人工知能を活用した創薬:成長しているが、主に初期段階の臨床パイプライン

Artificial intelligence–enabled drug discovery: A growing but largely early-stage clinical pipeline | W Haque et al., Cancer Treatment Reviews, 2026. | 2026年3月1日時点で、人工知能を用いて発見または開発され、ヒト臨床試験に入った薬剤を調査した。 観察研究、診断試験、非治療的介入は調査対象から除外された。

ヘルスケアにおける解釈可能な機械学習のためのシンボリック回帰の利用入門

Introduction to using symbolic regression for interpretable machine learning in healthcare | M Ferguson et al., Communications Medicine, 2026. | 機械学習は過去10年で医療において重要な役割を担っている。 多くの機械学習モデルは「ブラックボックス」であり、臨床意思決定プロセスにおける解釈性と患者安全に関する懸念がある。

寄生虫顕微鏡検査における深層学習の応用:スコーピングレビュー

Deep learning applications in parasite microscopy: A scoping review | RM Maniraj et al., PLOS Neglected Tropical…, 2026. | ヒト臨床診断における寄生虫顕微鏡検査への深層学習の応用に関するエビデンスをレビューしています。 既存の深層学習ベース診断システムの臨床準備性、比較可能性、およびエビデンスの不足が課題とされています。

頸椎変性疾患の診断のための機械学習と深層学習:系統的レビューとメタアナリシス

Machine Learning and Deep Learning for the Diagnosis of Cervical Degenerative Diseases: Systematic Review and Meta-Analysis | H Duan et al., Journal of Medical Internet…, 2026. | 頸椎変性疾患の診断における機械学習(ML)と深層学習(DL)モデルの性能を評価しています。 モデルは満足のいく診断性能を示しましたが、研究間の異質性と証拠の確実性の低さが課題とされています。

通信および医療応用におけるAI、機械学習、IoT

AI, Machine Learning, and IoT for Communication and Medical Applications | AO Mulani et al., Coresource 4, 2026. | 人工知能(AI)、機械学習(ML)、モノのインターネット(IoT)の通信および医療システムへの統合について論じています。 これらの技術革新の欠陥と実装が、非効率性や機会損失につながる可能性を指摘しています。

人工知能臨床意思決定支援システムの術中導入における倫理的考察:スコーピングレビュー

Ethical considerations for intraoperative implementation of artificial intelligence clinical decision support systems: a scoping review | L Parikh et al., npj Digital Surgery, 2026. | 術中AIベースの臨床意思決定支援(CDS)システムが外科的意思決定のために提案されています。 その臨床実装と倫理的ガバナンスを裏付ける証拠はまだ限定的であると指摘されています。

医療英語翻訳における人工知能の応用

Application of artificial intelligence in medical English translation | R Yi, New Medicine, 2026. | 臨床文書、国際医療コミュニケーション、医療文献翻訳におけるAIの応用についてレビューしています。 専門化された大規模モデル、プライバシー保護、マルチモーダル適応の進展を検証しています。

ヘルスケアと腫瘍学における群知能人工知能

Swarm Artificial Intelligence in Healthcare and Oncology | E Bryndin, Journal of International Medical Sciences, 2026. | より知的で適応性の高い医療機関の創出に、群知能AIが貢献すると考えられています。 マルチモーダルアシスタントが協調的に機能し、医療の質と速度を向上させ、将来的に機械学習と深層学習の要素が統合される可能性があります。

乳がん臨床試験におけるEHRからの臨床データ抽出のための人工知能:MIRROR研究

Artificial intelligence for clinical data extraction from EHRs in breast cancer trials: the MIRROR study | CL Parra-Calderón et al., npj Breast Cancer, 2026. | 人工知能(AI)を用いた電子健康記録(EHRs)からの臨床データ自動抽出に関するMIRROR研究が報告されています。 113人の乳がん患者のEHRから臨床情報が抽出され、システムが参照情報を提供します。

人工知能による心血管ケアの強化:臨床的アプローチ

Augmenting Cardiovascular Care with Artificial Intelligence: A Clinical Approach | V Pangracious et al., unknown, 2026. | 心不全の臨床データセットを用いて、複数の機械学習(ML)および深層学習モデルを評価しています。 低次元の構造化データにおいては、従来のアンサンブル手法も深層学習に匹敵する競争力を持つことが示されています。