lab_admin

信頼性のギャップを埋める：臨床心臓病診断のための説明可能な人工知能の実装

by

Bridging the Trust Gap: Implementing Explainable Artificial Intelligence for Clinical Heart Disease Diagnosis ｜ MB Badawi et al., 2026 ICEENG International …, 2026 ｜ 機械学習モデルの「ブラックボックス」特性から生じる決定を「人間にとってわかりやすい」臨床的洞察に変換する。 説明可能な人工知能（XAI）が臨床心臓病診断の信頼性向上に有効であることを示している。

医用画像における人工知能：解釈の強化と診断エラーの削減

by

ARTIFICIAL INTELLIGENCE IN MEDICAL IMAGING: ENHANCING INTERPRETATION AND REDUCING DIAGNOSTIC ERRORS ｜ AR Khan et al., Biology and Biotechnology Communications, 2026 ｜ 医用画像分野における人工知能の活用により、診断プロセスをより円滑にし、診断エラー数を削減する可能性を分析。 高度な深層学習モデルが開発・評価され、定性的な臨床検証も行われている。

ヘルスケアクラウドおよびIoTアプリケーションのための分散型人工知能を用いたセキュアなフェデレーテッドサイバーセキュリティモデル

by

A Secure Federated Cyber Security Model Using Distributed Artificial Intelligence For Healthcare Cloud And Iot Applications ｜ A Shwetha et al., … Intelligence and Machine …, 2026 ｜ 機械学習アルゴリズム、ブロックチェーン強化ヘルスケアセキュリティ、クラウド侵入検知、行動異常検知、深層学習支援マルウェア検知システムを用いて、ヘルスケアシステムをサイバー脅威から保護する。

ヘルスケアにおける機械学習の信頼性と公平性の分析

by

Analysis of Trustworthiness and Fairness in Machine Learning for Healthcare ｜ B Liu, 2026 IEEE Symposium on Security and Privacy …, 2026 ｜ 医療分野における機械学習モデルの信頼性と公平性を分析。 バイアス、データプライバシー、診断精度といった要因が、AIモデルの信頼性、公平性、汎化性能に与える影響、特に医用画像における臨床的含意に注目している。

診断および医療意思決定における人工知能

by

Artificial intelligence in diagnostics and medical decision making ｜ M Levi, European Journal of Internal Medicine, 2026 ｜ 人工知能（AI）アプリケーションはヘルスケアに大きな可能性をもたらすと期待されている。 AIが成功裏に実装されれば、医療従事者のワークロードを軽減し、医療知識を拡張し、臨床管理を改善し得るとされる。

薬物毒性予測における深層学習：早期薬物開発の強化

by

Deep Learning in Drug Toxicity Prediction: Enhancing Early-Stage Drug Development ｜ R Senthil et al., unknown, 2026 ｜ 早期段階の薬物開発において、薬物毒性予測を強化するために深層学習が活用されている。 AIおよび機械学習アプローチが、有害薬物反応（ADRs）や薬物誘発性毒性の早期検出に適用される。

医療産業アプリケーションのための機械学習に基づく臨床試験性能予測

by

Machine Learning Based Clinical Trial Performance Prediction for Medical Industry Applications ｜ N Jain, International Journal of Emerging Research in …, 2026 ｜ 高コスト、長期間、不確実な結果を伴う臨床試験の結果を予測する可能性を調査している。 医療治療の安全性と有効性を評価するための臨床試験の効率化に貢献する。