医学 x AI

Mapping the evidence on artificial intelligence–based clinical decision support systems for undergraduate nursing students: a scoping review protocol ｜ F Scerbo et al., JBI Evidence Synthesis, 2026. ｜ 本スコーピングレビューは、学部看護学生向けの人工知能ベースの臨床意思決定支援システム（AI-CDSSs）の使用に関する利用可能なエビデンスの範囲と性質をマッピングすることを目的とする。 レビューの適格基準も概説されている。

TwAIChain: A Blockchain–IPFS Architecture for Trustworthy Artificial Intelligence in Healthcare ｜ M Srivastava et al., unknown, 2026. ｜ 人工知能（AI）システムは、診断、予後、臨床意思決定支援のために、ヘルスケア環境で展開が進んでいる。 は、ブロックチェーンとIPFSを組み合わせたアーキテクチャで、医療AIモデルへの信頼性、耐タンパー性のあるアクセスを提供する。

Plain Radiographs, Smarter Triage: Deep Learning and Clinical Context in Bone Tumor Assessment ｜ M Tordjman et al., Radiology, 2026. ｜ 深層学習（DL）を含む人工知能（AI）は、医療画像診断の複数のタスクにおいて有望な結果を示している。 骨腫瘍評価における単純X線写真のスマートなトリアージのために、深層学習と臨床的背景が活用される。

Chinese expert concern and consensus on applications of artificial intelligence in clinical cancer imaging ｜ H Wu et al., Insights into Imaging, 2026. ｜ 人工知能（AI）は、がん治療の全過程において潜在的な可能性を示しており、医療応用が支持されている。 ラジオミクス特徴と深層学習由来特徴を組み合わせるアプローチが明確に提唱されている。

Research landscape thematic evolution and future trends of artificial intelligence in medical education from 2015 to 2025 ｜ X Ling et al., Discover Computing, 2026. ｜ 医学教育における人工知能（AI）は、医療教育改革を推進する上で極めて重要である。 本研究は、2015年から2025年までのAI医学教育研究の動向を分析し、その進化と将来のトレンドを示す。

Cross-Laboratory Generalization Failure in Perovskite Solar Cell Machine Learning: A Diagnostic Protocol and Evaluation Threshold ｜ M Kim et al., Energy and AI, 2026. ｜ ペロブスカイト太陽電池の機械学習において、クロスラボ汎化失敗の診断研究を実施。 3つの異なる研究室からの診断データを用いて、汎化失敗の原因を特定し、診断フレームワークと評価閾値を提案。

Artificial intelligence in healthcare and drug discovery: A scoping review of current trends, challenges, and future directions ｜ E Shakeri et al., Intelligence-Based Medicine, 2026. ｜ 人工知能（AI）は、de novo分子設計、医療知識統合、臨床意思決定支援に貢献する。 本スコーピングレビューは、ヘルスケア指向の創薬におけるAIの適用方法をマッピングし、特に分子生成に焦点を当てる。

Machine Learning in Drug-induced Adverse Reaction Modeling: Case Studies of Drug-induced Cardiotoxicity Modeling ｜ J Liu et al., unknown, 2026. ｜ 機械学習と深層学習は、薬物誘発性心毒性を予測するための新たな代替方法を提供し、創薬および開発を強化する。 本章では、薬物誘発性心毒性モデリングに利用可能な既存の機械学習および深層学習モデルがレビューされている。

Integrating habitat-based radiomics, 3D deep learning, and clinical variables for detection of early-stage esophageal squamous cell carcinoma on noncontrast chest … ｜ C Ye et al., European Journal of …, 2026. ｜ 生息域ベースのサブ領域ラディオミクス、3D深層学習特徴量、および臨床変数を統合した複合モデルが、非造影胸部CTを用いた早期食道扁平上皮癌の検出に有効である。 深層学習と臨床情報の追加により、早期疾患検出の性能が向上する。

DEGRO consensus framework for undergraduate radiation therapy teaching in Germany: a white paper with integrated guidance on artificial intelligence in medical … ｜ P Linde et al., Strahlentherapie und …, 2026. ｜ ドイツ放射線腫瘍学会（DEGRO）は、学部放射線治療教育のためのコンセンサスフレームワークを策定した。 このホワイトペーパーは、医学教育における生成人工知能（AI）の関連性を考慮し、放射線治療におけるAIの統合に関するガイダンスを含んでいる。