医学 x AI

Artificial Intelligence in Ocular Surface Oncology: A Narrative Review of Multimodal Imaging, Smartphone-Based Screening, and Clinical Decision Support ｜ F Cappellani et al., Journal of Clinical Medicine, 2026. ｜ 人工知能 (AI) は、医療画像診断と臨床意思決定支援において、複雑な診断情報の自動抽出、分類、統合を可能にすることで変革をもたらしている。 眼科はAIの最も活発な応用分野の一つとして急速に発展。

Validation of diagnostic artificial intelligence models for prostate pathology in a Middle Eastern cohort ｜ PJ Muhammad Ali et al., Virchows Archiv, 2026. ｜ 前立腺病理診断のためのAIシステムは、現時点ではCE-IVDやFDA認可などの規制承認を受けていない研究アルゴリズムである。 本研究では、中東コホートにおいてAIモデルの一般化能力の証拠を示したが、臨床診断使用にはさらなる検証が必要。

Explainable Artificial Intelligence (XAI) for 3D Medical Imaging: A Scoping Review of Volumetric Attribution Methods ｜ D Bhati et al., Journal of Imaging, 2026. ｜ 2次元画像用に開発された説明可能AI (XAI) 手法は、体積医用画像に適用した場合に空間的文脈を適切に保持しない可能性がある。 3D医用画像における帰属手法をマッピングし、その特性を検証する網羅的レビューを実施。

Barriers to artificial intelligence applications in ophthalmology: beyond diagnostic accuracy toward patient outcomes, workflow integration, ethics, and trust ｜ K Jin et al., Asia-Pacific Journal of Ophthalmology, 2026. ｜ 眼科分野におけるAIの革新は著しいが、ルーチンの臨床実践への導入には課題が多い。 AI導入の障壁として、診断精度だけでなく、患者アウトカムへの影響、ワークフロー統合、倫理的側面、信頼性の問題が挙げられる。

Preparation of Excipient-Free Molnupiravir Microparticles for Pulmonary Drug Delivery and Process Evaluation via Machine Learning ｜ J Hu et al., Pharmaceutics, 2026. ｜ モルヌピラビル (EIDD-2801) は、インフルエンザウイルス、エボラウイルス、コロナウイルスなど広範囲の抗ウイルス活性を示す。 肺への薬物送達を目指し、賦形剤を含まないモルヌピラビル微粒子の調製方法を開発。

Explainable and Trustworthy Artificial Intelligence in Healthcare: A Narrative Review ｜ AV Yengejeh et al., unknown, unknown. ｜ 説明可能な人工知能 (XAI) が医療分野において信頼できるAIをどのように支援できるかを探求するナラティブレビュー。 臨床ディープラーニング、XAI、信頼できるAIという、通常個別に議論される3つの主要な研究分野を結びつけて考察。

Artificial Intelligence in Intensive Care: From Clinical Applications to Ethical and Medico-Legal Challenges ｜ F de Lazzaro et al., Healthcare, 2026. ｜ 集中治療室 (ICU) における人工知能 (AI) の臨床応用と、それに伴う倫理的、規制的、医法学的課題を統合的に考察する。 AIの予測性能と実際の臨床現場における影響との間のギャップを埋めることの重要性を強調。

Healthcare Professionals’ Perspectives on Agentic Artificial Intelligence in Clinical Work: A Qualitative Study ｜ S Mache et al., Healthcare, 2026. ｜ エージェントAIの臨床業務への潜在的な影響について、医療従事者の認識と期待を探索する質的研究を実施。 25名の医療従事者を対象に半構造化インタビューを行い、彼らの視点を収集した。

Integration of Artificial Intelligence in Clinical Practice–Insights from a Modified Delphi Study with Human Factors Experts and Healthcare Professionals ｜ K Wenderott et al., Human Factors in Healthcare, 2026. ｜ 医療におけるAIの活用が進む一方で、人間工学・人間要素 (HF/E) の考慮事項や主要なリスクに関する研究が不足している。 本研究は、修正デルファイ法を用いてHF/Eの観点からAI統合の課題と主要リスクを探求することを目的とする。

Interpretable Machine Learning for Preliminary Lung Cancer Risk Assessment Based on Clinical Indicators and Lifestyle Factors ｜ I Karymsakova et al., Computers, 2026 ｜ 臨床指標とライフスタイル要因を用いた、症状に基づく初期の肺がんリスクを識別するための解釈可能な機械学習モデルを開発。 感度分析により、潜在的な診断代理特徴への適度な依存性を示す。