Portfolio

ケーススタディ ホーム 背景 病院のワークフローを効率的に運用するためには、医療従事者が様々な医療標準や技術を習得することが不可欠です。私たちのプロジェクトは、DICOM、HL7、FHIRといった医療標準に焦点を当て、あらゆる病院ワークフローをシミュレートできるプラットフォームの開発を目指しました。 割り当て: 課題は、病院のワークフローの複雑さを正確に再現できる、インタラクティブで包括的なトレーニング環境を構築することでした。現実的なトレーニング体験を提供するために、プラットフォームはDICOM、HL7、FHIRといった多様なワークフローをサポートする必要がありました。 解決： 私たちは、以下の機能を備えた Web ベースのシミュレーション プラットフォームを開発しました。 DICOM ワークフロー実行: C-ECHO: DICOMサーバーへのネットワーク接続を確認します DICOM MWL（モダリティ作業リスト）：患者情報と予定されている手順へのアクセス C-FIND: サーバー上の DICOM オブジェクトの検索

Case Studies ホーム 背景: 病院のワークフローを効率的に運用するには、医療従事者に対し、様々な医療標準規格や技術の活用方法をトレーニングすることが不可欠です。私たちのプロジェクトは、DICOM、HL7、FHIRといった医療標準規格に焦点を当て、あらゆる病院ワークフローをトレーニング用にシミュレートできるプラットフォームの開発を目指しました。 チャレンジ: 課題は、病院のワークフローの複雑さを正確に再現できる、インタラクティブで包括的なトレーニング環境を構築することでした。現実的なトレーニング体験を提供するために、プラットフォームはDICOM、HL7、FHIRといった様々なワークフローをサポートする必要がありました。 解決: 私たちは、以下の機能を備えた Web ベースのシミュレーション プラットフォームを開発しました。 DICOMワークフローを実行する: C-ECHO: DICOM サーバーへのネットワーク接続を確認する DICOM MWL（モダリティワークリスト）：患者情報と検査予定にアクセス C-FIND: サーバー上の DICOM

Case Studies ホーム 背景 私たちのアプリケーションでは、CTやMRIスキャンなどの医用画像データを可視化するために、3Dボリュームレンダリングを使用しています。レンダリングによって有用な洞察が得られる一方で、ユーザーが3Dボリューム内で特定の関心領域（ROI）を直接分離・検査する機能が不足していました。この制限に対処するために、インタラクティブなROI選択とボリュームの調整を可能にするCROP機能の実装を目指しました。   課題 私たちが直面した主な課題は以下の通りです： インタラクティブ性：複雑な3D環境内で、ユーザーが直感的に関心領域（ROI）を描画・調整できるようにすること。 ボリューム操作：周囲のデータを乱すことなく、ROI内のボリュームデータのみを変更すること。 パフォーマンス：ボリュームデータにリアルタイムの変更を加えながらも、スムーズな性能とレンダリング速度を維持すること。 統合：ReactJsとElectronJsで構築された既存のシステムに、新しい機能をシームレスに統合すること。   解決策 私たちは、Cornerstone3Dを活用してCROP機能の実装に成功しました。Cornerstone3Dは、ボリュームデータの操作に柔軟なツールを提供してくれました。具体的なアプローチは以下の通りです： インタラクティブなROI描画：ユーザーがレンダリングされたボリューム上に直接ROIの境界線を描画できるようにしました。 マスクの適用：カスタムマスクを適用し、ROI内部のボクセルデータを保持しつつ、外部領域をマスキングしました。 ボリュームの更新：CROP結果をリアルタイムで表示ボリュームに反映させるダイナミックな更新を実現しました。 UI統合：Electronベースのデスクトップアプリ内に、CROPツールおよびコントロールを統合し、クロスプラットフォーム対応かつネイティブな操作体験を提供しました。   成果

ケーススタディ ホーム 背景: 放射線科は、報告実践における一貫性と正確性を維持する上で多くの課題に直面しています。この問題に対処するために、私たちのチームは放射線ガイドラインとアルゴリズムを、既存の放射線業務にシームレスに統合できる実行可能なガイダンスに変換するプロジェクトに着手しました。 課題: 主な課題は、すべての報告がエビデンスに基づき、専門家の合意に従うように、報告実践を標準化することでした。加えて、システムは放射線科医がさまざまな臨床シナリオを通じてガイドできるよう、直感的でなければなりませんでした。 ソリューション : 私たちのソリューションは、各臨床シナリオの入力と、その背後にあるロジックおよび報告セクションをカプセル化する新しいXMLベースのスキーマを開発することでした。採用した技術スタックには以下が含まれます：   バックエンド開発: .NET 5.0による堅牢でスケーラブルなサーバーサイドロジック フロントエンド開発: HTML、JavaScript、CSS、Angularを使用したレスポンシブユーザーインターフェース データベース管理: 構造化データの保存と取得のためのMySQLおよびSQL DevOps: 継続的インテグレーションとデリバリーのためのAzure DevOps クラウドサービス:

ケーススタディ ホーム 背景: 急速に進化する医療分野において、人工知能（AI）の臨床実践への統合は、変革をもたらす大きなチャンスとなっています。私たちの目標は、臨床意思決定プロセスを支援するために、ディープラーニングや関連技術の力を活用することでした。 課題: 課題は多岐にわたり、データ準備、モデルのトレーニング、評価、展開を含むAIモデル開発の複雑なワークフローを処理できる、臨床専門家にも使いやすいWebベースのプラットフォームを設計することが求められました。 ソリューション: 私たちは以下の機能を備えた包括的なWebベースのプラットフォームを開発しました: データ準備とアノテーション: データキュレーションとアノテーションのためのツールを活用し、高品質なデータセットを確保 モデルの作成/トレーニング: 最先端のディープラーニングフレームワークを使用して強力なAIモデルを構築・トレーニング モデルの評価: モデルの有効性を検証するための厳格な評価プロトコルの実装 モデルの公開: 臨床ワークフローにAIモデルをシームレスに統合し、リアルタイムの意思決定支援を実現 技術スタック: バックエンド開発: .NET Core 6.0で強力で効率的なサーバーサイドアーキテクチャを構築