学際共創研究をご検討の方へ

大学院への出願や選考業務のデジタル化は進みつつありますが、特に留学生向けの入試に関する実態調査や研究はほとんど行われていません。本研究では、専門性が高く複雑な選考体制を持つ日本の大学院において、どのようにデジタル技術が導入・活用されているのかを明らかにし、今後の効率的な運用や優秀な留学生確保に向けた支援体制のあり方を探ります。

複数の原料を一度に反応させる「多成分反応」は、効率よく多様な化合物を合成できる手法として注目されていますが、最適な反応条件の設定は試行錯誤に頼る面が多く残されています。本研究では、反応に使う触媒や原料の構造情報をデータベース化し、機械学習で反応の成功率や選択性を予測するモデルを構築します。これにより、化学反応の効率化と新たな合成手法の開発を加速させることを目指します。

老朽化が進む橋などの社会インフラを安全に保つには、定期的な点検が不可欠です。しかし、点検を担う専門人材が不足しており、新たな技術の導入が求められています。本研究では、画像やテキストなど複数の情報を同時に処理できるAI「マルチモーダル大規模言語モデル（MLLM）」を活用し、専門家と協力しながら効率的で実用的なインフラ点検支援システムの開発を目指します。

敗血症によって腎臓が傷害される仕組みは、腎臓内の血流バランスの乱れが関係していると考えられていますが、どの血管レベルで問題が起きているかは分かっていません。本研究では、特殊なマウスモデルと3次元イメージング技術を用いて、腎臓全体の血流分布の変化を可視化し、敗血症性急性腎障害の原因解明と早期診断・治療法の開発に役立てることを目指します。

歯科用CTの活用が広がる一方で、専門的な読影スキルの不足により、顎の病変の見落としや誤診が問題となっています。本研究では、顎骨病変をAIで自動検出する技術の開発を目指し、第一段階として「顎骨浸潤を伴う歯肉癌」に着目します。CT画像を活用し、少ないデータでも高精度な診断支援が可能なAIを構築することで、地域医療の質と患者の生活の質の向上に貢献します。

大阪大学には、大正時代に描かれた大型の解剖図が数百枚保管されています。本研究では、これらの貴重な図をデジタル化し、西洋の解剖図との比較を通じて当時の医学教育や美術の背景を明らかにします。また、顔料の変色や劣化を調査し、適切な保存環境を探ります。医学史・美術史・情報科学・材料科学などの専門分野が連携し、学術資料の価値と長期保存のあり方に迫る取り組みです。

医薬品の開発では、化合物の構造とその生物活性の関係を調べることが重要です。本研究では、三重結合を含む化合物の構造を自動合成ロボットで効率的に作り出し、AI（機械学習）を使って反応条件や活性の傾向を分析します。得られたデータをもとに新たな化合物の設計に活かし、創薬プロセスの加速と効率化を目指します。

医療や自動運転などの分野では、安全性を確保しながらシステムを賢く制御することが重要です。本研究では、AIが安全に配慮しつつ最適な行動を選べるように、行動候補を確率的に選ぶ新しい方法を提案します。この手法は、ドローンの運行や宇宙探査など、リスクを伴う状況でより柔軟かつ安全な意思決定を可能にすることが期待されます。