本研究では，尿路上皮細胞を対象として，あらかじめ細胞診スライド標本全体をスキャンし画像化したデータ（WSI）に対して，個々の細胞の悪性判定度を機械学習により判定する．まず，U-Netを用いて細胞核と細胞質の領域を抽出し，異型の要素ごとに28種類の特徴量を算出する．算出した特徴量を元に正常細胞と悪性細胞の2クラス分類を行った結果，AUC値0.914で判別を行うことができた．また算出した悪性判定度を悪性細胞の特徴ごとに5つのグループに分類し統計処理を行うことで，診断の根拠となる悪性細胞特徴の程度を数値で提示するシステムを開発した．
