胃がんは日本で罹患の多いがんで、上部内視鏡（胃カメラ）検診も普及している。だが早期胃がんは平坦で色調変化も乏しく見落とされやすく、発見には術者差が大きい。さらに「いま病変があるか」だけでなく「この胃は今後がんになりやすいか」——萎縮・腸上皮化生・ピロリ感染という背景粘膜の状態——を内視鏡像から読むのが難しい。検出と背景リスクの層別を内視鏡像から同時にできるか。胃カメラ・ピロリ・京都分類は医学生Hiroが学び自分や家族も受ける当事者領域で、所見が可視化しやすい。
早期胃がんの境界（平坦陥凹・表面微細構造）を提示するだけでなく、萎縮の範囲（木村竹本）・腸上皮化生の分布・ピロリ感染状態（現／既／未感染）を内視鏡像から定量し、Correaカスケード（正常→萎縮→腸上皮化生→異形成→癌）上の「現在地」として較正すれば、誰を重点監視すべきかを背景粘膜から層別できる、と仮説。新規性は病変検出単独でなく検出と背景リスクの地図化を統合し、装置・施設をまたいで較正し、除菌後サーベイランス間隔まで見据える点。
平坦な早期胃がんは色調・表面微細構造の微妙なパターンで、萎縮・腸上皮化生の評価は術者依存でばらつく。白色光・NBI拡大の所見を画像全体として非線形に統合し、背景リスクと病変検出を同時に出すのは人手・単一指標では難しい。画像＋（経過のある）時系列の機械学習でこそ両立できる。
早期胃がんの検出と背景粘膜の発がんリスク層別＝学会・論文。出口はまず検診・日常検査での見落とし低減と、除菌後サーベイランスの間隔最適化（高リスクを重点監視）。確定診断は生検病理、ESD等の治療判断は消化器内科医が担い、本企画は検出と背景リスク層別の支援に限定。Hiroは当事者の医学生で、胃がん死の予防という社会的意義は大きい。