中国の多施設ランダム化試験により、深層学習（AI）支援が経験1~3年の細胞診病理医の子宮頸部細胞診における診断精度を大幅に改善し、同時に読影効率を劇的に高めることが証明されました。 Original paper: Deep learning-assisted versus manual reading in routine cervical cytopathology: a multicentre randomised crossover trial. — NPJ digital medicine. 10.1038/s41746-026-02703-5 📄 記事を読む

スイスの大規模研究により、手術終了時の生体情報を機械学習で分析することで、術後感染症リスクをAUROC 0.88の高精度で即座に予測できることが明らかになった。従来の遅延的な検査に代わり、デジタル意思決定支援として機能する。 Original paper: End-of-surgery prediction of postoperative infectious complications from intraoperative vital-sign dynamics. — NPJ digital medicine. 10.1038/s41746-026-02707-1 📄 記事を読む

グリオーマのIDH変異予測において、Vision Transformerベースの深層学習モデル（GliomaVista-IDH）は試験データで医師を大きく上回る性能を示しました。一方、実臨床データでは経験豊富な医師がモデルを凌ぐなど、AIと人間の役割分担の重要性が浮かび上がっています。 Original paper: Comparing artificial intelligence and physician performance in predicting IDH mutation status in glioma. — NPJ digital medicine. 10.1038/s41746-026-02695-2 📄 記事を読む

患者中心の医療AIシステムが実装される際の課題を、患者・医師・AI開発者34名へのインタビューから検討した研究です。妊産婦うつ病リスク予測を事例として、実装が成功するために何が必要かが明らかになりました。 Original paper: A qualitative interview study investigating patient, health professional, and developer perspectives on real-world implementation of patient-centered AI systems. — NPJ digital medicine. 10.1038/s41746-026-02587-5 📄 記事を読む

歯科インプラント治療の美学的リスク要因を評価するAIシステムが開発されました。AIと歯科医の協働により、治療前のリスク判定精度が向上し、より安全で患者満足度の高い治療が実現する可能性があります。 Original paper: Deep learning model development and clinical validation for radiographic surrogate markers of implant esthetic risk. — NPJ digital medicine. 10.1038/s41746-026-02696-1 📄 記事を読む

Original paper: Controlled human malaria infection in adults identify combinations of merozoite antigens associated with clinical immunity. — Nature communications. 10.1038/s41467-026-72716-x 📄 記事を読む

B-mode超音波と造影超音波を統合したAIモデル「MUST-Sub」が、乳がんの分子型（ルミナール、HER2型、トリプルネガティブ）を高精度で判定できることが、複数施設での検証で実証されました。 Original paper: Noninvasive molecular subtyping of breast cancer using multimodal ultrasound spatiotemporal transformer. — NPJ digital medicine. 10.1038/s41746-026-02699-y 📄 記事を読む

Original paper: Mitigating algorithmic unfairness arising from forgetfulness of medical records in clinical artificial intelligence. — Nature communications. 10.1038/s41467-026-72601-7 📄 記事を読む

FDA認可の放射線科AI医療機器956製品を対象とした大規模分析の結果、有害事象報告、リコール、ソフトウェア更新が十分に連動していない実態が明らかになりました。閉ループのリスク管理体制の構築が急務です。 Original paper: The absence of full lifecycle risk management for AI-based medical devices in radiology. — NPJ digital medicine. 10.1038/s41746-026-02712-4 📄 記事を読む

マルチフェーズCTと臨床情報を統合した深層学習モデル（MPANet）が、4種類の腎腫瘍分類において放射線科医を大きく上回る精度を示しました。複数の臨床施設での検証を通じて、高い汎用性と実用性が確認されています。 Original paper: Multimodal deep learning model for multiclass classification of renal tumors. — NPJ digital medicine. 10.1038/s41746-026-02697-0 📄 記事を読む