ダーモカメラで撮影されたダーモスコピー画像1枚を解析して良悪性の判断目安を提供する「通常モード識別器」AI識別器を開発する。その後、通常モード識別器をベースに，ダーモカメラの偏光/非偏光の連続撮影画像を使用して識別精度の向上を目指す「マルチモーダルモード識別器」，およびダーモカメラの広視野撮影機能を活かして多数の病変のスクリーニングを効率化する「広視野モード検出・識別器」の開発を行う。
・「通常モード識別器」
信州大学の協力のもとで収集した国内の多施設データ（総計18,142症例）を用い，通常モード識別器の開発を行った。識別器と医師との識別性能比較試験を実施し，皮膚科専門医と同等以上の性能を達成した。クラウドで通常モード識別器を実行する製品プロトタイプを完成させた。
・「マルチモーダルモード識別器」
ダーモカメラを用いて連続撮影（偏光/非偏光）された国内の多施設データ（総計10,287症例）を用い偏光/非偏光の画像を同時識別するAIを開発した。通常モード識別器と比較し識別性能が有意に向上することが確認された。研究結果に基づいて，国内・海外承認申請の為の実証試験のコンセプト案を完成させた。
・「広視野モード検出・識別器」
スクリーニング機能、経過観察機能の2つの機能を開発した。
スクリーニング機能は，ほくろ多発患者の広視野臨床画像1枚から画像中に含まれる複数のほくろを検出し，悪性の可能性を病変毎にスコアリングおよびソートして提示する機能であり，クラウド実装したプロトタイプを完成させた。
経過観察機能は，現在と過去の同一の広視野画像を比較し，各病変の色やサイズなどの差異を数値化する機能であり，変化の大きい（＝悪性リスクの高い）病変の検出を支援する製品のプロトタイプを完成させた。経過観察機能について，With CAD観察者実験により同等の精度における診断時間を指標として省力化を確認した。研究結果に基づいて，国内・海外承認申請の為の実証試験のコンセプト案を完成させた。