lab_admin

Artificial Intelligence in Clinical Pharmacokinetics and Pharmacodynamics: A Realist Review of Contexts, Mechanisms, Outcomes, and Failure Modes ｜ C Ramirez et al., International Journal of Pharmaceutical Research and Allied Sciences, 2026. ｜ 人工知能（AI）が臨床薬理学において多様な応用を通じて進展していることを示している。 AIは非線形表現を通じてこのプロセスを拡張する可能性がある。

Explainable artificial intelligence in medical imaging: how to interpret, evaluate, and use artificial intelligence explanations ｜ G Durak et al., Diagnostic and Interventional Radiology, 2026. ｜ 放射線科で使用される人工知能（AI）モデルの多くは「ブラックボックス」であり、その予測根拠を説明しないため、臨床的懸念が生じている。 説明可能なAI（XAI）を医療専門家がより理解しやすくすることを目的としている。

Diagnostic Accuracy of Medical Imaging–Based Artificial Intelligence for Osteonecrosis of the Femoral Head: Systematic Review and Meta-Analysis ｜ FL Lu et al., Journal of Medical Internet Research, 2026. ｜ 大腿骨頭壊死（ONFH）の診断における医用画像ベースAIモデルの全体的な診断精度を統合し、臨床応用への情報提供を目指す。 研究は、ディープラーニングと機械学習モデルタイプ、単一施設と多施設研究などの側面を考慮して分析されている。

The Problem of Trusting Artificial Intelligence in Healthcare: Finding the Balance Between Humans and Technology ｜ İ TÜRKMEN, S EMİKÖNEL, unknown, 2026. ｜ ヘルスケア専門家はAIを支援ツールと見なし、自身の専門知識と協力して働くべきである。 患者からの信頼を築くためには、医療専門家とのコミュニケーションが効果的である。

EXPLAINABLE ARTIFICIAL INTELLIGENCE IN HEALTHCARE DECISION SUPPORT SYSTEMS: A REVIEW ｜ AN Sada, MSKM Kabir, Proceedings of Umaru Musa Yar’adua University Annual National Conference on Science, Technology, Engineering, Arts and Management Sciences (UMYU-NAS), 2026. ｜ 人工知能（AI）は、ヘルスケア意思決定支援システム（HDSS）において診断、予後、治療計画に大きな進歩をもたらしている。 多くの高度なAIモデルが「ブラックボックス」として機能し、その出力根拠を説明できないため、臨床における懸念が生じている。

Bridging the gap between machine learning and clinical applications ｜ M Blignaut, A Wentzel, SA Heart Journal, 2026. ｜ 現代の機械学習（ML）アプローチを、生物学的、臨床的、疫学的研究における従来の統計的検定の代替として活用することに焦点を当てている。 心臓イベント予測に特に注目し、そのための手法の選択とワークフローについて説明されている。