非構造化された電子カルテ記載から、PaduaスコアとCapriniスコアの項目をLLMで抽出できるかを検証した多施設研究です。専門知識を組み込んだプロンプトは、基本的なプロンプトや複雑なプロンプトより一貫して高い性能を示しました。

Obstetrics & Gynecology のAIは、単なる検出性能の競争から、胎児スクリーニングの標準化、母体リスク予測、婦人科腫瘍の個別意思決定へと重心を移しつつある。

大規模言語モデル（LLM）は、精神科面接の逐語録から構造化された精神病理評価をどこまで行えるのか。本研究は、AMDP体系の100項目を用い、複数のLLMと実臨床に従事する臨床医の評価を比較した概念実証型のベンチマークです。

イスラエルの大学生977人を対象とした無作為化比較試験で、12週間の会話AIメンタルヘルス介入は、全般不安、ウェルビーイング、生活満足度において、対面の統合的集団療法および待機群を上回る改善を示した。

口腔白板症の臨床写真から、正常粘膜、白板症、癌を伴う白板症を分類し、さらに病変範囲を描出するAIシステムが報告された。内部テストと独立外部データで約90%の診断精度を維持した点が、本研究の中心的な成果である。

日常検査で得られるCBCの数値情報と白血球分画散布図を組み合わせることで、白血球増多の背景にある血液リンパ系腫瘍と急性感染を迅速に分類できるかを検証した多施設後ろ向き研究です。

網膜眼底写真から、まだ臨床的に発症していない心房細動リスクを予測できるか。本研究は、マルチモーダル基盤モデルを用いたRetiAFが、UK Biobankおよび上海コホートで一定の予測性能を示したことを報告している。

女子エリートサッカーにおける非接触損傷を、単なる「起こる・起こらない」の分類ではなく、累積曝露を踏まえた時間依存リスクとして扱った研究です。FCバルセロナ女子トップチームの4シーズン分のデータを用い、XGBSEを中心とする生存解析ベースの機械学習モデルが、実務的な休養判断支援にどこまで近づけるかを検証しています。

内視鏡下顎下腺切除術の動画から手術工程を認識するAI-miSMGは、多施設外部検証で全体精度0.87を達成した。さらに、手術が進行していないIdle工程への移行パターンが、経験の異なる術者を区別する指標となる可能性が示された。

OncologyのAIは、画像分類の精度競争から、治療強度、検査配分、再発監視、診断補助にどう接続するかを問う段階へ移っている。