lab_admin

信頼性のギャップを埋める：臨床心臓病診断のための説明可能な人工知能の実装

by

Bridging the Trust Gap: Implementing Explainable Artificial Intelligence for Clinical Heart Disease Diagnosis ｜ MB Badawi et al., 2026 ICEENG International …, 2026 ｜ 機械学習モデルの「ブラックボックス」特性から生じる決定を「人間にとってわかりやすい」臨床的洞察に変換する。 説明可能な人工知能（XAI）が臨床心臓病診断の信頼性向上に有効であることを示している。

医用画像における人工知能：解釈の強化と診断エラーの削減

by

ARTIFICIAL INTELLIGENCE IN MEDICAL IMAGING: ENHANCING INTERPRETATION AND REDUCING DIAGNOSTIC ERRORS ｜ AR Khan et al., Biology and Biotechnology Communications, 2026 ｜ 医用画像分野における人工知能の活用により、診断プロセスをより円滑にし、診断エラー数を削減する可能性を分析。 高度な深層学習モデルが開発・評価され、定性的な臨床検証も行われている。

ヘルスケアクラウドおよびIoTアプリケーションのための分散型人工知能を用いたセキュアなフェデレーテッドサイバーセキュリティモデル

by

A Secure Federated Cyber Security Model Using Distributed Artificial Intelligence For Healthcare Cloud And Iot Applications ｜ A Shwetha et al., … Intelligence and Machine …, 2026 ｜ 機械学習アルゴリズム、ブロックチェーン強化ヘルスケアセキュリティ、クラウド侵入検知、行動異常検知、深層学習支援マルウェア検知システムを用いて、ヘルスケアシステムをサイバー脅威から保護する。

ヘルスケアにおける機械学習の信頼性と公平性の分析

by

Analysis of Trustworthiness and Fairness in Machine Learning for Healthcare ｜ B Liu, 2026 IEEE Symposium on Security and Privacy …, 2026 ｜ 医療分野における機械学習モデルの信頼性と公平性を分析。 バイアス、データプライバシー、診断精度といった要因が、AIモデルの信頼性、公平性、汎化性能に与える影響、特に医用画像における臨床的含意に注目している。

診断および医療意思決定における人工知能

by

Artificial intelligence in diagnostics and medical decision making ｜ M Levi, European Journal of Internal Medicine, 2026 ｜ 人工知能（AI）アプリケーションはヘルスケアに大きな可能性をもたらすと期待されている。 AIが成功裏に実装されれば、医療従事者のワークロードを軽減し、医療知識を拡張し、臨床管理を改善し得るとされる。

薬物毒性予測における深層学習：早期薬物開発の強化

by

Deep Learning in Drug Toxicity Prediction: Enhancing Early-Stage Drug Development ｜ R Senthil et al., unknown, 2026 ｜ 早期段階の薬物開発において、薬物毒性予測を強化するために深層学習が活用されている。 AIおよび機械学習アプローチが、有害薬物反応（ADRs）や薬物誘発性毒性の早期検出に適用される。