本研究では新たな患者腫瘍組織移植モデル(PDX)を作成、拡散MRI撮影を実施し腫瘍特性を解析した結果、9msや27.6msの拡散時間における複数の拡散MRI定量値において病理マーカーとの相関を有する傾向があった。トリプルネガティブ、Luminal、Her2などの乳がんサブタイプごとに、PARVAやILKなどの蛋白質と拡散パラメーターの相関を詳細に検討した結果、一部のサブタイプに特異的な相関パターンが認められた。国際磁気共鳴医学会や国際磁気共鳴医学会日本支部学術集会で発表し、バイオマーカーとしての検証を進めている。
またAIを活用した診断技術の開発では、複数の深層学習モデル（2D CNN、ResNet-18、EfficientNet-B0など）を比較検討した。病変の手動セグメンテーションを必要とせずに高い診断精度（AUC 0.83-0.88）を認め、放射線科医の読影に匹敵する診断能（感度85.9%、特異度81.4%）を示し、本結果を論文発表した。検出機能を追加実装した診断能の評価につき検討している。
ファントムを用いた複数施設臨床研究においては、乳腺腫瘍における拡散MRI撮影と複数のb値を用いた拡散MRI撮影、乳房拡散強調像におけるSTIRとSPAIRの異なる脂肪抑制法やb値による比較研究も実施し、b値の選択が病変の視認性とADC値に与える影響を評価した。これらの研究結果を臨床応用するため、多施設での検証を進めている。