Machine Learning in Drug-induced Adverse Reaction Modeling: Case Studies of Drug-induced Cardiotoxicity Modeling ｜ J Liu et al., unknown, 2026. ｜ 機械学習と深層学習は、薬物誘発性心毒性を予測するための新たな代替方法を提供し、創薬および開発を強化する。 本章では、薬物誘発性心毒性モデリングに利用可能な既存の機械学習および深層学習モデルがレビューされている。
Integrating habitat-based radiomics, 3D deep learning, and clinical variables for detection of early-stage esophageal squamous cell carcinoma on noncontrast chest … ｜ C Ye et al., European Journal of …, 2026. ｜ 生息域ベースのサブ領域ラディオミクス、3D深層学習特徴量、および臨床変数を統合した複合モデルが、非造影胸部CTを用いた早期食道扁平上皮癌の検出に有効である。 深層学習と臨床情報の追加により、早期疾患検出の性能が向上する。
DEGRO consensus framework for undergraduate radiation therapy teaching in Germany: a white paper with integrated guidance on artificial intelligence in medical … ｜ P Linde et al., Strahlentherapie und …, 2026. ｜ ドイツ放射線腫瘍学会（DEGRO）は、学部放射線治療教育のためのコンセンサスフレームワークを策定した。 このホワイトペーパーは、医学教育における生成人工知能（AI）の関連性を考慮し、放射線治療におけるAIの統合に関するガイダンスを含んでいる。
The Challenge of Integrating Artificial Intelligence into Clinical Reasoning by Augmenting the Physician’s Central Cognitive Role ｜ S Corrao, QJM: An International Journal of Medicine, 2026. ｜ 人工知能は医師の臨床推論の方法を変革しているが、医師と大規模言語モデル（LLM）の持続的な相互作用における認知側面はまだ概念的に定義されていない。 本研究では、方法論的に導かれたLLMとの反復的な対話が、医師の中心的認知役割を補強し、AIを臨床推論に統合するための重要なアプローチであると提案している。
Machine Learning in Drug–Drug Interactions ｜ R Jain et al., unknown, 2026. ｜ 薬物間相互作用（DDIs）は、患者の安全性と効果的な薬剤投与に重大な課題をもたらす。 機械学習（ML）は、DDIsの予測と管理において重要な役割を果たす。
Understanding end-user contexts and identifying design preferences of an artificial intelligence-based clinical decision support tool for early autism detection ｜ A Emovon et al., JAMIA Open, 2026. ｜ 電子健康記録内の臨床データを監視する人工知能（AI）ベースモデルによる自閉症検出の革新に基づき、臨床意思決定支援（CDS）ツールの展開コンテキストと設計嗜好を評価する研究。 早期自閉症検出のためのAIベースCDSツールの設計において、エンドユーザーのニーズと好みを理解することの重要性を示す。
Trust-aware clinical decision support in IoMT using hesitant fuzzy sets and deep learning-based medical image analysis ｜ A Mohammad et al., Scientific Reports, 2026. ｜ 既存の臨床意思決定支援システムは医用画像解析か接続医療機器の整合性評価のどちらかに焦点を当てており、自動化されたシステムの信頼性が限定的であった。 ためらいファジィ集合と深層学習に基づく医用画像解析を組み合わせることで、IoMT（Internet of Medical Things）における信頼性重視の臨床意思決定支援フレームワークが提案されている。
Perception and utilization of artificial intelligence in healthcare research among professionals in India: a cross-sectional study ｜ S Ganguly et al., Scientific Reports, 2026. ｜ 人工知能（AI）は現代のヘルスケアにおいて、研究、診断、臨床応用を根本的に変革する革新的な技術として登場している。 AIは理論的な概念から、ヘルスケア分野における実用的なアプリケーションへと急速に発展している。
Medicolegal aspects of the use of artificial intelligence in healthcare: challenges, current regulations, and future directions ｜ MA Niriella et al., AI and Ethics, 2026. ｜ 人工知能（AI）は、診断精度の向上、個別化治療計画の実現などを通じて、ヘルスケア分野に革命をもたらしている。 AIの利用が多様な医療分野に拡大するにつれて、医事法的な課題、現行の規制、および将来の方向性を検討する必要がある。
We’ll have to see how it works”: An interview study to understand collaborative practices in interdisciplinary artificial intelligence and healthcare research ｜ R Henkin et al., PloS one, 2026. ｜ 医療分野における人工知能（AI）の応用範囲は、疾患予測から患者層別化まで広範囲に及んでいる。 AIアルゴリズムの開発とその医療への適用には、学際的な共同作業が不可欠である。