Artificial Intelligence for Medical Imaging in Radiation Therapy ｜ N Frame et al., Artificial Intelligence and Data …, 2026. ｜ 人工知能（AI）は、放射線治療（RT）および医用放射線画像診断専門職に大きな影響を与えている。 AIは腫瘍学の診断を変革しており、医療従事者と患者の健康と安全のため、医用画像と同様に倫理的側面を考慮する必要がある。
Opportunities for artificial intelligence and synthetic biology in designing living drug delivery systems ｜ JH Yang et al., Advanced Drug Delivery Reviews, 2026. ｜ 人工知能（AI）と合成生物学の進歩は、生物学研究とバイオテクノロジーを変革している。 これらの分野は、ヒト細胞や細菌細胞を「生きた」薬物送達システムとして設計・開発することを初めて可能にしている。
Integrating Artificial Intelligence into Medical Imaging Curriculum: Challenges, Applications, and Future Directions ｜ E Arruzza et al., Artificial Intelligence and Data …, 2026. ｜ ヘルスケアサービスへのAI統合に関する学生の視点と、オーストラリアのヘルスケアにおけるAIの状況、放射線医学における倫理的統合を考察している。 医用画像カリキュラムへのAI統合における課題、応用、将来の方向性を探る。
Artificial Intelligence in Medical Imaging ｜ S Debnath et al., Artificial Intelligence and Data …, 2026. ｜ AIは、アルゴリズムとモデルを用いて医用画像の解釈と分析を支援するために利用される。 AI分野の中核には、機械学習（ML）と深層学習（DL）技術がある。
Balancing opportunities and risks of artificial intelligence in drug policy and regulation ｜ P Bareamichael et al., American Journal of Health-System …, 2026. ｜ 人工知能（AI）は処方薬の政策を革新する大きな可能性を秘めている。 AIの薬物開発への統合は初期段階であり、完全にAIによって設計された薬剤はまだ市場に出ていない。
Health Professional Students’ Use of Generative Artificial Intelligence During Clinical Placements: Cross-Sectional Online Survey Study ｜ S Kotzki et al., JMIR Medical Education, 2026. ｜ 生成人工知能（GenAI）は高等教育および臨床現場で急速に普及している。 本研究は、臨床実習中のGenAI自己申告利用状況を特徴づけることを目的とした横断的オンライン調査研究である。
Human-Robot Interaction Based on Artificial Intelligence in Clinical Healthcare Centers: A Systematic Review and Meta-Analysis ｜ MM Shafaie et al., Computers in Human …, 2026. ｜ 人工知能（AI）の統合がヘルスケア分野における人間とロボットの相互作用（HRI）を根本的に変革している。 本系統的レビューは、人間とロボットシステムの感情的、社会的、認知的相互作用への影響を検証している。
Application of Deep Learning Models for Early Diagnosis of Diseases Using Medical Imaging and Genomic Data ｜ W Hussain et al., Research Consortium Archive, 2026. ｜ 深層学習は、病理学的パターンを検出するために、医用画像とゲノムデータを統合することで、疾患の早期診断に革命をもたらしている。 このレビューは、最先端の深層学習モデルを、早期疾患診断における医用画像とゲノムデータの統合という文脈で調査する。
Using Machine Learning to Predict Arterial Hypertension From a Clinical Dataset ｜ A Igimbayeva et al., 2026 18th International Conference on, 2026. ｜ 4つの教師あり機械学習モデル（ロジスティック回帰、ランダムフォレスト、サポートベクターマシン、XGBoost）を評価した。 実世界の臨床データに機械学習を適用し、ステージ認識型高血圧予測を行う。
Artificial Intelligence in Pelvic Fracture Diagnosis and Outcome Prediction: A Systematic Review and Meta-analysis ｜ KJ Wang et al., Mayo Clinic Proceedings, 2026. ｜ AIは、骨盤骨折の診断において専門医と同等の診断性能を示す研究がある。 しかし、研究には異質性、選択バイアス、限定的な外部検証が見られ、大規模な前向き検証が必要である。