「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発
顧客の声が設計に届かず手戻りや属人化が止まらない原因は部門間の分断にある。 <CRM>と<PLM>の融合とAI活用で解消する4つのユースケースを解説。 Source URL
lab_admin
製造業のAI導入はなぜ止まる？ パイロット段階の壁を越え成果を創出する方法
多くの製造業がAIとアナリティクスに投資しながらパイロット段階を超えられずにいる。 AIを複数の生産ラインへ展開し、即効性や再現性のある価値を創出する方法を紹介。 Source URL
管理会計の変革で大幅な業務削減も？ 大日本印刷の事例に学ぶ脱Excelの実践術
<大日本印刷>モビリティ＆リビング事業部が脱Excelにより管理会計の効率化と高度化を実現。 属人的な運用からの脱却と業務の標準化を進めた。 データ分析ツールの活用方法と得られた成果を詳しく解説する。 Source URL
発注～支払いが見えない購買業務は危険？ 利益を削る5つの見えないコストとは
購買・調達業務において、発注から支払いまでのプロセス全体を把握できていない企業が多い。 これが「見えないコスト」や統制リスクを生む大きな要因となっている。 課題解決に向けたアプローチを紹介する。 Source URL
ローカル5Gが届かない場所でも通信を維持する方法とは？
愛媛CATVはローカル5Gと地域BWAを組み合わせた高速通信サービスを提供。 利用者の移動に合わせて通信を自動で切り替える端末を採用し、高品質なサービスを実現。 選定ポイントと導入効果が紹介されている。 Source URL
癌画像診断、薬物送達、磁気制御における磁性ナノ粒子とナノキャリアのための人工知能と機械学習：系統的レビュー
Artificial intelligence and machine learning for magnetic nanoparticles and nanocarriers in cancer imaging, drug delivery, and magnetic control: a systematic review ｜ Y Yao et al., Beilstein Journal of Nanotechnology, 2026. ｜ 本レビューは、MRI可視化磁性ナノ粒子、ナノキャリア、およびイメージング、薬物送達、ハイパーサーミア、ターゲティング、輸送、および制御のためのシステムにおける人工知能と機械学習の応用を扱っている。 AIと機械学習は、これらのナノテクノロジーベースのシステムの効率と精度を最適化するために利用されている。
画像モダリティと腫瘍タイプを横断する癌検出予後分析のための人工知能の臨床検証
Clinical validation of artificial intelligence for cancer detection prognosis and analysis across imaging modalities and tumor types ｜ NAR Mohamed et al., Discover Artificial Intelligence, 2026. ｜ 本レビューは、画像モダリティと腫瘍タイプを横断する癌検出における人工知能の診断および予後性能に関する包括的な臨床検証を目的としている。 深層学習技術とプレシジョンオンコロジーフレームワークに重点を置いて、現在のエビデンスを統合する。
医療専門職教育と意思決定における人間中心の人工知能：社会技術システムアプローチ
Human-Centered Artificial Intelligence in Health Professions Education and Decision-Making: A Sociotechnical Systems Perspective 1 ｜ JR Schoenherr et al., unknown, 2027. ｜ 専門知識と状況認識は、チーム、医療専門職（HCPs）、および技術全体に分散している。 人工知能（AI）は、医療専門職教育、臨床実践、公衆衛生の分野で急速に採用されている。
深層学習診断における臨床的信頼性のための事後解釈可能性手法の経験的評価
Empirical Evaluation of Post Hoc Interpretability Methods for Clinical Trust in Deep Learning Diagnostics ｜ KR Saranya et al., Diagnostics, 2026. ｜ 深層学習技術により、磁気共鳴画像法（MRI）による画像診断は大幅に改善されたが、解釈可能性の欠如が臨床採用の大きな課題として残っている。 本研究は、説明可能な人工知能（XAI）駆動型のアプローチを提案し、臨床医が深層学習モデルの診断結果を信頼し、理解できるようにすることを目的としている。
人工知能と医療従事者による心電図解釈の比較
Comparison of Electrocardiogram Interpretation Between Artificial Intelligence and Healthcare Professionals ｜ SD George et al., unknown, 2027. ｜ 心電図（ECG）は、心筋損傷、心不整脈、心膜炎、電解質異常、肺疾患の検出に最も広く使用されるツールである。 近年、臨床現場において人工知能（AI）の活用が進んでおり、AI-ECGシステムが診断支援に導入されている。