lab_admin

Research on the Application of Machine Learning in Healthcare ｜ S Goyal et al., International Journal of …, 2026 ｜ 医療データセットを使用して糖尿病を予測するための機械学習手法を比較。 、、の3つのモデルを使用して予測を行い、データクレンジング、値の修正、スケーリングなどの前処理プロセスを含める。

Human-Governed Validation of Artificial Intelligence-Generated Medical Assessment Artifacts: A Technical Report ｜ VC Destefani et al., Cureus, 2026 ｜ 生成型AIモデルが、多肢選択問題、ディストラクター、臨床ビネット、解答解説、ブループリントタグなどの医療評価資料を作成できることを示す。 生成された内容の言語的妥当性だけではその正確性は確立されないため、人間による検証（Human-Governed Validation）の重要性を強調する。

Ethics and Professionalism in Artificial Intelligence and Medical Practice: A Position Paper From the American College of Physicians ｜ M DeCamp et al., Annals of Internal Medicine, 2026 ｜ ヘルスケア分野におけるAIの急速な導入に対し、倫理とプロフェッショナリズムに関する米国医師会（ACP）の公式見解を提示。 AIは医師を支援するツールとしての「拡張知能」と捉えるべきであり、単なる技術実装以上の配慮が必要であると主張。

Evolution of Generative Artificial Intelligence in Clinical Practice: Comparative Performance of OpenEvidence 2.0 and ChatGPT-4o ｜ MSF Avrumova et al., The Spine Journal, 2026 ｜ 生成型AIの臨床的有用性を診断推論、患者管理、薬物またはデバイスの承認プロセスなど広範な側面で比較評価。 とという2つの公開AIプラットフォームの比較性能を検証。

The Digital Transformation of Rehabilitation Medicine: A Narrative Review of Artificial Intelligence Innovations, Clinical Integration, and Future Paradigms ｜ H Wu et al., Journal of Evaluation in Clinical Practice, 2026 ｜ リハビリテーション医療におけるAIの革新、臨床統合、および将来のパラダイムに焦点を当てたレビュー。 生理学的信号のデコーディングにディープラーニングを活用し、定期的臨床モニタリングの限界を超える客観的で継続的な監視環境を実現。

From Redaction to Restoration: Deep Learning for Medical Image Deidentification and Reconstruction ｜ A Kline et al., Journal of Imaging Informatics in …, 2026 ｜ 医療画像データから個人識別情報を匿名化し、その後、匿名化された領域を再構築するためのエンドツーエンドのディープラーニングフレームワークを提案。 生成型ディープラーニングモデルを用いて、秘匿された領域をインペイント（補完）することで、復元されたボリュームの忠実度を評価する。