lab_admin From intelligent models to clinical tools: the evolving landscape of AI in medical imaging ｜ D Kaplun et al., Scientific Reports, 2026. ｜ 人工知能（AI）、特にディープラーニングの医用画像への統合は、診断医学に根本的な変革をもたらしている。 AIは、診断精度、ワークフロー効率、患者転帰の改善においてその可能性を強調している。
Artificial Intelligence in Healthcare: A Critical Moment for Responsible Transformation ｜ SÖ Doğanyiğit et al., JAREM, 2026. ｜ 人工知能（AI）は、世界のヘルスケア情勢を急速に再構築している。 医療費の高騰、高齢化、慢性疾患の負担増、医療従事者不足といった課題が医療システムに圧力をかける中、AIは強力な変革の触媒として浮上している。
Deep Learning-Based Artificial Intelligence for Healthcare Diagnostic Systems ｜ B Subbulakshmi et al., PCAS International Journal, 2026. ｜ ディープラーニングに基づく人工知能（AI）は、ヘルスケア診断システムにおいて高精度かつ効率的な診断ソリューションを可能にし、産業を変革する。 本研究では、医療画像分析におけるディープラーニング技術、特に畳み込みニューラルネットワーク（CNNs）の役割を検証している。
Artificial intelligence-driven early screening and diagnosis of pancreatic cancer: technical innovations, clinical applications, and precision medicine strategies ｜ YR Li et al., Journal of Advanced Research, 2026. ｜ 人工知能（AI）が、人口レベルおよび高リスク予測を可能にし、疑わしい臨床的、画像的、または分子学的所見を持つ患者の診断評価を強化する方法に焦点が当てられている。 マルチモーダル統合を通じて精密層別化をサポートし、膵臓がんの早期スクリーニングと診断における技術革新、臨床応用、精密医療戦略が検討された。
Bridging Machine Learning and Clinical Endpoints: A METABRIC-Informed Simulation Study of Missing Data Imputation for RECIST-Based Best Overall Response ｜ F Tan et al., unknown, 2026. ｜ 機械学習ベースの補完アプローチは、臨床的に現実的な進行駆動型条件下で、縦方向の腫瘍軌跡、カテゴリ別奏効結果、グループレベルの治療効果を回復することで、臨床エンドポイントとのギャップを埋めることができる。 RECISTベースの最良総合奏効に関する欠損データ補完のMETABRICに基づいたシミュレーション研究が行われた。
Evidence of a cognitive bias in the quantification of COVID-19 with CT: an artificial intelligence randomised clinical trial ｜ F Birsasteanu et al., Scientific Reports, 2023. ｜ CTによるCOVID-19の定量化において、人工知能（AI）を用いた無作為化臨床試験により認知バイアスの証拠が示された。 十分なサービスが提供されていない患者の胸部X線写真に適用されるAIアルゴリズムにおける過小診断バイアス、およびAIベースの頭蓋内出血検出における放射線検査報告時間測定に関する臨床試験が関連する議論として言及されている。
Artificial Intelligence in Medical Software ｜ A Pandey et al., unknown, 2026. ｜ 医療機器ソフトウェア開発における人工知能（AI）と機械学習（ML）の包括的な概要を提供する。 膨大な量のデータから新たな知見を引き出すことで、ヘルスケアを変革する医療機器ソフトウェアの可能性を強調している。
The Influencing Factors of Medical Postgraduates' Usage Intention Toward Artificial Intelligence–Generated Content Tools in Academic Research: Qualitative Analysis ｜ C Wang et al., Journal of Medical Internet Research, 2026. ｜ 医療分野におけるAI生成コンテンツツールの利用意図に影響を与える要因を解明するための概念モデルが構築された。 本研究の知見から、人工知能リテラシーの育成が提言されている。
DeepMedSeg-Deep Learning for Medical Image Segmentation ｜ AJ Girón et al., unknown, 2026. ｜ 医用画像セグメンテーション（デジタル画像を明確な解剖学的または病理学的領域に分割するプロセス）は、臨床ワークフローにおいて重要なステップである。 本プロジェクトは、MRI、CT、および超音波などの大量の医用画像データに対応する深層学習ベースのセグメンテーションツールを開発および評価することを目的としている。
Ethical Use of Artificial Intelligence for Clinical Vignettes ｜ H Iqbal et al., HCA Healthcare Journal of Medicine, 2026. ｜ 実世界の医療実践を模倣したシナリオ（臨床ビネッテ）を作成するための人工知能（AI）の倫理的利用について検討。 様々なレベルのトレーニングと臨床的専門知識を持つ実務家をサポートするため、臨床ビネッテの提出と精選されたリストに関する簡潔な体系的フレームワークが作成された。