動物実験からの移行を加速する新たなHHSの取り組みを発表
HHS unveils new initiatives on animal testing ｜ STAT. ｜ FDAは、医薬品や生物学的製剤の安全性を評価する際に、動物実験以外の方法を「適切」な場合に利用することを認める最終規則を公表した。 NIHは、細胞ベースのアッセイ、オルガン・オン・チップ、コンピューターモデルなどの非動物アプローチの使用を奨励する複数のイニシアチブを発表した。
lab_admin
人工知能支援型デジタル歯科医療：診断精度と個別化された治療計画の向上
Artificial Intelligence-Assisted Digital Dentistry: Enhancing Diagnostic Accuracy and Personalized Treatment Planning ｜ M Sheth et al., European Journal of Prosthodontics and Restorative …, 2026. ｜ 人工知能（AI）支援型デジタル歯科医療は、診断精度と患者中心の個別化された治療計画を向上させる。 機械学習、深層学習、コンピュータビジョンアルゴリズムが、臨床画像とデータの自動解釈に利用され、より客観的な意思決定を支援する。
電子健康記録を用いた集中治療室における有害事象の早期予測のための深層学習：方法論的レビュー
Deep Learning for Early Prediction of Adverse Events in Intensive Care Units Using Electronic Health Records: A Methodological Review ｜ K Wang et al., … and Healthcare Policy, 2026. ｜ 集中治療室（ICU）における電子健康記録（EHR）を用いた有害事象の早期予測のための深層学習について、方法論的レビューを実施している。 従来の機械学習（ML）手法は構造化データに有効だが、特徴量の手動抽出に依存する一方、深層学習は計算能力の進歩により複雑な臨床データ分析で優位性を示す。
消化器内視鏡における人工知能のデータ品質と一般化可能性を評価するためのフレームワーク
A framework for evaluating data quality and generalizability in artificial intelligence for gastrointestinal endoscopy ｜ R Khalaf et al., Journal of the Canadian Association of …, 2026. ｜ 消化器内視鏡における人工知能（AI）システムは、深層学習アーキテクチャと大規模な画像・ビデオデータの利用により急速に進歩している。 データセットの規模だけでなく、AIモデルのデータ品質と一般化可能性を評価するためのフレームワークが必要である。
脳小血管病画像における人工知能：検証状況と臨床適用可能性に関する研究レベル横断分析
Artificial Intelligence in Cerebral Small Vessel Disease Imaging: A Study-Level Cross-Sectional Analysis of Validation Status and Clinical Applicability ｜ Y Liu et al., Journal of Imaging Informatics in Medicine, 2026. ｜ 脳小血管病（CSVD）画像における人工知能（AI）の検証状況と臨床適用可能性について横断的分析を行っている。 本研究は、AI、機械学習、深層学習、ラジオミクス、ニューラルネットワークに関連する用語を包含している。
次世代心臓システムにおける人工知能：臨床実践のためのウェアラブルおよび植込み型技術
Artificial Intelligence in Next-Generation Cardiac Systems: Wearable and Implantable Technologies for Clinical Practice ｜ F Mutlag et al., Next Research, 2026. ｜ 本レビューは、次世代の心臓システムにおける人工知能（AI）の活用について考察している。 従来の診断ツールから、臨床ケアにおける植込み型デバイスへと進化している。
入院中の心不全ケアパスウェイにおける臨床実践を支援するための人工知能：系統的レビュー
Artificial Intelligence to Support Clinical Practice Across the Inpatient Heart Failure Care Pathway: A Systematic Review ｜ EV Wolf et al., European Heart Journal …, 2026. ｜ 入院中の心不全ケアパスウェイ全体で臨床実践を支援するための人工知能（AI）における主要な課題を特定している。 AI介入を含む臨床試験報告書およびプロトコルに関する報告ガイドラインの重要性が示唆されている。
精密医療のためのヒューマンデジタルツイン：人工知能、マルチスケール生物学、臨床意思決定インテリジェンスの最先端レビュー
Human Digital Twins for Precision Healthcare: A State-of-the-Art Review of Artificial Intelligence, Multiscale Biology, and Clinical Decision Intelligence ｜ Y Mehandiratta et al., Intelligent Hospital, 2026. ｜ ヒューマンデジタルツイン（HDT）は、マルチスケール生物学モデリング、人工知能（AI）、継続的に進化する臨床データを統合し、個々の患者の動的な仮想表現を作成することで精密医療を推進する。 HDTは従来の予測モデルとは異なり、より動的で個別化されたアプローチを提供する。
ヘルスケアにおける分散型機械学習：疾患予後とセキュアな通信フレームワークに関する調査
Decentralized Machine Learning for Healthcare: Survey on Disease Prognosis and Secure Communication Frameworks ｜ B Adepu et al., 7th International Conference On Computational …, 2026. ｜ ヘルスケアにおけるAI導入の最大の課題は、病院間のデータ断片化とプライバシー規制である。 フェデレーテッドラーニングは、患者データを保護しながらモデルを共同で構築することで、これらの課題に対処する。
縦断的なマルチモーダル生体医用データからの臨床リスク予測のための機械学習
Machine Learning for Clinical Risk Prediction from Longitudinal Multimodal Biomedical Data ｜ B Karaman et al., unknown, 2026. ｜ 本論文は、マルチモーダルかつ縦断的な生体医用データから将来の臨床転帰を予測するための深層学習手法を開発している。 最新の深層学習手法を用いた機械学習戦略が、マルチモーダルデータの活用において重要である。