医学 x AI

Artificial Intelligence in Clinical Genetics: Current Applications and Challenges ｜ R Sadanand et al., Indian journal of pediatrics, 2026. ｜ マルチオミクスや次世代シーケンスといった技術が医療遺伝学を大きく変革する中で、人工知能（AI）が複雑で増大するデータ量を処理するための強力な手段として位置づけられている。 臨床遺伝学におけるAIの現在の応用例と、その導入に伴う課題について議論している。

Three Decades of Food and Drug Administration Authorizations of Artificial Intelligence/Machine Learning-Enabled Medical Devices: Persistent Specialty Concentration and the Care-Delivery Gap (1995–2025) ｜ P Golshani et al., Cureus, 2026. ｜ 過去10年間で、米国食品医薬品局（FDA）が承認した人工知能（AI）および機械学習（ML）対応医療機器の数が急速に増加していることを報告している。 これらの医療機器の承認が特定の専門分野に集中しており、結果として医療提供におけるギャップが生じている可能性を分析している。

Practices for Assessing Interaction Capability in Machine Learning–Based Clinical Decision Support Software: A Systematic Literature Review ｜ G Armas-Viveros et al., IEEE Access, 2026. ｜ 機械学習に基づく臨床意思決定支援システム（ML-CDSS）のインタラクション能力を評価するための現在の実践方法について、系統的文献レビューを実施している。 人工知能、特に機械学習が、ML-CDSSソフトウェアというサブカテゴリを通じて、臨床意思決定支援システムにおいて広く活用されていることを示している。

Integrating Artificial Intelligence into Medical Education in LMICs: A Narrative Review ｜ AO Adefolalu et al., Advances in Medical Education and Practice, 2026. ｜ 人工知能（AI）が臨床実践を再構築しているにもかかわらず、LMICs（低中所得国）における医学教育での正式なAI教育が不足している現状を指摘している。 LMICsにおける医学教育へのAI統合に関する機会、課題、および将来の方向性を検討するナラティブレビューである。

Integrating generative artificial intelligence into medical education: effects of prompt instruction on self-directed learning ｜ Q Zhang et al., Interactive Learning Environments, 2026. ｜ 生成型人工知能（Generative AI）が医学教育にどのように統合され、プロンプト指示が学生の自己主導学習に与える影響を調査している。 を含む生成型AIは、医学教育において潜在的な影響と機会を持つと評価されている。

Topological deep learning for drug–target interaction, virtual screening, and docking scoring: a practical, benchmark-driven review ｜ B Suay-García et al., Briefings in Bioinformatics, 2026. ｜ 拓撲学的深層学習が、薬剤発見プロセスにおける重要なステップである薬剤ターゲット相互作用、バーチャルスクリーニング、およびドッキングスコアリングに応用されていることをレビューしている。 本レビューは、これらの技術の実用的な側面とベンチマーク駆動のアプローチに焦点を当てている。

Bridging the Gap—Translating AI in Pathology into Clinical Impact ｜ FY Su et al., NEJM AI, 2026. ｜ 病理学における人工知能 (AI) を臨床現場での具体的なインパクトに繋げるための課題と機会について議論されている。

Artificial intelligence in organ transplantation within European healthcare systems: A scoping review of model development, validation and clinical implementation ｜ S Marinze et al., Transplantation Reviews, 2026. ｜ 欧州のヘルスケアシステム内での人工知能 (AI) のエビデンスの臨床的成熟度は確立されていない。 臓器移植におけるAIモデルの開発、検証、臨床実装に関するスコーピングレビューが実施された。

Explainable Machine Learning for Medical Diagnosis: A Comparative Study of SHAP, LIME and Grad-CAM Methods ｜ A Abdigaliyeva et al., 2026 IEEE 6th International Conference on Computing, Engineering and Applied Technologies, 2026. ｜ 機械学習モデルのブラックボックス的な挙動は、ヘルスケア環境での信頼と展開を制限する。 臨床画像における説明可能な機械学習を導入するための実践的な推奨事項を提示する。

Artificial Intelligence as Clinical Infrastructure in Distributed Mental Healthcare Systems: A Systems-Oriented Conceptual Study Informed by Evidence Mapping ｜ A Trejo-Omeñaca et al., unknown, 2026. ｜ メンタルヘルスケアシステムは、需要の増加、断片化されたサービス、限られたリソース、およびエピソード的な臨床遭遇を中心としたモデルから、増大するプレッシャーに直面している。 人工知能 (AI) がこれらの課題に対処できるかどうかが検討された。