医学 x AI

So Many Tests, So Little Time: Operationally Constrained Machine Learning for Diagnostic Assessment under Time Constraints ｜ HS Pandey et al., IISE Transactions, 2026. ｜ 既存の機械学習技術が、診断バッテリー構築における運用上の制約（時間制約など）を考慮できていない課題を指摘。 時間制約下での診断評価のため、運用制約付き機械学習モデルを提案。

Artificial Intelligence in Drug Discovery and Healthcare: A Comprehensive Review of Integrative Machine Learning Models, Biomedical Applications, and Clinical Translation Issues ｜ N Booshanan et al., Archives of Computational Methods in Engineering, 2026. ｜ AIが創薬とヘルスケア分野で統合的機械学習モデル、生物医学的応用、臨床的橋渡しに焦点を当てた包括的なレビュー。 AIの技術が、創薬とヘルスケアの合成および臨床的側面の両方で活用される。

Reconciling how clinical reasoning is learned in the age of artificial intelligence ｜ AY Ong et al., npj Digital Medicine, 2026. ｜ 人工知能（AI）の時代において、臨床推論の学習方法、医療カリキュラムの設計、および臨床能力の定義に大きな影響がある。 AIと臨床の統合が加速しており、ヘルスケア現場において特に重要である。

AI in Healthcare: Analyzing Adoption Drivers Using Fuzzy AHP ｜ A Kapoor et al., Innovation in Healthcare Technology and Management, 2026. ｜ ヘルスケアサービスにおける人工知能（AI）導入の重要性を評価し、その推進要因を特定している。 ヘルスケアにおけるAI採用に影響を与える5つの重要な推進要因が特定され、分析手法としてFuzzy AHPが用いられた。

ARTIFICIAL INTELLIGENCE IN DRUG-DRUG INTERACTIONS ｜ M Ka et al., unknown, 2026. ｜ 機械学習（ML）およびディープラーニング（DL）モデルは、有害な薬剤反応の主要因である薬物相互作用（DDIs）の予測において顕著な可能性を示している。 人工知能の役割がますます重要になっていることを議論している。

Foundation of Data Science and Machine Learning in Healthcare ｜ J Singh et al., Healthcare with Data Science and Machine Learning, 2026. ｜ ヘルスケア機械学習によるソリューションは、医療ミスの削減において重要な役割を果たす可能性がある。 新しい処方は、機械学習モデルを用いて過去の電子健康記録（EHR）データと比較され、医師の分析を支援する。

Integrating Artificial Intelligence Into Healthcare: Ethical Imperatives, Data Bias, and the Challenges of Clinical Implementation ｜ SB Bag et al., Medical LLMs and AI in Healthcare: Ethics, Applications, and Challenges, 2026. ｜ ヘルスケアにおける人工知能（AI）技術の統合に関連する倫理的要請、データバイアス、臨床実装の課題を論じている。 出版社は、生成AIトレーニングおよび機械学習目的でのAI技術使用に対するライセンス権を保持している。

Overview of Next Generation Genomic Science and Technology Utilising Machine Learning in Healthcare ｜ G Sharma, Genomic Science and Technology using Machine Learning in the Healthcare, 2026. ｜ ヘルスケア分野における次世代機械学習技術（NGML）の最近の進歩について議論している。 Nanoporeシーケンシングなどの最新のゲノム科学技術におけるNGMLの応用をまとめている。

Artificial intelligence in medical education: a feasibility case study based on proceedings from a patient care teaching conference ｜ A Sweid et al., Interdisciplinary Neurosurgery, 2026. ｜ 人工知能（AI）は臨床実践を変革しているものの、医療教育におけるその役割はまだ十分に発展していない。 患者ケア教育カンファレンスの議事録に基づき、医療教育におけるAIの実現可能性を探るケーススタディを実施した。

Machine learning-guided drug repurposing for EGFR inhibition using scaffold-split validation, docking, and molecular dynamics ｜ PA Akinnusi et al., Journal of Computer-Aided Molecular Design, 2026. ｜ EGFRは多様な癌を誘発するが、EGFR阻害剤の臨床的有効性は、再発、毒性、変異関連耐性によって制限されている。 本研究では、機械学習ベースの計算薬剤再利用ワークフローを統合し、足場分割検証、ドッキング、分子動力学を組み合わせて適用した。