였습니다. 특히 2상에서 3상으로의 전환 성공률은 24.6%에 불과하여 개선의 여지가 크게 남아 있습니다.

과제

면역 체크포인트 억제제의 3상 임상시험 성공 확률 예측에 임했습니다. 세계 모델의 「관측 정보에서 표현을 획득한다」는 개념을 응용하여, 환자의 혈액 데이터와 생체 데이터에 기반한 정밀도 향상을 시각화·검증했습니다.

2025년
감정 추정 × 교육 지원 AI 「EMOTIP」
오사카·간사이 엑스포 출전
：AI 영상 분석을 활용한 돌봄 시설의 케어 품질 향상 및 이직률 감소 대응

배경

돌봄 업계는 만성적인 인력 부족에 직면하고 있습니다. 500명 이상의 돌봄 종사자를 대상으로 한 조사에서 3년 내 이직 이유로 「미래 전망이 없다」가 15.4%, 「현재 급여」가 14.9%를 차지하여, 미래에 대한 불안과 노동 조건이 이직의 주요 원인임이 확인되었습니다.
나아가 치매 환자 등 감정 표현이 어려운 이용자와의 의사소통의 어려움이 이용자와 돌봄 제공자 양쪽 모두에게 큰 스트레스 요인이 되고 있었습니다.

과제

돌봄 대상자의 감정을 올바르게 이해하고 적절한 지원을 제공함으로써 입소자의 스트레스와 돌봄 제공자의 부담을 경감하는 시스템이 필요합니다. 기존의 관찰과 기록에 기반한 평가 방식이 아닌, 케어의 질을 가시화하고 케어 스킬의 자기평가를 지원함으로써 직원 교육의 부담을 줄이고 이직률을 낮출 필요가 있었습니다.

대응