陽性血液培養のグラム染色は、培養同定（1〜2日）を待たずに起炎菌を方向づける最速の情報（GPC clusters＝黄色ブドウ球菌、GNR＝腸内細菌/緑膿菌…）。だが夜間・休日・小規模施設では読める人がいないうえ、検査技師/医師の熟練に依存し、塗抹厚・脱色のばらつきも大きい。塗抹の形態学を端末をまたいで標準化できるか——が問い。
グラム染色の形態（染色性×形×配列）はempiric治療に足る情報を符号化している。新規性は陽性/陰性の検出を超え、①7＋クラスの形態カテゴリを確率較正 ②顕微鏡とスマホをまたぐ端末横断較正 ③empiric抗菌薬選択への接地と説明可能性を1つの基盤に統合する点。
背景夾雑や染色アーチファクトが菌体と紛らわしく、色閾値や形状検出だけでは精度が頭打ち。CNN／Vision TransformerでWSI（全視野）の形態を学習し、夜間・休日でも即時に全視野を読む＝AIでしか届かない即時性と網羅性。確信度の較正まで含めて初めて臨床判断に使える。
較正済みの「形態カテゴリ＋確信度＋empiric示唆」の判断支援（夜間当直・小規模施設・抗菌薬適正使用支援＝ASP）と公開コード。出口は治療開始の前倒しと過剰広域抗菌薬の抑制。最終同定は培養／MALDI、診断・処方は医療者が担いSaMD規制対象。Hiro自身が細菌学・感染症を学ぶ医学生＝当事者で、塗抹像とドメイン両面で優位。