本年度の研究実績として、内視鏡の動画像リアルタイム処理実現に向け、前年度に提案したハードウェアプロトタイプシステムの高速化を実現した。具体的にはConvolutional Neural Networkを特徴量抽出処理として用いる識別手法を提案し、ハードウェアシステムのボトルネックを解析、アルゴリズムとハードウェアアーキテクチャの両面で解決手法を提案した。その結果としてサイクル数約７０％の大幅な削減を実現し、FPGA上に実装した。その結果を共同研究先である日本ケイデンス・デザイン・システムズ社が技術発信の場として世界的に開催しているイベントCDN Live Japan 2018にて講演を行い、産業界からも非常に高い評価を得た。また内視鏡の動画像リアルタイム処理が可能になったことにより顕在化した、病変の前後移動やピントズレといった、実用上解決しなければならない課題に対しても解決策を提案し、より高い確度での内視鏡リアルタイム診断支援情報の医師への提示が可能であることを示した。さらに、本研究成果に対し学会発表に置いて優秀学生発表賞やYoung Researchers Awardを受賞しており、機械学習、アーキテクチャ設計、及びコンピュータシステムの研究分野において、その新規性、重要性を示した。