Loading...
分野別AI・開発中
WoundScan AI
形成外科創傷治療を定量化するAI
コンピュータビジョンで創傷を評価・管理し、血小板由来成分再生医学の治療結果を定量化します。医療スタッフに代わることなく補強する仕組みをそのままつなぎます。
WoundScan AI
WoundScan AIは現在、産学共同開発段階です（2026.6に着手）。
問題
創傷経過はまだ定性的に記録されています
写真とメモだけでは、治療結果を一貫して比較または定量化することは困難です。
主観的経過判断
創傷の好転の有無は、医療スタッフ個人の経験とその日の肉眼判断に依存します。同じ創傷でも診療した医療陣・視点・照明によって評価が変わるため、機関間はもちろん、一人の患者の時間経過の中でも一貫した基準を維持しにくいです。このボラティリティは、治療の方向を変えなければならない時点を遅く捕捉させる臨床的リスクにつながる。
標準化されていない測定
面積・深さ・癒しの段階など、重要な指標を客観的に換算する基準が定められていません。尺と目大中に傾いた測定は累積・比較が難しく、データで残っていない経過は次の患者の意思決定に活用できません。定量指標がないと、治療プロトコルを根拠に基づいて改善する基礎自体は作成されません。
再生医療結果の実証
血小板由来成分をはじめとする再生医療処置は臨床現場で使われますが、その効果をデータで数値化して実証する体系が不足しています。治療前後の変化を客観指標に換算できないと、新たな再生医療基準の価値を説得力のあるものとして提示することは困難です。 WoundScan AIはまさにこの実証スペースを埋めることを目指しています。
アプローチ
コンピュータビジョンで創造を読むAI
DermatoScan AIで検証した分野別AIパターンを形成外科創傷領域に拡張します。
01
コンピュータビジョンベースの創傷評価
創傷イメージをコンピュータビジョンで分析し、面積・治癒段階など経過指標を人の目ではなく一貫したアルゴリズム基準で評価して追跡します。同じ基準がすべての撮影に適用されるため、同じ患者の時間経過はもちろん、異なる機関・医療陣の間でも比較可能なデータが蓄積されます。医療スタッフはこの定量結果を意思決定の根拠として参照しますが、最終判断の主体は依然として医療スタッフです。
02
再生医療結果の定量化
血小板由来成分再生医学処置前後の変化を定量指標に換算し、治療結果を直観ではなくデータで立証できるようにします。治癒速度・創傷面積変化のような客観指標が累積すれば、どの治療がどの創傷に効果的なのかを根拠に基づいて判断することができます。これは、再生医療を研究段階から日常の臨床に引き出すために必要な測定インフラです。
03
水平インフラとの組み合わせ
WoundScan AIは独立した単一のアプリではなく、Dockie-talkieリアルタイム通訳とClinical Copilot臨床補助という前診療と共通基盤の上に乗る分野別AIです。創傷評価結果が通訳・補助層と同じ基盤を共有するため、単一分野AI一つだけでは複製しにくい統合価値を作ります。この2段構造がAetherHeal Globalプラットフォーム全体を貫通する設計原則です。
産学連携
産学共同開発で作る臨床信頼
整形外科臨床と再生医療の専門知識に基づいて一緒に開発します。
産学共同開発パートナー
蔚山大学整形外科下院教授
PL Therapeutics代表の下院教授と2026年6月WoundScan AI産学共同開発に着手しました。産学共同開発は単なる諮問ではなく、形成外科創傷臨床現場と血小板由来成分再生医学研究をモデル設計段階から組み合わせるという意味です。実際の臨床で発生する創傷データと処置結果がモデルの基準を定義するため、机の上ではなく診療室で実際に使われる創傷評価・管理分野別AIを一緒に作ることができます。
形成外科創傷臨床
実際の創傷経過と治療現場の臨床知識をモデル設計と評価基準に直接反映します。
再生医療専門性
血小板由来成分に基づく再生医療処置の結果をどの指標に数値化するかをその基準を一緒に定義します。
蔚山大学産学チャンネル
大学病院産学チャネルを通じて臨床諮問とデータ検証環境を安定的に確保します。
分野別AI基準の適用
DermatoScan AIで臨床検証した分野別AI開発・検証パターンを創傷領域にそのまま適用します。
導入効果
定量化された創傷データが生み出す変化
WoundScan AIが臨床検証を経て定着したとき、医療現場に期待される価値です。
比較可能な経過履歴
同じ基準で測定された創傷データが蓄積されると、患者の好転の有無を時間軸上で客観的に追跡できます。医療スタッフの記憶とメモにのみ依存していた経過判断が累積データで裏付けられ、治療方向を変えなければならない時点をより一貫して捉えることができます。
