■概要 感染症分野の検査・診断を支援するソフトウェアを臨床現場へ提供するために、画像分類・物体検知・領域抽出などの画像認識モデルのデータ整理・モデル構築・解析・精度検証に至るまで一貫してプロジェクトに関わります。

■詳細 ・臨床現場での業務プロセスとペインポイントの把握 ・ソリューションの提供形態の構想 ・収集データの定義 ・臨床データの確認と収集 ・PoCレベルでのモデル構築・精度検証 ・研究計画の立案 ・臨床データの収集 ・モデルの構築・精度検証 ・臨床現場への提供に向けた調整 ・臨床提供後の精度改善計画 ・精度改善に向けた運用(MLops)

＜開発・チーム＞ プロジェクトをリードするデータサイエンティストを中心に、医療従事者や、社内の複数のデータサイエンティストと共にメール・オンライン会議・SLACK等を用いてプロジェクトを推進します。

＜自社プロダクトについて＞ 細菌感染症菌種推定アプリ・適正抗菌薬選定支援システム『BiTTE（ビッテ）』 ・Bacterial infection teller and treatment estimator グラム染色像に対するAI画像解析技術を利用した高精度な菌種推定、ならびにアンチバイオグラムと連携した適正抗菌薬の選定を支援する仕組みです ・最新技術を用いて医療現場における適正抗菌薬の選定を支援し、薬剤耐性菌の増加を防ぐために開発されました

■仕事の魅力・面白味 ・医療現場への価値提供を通じて社会貢献ができます ・画像AIやDXを通じて、今までなかったソリューションを提供できます ・POCどまりではなく、真に臨床現場で利用されるプロダクト・サービスに携わる事ができます

■サイト カーブジェン・エンジニアnote https://note.com/carbgem_hr/

CarbGeM＋ https://carbgem.com/plus/

■得られる経験 ・画像AIを医療現場でどのように活用できるか、実装するかを検討する経験 ・医療機器の性能・有効性評価などの立証での経験・医療統計の知識

■キャリアパス ・医療現場で求められる要件（解析精度・レスポンス）をクリアした場合は、給与や職務等級にダイレクトに反映します。 ・またチームで新しい技術の取り込み、共通機能のモジュール化、MLOpsでの貢献など、メンバー全体のスキルアップにつながる活動を行った場合も評価の対象となります。

カーブジェンは、全世界で問題となっている感染症分野における次世代型医療関連技術の研究開発を行っています。

例として、画像認識AIを診断支援に活用いただき、治療方針の早期決定を通じて、患者様の早期回復を目指す製品開発を行っています。

グローバル市場をターゲットとした自社プロダクトを開発し、社会貢献度の高いサービス提供を目指します。