近年、病理医が不足する一方、病理診断件数が増えている。「がんの治療方針（治療薬）を決定するために多数切片の鏡検やコンパニオン病理診断の導入など、特に悪性腫瘍手術検体で診断病理医の負担が大きくなっている」という。
日本病理学会の「行動指針2017」における指摘があり、厚労省の「社会医療診療行為別統計」では実際、病理診断は'15年に約476万件へと'05年の2.2倍に増加、治療方針を決定するための免疫染色件数も同期間で約2.8倍426万件に急増している。これに加えて内容の複雑化にも対応する、病理医の負担軽減策として、画像診断に強みを持つAIの活用が注目されているという。
オリンパスは、独自開発したディープラーニング技術／病理画像の特徴解析に適したコンボリューショナルネットワーク（CNN）を用いて、呉医療センター中国がんセンターの臨床研究部病理診断科と、「胃生検材料を用いたAI病理診断支援ソフトウェア」の共同研究を行った。
学習ステップでは368件の病理ホールスライド画像と、その各画素にアノテーションを付けた教師データを用い、推定ステップでは実臨床を想定して、CNNが出力する腺がんの確率に対して腺がんであると判定する基準値を設定する検討（テスト1）と、その基準値を用いて、新規症例画像に対して腺がんと非腺がんに分類したものを最終評価する検討（テスト2）を実施した。
結果、テスト1では腺がん297件すべてを陽性判定（感度100%）し、非腺がん489件中225件が陰性と判定（特異度46%）された。テスト2では、新規症例140件中、腺がん67件すべてが正しく陽性と判定され、非腺がん73件中37件が陰性と判定――感度100%、特異度50.7%だっだ。
今回のソフトウェアにより、陽性症例の見落とし防止や、陰性症例のスクリーニング効果が見込まれ、病理医の負担低減、更なる診断精度アップが期待できるという。