本研究では、現行の深層学習を用いた診断支援AIが抱える問題を解消することを目的に、下記を実施する。1)スモールデータ深層学習と連合学習とを融合し、連合学習の２つの課題（症例数と学習性、計算資源とネットワーク負荷）を実用化レベルで解決する手法としての「スモールデータ連合学習」を提案・開発する。各病院で収集される症例数が100例以下であっても、病院内のロカールモデルを十分学習できることを示し、これらのローカルモデルを連合した際に、ゴールドスタンダードである中央集権学習と同等の性能を持つことを示す。2) 症例が大量に集まらないためにまだ実用化がされていない疾患（希少がんなど）に対して、スモールデータ連合学習の方法論を適用した診断支援AIを開発し、物理的に離れた病院間で検証実験を行い、本診断支援AIが実臨床に耐え得る安全性と有効性を持つかを米国FDAの審査基準で評価すると同時にPMDAとの相談を検討し、実用化を目指す。