Computer-Aided Drug Design and Artificial Intelligence in Drug Discovery: Accelerating Pharmaceutical Innovation ｜ US Samantaray, A Raj, SunText Reviews, 2026. ｜ コンピュータ支援創薬設計（CADD）の原則と、現代の創薬におけるAIおよび機械学習（ML）の役割について議論している。 これらの技術が開発時間を短縮し、医薬品候補を従来のスクリーニング方法よりも迅速かつ正確に特定できることを示唆している。
A Machine Learning-Based Clinical Decision Tool for Predicting Pain After Refractive Surgery ｜ J Betz et al., Investigative Ophthalmology & Visual Science, 2026. ｜ 屈折矯正手術後の痛みを予測するための機械学習ベースの臨床意思決定ツールを提案している。 このツールは、患者の術後の痛みを予測し、臨床的判断を支援する可能性がある。
Predicting ICD therapy events through machine learning: bridging clinical predictors and device data ｜ T Chiba et al., Europace, 2026. ｜ 日常的に利用可能な臨床データとデバイス由来データに基づく機械学習モデルを開発し、植込み型除細動器（ICD）治療イベント（ATPまたはショック）の発生を予測することを目指している。 このモデルは、臨床予測因子とデバイスデータを統合することで、ICD治療イベントの予測能力を示す。
Artificial Intelligence Transforming Healthcare: Is Africa Ready? ｜ J Aluoch, Journal of the Kenya Association of Physicians, 2026. ｜ 人工知能（AI）は、インフラの制約、労働力不足、健康格差といった課題に対処することで、アフリカの医療に変革をもたらす潜在力がある。 AI駆動型ツールは、診断能力を向上させることができる。
Integrating artificial intelligence into clinical technology training: Designing a future-ready curriculum ｜ LT Hazelhurst, African Journal of Health Professions Education, 2026. ｜ 技術主導型専門職である臨床技術において、カリキュラムへの人工知能（AI）の統合が不足している現状を指摘している。 「artificial intelligence」と「healthcare」でScopusを検索した結果、医学分野の論文数が増加していることが示唆されている。
Impact of Artificial Intelligence on Drug Discovery and Pharmacological Research ｜ G Fournier, ROSSIISKAYA ISTORIYA, 2026. ｜ 人工知能が創薬プロセスと薬理学研究にどのような影響を与えるかを探る。 AIの導入により、これらの分野でのイノベーションが加速することが期待される。
Impact of artificial intelligence on medical education: applications, benefits and challenges ｜ AM Flores-Núñez, HC Rivas-Sucari, Gaceta médica de México, 2026. ｜ 人工知能（AI）が医療教育に与える影響、その応用、利点、課題に焦点を当てている。 AIは、高度な臨床学習ツールなどを通じて医療教育を革新し、臨床的および診断的知識の習得を強化している。
Improving Healthcare Quality Through Artificial Intelligence-Based Drug Interaction Prevention Systems ｜ F Salehi, MA Raji, unknown, 2026. ｜ 人工知能（AI）が薬物間相互作用（DDI）の予防を強化し、医療の質を向上させる方法を説明する統合的な概念フレームワークが提案されている。 このフレームワークは5つの相互に関連する要素から構成される。
Artificial intelligence and machine learning in drug discovery and development: a comprehensive review ｜ KA Chaudhari, KS Mathpati, AR Alte, Future Journal of Pharmaceutical Sciences, 2026. ｜ 人工知能（AI）は、創薬を試行錯誤のプロセスから予測的でデータ駆動型のパラダイムへと変革している。 創薬に応用される主要なAI技術には、機械学習、深層学習、ニューラルネットワークが含まれる。
Artificial intelligence applications in thrombotic thrombocytopenic Purpura: A systematic review of diagnostic, risk stratification, and prognostic models ｜ HM Al-Kuwari et al., Blood Reviews, 2026. ｜ 血栓性血小板減少性紫斑病（TTP）におけるAIの応用を体系的にレビューしたものです。 PLASMICスコアやFrenchスコアなどの既存の臨床ツールは特異性が限られているのに対し、AIはTTPの診断、リスク層別化、予後評価を改善する補完的なアプローチとして期待されています。