lab_admin

成人長期脳波モニタリングにおける発作間期異常の人工知能支援分類：診断精度は…と同等

by

Artificial intelligence‐assisted categorization of interictal abnormalities in adult long‐term electroencephalographic monitoring: Comparable diagnostic accuracy with … ｜ D Mansilla et al., Epilepsia, 2026. ｜ 人工知能（AI）は、通常の脳波（EEG）を専門家レベルの精度で分類できるが、長期EEGモニタリング（LTM）の解釈は依然として時間のかかる視覚的レビューに依存している。 を用いて発作間期異常の分類を評価し、専門家レビューに匹敵する診断精度があるかを検証した。

人工知能時代における医療ヒューマニズムの再発見：歴史的医療伝統からの教訓

by

Rediscovering medical humanism in the age of artificial intelligence: lessons from historical medical traditions ｜ M López-Gómez et al., Clinical and Translational …, 2026. ｜ ヘルスケアにおける人工知能（AI）の導入は、医療の診断、治療、予後、および管理の側面を変革している。 医療ヒューマニズムの再発見の重要性について、歴史的な医療伝統からの教訓を通じて考察する。

機械学習と医療ディスパッチャーによる病院外心停止通報の認識差異の特性：全国的な観察研究

by

Characteristics of out-of-hospital cardiac arrest calls unrecognised by machine learning versus medical dispatchers: a nationwide observational study ｜ A Nord et al., unknown, 2026. ｜ 病院外心停止（OHCA）通報の認識において、機械学習モデルと医療ディスパッチャー間の不一致を調査した。 90件のOHCA通報で認識の不一致が特定され、機械学習モデルが見逃したケースと医療ディスパッチャーが見逃したケースの特性を比較した。

機械学習に基づく薬物-標的相互作用予測のための構造データおよびタンパク質データの活用

by

Leveraging structural and protein data for machine learning based drug-target interaction prediction ｜ A Veerendra et al., Proc. of SPIE Vol …, 2026. ｜ 構造データとバイオアクティビティデータ（Drug Target Commonsデータセットから）を使用する機械学習モデルを開発した。 異なる分子と標的間の相互作用を予測し、薬物-標的相互作用を予測する機械学習モデルを構築する。