医学 x AI

Deep learning on contrast-enhanced computed tomography for parotid tumor classification: Providing crucial diagnostic information beyond clinical and radiologic evaluation ｜ M Santer et al., Oral Oncology, 2026. ｜ 造影CTに適用された深層学習は、耳下腺腫瘍（PTs）の術前分類において強力な診断性能を示した。 患者に手続き的負担を加えることなく、標準的な診断モダリティに対する強力な非侵襲的補助として機能する可能性がある。

Artificial Intelligence-Assisted MRI and CT-Based Diagnostic Anatomical Evaluation of Experimental Rat Disease Models ｜ B Li et al., Annals of Anatomy-Anatomischer Anzeiger, 2026. ｜ 実験ラット疾患モデルの解剖学的評価のためのAI支援マルチモーダル画像診断アプローチの診断性能を、前臨床実験で評価。 主要な目的は、AI解析と組み合わせた補完的なMRIとCTイメージングの統合が、これらのモデルにおける単一モダリティ画像診断よりも優れた診断解剖学的評価を提供するかどうかを判断すること。

Deep Learning for Medical Imaging: Automated Ultrasound Diagnosis and Physics-Informed Elastography Reconstruction ｜ D Khaledyan, unknown, 2026. ｜ AIと深層学習のヘルスケアへの統合は、特に医用画像診断の分野で臨床データの取得、分析、解釈の方法を根本的に変革した。 深層学習アルゴリズムは、手動で特徴抽出を行う従来の機械学習とは異なり、生データから階層的表現を自動的に学習し、人間には知覚できない複雑なパターンや微妙な異常を識別できる。

Artificial Intelligence in Healthcare: Ethical, Privacy, and Security Considerations ｜ A Abimbola, unknown, unknown. ｜ AIは診断支援、治療計画の最適化、管理業務の効率化によりヘルスケアを改善する大きな可能性を秘めている。 AIはヘルスケアをより迅速かつ効率的にする一方で、倫理的、プライバシー、セキュリティに関する懸念を生み出す。

Artificial Intelligence In Healthcare: Who Is Liable For Medical Negligence? ｜ S Krishnan, K Kumari, unknown, unknown. ｜ 人工知能時代における医療過誤の概念を検証。 関連する法的原則とヘルスケアにおける責任に関連する様々なシナリオを探求。

Diagnostic Performance of Machine Learning for Systemic Lupus Erythematosus: Systematic Review and Meta-Analysis ｜ B Wang et al., Journal of Medical Internet Research, 2026. ｜ 全身性エリテマトーデス（SLE）の診断における機械学習（ML）の診断性能を評価し、最適なMLアルゴリズムを特定することを目的とした系統的レビューとメタアナリシス。 AI駆動の医用画像分析は、幅広い臨床分野で堅牢な診断性能を示し、複雑なパターン抽出に特に効果的。

ARTIFICIAL INTELLIGENCE IN CLINICAL MEDICINE: BOUNDARIES AND PERSPECTIVES ｜ D HARANGUŞ, unknown, unknown. ｜ 人工知能の現代的な起源から医療分野への適用レベルまでの道のりを概観。 ヘルスケアにおけるAIの実装に伴うリスクも探求。

Artificial Intelligence for Diagnostic Support in Neuropathology ｜ PDKJ Hewitt, unknown, 2026. ｜ 神経病理学におけるAIを臨床意思決定支援ツールとして活用するための2つの補完的アプローチを研究。 アプローチ1：全スライド画像における神経変性病理の自動検出・分類のためのディープラーニングの適用。

Development and validation of a machine learning-based diagnostic prediction model for frailty in older adults with diabetes ｜ MMY Liu et al., Geriatric Nursing, 2026. ｜ 糖尿病を持つ高齢者のフレイルの確率を推定する機械学習ベースの診断予測モデルを開発・検証。 Random Forestモデルが、良好な精度と識別能力を持つ有望な性能を示した。

Integrated machine learning and clinical validation identify COL21A1 as a potential biomarker for sarcopenia ｜ Z Wang et al., BMC Musculoskeletal Disorders, 2026. ｜ サルコペニアの潜在的バイオマーカーを特定し、臨床的に検証することを目指した研究。 機械学習解析と臨床検証の組み合わせ手法を採用。