富士通研究所は，少数のデータしか学習に使用できない場合でもディープラーニングによる物体検出を可能とするAI技術を開発した（ニュースリリース）。

近年，様々な分野でAIによる作業の自動化に向けた取り組みが行なわれており，例えば，医療分野では，診療画像の分析に異常個所などの物体検出をAIで自動化することなどが望まれている。

診療画像から特定の被写体を切り出す物体検出は，ディープラーニングを用いることが一般的だが，精度を出すためには学習させるための数万枚規模の正解データ付き画像が必要になる。しかし，正解データは専門知識を持つ医師しか作成できないため，大量入手は困難だった。

今回，物体検出ニューラルネットワークが出力する推定位置を元画像に復元する技術を開発（特許出願済み）し，元の入力画像と復元画像の違いを評価することにより，精度よく物体位置が推定された正解データを大量に作成でき，物体検出の精度を向上させた。

開発した技術を，京都大学との共同研究で取り組んでいる，腎生検画像からの糸球体の検出に適用し，評価した結果，正解データ付き画像50枚と正解の無い画像450枚を使用した実験で，同数の正解付き画像のみを使用した従来の教師あり手法に比べ，見逃し率10%以下の条件下で2倍以上の精度向上が認められたという。