見えないものは攻撃できない――隠蔽によるネットワークセキュリティの実現方法
ファイアウォール中心の従来の防御策では、巧妙化・高度化する現代の脅威に対応しきれない。 企業に求められるのは部分的な対策の積み重ねではなく、根本的なセキュリティアーキテクチャの改革であると提唱。 Source URL
lab_admin
生成AIやクラウドの導入でDXが停滞、セキュリティとの両立をどう実現する？
DX推進中に新たなセキュリティリスクが生じたり、セキュリティ懸念からDXが進まなかったりするケースが多い。 DXと安全性を両立させるための解決策と具体的な進め方について解説。 Source URL
「オンプレミス回帰」せざるを得ない“合理的な理由
システムをオンプレミスからクラウドへ移行しても、クラウドのメリットを享受しにくいケースがある。 クラウドサービスの落とし穴と、「オンプレミス回帰」を選ぶ合理的な理由を解説。 Source URL
マンガで解説：「ゼロトラスト」「SASE」のメリットとは
リモートワークやクラウドサービスの導入拡大により、ゼロトラストの重要性が高まっている。 ゼロトラストの実現手段として注目されるSASEについて、その考え方や必要性をマンガで解説。 Source URL
最適化されたグラフベース深層学習を用いたヘルスケアサイバーフィジカルシステム向けインテリジェントサイバー攻撃検出フレームワーク
An intelligent cyber-attack detection framework for healthcare cyber-physical systems using optimized graph-based deep learning ｜ M Swarna Sudha et al., Scientific Reports, 2026 ｜ 相互接続されたヘルスケアデバイス間のグラフ構造の関連性を利用する、ヘルスケアサイバーフィジカルシステム（HCPS）向けのインテリジェントなサイバー攻撃検出フレームワークを提案している。 グラフベースの機械学習アプローチは、HCPSのセキュリティに有用であることが証明されている。
ヘルスケアにおける人工知能はすでに存在するが、我々は重要なものを測定しているか？
Health artificial intelligence is here, but are we measuring what matters? ｜ PRO Payne et al., Journal of the American Medical …, 2026 ｜ ヘルスケアAIは、予測・予後モデルから、大規模言語モデルのような現代の生成AI（GAI）システムまで、多岐にわたる。 AIは臨床意思決定を強化することでヘルスケアを変革している。
ヘルスケアデータ保護とリスク認識型臨床意思決定のためのプライバシー保護型人工知能
Privacy-Preserving Artificial Intelligence for Healthcare Data Protection and Risk-Aware Clinical Decision-Making ｜ G Philip et al., unknown, 2026 ｜ ヘルスケアデータ保護とリスク認識型臨床意思決定のためのプライバシー保護型AIフレームワークを提案している。 このフレームワークは、AI、フェデレーテッド学習、差分プライバシー、セキュアマルチパーティ計算、説明可能なAIを統合している。
ヘルスケアイノベーションマネジメントと患者中心のデジタルヘルスソリューション開発における人工知能の影響
The Influence of Artificial Intelligence on Healthcare Innovation Management and the Development of Patient-Centered Digital Health Solutions ｜ M Pérez et al., unknown, 2026 ｜ 人工知能とヘルスケアイノベーションマネジメントの融合は、医療価値の論理を根本的に再構築している。 本研究は、人工知能、ヘルスケアイノベーション、患者中心のデジタルヘルスソリューションの交差点を網羅している。
ヘルスケアにおける説明可能な人工知能の応用
Applications of Explainable Artificial Intelligence in Healthcare ｜ S Sarkar et al., … Intelligence and Explainable Artificial Intelligence …, unknown ｜ ヘルスケア分野では、高い予測精度と理解可能なAIの両方が不可欠である。 深層学習は、多くの医療画像、予測、セグメンテーションタスクにおいて従来の特徴抽出を劇的に上回る性能を示している。
人工知能を活用した誘導近接創薬：効果的な分子間結合の設計
Artificial intelligence-enabled induced-proximity drug discovery: Designing productive molecular associations ｜ H Wu et al., Drug Discovery Today, 2026 ｜ AIを活用した「誘導近接創薬」は、分子間結合を治療設計原理に変えることで創薬を変革している。 近接ベースの薬剤は、単一の活性部位をブロックするのではなく、疾患関連タンパク質を分解、安定化、再局在化、または再配線することができる。