「ITインフラの導入・運用およびデータ保護」に関するアンケート
ITインフラの導入・運用およびデータ保護に関するアンケートを実施。 回答者の中から抽選で10名にAmazonギフトカード（3000円分）をプレゼント。 Source URL
lab_admin
ガリガリ君の赤城乳業が”魔改造ERP”を「アドオンゼロのSAP S/4HANA」に移すまで
赤城乳業が「魔改造」された既存ERPシステムから、<SAP S/4HANA>へのアドオンゼロでの移行に成功した事例を紹介。 Source URL
データの”排ガス”か”宝の山”か 「オペレーショナルアナリティクス」のススメ
データを単なる「排ガス」ではなく「宝の山」と捉え、オペレーショナルアナリティクスを推進することの重要性を提唱。 Source URL
AI時代のデータ管理／運用を変革する、“次世代型データベース基盤”の実力
AI時代におけるデータ管理・運用を変革する、次世代型データベース基盤の性能と効果を解説。 Source URL
NTT東日本の事例に学ぶ、プライベート環境でのAI開発と運用
NTT東日本が機密データを社外に出さずにAIを活用するため、閉域網でのプライベート環境を選択した事例。 公共インフラを担う企業として、安全性・安定性とAI活用のスピードを両立する柔軟なIT基盤の全貌を紹介。 Source URL
歯周病学およびインプラント学における人工知能：ナラティブレビュー
Artificial Intelligence in Periodontology and Implantology: A Narrative Review ｜ LA Amro, MSA Dental Journal, 2026 ｜ 機械学習およびディープラーニングモデルは、複雑な臨床およびX線画像データセットを処理できる。 歯周病学において、より堅牢な診断ワークフローとデータ駆動型の治療決定のための新たな道を開く。
心不全ケアの最適化：心不全患者の入院期間を機械学習で予測
Optimizing heart failure care: A machine learning-based prediction of hospital length of stay for heart failure patients ｜ A De Souza et al., Heart & Lung, 2026 ｜ 機械学習が心不全ケアにおける臨床意思決定を支援する潜在能力を強調している。 心不全患者の入院期間予測において、強力な性能ベースラインを確立している。
病院における医用画像処理のための機械学習システム開発における要件工学の課題
Requirements Engineering Challenges in Developing Machine Learning Systems for Medical Imaging in Hospitals ｜ AG Vallentin et al., Research Challenges in Information Science: 20th …, 2026 ｜ 病院では、診断およびワークフロープロセスを支援するために、医用画像処理のための機械学習（ML4MI）が導入されつつある。 これらのシステムを臨床ニーズと整合させることには、要件工学上の課題がある。
ディープラーニング技術を用いたベンガル語健康テキスト識別の取り組み
Toward Bengali Health Text Identification Using Deep Learning Technique ｜ M Akter et al., Machine Learning for Healthcare, 2026 ｜ 健康ニュースの識別は、専門家、研究者、政策立案者にとって現在の健康関連の動向に関する情報収集が不可欠であるため、ヘルスケア分野における重要な課題である。 ディープラーニング技術を用いてベンガル語の健康テキスト識別に取り組んでいる（タイトルから）。
臨床意思決定支援システムのための説明可能な人工知能：プライバシー保護型フェデレーテッドエッジフレームワーク
Explainable Artificial Intelligence for Clinical Decision Support Systems: A Privacy-Preserving Federated Edge Framework ｜ OC Okafor et al., unknown, unknown ｜ ブラックボックス型機械学習モデルに依存する臨床意思決定支援システムは、医療の責任要件との根本的な緊張関係に直面している。 本論文は、臨床AIにおける説明可能性の既存のアプローチを検証している。