医療AI研究拠点との連携により、臨床医が自らAI・ロボット研究を主導できる、全国でも稀有な環境がここにあります。
気道確保支援ロボット、生体情報のリアルタイムAI解析、顔画像からの自動評価——研究室のテーマはすべて「手術室で実際に使えること」を目指しています。
実機が動く様子は、YouTubeで公開中。論文や学会スライドでは伝わらない迫力を、まず動画で見てください。
YouTubeで実機映像を見る顔をひと目見る、
その臨床の勘をAIにした。
麻酔科医は患者さんの顔を見た瞬間に、多くの情報を読み取っています。「この患者さんは挿管が難しそうだ」「むくみが強い」——言葉にしにくいその臨床の勘を、深層学習で再現できないか。そんな発想から始まった顔画像AI研究は、国際的に多数引用される論文（Highly Cited Paper）へと成長しました。
地方大学の一医局から、世界に引用される研究が生まれる。特別な才能ではなく、「臨床の疑問を大切にする文化」と「それを形にできる研究環境」の掛け算です。研究の裏側のストーリーは、noteで読みものとして公開しています。
note：顔画像AIがHighly Citedになるまで →※ 数値は掲載時点の目安です。最新の全業績は業績一覧をご覧ください。
業績の「数」ではなく、「何を明らかにしたか」で選びました。若手が筆頭著者の論文も多く含まれます。
麻酔科医が顔をひと目見て感じる「挿管困難そう」という臨床の勘を、深層学習（CNN）で再現。非侵襲的な術前評価の新しい可能性を示し、国際的に多数引用されています。
集中治療医が人工呼吸器のグラフィックモニタを見て下す「抜管できるか」の判断を、深層学習モデルで分類。ベテランの暗黙知を可視化・継承する試みです。
区域麻酔の教育を支援するため、超音波画像中の穿刺針をAIがリアルタイムに追跡。若手医師のトレーニングをテクノロジーで底上げする、実装志向の研究です。
多施設試験（OPTPRESS）のデータを用い、目標平均血圧への到達時間と90日死亡率の関連を解析。大規模臨床データを扱う集中治療研究の一例です。
深層学習を用いた顔画像解析で、困難気道や体液量などを非侵襲的に予測。Highly Cited Paperを含む一連の研究を展開中です。
気道確保・手技支援ロボットを工学系研究者と共同開発。プロトタイプの実機検証を、実際の医局員が担っています。
術中生体情報のリアルタイム解析による合併症予測。臨床データベースを活かした臨床研究も並行して進めています。
業績リストの数ではなく、あなたが手にする力で示します。
心臓・小児・脳外まで網羅する症例構成。専門医取得に必要な症例は余裕を持って経験でき、エコー下神経ブロックは日常の武器になります。
テーマ設定から統計解析・執筆まで伴走する指導体制。プログラミング未経験からAI研究を始めた医局員が、国際誌に筆頭著者として発表しています。
医療AI研究拠点のエンジニアとの共同開発に、若手のうちから参画。次世代の手術室を設計する側に回れます。
集中治療・ペイン・緩和などのサブスペシャリティ、大学院、関連病院——選択肢の広さが、長いキャリアの安心につながります。