乳房全摘術後の乳房再建における合併症を予測する機械学習モデルが開発・検証され、XGBoostモデルがAUROC 0.83の優れた予測精度を示しました。個別化されたリスク評価と患者の共同意思決定支援に活用できる可能性があります。 Original paper: Machine Learning Model to Predict Postmastectomy Breast Reconstruction Complications. — JAMA network open. 10.1001/jamanetworkopen.2026.7232 📄 記事を読む

抗レトロウイルス療法（ART）を受けているHIV感染児・青年の死亡率を低減させるために、改善された水へのアクセス、肺炎球菌コンジュゲートワクチン（PCV3）の接種率、および母親教育が最も有効な保護因子であることが、48カ国のメタレグレッション分析で明らかになりました。 Original paper: Risk and Protective Factors Associated With HIV-Related Mortality in Children Receiving Antiretroviral Therapy: A Model-Based Meta-Regression. — JAMA pediatrics. 10.1001/jamapediatrics.2026.0504 📄 記事を読む

深層学習（DL）を用いた乳がん危険度評価モデル「Mirai」が、従来の乳房密度評価を大きく上回る判別精度を示しました。この研究は、乳がんスクリーニングにおいて個別化リスク評価への転換の可能性を示唆しています。 Original paper: A Deep Learning Breast Cancer Risk Model for Precise Supplemental Screening. — JAMA network open. 10.1001/jamanetworkopen.2026.10559 📄 記事を読む

側頭骨領域のMRI検査から機械学習（ディープラーニング）を用いて放射線を使わないCT画像（仮想CT）を生成する新技術が開発されました。手術ナビゲーションや病変部位の特定に有効で、特に小児患者や反復検査が必要な症例での放射線被ばく軽減が期待できます。 原著論文: Machine Learning-Based Synthetic Computed Tomography Derived From Temporal Bone Magnetic Resonance Imaging. — JAMA Otolaryngology—Head & Neck Surgery. 10.1001/jamaoto.2026.0432 📄 記事を読む

生存分析と機械学習を組み合わせることで、個人の健康記録から健康寿命をより正確に推定できることが明らかになりました。この統合的なアプローチは、生活習慣の改善や疾患予防に向けた個別対応戦略を支援する可能性があります。 Original paper: Bridging survival analysis and machine learning to improve healthy life expectancy estimation using PHR records. — NPJ digital medicine. 10.1038/s41746-026-02700-8 📄 記事を読む

深層学習による急性腎臓病（AKI）予測モデルの外部検証において、単一時点での精度が最高のモデルと、実臨床の連続監視条件で最も実用的なモデルが異なるという重要な知見が報告されました。 Original paper: Deep learning models for acute kidney injury prediction: multi-center external validation and evaluation under simulated continuous monitoring conditions. — NPJ digital medicine. 10.1038/s41746-026-02722-2 📄 記事を読む

CT画像から肝臓のCouinaud分画を自動抽出する深層学習モデルが開発されました。術前の肝残量評価が8倍高速化され、複数の肝病態に対応可能であることが実証されています。 Original paper: Automated Delineation of Couinaud Segments on CT for Future Liver Remnant Volumetry. — Radiology. Artificial intelligence. 10.1148/ryai.250808 📄 記事を読む

血漿プロテオミクスと機械学習を組み合わせることで、パーキンソン病の診断精度が大幅に向上する可能性が示されました。11個のタンパク質バイオマーカーが高精度な診断を実現し、臨床応用への道が開かれています。 Original paper: Machine learning model based on plasma proteomics for the identification of Parkinson’s disease. — Brain : a journal of neurology. 10.1093/brain/awag140 📄 記事を読む

人工知能を用いた心電図解析（AiTiALVSD）は、ケニアの医療施設において左室収縮機能障害の検出に優れた性能を示し、特に疾患のない患者を確実に除外できることが報告されました。資源が限定された環境での心臓超音波検査の効率的な活用につながる可能性があります。 Original paper: Artificial Intelligence Electrocardiogram and Left Ventricular Systolic Dysfunction in Kenya. — JAMA Cardiology. 10.1001/jamacardio.2026.0908 📄 記事を読む

生成AIを用いた退院サマリーの自動作成は、臨床環境での安全性基準を満たしながら医師の認知的負担を軽減できる可能性が示唆されました。 Original paper: Physician-Reported Safety Outcomes of AI-Generated Hospital Course Summaries. — JAMA network open. 10.1001/jamanetworkopen.2026.16556 📄 記事を読む