Methodology and Evaluation for Machine Learning in Drug Molecule Design ｜ Z Yang, BIO Web of Conferences, 2026 ｜ 本レビューは、医薬品分子設計における生成型深層学習の能力と限界、および使用される機械学習アーキテクチャについて詳細に述べている。 医薬品分子設計における機械学習の方法論と評価戦略を探求し、de novo創薬、リード最適化、バーチャルスクリーニングにおける応用への洞察を提供する。
Artificial intelligence in healthcare: Emerging organisational and ethical concerns ｜ MV Chopin, Journal of Psychosomatic Research, 2026 ｜ ワークロード計画ツールから診断アルゴリズムまで、AIベースのソリューションが急速に医療現場に導入されている。 これらの技術は、効率化を促進するものとして提示されることが多いが、実際の組織的および倫理的影響に関して未解決の問題を提起している。
Machine learning-based clinical tool for identifying factors associated with symptomatic knee osteoarthritis: the Nagahama study ｜ M Taniguchi et al., The Knee, 2026 ｜ 修正可能な要因に基づいて症候性膝変形性関節症（OA）に関連する要因を評価する臨床ツールが不足している。 この研究は、長浜研究コホートの修正可能な要因を用いて、症候性膝OAのリスクが高い個人を特定するための機械学習ベースの臨床評価ツールを開発することを目的とした。
The Role of Artificial Intelligence in Medical Education and Training: Implications for Rheumatology ｜ SA Scielzo et al., Rheumatic Disease Clinics, 2026 ｜ 人工知能（AI）は医療教育とトレーニングを変革しており、リウマチ学に重要な影響を与えている。 AIは、より高度な診断アプローチや個別化された治療戦略の開発において可能性を提供する。
Artificial intelligence and medical retina training: A scoping review of educational opportunities, emerging risks, and curricular responses ｜ J Hanhart et al., Survey of Ophthalmology, 2026 ｜ 網膜画像解釈のための自律型人工知能（AI）システムが日常の臨床診療に導入され、網膜専門医のトレーニング環境を根本的に変化させている。 このスコーピングレビューは、AIの統合が医療網膜トレーニングに与える影響（教育機会、スキル萎縮やバイアスなどの新たなリスク、必要なカリキュラム対応を含む）に関する既存の証拠を統合する。
The landscape of machine learning in clinical applications: A thematic mapping of evolution, frontiers, and future opportunities ｜ AM Talib et al., DIGITAL HEALTH, 2026 ｜ 医療における機械学習（ML）応用に直接関連する独自の臨床試験研究の現状を分析した。 このテーマ別マッピングレビューでは、1,195件の機械学習関連臨床試験論文を分析し、主要なトレンド、新たなフロンティア、将来の機会を特定した。
Clinical Evidence and FDA Recalls of Artificial Intelligence–Enabled Medical Devices ｜ Y Ren et al., JAMA Network Open, 2026 ｜ 人工知能（AI）搭載医療機器は臨床診療に新たな可能性を提供する。 しかし、その採用は、使用を裏付ける臨床的証拠の透明性と堅牢性に関する懸念を引き起こしている。
Application of Machine Learning in the Drug Development Process ｜ C Protopapa et al., Chaos and Complex Systems Approaches in Biomedical Sciences, 2026 ｜ AIおよび高度な機械学習アルゴリズムが、創薬の加速から製剤設計の強化、送達システムの最適化、治療計画の個別化に至るまで、薬剤開発プロセス全体に活用されている。 AIモデルが複雑な生物学的パターンを解明し、より効果的な介入を可能にすることを示す。
Smart Nanoparticles and Artificial Intelligence in Theranostics: Targeted Drug Delivery and Diagnostic Imaging ｜ M Younas et al., Silicon, 2026 ｜ 診断と治療を単一システムに融合するテラノスティクス分野が、スマートナノ粒子と人工知能の組み合わせにより劇的な変化を遂げていることをレビュー。 このレビューは、標的型薬物送達と診断イメージングにおける両技術の相乗効果に焦点を当てる。
Telehealth Scale and Artificial Intelligence Adoption Tiers Across Clinical and Operational Domains in US Hospitals: Cross-Sectional Study ｜ L Liu, Journal of Medical Internet Research, 2026 ｜ 遠隔医療の拡大とAIの導入が、医療システムにおけるデジタル変革の並行する側面として認識されていることを背景とする。 遠隔医療の規模と病院のAI導入との関連性、およびその関係性が病院の特性によってどのように異なるかを調査。