医学 x AI

医療IoTネットワークセキュリティ強化のためのディープラーニング駆動型サイバー攻撃検出システムによるゼロトラストのモデリング

by

Modeling of zero trust with deep learning driven cyberattack detection system for enhanced medical IoT network security ｜ LA Maghrabi et al., Scientific Reports, 2026. ｜ 医療IoTネットワークのセキュリティ強化のため、ディープラーニング駆動型サイバー攻撃検出システムとゼロトラストモデルを組み合わせたフレームワークを提案しています。 このフレームワークは、IoTヘルスケアモニタリングにおけるセキュアなリアルタイムデータ収集と機密患者情報の保護を可能にします。

アルゴリズム開発から臨床実装へ：循環器内科における人工知能の系統的レビュー

by

From Algorithm Development to Clinical Implementation: A Systematic Review of Artificial Intelligence in Cardiovascular Medicine ｜ L Osoro et al., Technologies, 2026. ｜ 循環器内科における人工知能 (AI) の臨床応用に関する系統的レビューです。 診断または治療手順に関わるAI手法の評価に焦点を当て、アルゴリズム開発から臨床現場での実装までの課題と機会を分析しています。

ヘルスケア診断における説明可能な人工知能：透明性と信頼性の向上

by

Explainable artificial intelligence in healthcare diagnostics: Enhancing transparency and trust ｜ AH Bendale et al., Scienxt Journal of Computer …, 2026. ｜ ヘルスケア分野では、AIが診断支援に広く利用されており、その透明性と信頼性を高めるために説明可能な人工知能 (XAI) が重要です。 本研究では、やなどの主要なXAI技術が調査され、その応用がヘルスケア診断における信頼性向上に貢献するとされています。

個別化薬物療法のためのメカニスティック人工知能：薬物動態学、薬力学、治療薬物モニタリング、およびマルチオミクスシステム生物学の統合

by

Mechanistic Artificial Intelligence for Personalized Drug Therapy: Integrating Pharmacokinetics, Pharmacodynamics, Therapeutic Drug Monitoring, and Multiomic Systems Biology ｜ I Jenkins et al., Pharmaceutics, 2026. ｜ 個別化薬物療法のために、薬物動態学、薬力学、治療薬物モニタリング、およびマルチオミクスシステム生物学を統合するメカニスティック人工知能 (AI) の重要性が強調されています。 は回帰または機械学習法を用いた臨床予測モデル開発・評価のための報告ガイドラインを提供します。

創薬における人工知能：トランスレーショナルなボトルネック、生物医学工学的制約、および商業的現実

by

Artificial Intelligence in Drug Discovery: Translational Bottlenecks, Biomedical Engineering Constraints, and Commercial Realities ｜ A Matelis, unknown, 2026. ｜ 人工知能 (AI) は初期段階の創薬を超え、臨床開発へとその応用範囲を広げています。 臨床試験は依然として最も資源集約的な要素であり、AI導入におけるトランスレーショナルなボトルネック、生物医学工学的な制約、および商業的現実を克服する必要があります。

人工知能駆動型ヘルスケア環境における初期キャリアヘルスケア専門家に対する継続的な臨床メンターシップの重要性

by

The Importance of Continuing Clinical Mentoring for Early-Career Healthcare Professionals in an Artificial Intelligence-Driven Healthcare Environment by Athanasius ｜ AE Agbo, unknown, 2026. ｜ AIは診断、臨床意思決定、患者モニタリング、および管理を改善することで、ヘルスケアを変革しています。 AIのヘルスケアへの成功裡な統合は、継続的な臨床メンターシップにかかっており、特に初期キャリアの医療専門家にとって重要です。

ヘルスケアにおける人工知能アプリケーションの費用対効果：系統的レビュー

by

Cost-effectiveness of Artificial Intelligence applications in healthcare: A systematic review ｜ A Imani, E Monaghesh, Health Informatics Journal, 2026. ｜ 本研究は、患者や様々な臨床環境で医療サービスを受ける人々を対象とした、AI技術（例：機械学習）を用いたヘルスケアアプリケーションの費用対効果を評価する系統的レビューです。 AIのヘルスケア導入における経済的側面と、その臨床的有用性を費用面から分析しています。

人工知能の医療および製薬研究開発における役割の変革的トレンドの徹底的調査

by

Exploring Transformative Trends: A Thorough Examination Of The Role Of Artificial Intelligence In Healthcare And Pharmaceutical Research & Development ｜ AK Dave, Int. J. Sci. R. Tech, 2026. ｜ 人工知能 (AI) は、医薬品の送達、薬物放出予測、および主要な錠剤生産要因の分析を通じて、創薬において極めて重要な役割を果たしています。 AIはヘルスケアと製薬R&Dの変革的なトレンドの中心的要素です。

悪性および非悪性胸水に対する機械学習モデルの診断性能：系統的レビューとメタ分析

by

Diagnostic performance of machine learning models for malignant and non-malignant pleural effusion: Systematic review and meta-analysis ｜ L Guo et al., International Journal of Medical Informatics, 2026. ｜ 悪性胸水（MPE）と非悪性胸水（non-MPE）を区別するための、正確で低侵襲かつ効率的な診断アプローチが引き続き必要とされている。 人工知能（AI）と<機械学習>が、MPEとnon-MPEの鑑別にますます活用されている。

造影MRIに基づく深層学習と統合されたラジオミクスによる薬剤溶出性ビーズ経動脈化学塞栓療法の短期有効性予測

by

Radiomics Integrated with Deep Learning Based on Contrast-Enhanced MRI for Predicting Short-Term Efficacy of Drug-Eluting Beads Transarterial … ｜ Z Xi et al., Journal of Imaging Science and Technology, 2026. ｜ ラジオミクス、深層学習、および臨床特徴を組み合わせて、肝細胞癌における薬物溶出性ビーズ経動脈化学塞栓療法（DEB-TACE）の術前短期有効性を予測する手法を提案。 <3D ResNet-18> 事前学習済み3D ResNet-18アーキテクチャを用いて、深層学習特徴が抽出される。