Can artificial intelligence replace clinical education in the future? ｜ A Darvishpour, Horizon of Medical Education Development, 2026 ｜ 人工知能（AI）の急速な進歩に伴い、医学教育におけるAIの変革的潜在力に注目が集まっている。 AIが従来の医学教育を完全に代替できるかという重要な問いが提起されており、その可能性と課題について考察されている。
Adoption of Artificial Intelligence–Based End Points—A New Era for Clinical Trials ｜ KT Kadakia et al., NEJM AI, 2026 ｜ 人工知能ベースのエンドポイントが臨床試験に採用されることで、新たな時代が到来すると論じられている。 AIベースのエンドポイントは、より客観的で包括的な患者評価を可能にし、臨床試験の効率と精度を向上させる可能性を秘めている。
A Multidimensional Taxonomy of Generative Artificial Intelligence Approaches for Drug Discovery ｜ T Crozes et al., Wiley Interdisciplinary Reviews: Data …, 2026 ｜ 創薬のための生成型人工知能アプローチに関する多次元的なタクソノミー（分類体系）が提示されている。 生成型AIが創薬プロセスにどのように応用され、その多様な手法を理解するための枠組みを提供する。
Barriers and facilitators to developing and implementing artificial intelligence-based clinical decision support in the emergency department: a qualitative study ｜ H Kareemi et al., Canadian Journal of …, 2026 ｜ 本研究は、救急部門におけるAIベースの臨床意思決定支援ツールの開発と実装に関する障壁と促進要因を定性的に調査した。 多くのAIベースの臨床意思決定支援ツールが開発されているにもかかわらず、臨床現場への導入が限られている理由を検証した。
Deep learning radiomics clinical model of PET/CT for predicting lymphovasvular invasion and prognosis in patients with non-small cell lung cancer ｜ J Yu et al., Medicine, 2026 ｜ 非小細胞肺癌患者におけるリンパ脈管侵襲と予後を予測するための、PET/CTを用いた深層学習ラジオミクス臨床モデルが研究された。 このモデルは、画像データから定量的な特徴を抽出し、臨床意思決定に役立つ予測情報を提供する。
Deep Learning–Based Medical Image Analytics for Automated Clinical Decision Making ｜ D Birari et al., International Journal of …, 2026 ｜ 実験結果は、従来の機械学習モデルやベースラインの深層学習モデルと比較して、高品質な結果を示した。 深層学習に基づく医療画像分析が、信頼性があり、スケーラブルな自動臨床意思決定を提供できる可能性が示唆されている。
Development and evaluation of a deep learning-assisted diagnostic support system for radiographer preliminary clinical evaluation of intracranial hemorrhage ｜ K Tsukamoto et al., PeerJ, 2026 ｜ 放射線技師が頭蓋内出血の予備的な臨床評価を行うための、深層学習支援診断支援システムが開発され、評価された。 システムの目的は、放射線技師の診断プロセスを支援し、効率性と精度を向上させることにある。
Trustworthy Federated Machine Learning in Healthcare: A Sociotechnical and Risk-Based Evaluation Using the Z-Inspection® Method ｜ P Kringen et al., Nordic Conference on …, 2026 ｜ 本研究の主な貢献は、機械学習技術自体ではなく、連合型臨床AIシステムの構造化されたガバナンス評価である。 利用可能なデータに対しては勾配ブースティングが適切な分類器として選定された。
The Landscape of Disulfidptosis in Preeclampsia Reveals a Novel 5-Gene Diagnostic Signature via Machine Learning ｜ X Chen et al., International Journal of Women’s …, 2026. ｜ 子癇前症におけるDisulfidptosisの状況と役割を探求している。 機械学習を用いて、新規の5遺伝子診断シグネチャを特定した。
Development of an anemia detection model in emergency departments using lip region images based on medical knowledge and deep learning technology ｜ Z Li et al., Scientific Reports, 2026. ｜ 従来の貧血診断方法の限界に対処するため、確立された医療知識と最先端の深層学習技術を統合している。 救急部門において、唇領域画像を用いて貧血を検出するモデルを開発した。