本研究開発課題「人工知能による超高速3次元画像解析システム」で開発するのは、病変を見逃さない病理診断支援システムである。病理標本組織全体を透明化して観察することにより、病変の見落としリスクを低減し、人工知能による画像解析により病理専門医が確認すべき検体を抽出することで病理専門医の負担を軽減する。また、サンプル処理と撮影を自動化することにより、標本作製の労力とコストを削減できる。本システムは、自動組織透明化装置・多検体自動観察装置及び人工知能による画像診断プログラムにより構成される。令和元年度は本課題の最終年度であり、各研究開発項目を達成するとともに、「自動組織透明化装置・多検体自動観察装置プロトタイプ」及び「画像診断プログラムのプロトタイプ」を完成させた。「自動組織透明化装置・多検体自動観察装置プロトタイプ」の開発では、組織透明化試薬の性能を向上させたことによりマイクロチップ上での染色・透明化及び観察が可能になり、当初の想定より大幅にコストとスペースを削減した高効率な自動組織透明化・撮影装置のプロトタイプが完成した。また、透明化組織の観察に必要な光シート光源を搭載した3次元顕微鏡の開発にも成功した。非臨床試験では大腸がんモデルマウスを用いて、腫瘍部位と正常部位の判別マーカーを選定し、核・血管を含めてそれぞれ100以上の立体画像を取得し、人工知能の教育に活用した。また、腫瘍組織の画像データとゲノミクスデータ（遺伝子変異データ）を対応付け、公共の癌ゲノムデータベースと対比させて解析することが可能であることを確認した。また、グラフカット関数を利用した血管ネットワーク解析により正常組織と腫瘍組織の差異を客観的に数値化できることを確認した。臨床検体（消化管腫瘍性病変の内視鏡治療検体）の立体画像については目標数（各々10検体）以上を取得し、画像診断プログラムにより検体中の腫瘍部位の判別が可能となった。「画像診断プログラムのプロトタイプ」の開発では、臨床検体及び非臨床動物モデルの立体画像を用いて前年度より高い精度を持つ学習モデルを作成し、非臨床サンプルでは99.2%、臨床検体では93.3%の精度を達成した。また、実ユーザーが解析結果をGUIで確認できるプロトタイプを構築した。　本課題で使用している透明化試薬LUCIDについては、フォトンテックイノベーションズ株式会社から販売が予定されており、今後は同社が中心となって実用化機器の開発を進める予定である。