lab_admin

薬物誘発性有害反応モデリングにおける機械学習：薬物誘発性心毒性モデリングのケーススタディ

by

Machine Learning in Drug-induced Adverse Reaction Modeling: Case Studies of Drug-induced Cardiotoxicity Modeling ｜ J Liu et al., unknown, 2026. ｜ 機械学習と深層学習は、薬物誘発性心毒性を予測するための新たな代替方法を提供し、創薬および開発を強化する。 本章では、薬物誘発性心毒性モデリングに利用可能な既存の機械学習および深層学習モデルがレビューされている。

非造影胸部CTにおける早期食道扁平上皮癌検出のための、生息域ベースのラディオミクス、3D深層学習、および臨床変数の統合：多施設共同研究

by

Integrating habitat-based radiomics, 3D deep learning, and clinical variables for detection of early-stage esophageal squamous cell carcinoma on noncontrast chest … ｜ C Ye et al., European Journal of …, 2026. ｜ 生息域ベースのサブ領域ラディオミクス、3D深層学習特徴量、および臨床変数を統合した複合モデルが、非造影胸部CTを用いた早期食道扁平上皮癌の検出に有効である。 深層学習と臨床情報の追加により、早期疾患検出の性能が向上する。

ドイツにおける学部放射線治療教育のためのDEGROコンセンサスフレームワーク：医学における人工知能に関する統合ガイダンスを含むホワイトペーパー

by

DEGRO consensus framework for undergraduate radiation therapy teaching in Germany: a white paper with integrated guidance on artificial intelligence in medical … ｜ P Linde et al., Strahlentherapie und …, 2026. ｜ ドイツ放射線腫瘍学会（DEGRO）は、学部放射線治療教育のためのコンセンサスフレームワークを策定した。 このホワイトペーパーは、医学教育における生成人工知能（AI）の関連性を考慮し、放射線治療におけるAIの統合に関するガイダンスを含んでいる。

医師の中心的な認知役割を補強することによる臨床推論への人工知能統合の課題

by

The Challenge of Integrating Artificial Intelligence into Clinical Reasoning by Augmenting the Physician’s Central Cognitive Role ｜ S Corrao, QJM: An International Journal of Medicine, 2026. ｜ 人工知能は医師の臨床推論の方法を変革しているが、医師と大規模言語モデル（LLM）の持続的な相互作用における認知側面はまだ概念的に定義されていない。 本研究では、方法論的に導かれたLLMとの反復的な対話が、医師の中心的認知役割を補強し、AIを臨床推論に統合するための重要なアプローチであると提案している。

薬物間相互作用における機械学習

by

Machine Learning in Drug–Drug Interactions ｜ R Jain et al., unknown, 2026. ｜ 薬物間相互作用（DDIs）は、患者の安全性と効果的な薬剤投与に重大な課題をもたらす。 機械学習（ML）は、DDIsの予測と管理において重要な役割を果たす。

自閉症早期発見のための人工知能ベース臨床意思決定支援ツールのエンドユーザーコンテキスト理解と設計嗜好の特定

by

Understanding end-user contexts and identifying design preferences of an artificial intelligence-based clinical decision support tool for early autism detection ｜ A Emovon et al., JAMIA Open, 2026. ｜ 電子健康記録内の臨床データを監視する人工知能（AI）ベースモデルによる自閉症検出の革新に基づき、臨床意思決定支援（CDS）ツールの展開コンテキストと設計嗜好を評価する研究。 早期自閉症検出のためのAIベースCDSツールの設計において、エンドユーザーのニーズと好みを理解することの重要性を示す。