根拠に基づくプロトコルの改善
定量指標が蓄積されると、どの処置がどの創傷に有効であったかをデータに戻すことができます。これは創傷管理プロトコルを経験則ではなく根拠の上で徐々に改善する基盤となり、特に再生医療処置の価値を説得力あるように立証する資産となります。
プラットフォーム統合資産化
WoundScan AIが生成する創造データは、Dockie-talkie通訳、Clinical Copilotアシスタントなどの共通基盤の上に共通資産として蓄積されます。分野別AIが増えるほどプラットフォーム全体の価値が共に大きくなる仕組みなので、単一のソリューションでは作れない複製難易度が生まれます。
ロードマップ
開発から臨床検証、拡張へ
WoundScan AIは現在開発段階であり、段階的に臨床検証と拡張を進めています。
01
ROADMAPフェーズ 1 · 2026 年
産学共同開発に着手
蔚山大学整形外科下院教授とコンピュータビジョンベースの創傷評価モデルを共同開発します。この段階の目的は、実際の臨床創傷データで評価基準を定義し、血小板由来成分の治療結果を数値化する定量指標の初期形態をとることです。 WoundScan AIはこの段階で開発中であり、まだ商用ソリューションではありません。
02
ROADMAPフェーズ 2 · 2027 年
臨床検証とSaaS拡張
初期投資以来、共通ベースの病院向けサービスを本格化しながら、WoundScan AIの臨床検証を進めます。モデルが算出した評価が実際の臨床判断とどれだけ適合するかをデータで確認する段階で、検証結果に応じて適用範囲を慎重に広げていきます。商用時点は検証結果を前提として決定されます。
03
ROADMAPフェーズ3・2028年～
生態系・グローバル拡張
検証された分野別AIを基盤に外部入店分野別AIエコシステムを開始し、東南アジア・中東などグローバル市場に拡大します。 WoundScan AIは、DermatoScan AIとともに、AetherHeal Globalの検証済み直接検証製品であり、外部入店モデルが従う標準を提示する役割を果たします。
よくある質問
WoundScan AIについてよくある質問
産学共同開発段階のWoundScan AIに関する主な質問をまとめました。
いいえ。 WoundScan AIは2026年6月産学共同開発に着手した開発段階の分野別AIであり、まだ商用ソリューションではありません。現在は、コンピュータビジョンベースの創傷評価モデルと定量指標の初期形態をとる段階で、臨床検証を経て適用範囲を慎重に広げていく計画です。商用時点を断定して案内しません。
置き換えません。AetherHeal GlobalのすべてのAIは医療陣を補強するが、意思決定の主体は医療陣として残す仕組みを原則とします。 WoundScan AIは面積・治癒段階のような定量指標を一貫した基準で提示して医療スタッフの判断を助けるツールであり、最終診断と治療決定はいつも医療スタッフが行います。
WoundScan AIは、処置前後の創傷イメージをコンピュータビジョンで分析し、面積変化・治癒段階などの客観指標に換算することを目指しています。このように数値化されたデータが蓄積されれば、再生医療処置の効果を直感ではなく根拠として立証することができます。数値化基準自体は、PL Therapeutics代表の下院教授との産学共同開発を通じて一緒に定義しています。
単純諮問ではなく、蔚山大学整形外科下院教授とモデル設計段階から臨床・研究専門性を結合するという意味です。実際の形成外科創傷臨床知識と血小板由来成分再生医学データがモデルの評価基準を定義し、大学病院産学チャネルを通じて臨床諮問と検証環境を確保します。診療室で実際に使われる分野別AIを作るためのコラボレーション構造です。
WoundScan AIは臨床検証・運営中のDermatoScan AIで立証された分野別AI開発・検証パターンを形成外科創傷領域に拡張したものです。両ソリューションとも、Dockie-talkie通訳とClinical Copilot補助という共通基盤の上に乗る分野別AIであり、共にAetherHeal Globalの検証済み直接検証製品ラインナップを構成します。
形成外科創傷分野別AI共同開発・導入に関心がある機関は、パートナーの問い合わせを通じてご連絡ください。 WoundScan AIは現在開発段階なので、臨床検証協力や今後導入議論を中心にご案内いたします。
WoundScan AI産学・パートナーお問い合わせ
形成外科創傷分野別AI共同開発・導入に関心がありましたらご連絡ください。 WoundScan AIは現在開発段階です。