特長<1>
読影基本機能が進化
検査を選択し画面にレイアウトするなど，繰り返し行う操作をよりシンプルに使いやすく進化しました。

特長<2>
3D表示機能が進化
1つのウィンドウ画面内で2Dと3D表示（VR，MIP，MPR）を組み合わせた読影が可能になりました。

特長<3>
レポートシステムとシームレスに進化
マウスや視線の移動を極力減らすことで，効率的なレポーティングを支援します。

特長<4>
Deep Learning技術の活用で画像解析が進化
Deep Learning技術の活用で，臓器認識がレベルアップ。その結果，椎体番号を自動でラベリング表示する機能や，画像中から骨を除去することにより石灰化や血管の走行の視認性を高める機能で読影ワークフローを支援します。

AI技術^※1を活用して自社開発した画像診断ワークフロー支援機能

1．臓器抽出機能およびラベリング機能
CT画像から肝臓・腎臓・脾臓などの臓器構造を自動で抽出。個人差により形状が異なる臓器も自動で抽出することができます。
頸椎，胸椎，腰椎，肋骨をおのおの自動抽出し，医師が疾患の場所などを指し示す際に引用する「骨番号」を自動的に付与し，CT画像の上に重ねて表示します。これにより，骨が見分けにくい画像での番号の振り間違いを抑制するとともに，医師の作業負荷を軽減します。

2．骨経時サブトラクション機能
同一患者において，過去に撮影したCT画像と現在のCT画像の骨構造の位置合わせを行い，CT値^※2の変化を経時的に可視化することができます。

3．Virtual Thin Slice（バーチャル シン スライス）機能
一般的な読影に使用されるスライス厚5mm程度のCT画像「Thickスライス」から，スライス厚1mm程度のCT画像「Thinスライス」を仮想的に生成します。仮想的に生成したThinスライスを活用することで，CT画像を再構成して作成するサジタル像（体を縦に切った像）とコロナル像（前後に切った像）において，骨の視認性を高めたり，3D表示の画質を向上させます。

4．肺結節検出機能
肺結節の候補を検出して表示する機能です。その候補を医師が再確認することで，見落しを低減します。

5．肺結節性状分析機能
肺結節の性状を分析して結果を表示するとともに，対象の所見文候補を提示する機能です。医師が所見を書く作業をサポートします。

^{※1 AI技術のひとつであるディープラーニングを設計に用いた。導入後に自動的にシステムの性能や精度が変化することはない。
※2 CT検査において，被写体の中の小さな単位容積内における物質のX線吸収値。CT値が高い部分は，硬い状態であることを意味する。}