lab_admin

Machine Learning Enhanced Healthcare Cybersecurity Framework for Secure Medical Information Management ｜ N Upadhyay, Journal of Artificial Intelligence in Governance and unknown, 2026 ｜ 医療データの機密性と増大するサイバー脅威に対応するため、高度なサイバーセキュリティソリューションの必要性が高まっている。 本研究では、機械学習と深層学習を用いたヘルスケアサイバーセキュリティフレームワークを提案し、安全な医療情報管理を目指している。

Artificial Intelligence-Assisted Drug Delivery Systems: From Formulation Design to Personalized Therapeutics ｜ V Singh et al., International Journal of Health Advancement and Clinical Research, 2026 ｜ 人工知能（AI）は、機械学習や深層学習を含む計算ツールとして、薬物送達システムにおいて製剤設計から個別化治療まで幅広く応用されている。 機械学習ベースの臨床意思決定支援ツールは、AIが製薬分野に応用される具体例の一つである。

Clinical applications of artificial intelligence in genitourinary pathology ｜ A Li et al., Molecular Aspects of Medicine, 2026 ｜ 人工知能（AI）は、腫瘍のサブタイプ分類やグレード付けにおいて有望な結果を示しているが、その臨床応用は依然として限定的である。 診断性能に加え、規制経路、診断責任、経済的側面など、臨床実装への障壁についても検討している。

Artificial Intelligence-Driven Drug Discovery and Development: From Molecular Design to Clinical Translation ｜ R Haider et al., unknown, 2026 ｜ 人工知能（AI）駆動型の手法は、機械学習や深層学習などを通じて、創薬および開発における分子設計から臨床評価に至るまでの様々な課題を解決する機会を提供する。 本研究は、AI駆動型創薬および開発に関する公表された文献の構造化された記述的レビューとして設計されている。

ARTIFICIAL INTELLIGENCE–DRIVEN DRUG DISCOVERY: ACCELERATING LEAD IDENTIFICATION AND OPTIMIZATION ｜ EK Roberts, Journal of Advances in Drug Research, 2026 ｜ 人工知能（AI）が、薬物と標的の相互作用予測、新規化学構造の生成、および効力、選択性、安全性、薬物らしさに基づいた有望な化合物の最適化において、現代の創薬プロセスを加速させている。 本稿は、AIが創薬におけるリード化合物の同定と最適化に果たす役割を検証している。

Machine Learning in Healthcare ｜ A Blash, Transforming Healthcare, 2026 ｜ 機械学習（ML）は、大規模なデータセットから自律的に学習する能力を持ち、ヘルスケア分野に変革をもたらす重要な力である。 MLアルゴリズムは、人工知能（AI）の一部として分類され、ヘルスケアにおける問題解決システムを構築するのに寄与する。

Integrating artificial intelligence in medical education: Bridging the competency gap for future clinicians ｜ A Singh et al., Medical Journal Armed Forces India, 2026 ｜ 人工知能（AI）と機械学習（ML）システムは、医療画像診断、一般的な診断、臨床意思決定など、医療の様々な分野で実装が進んでいる。 将来の臨床医がAIを活用できる能力を身につけ、医療におけるAIの進展に対応するための教育上のギャップを埋めることの重要性を強調している。

Distributional Balancing with Machine Learning for Clinical Trial Augmentation Using Real-World Data ｜ Z Ke et al., arXiv preprint arXiv:2609.23524, 2026 ｜ 臨床試験において、治療群と対照群の共変量（covariate）が類似していることを保証するため、機械学習を用いた新しい手法「dbml」を提案。 は、実世界データ（Real-World Data）を活用して臨床試験を補強し、群間の分布のバランスを調整することを目指す。

Ethical and responsible use of artificial intelligence in medical education ｜ A Sriram et al., International Journal of Emergency Medicine, 2026 ｜ 医療教育における人工知能（AI）の導入に伴う倫理的側面と責任ある利用について考察している。 医療教育およびAIに関連する用語（”medical education,” “medical student,” “artificial intelligence”）を用いて、関連する文献の検索と分析を行った。