機械による視覚情報理解ためには，見た目とその意味との乖離であるセマンティックギャップが長年の課題であった．しかしながら，近年の大規模かつ高品位なデータセットとGPGPUに代表される強力な計算機パワー，ディープラーニングに代表される効率的な機械学習を活用することで，セマンティックギャップを乗り越える兆しを見せている．本講演では視覚情報理解の近年の進展を概観し，我々の取り組みと医療応用の可能性を紹介する．