Medical AI Digest (JA)

最新の基盤モデルは、ドイツの公式医師国家試験で98～99％台という極めて高い正答率を示した。一方、画像を含む問題では誤答が大きく増え、人間とAIが難しいと感じる問題も十分には一致しなかった。

EEGを丸ごと読む基盤モデルから、TAVI後の長期予測、問診票の回答行動、免疫細胞の空間配置、骨折予測まで――今週の論文群が示したのは、AIの勝負所が精度そのものから、解釈可能性・外部妥当性・診療への接続へ移ったことです。

臨床AIの焦点は、精度の更新だけではない。データから論文報告までを監査可能にし、自己教師あり表現から潜在的な病態を捉え、診療の負担を増やさず実装する方向へと専門領域の軌跡が伸びている。

日常診療で得られる12誘導心電図から、トランスサイレチン型心アミロイドーシス（ATTR-CM）の精査対象を選び出すAIが、多国間のコホートで検証された。内的検証のAUROCは0.84であり、単独の診断法ではなく、心エコーや確定検査へつなぐ一次トリアージとしての可能性が示された。

トランスサイレチン型心アミロイドーシス（ATTR-CM）患者850例を解析した多施設研究で、機械学習モデルは全死亡または心不全入院のリスクを従来の病期分類より高い精度で予測した。地域別コホートを用いた検証でも性能は維持されたが、日常診療への導入には、より大規模で多様な集団における前向き検証が必要である。

患者ポータルを通じた医療相談への返信率には、患者の人種・民族、教育歴、保険種別による格差があり、その差はメッセージの相談内容よりも文章の書き方によって大きく説明されました。とくに、本来宛先として指定された臨床医からの返信で格差が目立ちました。

Digital Health & Informatics の焦点は、最高精度の競争から、誰の判断をどの場面で補い、環境変化や人のバイアスに耐えながら実装できるかという臨床価値の検証へ移っている。

Ophthalmology AIは、単一疾患の画像分類を越え、造影動画の生成、病変の定量・経時評価、対話型支援、全身リスク推定、治療設計へと守備範囲を広げる一方、外部妥当性と生成物の来歴が次の焦点になっている。

日欧3991例のTAVI患者を対象とした多施設研究で、複数の臨床情報を統合する生存時間AIモデルは、全死亡と心血管死の長期予測において従来の外科リスクスコアを一貫して上回った。日本の1006例でも再調整なしに性能が維持され、異なる患者集団への適用可能性を示した点が注目される。

HealthFlowは、電子健康記録（EHR）解析の計画、コード実行、成果物の検証、失敗の修復までを複数のAIエージェントでつなぐ枠組みである。5つのベンチマークすべてで比較手法を上回り、もっともらしいが無効な解析を見抜いて修正できる可能性を示した。