直腸癌患者における術前化学放射線療法の予後予測のためのラジオミクス、深層学習、臨床リスク因子を統合した複合ノモグラムの開発

Development of a combined nomogram integrating radiomics, deep learning and clinical risk factors to predict neoadjuvant chemoradiotherapy outcomes in patients with rectal cancer | Y Jin et al., unknown, 2026. | 直腸癌の腫瘍特性に基づいた深層学習モデルは、高い診断効果を示す。 ラジオミクス、深層学習、臨床リスク因子を統合した複合ノモグラムを開発し、術前化学放射線療法(nCRT)の予後予測に用いる。

医学教育評価におけるバーチャルリアリティと人工知能の研究動向マッピング:書誌計量分析

Mapping the research landscape of virtual reality and artificial intelligence in medical education evaluation: A bibliometric analysis | X Huang et al., Medicine, 2026. | 医療専門職の訓練の質を保証するために、医学教育の評価は不可欠である。 従来の評価アプローチは、客観性、拡張性、および長期的な評価能力に欠けるという課題がある。

臨床実践における人工知能と機械学習:革新、課題、そして将来の方向性

Artificial Intelligence and Machine Learning in Clinical Practice: Innovations, Challenges, and Future Directions | U Kumar et al., unknown, 2026. | MLは、手動では発見不可能な医療データから洞察を引き出すことが可能である。 MLは医療従事者が情報検索や入力に費やす時間を削減し、患者ケアに集中できるようにする。

ヘルスケアにおける人工知能の開発と応用における民間企業の関与に関する倫理的レビュー

An Ethical Review of Private Enterprise Involvement in the Development and Application of Artificial Intelligence in Healthcare | F YANG et al., Medicine & Philosophy, 2026. | ヘルスケア分野における人工知能の開発と応用における民間企業の関与に関する倫理的レビューを実施している。 民間企業によるAI研究開発への参加形態と、境界を越えた企業における全サイクル責任ガバナンスの必要性が焦点となっている。

医療記録を用いた説明可能な臨床診断のための機械学習フレームワーク

A Machine Learning Framework for Explainable Clinical Diagnosis Using Health Records | MR Machado et al., Healthcare Analytics, 2026. | アムネシス(問診)プロセスにおける機械学習(ML)ベースの臨床意思決定支援システム(CDSS)の開発が行われている。 診断能力を向上させるため、説明可能なAI(XAI)に焦点を当てている。

モデル性能と臨床実践のギャップを埋める:薬物相互作用予測のための人工知能モデルに関するスコーピングレビュー

Bridging the Gap Between Model Performance and Clinical Practice: A Scoping Review of Artificial Intelligence Models for Drug–Drug Interaction Prediction | DY Reta et al., Research in Social and Administrative Pharmacy, 2026. | 薬物相互作用(DDIs)は予防可能な有害薬物事象の重要な原因であり、臨床現場での対応が課題となっている。 人工知能(AI)アプローチがDDI予測に広く適用されつつあるが、モデル性能と実際の臨床実践との間にギャップが存在する。

医学教育における人工知能に関する教員の知識、態度、実践、および研修ニーズの評価

Assessing faculty knowledge, attitudes, practices, and training needs regarding artificial intelligence in medical education | NN Elnemr et al., Discover Education, 2026. | 医学教育における人工知能(AI)に関する教員の知識、態度、実践、および研修ニーズを評価する。 学部医学教育におけるAIへの曝露と、医学生向けの医療AI準備スケール(MAIRS-MS)の開発が検討されている。

創薬における人工知能—その本質、現状、そして今後の展望

Artificial intelligence in drug discovery—what it is, where we stand and the path forward | A Bender et al., Nature Reviews Drug …, 2026. | 創薬におけるAI応用では、初期のin vitroエンドポイントや計算アプローチにおける翻訳の必要性を考慮すべきである。 GWAS(ゲノムワイド関連解析)などの計算アプローチに人工知能を適用する研究が進行中である。

臨床記録の自然言語処理による頭部外傷トリアージのための人工知能対応臨床意思決定支援システムの開発と評価

English original title | R Anirudh et al., British Journal of Surgery, 2026. | 機械学習(AI)意思決定支援モデルの評価を行い、頭部外傷患者の入院推奨を標準化することを目的としている。 構造化された臨床データと自然言語処理(NLP)を統合することで、モデルは機能する。

臨床放射線医学における人工知能:将来の医療従事者における技術準備度と倫理的視点の評価

English original title | P Ghimire et al., Journal of Nepalgunj Medical College, 2026. | ネパールの医学生は、人工知能に関する中程度の知識、肯定的な態度、高い倫理的意識を示している。 臨床人工知能リテラシープログラムのカリキュラムへの統合が最も必要とされている。