近年、AI 技術の発展に伴い、医療分野への活用が期待されている。医師がAIを信頼し臨床で活用するためには、診断結果だけでなく、その判断根拠も提示できることが望ましい。そこで本研究では、診断結果とともに「診断に重要な領域」と「他に可能性のある症例」を提示するAIを提案する。U-Netを分類結果に基づいて学習させることで、分類に寄与する重要領域を強調したヒートマップを生成した。また、類似度に基づきクラスを統合し、類似症例グループを形成した。CIFAR-100を用いて実験を行った結果、詳細な空間単位で重要領域の可視化ができることを確認した。さらに、分類精度（Accuracy）が5.8%向上した。