医学 x AI

展望章：眼科における人工知能支援スクリーニングシステム – 深層学習アーキテクチャ、臨床検証、および実装戦略

by

English original title ｜ K Chakravarthy, unknown, 2026. ｜ 人工知能（AI）が眼疾患スクリーニングを変革し、深層学習システムが網膜画像から疾患を自動検出できるようになった。 現在のAI技術として、<畳み込みニューラルネットワーク>（convolutional neural networks）や（vision transformers）を検証している。

デュアルモダリティ機械学習精密診断

by

English original title ｜ K Yin¹ et al., Immune-Related Biomarkers in …, 2026. ｜ 10の候補バイオマーカーと6つの機械学習アルゴリズム（GBM, GLMNET, PLR, SVR, NB, RF）を統合し、診断性能を最適化した。 デュアルモダリティ機械学習を用いた精密診断モデルの開発に焦点を当てている。

厳しい環境下でのエビデンスに基づいた意思決定における生成型人工知能と臨床専門家の比較研究

by

English original title ｜ RM Scallan et al., Military Medicine, 2026. ｜ 厳しい環境下（Austere Environments）でのエビデンスに基づいた意思決定（Evidence-Based Decision-Making）において、生成型人工知能（Generative AI）と臨床専門家（Clinical Experts）の有効性を比較研究した。 医療現場におけるAIの意思決定支援能力を評価することが目的である。

骨髄異形成症候群のための多コホートトランスクリプトーム統合と機械学習ベースの診断モデリング

by

English original title ｜ R Hossam Elden et al., Beni-Suef University Journal of Basic and Applied …, 2026. ｜ 骨髄異形成症候群(MDS)の診断モデリングに多コホートトランスクリプトーム統合と機械学習を適用。 診断電位の評価には、20個のハブ遺伝子の発現プロファイルが使用された。

インドネシアにおける医療用人工知能の医療過誤に対する共同責任

by

Shared Liability for Medical Artificial Intelligence Malpractice in Indonesia ｜ Y Handyliem et al., Academia Open, 2026. ｜ 人工知能（AI）は、診断、臨床意思決定、および医療サービス支援のため、ヘルスケアにおいてますます活用されている。 医療診断におけるAIの利用は、ヘルスケアのあり方を革新した。

早期発症 vs. 後期発症大腸がんにおける鑑別予後因子の後ろ向き研究：包括的な臨床および機械学習分析

by

A retrospective study of differential prognostic factors in early-onset versus late-onset colorectal cancer: a comprehensive clinical and machine learning analysis ｜ L Huang et al., PeerJ, 2026. ｜ 本研究は、早期発症と後期発症の大腸がんにおける鑑別予後因子を、包括的な臨床および機械学習分析を用いて調査する後ろ向き研究である。

AIによるヘルスケアの変革：機械学習と深層学習技術の紹介

by

Transforming Healthcare with AI: An Introduction to Machine Learning and Deep Learning Techniques ｜ R Teotia et al., Surgical Robotics and Computer …, unknown. ｜ 本章では、人工知能（AI）がヘルスケアにどのように実装されてきたか、特に機械学習（ML）と深層学習（DL）のアプローチに焦点を当てて紹介する。 機械学習の進化と深層学習モデルの修正は、ヘルスケアを含む多くの分野でその位置を確立している。

プライバシーを重視した臨床データ環境における安全な脳卒中リスク予測のための公平性意識と信頼性の高い機械学習フレームワーク

by

Fairness-Aware and Trustworthy Machine Learning Framework for Secure Stroke Risk Prediction in Privacy-Sensitive Clinical Data Environments ｜ FS Al-Duais et al., Journal of Internet Services and …, 2026. ｜ 現在のヘルスケアにおける機械学習（ML）モデルは、データプライバシーに関連する問題に悩まされており、臨床での使用が妨げられている。 本研究は、プライバシーに配慮した臨床環境で脳卒中リスクを安全に予測するための、公平性意識（Fairness-Aware）かつ信頼性の高い機械学習フレームワークを提案する。