目前，隨著人工智能領域的預期發展，自動分析句子的自然語言處理是最重要的領域之一，醫療費用的增加已成為一個國家問題，因此醫療保健領域的應用被認為已經巨大的需求和社會意義。

　在國際競賽型研討會“NTCIR”上，將舉辦“MedNLP任務系列”，爭奪日語醫學語言信息處理，各國研究團隊將角逐表現，以開發更好的系統。目的是。

　在“MedNLP任務系列”中，我們一直在競爭諸如疾病名稱和藥物名稱提取等基礎技術開發等任務。 這第三個任務使用模擬的日文電子病歷和對診斷名稱和疾病名稱進行分類和編號的國際標準代碼“ICD-3”，並且僅使用電子病歷的文本來識別診斷名稱。自動從國際標準代碼中選擇是為了競爭性能而構建的。

　Kano Lab 的團隊在這項任務中獲得了最嚴格的評估標準（SURE 標準）的最高分。由於任務本身的難度，目前絕對性能還不高，但被認為是未來推進自動醫療診斷支持系統建設的第一步。本次成果在2016年6月7日召開的NTCIR-12會議（成果展示）上公佈，論文也已發表。