医学 x AI

Artificial intelligence and machine learning, a game changer in pharmaceutical development?-An updated perspective arising from Journees Galeniques 2024 ｜ R Holm et al., European Journal of Pharmaceutical Sciences, 2026. ｜ AIと機械学習が製薬開発全般においてゲームチェンジャーとして認識されていることが報告されています。 薬剤特性予測、安全性評価、処方設計、モデル情報に基づく開発、臨床開発など、多様な段階での応用が拡大しています。

Beyond Multiple Choice: The Role of Short Answer Questions in Deep Learning and Clinical Reasoning–A Review ｜ MI Hossin et al., CME Journal, 2026. ｜ 深層学習と臨床推論における短答式問題（SAQ）の役割についてレビューしています。 SAQは、最終回答だけでなく、重要な意思決定、診断プロセス、管理優先順位に焦点を当てることで、臨床推論を促進し、問題解決能力を高める可能性があると述べています。

Current status and future outlook of artificial intelligence and automation in intravenous infusion systems ｜ IM Ibrahim et al., npj Digital Medicine, 2026. ｜ 人工知能（AI）、オートメーション、ウェアラブルバイオセンサーの統合が医療提供を変革していることが述べられています。 この変革により、継続的・リアルタイムのモニタリングと、よりインテリジェントな臨床介入が可能になります。

Transparency features alone are insufficient for trust calibration in artificial intelligence diagnostic support ｜ C Frank et al., Journal of the American Medical Informatics Association, 2026. ｜ AI診断支援における臨床医の信頼が導入への障壁となる問題について取り組んでいます。 透明性機能が信頼に与える影響に関する経験的証拠を調査し、透明性だけでは適切な信頼調整には不十分であると結論付けています。

BiotaPredictor: A machine learning framework for predicting drug depletion by the human gut microbiota ｜ B Naranjani et al., Gut Microbes, 2026. ｜ ヒト腸内細菌叢による薬剤枯渇の予測は、初期の薬剤開発における重要な課題として挙げられています。 ヒト腸内細菌叢による薬剤枯渇の可能性を予測する、自由にアクセス可能なウェブベースの機械学習プラットフォームが紹介されています。

Network analysis and machine learning approach identifies HSP90-associated synthetic lethal targets and drug responses in breast cancer ｜ A Alam et al., npj Precision Oncology, 2026. ｜ ネットワーク分析と機械学習を組み合わせたアプローチを用いて、乳がんにおけるHSP90関連の合成致死標的と薬剤応答を特定しました。 遺伝子発現特徴と薬剤感受性ラベルを含むデータセットを使用し、細胞株の薬剤感受性（感受性または耐性）を予測しました。

Applications of Artificial Intelligence in Clinical Trials and Drug Response Prediction ｜ LP Pillalamarri, unknown, 2026. ｜ AIが臨床試験と薬剤応答予測の分野を急速に変革しています。 データ駆動型アプローチ、特に機械学習、深層学習、自然言語処理（NLP）を活用して、これらの重要な分野の効率と結果を最適化できることが示されています。

AI and Machine Learning in Healthcare: Transforming Treatment, Ethics, and Resource Optimization ｜ A Khanna et al., Causal Artificial Intelligence : Fundamentals, 2026. ｜ 機械学習とAIが医療における運用、倫理、治療計画、診断といった多岐にわたる分野に与える影響を考察しています。 これらの技術が医療資源の利用効率向上と個別化治療の精度向上に貢献する可能性が強調されています。

Artificial intelligence-enabled clinical phenotyping of human brown fat ｜ N Gómez-Banoy et al., Nature, 2026. ｜ AIとビッグデータを活用し、10万人以上の患者コホートでヒト褐色脂肪組織（BAT）の臨床的影響を系統的に定義しました。 BAT活動に関連する新たな臨床表現型が特定され、その活動が代謝健康と関連していることが示唆されました。

ARTIFICIAL INTELLIGENCE IN MEDICAL DIAGNOSTICS: APPLICATIONS, LIMITATIONS, AND GOVERNANCE ｜ F Arzikulov et al., Global Conference on Medical and Health Sciences, 2026. ｜ 人工知能 (AI)、特に大規模な臨床および画像データセットで訓練された機械学習手法は、医療診断において急速に進歩しています。 AIの診断精度、効率、アクセス可能性を向上させる大きな可能性を論じるとともに、データ品質、解釈可能性、バイアス、堅牢な検証の必要性に関連する限界を批判的に検討しています。