医学 x AI

Mapping artificial intelligence integration in objective structured clinical examinations: A scoping review ｜ SA León-Ariza et al., Medical Teacher, 2026 ｜ 人工知能とOSCE（客観的構造化臨床試験）の統合に関する既存の証拠を整理し、臨床評価におけるフレームワークを策定。 臨床エンドユーザーに対し、モデルファクトラベルを用いて機械学習モデル情報を提供する重要性を強調。

Identification of potential diagnostic biomarkers for myocardial infarction using bioinformatics and machine learning ｜ L Ren, M Xu, R Jiang, J Li, Immunobiology, 2026 ｜ 心筋梗塞の潜在的な診断バイオマーカーを特定するために、バイオインフォマティクス手法と機械学習アルゴリズムを使用。 候補遺伝子セット間の特徴選択の改善と、予測モデルで使用されるパラメータの最適化に機械学習手法を適用。

Embedded transparency in artificial intelligence: a prerequisite for equity and representation in AI-enabled clinical trials ｜ JMC Blom, L Pani, npj Digital Medicine, 2026 ｜ 人工知能が臨床試験のインフラに組み込まれ、被験者の特定、層別化、分析方法を形成している。 不透明なAIモデルは既存の格差を増幅させるリスクがあるため、AI対応臨床試験において「組み込まれた透明性」が公平性と代表性の前提条件であると提唱。

Workplace Challenges of Artificial Intelligence in Healthcare: Implications for Nursing Education and Practice ｜ PU Ukaigwe, Education, 2026 ｜ ヘルスケアシステムにおける人工知能（AI）が臨床ワークフローを変革していることを背景とする。 AI関連の職場での課題と、看護教育および実践への影響を調査。

A Comprehensive Review of Artificial Intelligence in Healthcare: Emphasizing the Need for Explainability in Patient-Centric Applications ｜ R Agrawal, R Agrawal, International Journal of Fuzzy Logic and Intelligent …, 2026 ｜ 医療分野におけるAIモデルの包括的なレビューを実施。 説明可能な人工知能（XAI）が、透明性、解釈可能性、信頼性の高い意思決定を医療において提供できることを強調。

Applications of traditional machine learning and deep learning algorithms in obesity prediction or classification: a systematic review of comparative performance ｜ M Jamali et al., npj Digital Medicine, 2026. ｜ 肥満とその関連合併症が世界的な健康危機であることに対し、効果的な予測・分類戦略の必要性を背景に、AI手法がヘルスケアで応用されていることを示す。 肥満の予測または分類における従来の機械学習（ML）と深層学習（DL）アルゴリズムのパフォーマンスを比較評価する系統的レビュー。

Machine learning-based analysis of drug resistance mutations in Mycobacterium tuberculosis ｜ A Thankamani et al., PloS one, 2026. ｜ 薬剤耐性結核（DR-TB）が治療と制御に大きな課題をもたらしている中で、薬剤耐性変異の正確かつ迅速な特定が重要であると強調。 結核菌における複数の薬剤耐性タイプにわたる変異を分析するための機械学習予測モデルを提案。

Virtual cell construction for artificial intelligence‐driven drug discovery ｜ Y Jia et al., British Journal of Pharmacology, 2026. ｜ 特定の分子摂動が複雑な生物学的システム内で細胞にどのように伝播するかを理解することが、現代の医薬品開発の中心的な課題であると指摘。 大規模な摂動プロファイリング技術と人工知能（AI）の進歩により、薬剤応答をシミュレートする「仮想細胞構築」がますます実現可能になっている。

Ethical Attitudes Toward Artificial Intelligence in Healthcare Among Medical Students at All Saints University School of Medicine: A Cross-Sectional Study ｜ S Kotbagi et al., International Journal of Medical and Pharmaceutical Research, 2026. ｜ オールセインツ大学医学部の医学生を対象に、ヘルスケアにおける人工知能（AI）に対する倫理的態度を評価するための横断研究。 学生の85%がAIの診断・治療における潜在的利益に肯定的な態度を示す一方、データプライバシー（78%）、アルゴリズムの偏り（65%）、職務の置き換え（55%）に関して有意な懸念を表明。

Artificial Intelligence vs. Clinical Interpretation in the Detection of Hip Fractures: A Comparative Audit ｜ K Kim, British Journal of Surgery, 2026. ｜ 股関節骨折、特に潜在性大腿骨頚部骨折（NOF骨折）の検出において、専門医療AIシステム と汎用大規模マルチモーダルモデル の診断精度を、標準的な臨床医の解釈と比較する。 は よりも潜在性骨折に対して高い感度を示し、両AIシステムは若手臨床医よりも優れたパフォーマンスを示したが、熟練放射線科医を顕著に上回ることはなかった。