日本国立成育医疗研究中心（NCCHD）利用了被采用人工智能医院项目的机会，不仅为研究人员和医生，还为所有员工开展了数据科学宣传和教育活动。

作为培训活动之一，我们创建了人脸照片数据集，以利用机器学习建立人工智能。虽然通过互联网可以比较容易地收集到面部图像，但因为医疗和生物应用时, 姿势最好是固定的，而且个人数据需要得到保护, 所以这是一个挑战。然而，它以前所未有的规模, 带有性别和微笑标签的大数据，通过使用数据扩展和利用过渡学习的卷积神经网络，我们创造出一个，性别的识别准确率为98.2%，微笑的识别准确率为93.0%的模型。许多儿童先天性疾病因显示出特征性的面部特征，所以对通过图像识别进行诊断寄予厚望。然而，这些罕见疾病患者的数量很少，通过深度学习实现「图像识别诊断」所需的大量数据一直是一个障碍。

本研究的结果供用于建设人工智能所需的数据，为未来的人工智能发展提供指导。