To provide a specification of lesion detection using an AI in which, arithmetic load for once processing of an AI engine is further reduced, and individual information when an X-ray image (Roentgen image, for example) is AI processed, can be more firmly protected.SOLUTION: The invention is configured to: generate a learning model related to lesion of a desired region (for example, a lung field) of a subject (patient) (20)； receive an X-ray image of the subject for which diagnosis is requested (20)； generate a plurality of rectangular images by partitioning the X-ray image into a plurality of prescribed sized rectangular regions so as to cover whole body of the desired region (20)； then apply each of the plurality of rectangular images to detection processing of lesion by an artificial intelligence (AI) engine based on machine learning and deep layer learning based on the learning model, for a rectangle unit (14, 20)； and then receive a detection result of lesion of the artificial intelligence (14, 20).SELECTED DRAWING: Figure 1【課題】ＡＩエンジンの１回あたりの処理の演算負荷がより少なくて済み、Ｘ線画像（例えばレントゲン画像）をＡＩ処理するときの個人情報の保護をより強固にし得る、ＡＩを活用した病変検知の仕組みを提供する。【解決手段】被検体（患者）の所望領域（例えば肺野）の病変に関する学習モデルを作成する（２０）。診断要求された被検体のＸ線画像を受け付け（２０）、そのＸ線画像において所望領域の全体をカバーするように複数の所定サイズの矩形状の領域に区切って複数の矩形状画像を生成する（２０）。さらに、複数の矩形状画像それぞれを矩形単位で学習モデルに拠る機械学習及び深層学習に基づく人工知能（ＡＩ）エンジンによる病変の検知処理に付し（１４、２０）、その人工知能の病変の検知結果を受ける（１４，２０）。【選択図】図１
