Predicting intrinsic clearance using deep learning-based drug-metabolic enzyme interaction features on an IVIVE-harmonized endpoint dataset ｜ H Lee et al., Computer Methods and Programs in Biomedicine, 2026. ｜ 薬物開発における重要な薬物動態パラメータである固有クリアランスの予測に焦点を当てる。 深層学習と薬物代謝酵素相互作用特徴、およびIVIVE（in vitro–in vivo extrapolation）で調和されたエンドポイントデータセットを使用。
The Embodiment of Vulnerability: How Consumers Judge Empathy Gaps in Artificial Intelligence‐Driven Healthcare ｜ MG Carrilho et al., Psychology & Marketing, 2026. ｜ 人工知能（AI）が従来の人間によるケアを提供することが増える中、ヘルスケアにおける共感の役割の変化を研究。 Embodiment TheoryとMind–Body Dualismに基づき、消費者がAI駆動型ヘルスケアにおける共感のギャップをどのように判断するかを探求。
Artificial intelligence in antimicrobial drug discovery: predictive and generative strategies ｜ X Duan, N Liu, L Liu, W Geng, D Tan, L Liu, H Lou, X Li et al., Expert Opinion on Drug …, 2026. ｜ 微生物感染の拡大に対し、抗菌薬開発のパイプラインの遅延が問題となっている。 人工知能（AI）、特に機械学習、深層学習、自然言語処理が抗菌薬の探索に活用されている。
Conditional Acceptance and the Optimism–Knowledge Gap: A Scoping Review of Attitudes and Perceptions of Artificial Intelligence in Healthcare in Italy ｜ CJ Wiedermann, G Piccoliori et al., unknown, 2026. ｜ 本レビューでは、自然言語処理や機械学習が分析ツールとして扱われ、研究対象として直接検討されていなかった現状を指摘している。 機械学習、深層学習、大規模言語モデルを含むルールベースの臨床意思決定支援システムが言及されている。
Shielded Med-AI: Privacy-Centric Federated Deep Learning for Healthcare Imaging ｜ TP Balakrishnan, G Vamil, B Vanitha, N Vasantha et al., … International Conference on …, 2026. ｜ プライバシーを重視した連合深層学習モデル「Shielded Med-AI」を提案し、複数のヘルスケア施設における多疾患の医用画像分類に対応する。
Immunotherapy drug target identification using machine learning and patient-derived tumour explant validation ｜ M Augustine, NR Nene, H Fu, CL Pinder, L Ligammari et al., Nature Machine Intelligence, 2026. ｜ マルチモーダルデータ解析のための機械学習フレームワークを提示し、免疫腫瘍学における標的発見に貢献する。 医薬品開発コスト削減のため、承認済み標的の予測翻訳可能性を評価した。
Ethical and Clinical Implications of Artificial Intelligence in Diagnostic Medicine ｜ FN Malik, F Nawaz, H Mughal et al., International Journal of Innovations in Science & …, 2026. ｜ 人工知能（AI）は、疾患のより正確な予測と臨床効率の向上を可能にすることで、診断医療における変革的な力となっている。 大規模データで訓練された最先端の機械学習モデルが活用されている。
Quality assessment for medical AI: establishing quality requirements and evaluation methods for trustworthy machine learning in healthcare ｜ J Fehr et al., unknown, 2026. ｜ 医療AIツールが特定の文脈で安全に使用できるかを評価するための品質要件と評価方法を確立する。 技術的な機械学習と臨床実践との間のギャップを埋め、ヘルスケア分野における責任あるAIの利用に貢献する。
Recent Advancements in Generative Artificial Intelligence in Clinical Space ｜ O Chatterjee et al., … for Digital Medicine: Advancement, Models, and …, 2026. ｜ 生成型人工知能（Generative AI）を活用し、ヘルスケアプラクティスに変革をもたらすフレームワークを提供している。 革新的なアプローチにより医用画像を強化する新しい手法を提案している。
Agentic Artificial Intelligence in Medical Imaging Education: Architectural Autonomy and the Risk of Cognitive Surrender ｜ J Hayes et al., Journal of Medical Radiation Sciences, 2026. ｜ 医用放射線科学は、診断放射線学を含む広範な専門職を指す。 放射線撮影は、医用放射線科学者が行う診断画像処理の特定の業務として定義される。