医用画像処理技術の発達により、生体の内部を視覚的に理解するための様々な方法が開発され、医療現場で活用されている。例えばCTやMRIは既に広く普及し、怪我や病気の特定などにおいて必要不可欠なものとなっている。しかし、それらによって直接的に得ることができるのは画像や映像であり、具体的な症状の判断や特定などは人間（医師など）が行っており、ソフトウェアによる判断支援などの需要は大きい。これらの処理は並列性が高いため、マルチコアCPUやGPUにより高速化が進みつつある。さらに近年では機械学習技術の活用も始まっている。一方、医用画像処理分野の研究者・開発者はスーパーコンピュータなどの活用に必要な知識や経験が乏しいことも多く、また医用画像処理アプリケーションの利用には医用画像に特有の知識や技術が必要となることもあり、医用画像処理分野における高性能な計算資源の活用が十分に行えているとは言い難い。

そこで本研究では、高性能計算分野の研究者と医用画像処理分野の研究者が協力し、スーパーコンピュータを用いた大規模分散医用画像処理アプリケーションの開発に向けて共同研究を実施している。中長期的には大規模分散医用画像処理の実現による医学的な新しい発見・医療への貢献を目指してはいるものの、これまではHPC分野から見れば小規模のノード数を対象としたプログラム最適化と分散並列化を目指して共同研究を進めてきた。本年度は、これまでの成果を元に大規模な問題や難しい問題の実施に取り組んでいる。