医学 x AI

Artificial Intelligence in Medical Writing: Subtle Errors and Their Complex Consequences ｜ S Matsubara et al., JMA journal, 2026. ｜ AI（例: ChatGPT）は原稿の可読性を向上させる可能性がある一方で、AIによる虚偽の説明（いわゆるハルシネーション）や不正確な参考文献の取得が繰り返し報告されている。 本研究は、を用いて、医療執筆におけるAIの利用に伴う問題点と、その複雑な結果について検証を行っている。

Machine-Learning-Based Diagnostic Framework for Passive Ultrasonic Detection of Railway Wheel Defects ｜ A Shaju et al., arXiv preprint arXiv:2608.08301, 2026. ｜ 本研究は、非パラメトリック統計試験と情報理論を統合した機械学習ベースの診断フレームワークを開発した。 このフレームワークは、鉄道車輪の欠陥を非接触かつ受動超音波検出で診断することを目的としている。

Multimodal artificial intelligence in medical biotechnology: Integrating genomics, imaging, and clinical data for precision therapeutics ｜ GM Dejen et al., Precision Medical Sciences, 2026. ｜ 医療画像、電子健康記録、デジタル病理学、ウェアラブルセンサーデータといった多様なデータソースの統合が、マルチモーダル人工知能の開発を加速させている。 この物語的レビューは、精密治療のためのマルチモーダルAIの現在の状況を批判的に検証し、ゲノミクス、画像診断、臨床データの統合がその進展にどのように貢献するかを考察している。

Artificial intelligence in lumbar radiography: bridging deep learning and clinical practice in low-resource environments ｜ YL Wang et al., BMJ Health & Care Informatics, 2026. ｜ AIは医療画像診断に広く適用されてきているが、特に腰椎X線撮影におけるその役割と、資源が限られた環境での臨床的適用性はさらなる検討が必要である。 この物語的レビューは、深層学習と資源の少ない環境での臨床実践を結びつける、腰部X線撮影におけるAIの現状と課題を評価している。

Artificial intelligence in medical education: a narrative review across four functional domains ｜ M Zarei et al., Currents in Pharmacy Teaching and Learning, 2026. ｜ 人工知能 (AI) は、適応型チュータリング、生成コンテンツ作成、シミュレーション分析、自動評価、診断支援を通じて、医療教育を急速に再構築している。 この物語的レビューは、医療および医療専門職教育におけるAIの貢献を4つの主要な機能領域にわたって考察している。

A system-level analysis of challenges and strategies for scaling artificial intelligence in healthcare: A qualitative study of the NHS AI lab ｜ H Mozaffar et al., DIGITAL HEALTH, 2026. ｜ ヘルスケア分野におけるAIの大きな可能性にもかかわらず、その広範かつ持続的な導入は世界的な課題として認識されている。 本研究は、NHS AI Labの事例に基づき、AIの限定的な実用化の理由を、システムレベルの課題と戦略の観点から定性的に分析した。

Development and comparison of machine learning-based clinical diagnostic models for girls with suspected central precocious puberty ｜ K Wang et al., Scientific Reports, 2026. ｜ 中枢性思春期早発症 (CPP) の診断には、侵襲的なGnRH刺激試験が現在必要とされている。 日常的に利用可能な臨床データ、検査データ、超音波データを用いて、CPP診断のための5つの機械学習モデルが開発・比較された。

Artificial Intelligence in Real-World Healthcare: A Theoretical Study on AI-Based Patient Monitoring Systems ｜ K Gomathi et al., unknown, 2026. ｜ 人工知能 (AI) ベースの患者モニタリングシステムに関する理論的研究。 AIとヘルスケア技術の組み合わせが、将来のヘルスケア環境において、効率的で予測的、患者中心の医療提供を可能にする。

Quantifying generalization error in machine learning prediction of cognitive decline ｜ RM Hüppi et al., The Journal of Prevention of …, 2026. ｜ を用いて、認知機能低下の予測における汎化誤差を定量化する研究。 ベースラインデータの確立のためにMRIセッションと臨床データを照合し、将来の継続的な認知機能低下を予測する。

Artificial Intelligence in Science and Engineering: From Porous Materials to Drug Discovery ｜ M Sahimi, unknown, 2026. ｜ 科学と工学分野における人工知能 (AI) の幅広い応用を探求しており、多孔質材料からまでをカバーする。 が計算手法と結びつき、材料特性のシミュレーションと予測を加速する。