のブラックボックス化を打破 資産継承と進化を実現する「IBM Bob」の実力
<IBM i>を利用する企業が技術者不足や属人化に課題を抱えている。 <AI>の活用により、<IBM i>の課題を打破し、既存資産を可視化・解析してシステムを進化させる最新のモダナイゼーション手法を解説。 Source URL
lab_admin
ソフトウェア開発のAI投資、ROIをどう測る？ 経営と現場の共通言語を作る極意
<AI> ソフトウェア開発におけるAI投資の費用対効果（ROI）を正確に測定する方法と、経営層と現場が共通の理解を持つためのポイントを解説。 Source URL
現場担当者が「基幹システム刷新後」に落胆する理由とは？
基幹システム刷新プロジェクトが完了した後、現場担当者が落胆してしまう主な原因と、その対策について深掘り。 Source URL
Excelと手作業の限界 サイロ化に悩むトランスコスモスの「ノーコード」活用術
<Excel><ノーコード> トランスコスモスの事例を通して、Excelと手作業による業務の限界とサイロ化の課題、ノーコード活用による解決術を紹介。 Source URL
デスキル効果：人工知能は臨床能力を侵食しているか？
The Deskilling Effect: Is Artificial Intelligence Eroding Clinical Competence? ｜ M Topaz et al., Annals of Internal Medicine, 2026. ｜ AIは臨床診療に多大な利益をもたらす一方で、AIが利用できない場合の臨床医のスキル変化に関する研究は不足している。 AIの導入が臨床能力を低下させる「デスキル効果」の潜在的な結果について議論している。
人工知能による農業ヘルスケアの革命：応用、課題、将来展望
Revolutionizing Agricultural Healthcare with Artificial Intelligence: Applications, Challenges, and Future Prospects ｜ M Ahsan et al., Journal of Crop Health, 2026. ｜ AIが農業ヘルスケアにもたらす変革的影響について、その応用、課題、将来の展望を探求している。
喉頭疾患における人工知能の診断精度：統合レビュー
Diagnostic Accuracy of Artificial Intelligence in Laryngeal Disorders: An Integrative Review ｜ S Mairesse et al., Journal of Personalized Medicine, 2026. ｜ 喉頭疾患は耳鼻咽喉科で一般的だが、専門知識なしでは診断が困難な場合がある。 機械学習を活用したAIシステムが喉頭疾患の診断精度を向上させることが示されている。
検眼学および眼科における人工知能ベースの診断支援
Artificial Intelligence-Based Diagnostic Aids in Optometry and Ophthalmology ｜ JA Armitage et al., unknown, unknown. ｜ 機械学習アルゴリズムは決定木やクラスター分析に基づき、深層学習はそのサブセットとしてAIベースの診断支援に活用される。 検眼士が臨床診療でAIを評価・使用するためのガイドとしても役立つ。
ディープラーニングに基づくヘルスケアアプリケーションのための効率的で堅牢な自己教師あり学習
Efficient and Robust Self-Supervised Learning for Deep Learning-Based Healthcare Applications ｜ H Wang, unknown, 2026. ｜ 深層学習の大きなデータ需要と臨床現場での手動アノテーションの課題とのミスマッチに取り組んでいる。 深層学習ベースのヘルスケアアプリケーション向けに、効率的で堅牢な自己教師あり学習（Self-Supervised Learning）を提案している。
臨床歯科における人工知能：誇大広告か、助けか、危険か？
Artificial Intelligence in Clinical Dentistry: Hype, Help, or Hazard? ｜ RK Singh, unknown, 2026. ｜ AIは臨床歯科において具体的な技術として進化しており、診断精度の向上に貢献している。 機械学習や深層学習に基づくAIが特に診断精度向上において有効である。