有識者が語る、中堅中小企業に求められる最新のサイバーセキュリティ対策とは
中堅中小企業を狙うサイバー攻撃が増加する中、2025年に可決された能動的サイバー防御に関する法案により、サイバーセキュリティ対策の高度化が求められている。 有識者の対談を通じ、企業に必要な対策を紹介。 Source URL
HUSM - AI & Quantum Imaging Lab -
浜松医科大学 光医学総合研究所 光量子技術開発部門 AI量子イメージング分野
中堅中小企業を狙うサイバー攻撃が増加する中、2025年に可決された能動的サイバー防御に関する法案により、サイバーセキュリティ対策の高度化が求められている。 有識者の対談を通じ、企業に必要な対策を紹介。 Source URL
<Microsoft 365>ユーザー/管理者の“うっかりミス”やサイバー攻撃への備えが不可欠。 実際のデータ損失事例を確認し、<Microsoft 365>のデータ保護に必要な考え方と具体的な方法を解説。 Source URL
既存システムの保守がIT環境のモダン化を妨げる要因となっている現状を指摘。 「変えない」という判断からの脱却を促し、変革の重要性を強調。 モダン化を推進するための具体的な方法とアプローチを解説する。 Source URL
長期休暇中はサイバー攻撃の狙い目となり、セキュリティインシデント発生時の対応が遅れがちになる。 長期休暇前後に実施すべきセキュリティ対策について解説する。 有効な教育手法により、対応遅れを防ぐ方法を提示する。 Source URL
Application of Artificial Intelligence in Healthcare, with a focus on Smart Hospitals: A Policy-making Framework | SB Mozafari, unknown, unknown. | 情報通信技術、特に人工知能の利用は、ヘルスケアを含む様々な分野で多くの利点をもたらす。 ヘルスケア産業におけるAIの応用と、スマートホスピタルに焦点を当てた政策策定フレームワークを提示する。
Recommendations for the Development and Implementation of Generative Artificial Intelligence Tools in Pediatric Clinical Care: Policy Statement | S Suresh et al., Pediatrics, 2026. | 生成型人工知能(GenAI)の小児ヘルスケアへの統合は、機会と同時に重要な課題をもたらす。 大規模言語モデル(LLMs)のようなGenAIツールは、いくつかのヘルスケアアプリケーションで有望視されている。
Artificial Intelligence and machine learning in toxicogenomics for drug safety assessment: a critical review | B Fatima et al., Toxicology Mechanisms and Methods, 2026. | 薬物誘発毒性の予測は創薬における主要なボトルネックの一つである。 AIと機械学習は、トキシコゲノミクスから得られる高次元データセットの分析にますます活用されている。
DEVELOPMENT OF AN ARTIFICIAL INTELLIGENCE-BASED MEDICAL DIAGNOSTIC SYSTEM FOR THE EARLY DETECTION AND PREDICTION OF LYMPHATIC FILARIASIS | KE Umeh et al., unknown, 2026. | 不十分な診断スキルや人的ミスといった課題に対処するため、リンパ系フィラリア症の早期検出と予測のためのAIベース医療診断システムを提案。 構造化されたリンパ系フィラリア症データと顕微鏡血液塗抹画像を用いてシステムを開発。
Development of a Digital Health Application for Early Gestational Diabetes Mellitus Prediction Using Machine Learning and Clinical-Lifestyle Variables | K Dilhani et al., 2026 4th International Conference on Advanced …, 2026. | 機械学習と臨床・ライフスタイル変数を用いて、早期妊娠糖尿病(GDM)予測のためのデジタルヘルスアプリケーションを開発。 4,244人の妊婦の二次データセットを使用し、機械学習ベースの予測モデルを構築。
A comprehensive study on multi-dimensional predictive safety analysis of machine learning models in diabetes detection | N Mumenin et al., Scientific Reports, 2026. | 臨床機械学習モデルの展開前信頼性評価において、予測精度だけでは不十分であると認識されている。 確率的信頼性と不確実性挙動の評価が不可欠である。