フィードフォワードニューラルネットワークを用いた機械学習ベースの疾患予測およびヘルスケア支援システム

A Machine Learning-Based Disease Prediction and Healthcare Assistance System Using Feed-Forward Neural Network | D Pathak et al., unknown, 2026. | 症状に基づいた臨床データセットで訓練・テストされたフィードフォワードニューラルネットワークを利用する機械学習ベースの疾患予測およびヘルスケア支援システムを提案した。

看護実践における人工知能支援臨床意思決定支援の統合:スマートヘルスケアシステムにおける患者安全とケアの質への影響

INTEGRATING ARTIFICIAL INTELLIGENCE–ASSISTED CLINICAL DECISION SUPPORT IN NURSING PRACTICE: IMPACTS ON PATIENT SAFETY AND CARE QUALITY IN SMART HEALTHCARE SYSTEMS | B Binamin et al., unknown, 2026. | 医療過誤、臨床対応の遅延、ケアのばらつきといった課題は、効果的な意思決定支援ツールの必要性を浮き彫りにしている。 本研究は、人工知能による意思決定支援の患者安全とケアの質への影響を検証することを目的としている。

ヘルスケアにおける人工知能:医療実践の変革

Artificial Intelligence in Healthcare: Transforming Medical Practice | B Shridhar et al., Artificial Intelligence in Healthcare: Transforming Medical Practice, unknown. | テクノロジーと人工知能(AI)のヘルスケアへの統合は、医療実践を変革する。 ヘルスケア組織がクラウドコンピューティングと技術関連の変革によってAI駆動型医療イノベーションを推進することを可能にする。

ヘルスケアおよびIoTシステムのためのデジタルツイン、量子コンピューティング、深層学習統合フレームワークの活用

Employment of Integrated Framework of Digital Twin, Quantum Computing, and Deep Learning for Healthcare and Iot Systems | A Kumari et al., unknown, 2026. | インテリジェントでパーソナライズされたヘルスケアIoTアプリケーションのための深層学習と量子コンピューティングのフレームワーク。 患者固有のデジタルツインを利用してリアルタイムの生理学的モデリングを行う。

Osteovision:骨粗鬆症検出のためのAI対応深層学習および診断分析システム

Osteovision: An AI-Enabled Deep Learning and Diagnostic Analytics System for Osteoporosis Detection | SA Inigo et al., unknown, 2026. | 本研究で使用されたデータセットは、臨床リポジトリと公開されている医療データセットを組み合わせて収集された。 骨粗鬆症検出のためのアクセス可能で自動化され、信頼性の高い深層学習および診断分析フレームワーク。

診断管理における機械学習:診断精度向上、偽陽性CSF培養における抗生物質使用最適化のための技術的アプローチ

Machine learning in diagnostic stewardship: A technical approach in improving diagnostic accuracy, optimizing antibiotic use in false positive CSF cultures | T Vidhya et al., Journal of Microbiological Methods, 2026. | 迅速で正確な分子診断ツールの賢明な使用を促進し、適切な抗生物質治療の開始を可能にする。 ヘルスケアコストの削減にも寄与する。

ヘルスケアにおける人工知能に対する高齢者の認識:探索的定量的分析

Older adults’ perceptions of artificial intelligence in healthcare: an exploratory quantitative analysis | CL Olbrich et al., The Gerontologist, 2026. | 人工知能(AI)はヘルスケアの成果を改善する可能性を秘めている。 高齢者のAI応用に対する認識に関する先行研究は限られている。

応用科学部博士課程 人工知能駆動型創薬学習モジュール概要

FACULTY OF APPLIED SCIENCES DOCTOR OF PHILOSOPHY IN ARTIFICIAL INTELLIGENCE DRIVEN DRUG DISCOVERY LEARNING MODULE OUTLINE | MC AIDD8123 et al., unknown, unknown. | 人工知能(AI)モデルを創薬(drug development)の問題解決に応用し、その手法を薬物研究のために説明する学習モジュールである。 AIの応用分野として、タンパク質/ペプチド構造予測(Protein/Peptide Structure Prediction)が含まれる。

ハイブリッド深層学習とウェーブレットベース特徴抽出による医用画像診断を用いた心臓病予測

Heart disease prediction using hybrid deep learning and medical imaging with wavelet-based feature extraction | C Palanisamy et al., Int J Reconfigurable & Embedded …, 2026. | 人工知能(AI)ベースの医療モダリティは、非侵襲的な医療処置の例である。 心臓病(Heart disease)予測のために、ハイブリッド深層学習(hybrid deep learning)とウェーブレットベース特徴抽出(wavelet-based feature extraction)を用いた医用画像診断(medical imaging)が適用される。

ヘルスケア分野における人工知能導入研究のフレームワーク:障壁と促進要因に関する現在の証拠の統合

Framework for artificial intelligence implementation research in healthcare: synthesizing current evidence on barriers and facilitators | M Powis et al., npj Digital Medicine, 2026. | 人工知能(AI)モデルの数は増加しているが、日常の臨床診療(clinical practice)に導入されているものはまだ少ない。 医療現場でのAI実装における障壁(barriers)と促進要因(facilitators)に関する現在のエビデンスを統合した理論的フレームワークを提示する。