がん診断の最終確定は病理組織像が担うが、(1)病理専門医は不足・地域偏在し術中迅速や二次施設で回りにくい、(2)悪性度（グレード）判定は観察者間でばらつく、(3)腫瘍と免疫細胞・間質の空間的な配置には予後情報が埋もれるが人手では定量できない。みんこく非依存・実習で組織標本を見る医学生＝当事者性が効く独立テーマ。
WSIに医用画像深層学習＋空間解析を適用すれば、(1)腫瘍・免疫・間質を画素単位で領域分割でき、(2)悪性度判定のばらつきを定量化・補正でき、(3)腫瘍と微小環境の空間配置パターンと予後の対応を可視化できる、と仮説。腫瘍「検出」自体は確立しているが、観察者間ばらつきの補正＋空間構造↔予後の解釈＋日本症例での一般化は未確立。
WSIはギガピクセルで全視野を人が均一に見るのは不可能、空間配置は非線形で人手定量が困難。領域分割＋空間統計でしか、見落とし・ばらつきを抑えて形態の空間構造を客観的に取り出せない。
腫瘍微小環境の空間構造↔予後の対応＋観察者間ばらつきの定量＝学会発表・論文。加えて病理医の二読支援・グレード標準化・遠隔／迅速診断補助の土台。Hiroは実習で病理標本を読む医学生＝当事者。