医学 x AI

A novel multimodal model integrating CT-based deep learning and clinical information for predicting 1-year OS of first-line immunotherapy in ES-SCLC patients ｜ J Zhang et al., Frontiers in Oncology …, unknown. ｜ 縦隔窓CTベースのディープラーニングモデル（MWDL）が開発され、臨床情報と組み合わされた。 このマルチモーダルモデルは、進展型小細胞肺癌（ES-SCLC）患者における初回免疫療法後の1年全生存期間（OS）を予測するために設計された。

In Silico Biomedicine in the Era of Artificial Intelligence: Opportunities and Challenges ｜ T Sajid et al., In Silico Research in Biomedicine, 2026. ｜ インシリコバイオメディシンは、人工知能（AI）とメカニズムモデリング、生理学的ベースの薬物動態（PBPK）シミュレーション、システム生物学、デジタルツイン、インシリコ臨床試験の統合を指す。 この統合は、生物医学研究とヘルスケアに革命をもたらす可能性を秘めているが、同時に多くの課題も伴う。

Artificial Intelligence‐Driven Precision Bisphosphonate Therapy in Osteoporosis: Mechanisms, Clinical Applications, Risks, and Future Directions ｜ X Yao et al., Orthopaedic Surgery, 2026. ｜ 人工知能（AI）とディープラーニング処理は、骨粗鬆症における精密ビスフォスフォネート療法の臨床意思決定を導くために利用されている。 複雑なディープラーニングアーキテクチャに固有の解釈性の欠如が、臨床導入における大きな課題となっている。

Development and usability testing of a machine learning clinical decision support tool for suggesting etiologies and treatment of clinical deterioration ｜ OT Nguyen et al., Journal of Critical Care, 2027. ｜ 患者の臨床悪化リスクが高い場合、リスクスコアだけではその原因や治療法に関する洞察は得られない。 機械学習（ML）モデルは、個別化された診断と治療の推奨を支援することができる。

Acceptance and trust of general population toward medical artificial intelligence across three MENA countries: A multicountry cross-sectional study ｜ MF Hussein et al., … Journal of Medical …, 2026. ｜ 人工知能（AI）は医療分野にますます統合され、診断、治療、医療管理を改善している。 AIの成功裏の導入には、一般市民の受容と信頼が不可欠である。

Comparative Evaluation of Artificial Intelligence-generated Medical Information in Facelift Surgery: A Phase-based Expert Assessment ｜ E Isiktekin et al., Turkish Journal of Plastic Surgery, 2026. ｜ 人工知能（AI）ベースの言語モデルは、患者が医療情報を取得するためにますます利用されている。 美容外科におけるAI生成情報の品質と信頼性は依然として不明確である。

Artificial Intelligence in Respiratory Medicine: Applications, Methodological Challenges, and Clinical Translation ｜ D López-Padilla et al., Archivos de …, 2026. ｜ 人工知能（AI）は呼吸器内科を急速に変革し、診断から治療、管理に至るまで多岐にわたる応用が期待されている。 臨床判断にAIを組み込む際には、透明性、公平性、説明責任を維持する「human-in-the-loop」フレームワークが重要となる。

Recent Advances in Unlocking T Cell Signatures in Cancer Through Deep Learning ｜ NTW Yap et al., Seminars in Cancer Biology, 2026. ｜ ディープラーニングは、現在の技術ランドスケープにおいて急速にAIの基盤となり、様々な領域でその能力を再定義している。 医学分野では、診断医療画像におけるディープラーニングが、癌におけるT細胞シグネチャの解明に貢献している。

Assessment Instruments for Artificial Intelligence Literacy in Healthcare Professionals: A Scoping Review ｜ S Mies-Padilla et al., Information, 2026. ｜ 人工知能（AI）が臨床現場に統合されるにつれて、規制の枠組み内で医療従事者の責任が割り当てられている。 本スコーピングレビューは、医療従事者のAIリテラシーを評価するために使用されるツールを特定しマッピングすることを目的としている。

English original title ｜ M Jorbenadze et al., unknown, unknown. ｜ 医療教育と専門職訓練における人工知能（AI）統合の現状、課題、および将来の方向性が包括的にレビューされている。 生成AI（GenAI）が臨床スキルの習得を再構築し、知識の習得に統計的に有意な改善をもたらす可能性が示されている。