2014年，山本助教开始致力于通过在X射线血管图像检查中运用AI (人工智能) 来提高诊断和治疗的准确性的研究，但迄今为止其成果在学会上多次受到表彰，作为创新性研究受到高度评价。

在血管图像的摄影中，通常采用的是DSA (数字差分血管造影法) 的方法，即向血管内注入造影剂，使血管浮出水面，然后对注入造影剂前的图像进行“减法”，只使血管鲜明。但是，DSA的缺点是不容易移动。心脏等经常活动的脏器很难得到清晰的血管图像。因此，Yamamoto助理教授的注意力集中在人工智能的使用上，这开始引起神经网络等的关注。通过让AI学习器官的巨大图像，我认为我可以识别移动的器官，只让血管更清晰地出现。山本助教是AI的外行，“光是电脑的设置就花了半年时间”，他一心想要创业。“我通过阅读英语论文和参加研讨会从头开始学习AI”。最终我学会了编程并反复试验了两年。我们构建了可用于DSA的独特程序。

如果能够在医疗现场使用的话，还可以期待 (1) 检查时不再需要“屏住呼吸20秒”，从而减轻老年人的负担 (2) 无需在注入造影剂之前进行拍摄，从而减少患者的辐射量 (3) 有副作用的造影剂的量减少 (4) 还可以减轻放射线技师修改图像的负担等诸多优点。现在，除了心脏之外，我们还将肝脏和大脑扩展到研究对象，进一步收集器官数据，让AI学习以提高图像的准确性，以实现实际应用，并专注于程序的改进。

为了增加临床经验，将其应用于研究和教育，我在东广岛市内的医院做了10年以上的非专职诊疗放射技师，与患者面对面交流。山本助教说“如果搞错的话再次拍摄会增加辐射量，所以拍摄比学会发表要紧张。”。脑子里始终想的是“为了患者”。