Medical AI Digest (JA)

英国バイオバンクの約5万9,000人を8年間追跡した解析で、24時間のうち座位や睡眠の一部を「移動」に置き換えることは、身体活動関連がんの低い発症率と関連した。

Geriatrics & Aging の現在のカバレッジは、疾患名を当てるAIから、脳老化の軌跡、全身の虚弱性、術後の自立、骨の脆弱性までを個別に見積もるAIへと重心を移している。課題は、高精度な信号を実装可能な意思決定へ変換できるかにある。

ダウン症成人を対象に、血液バイオマーカーと背景因子から16か月以内の軽度認知障害またはダウン症関連アルツハイマー病への移行を予測した研究です。最適化モデルは感度92.44%、AUC 77.88%を示しましたが、特異度は59.86%にとどまり、単独の診断検査としては位置づけられていません。

髄液バイオマーカーでアルツハイマー病（AD）とレビー小体（LB）病理の併存を示した認知障害者では、MRIから算出した脳年齢ギャップが最も大きく、経時的な増加も速かった。

中国の全国規模前向きコホートにおいて、PM2.5の総質量ではなく、その成分別の長期曝露と冠動脈疾患リスクを評価した。有機炭素は冠動脈疾患・急性心筋梗塞の発症および死亡と最も強く、一貫して正の関連を示した。

非造影のシネMRIとT1マッピングから生成するvirtual native enhancement（VNE）は、画像品質が高く判定が明瞭な慢性心筋梗塞症例で、LGEに近い瘢痕検出・定量性能を示した。前向き多施設研究で、VNE単独で評価可能と読影者が判断した場面では、診断精度はLGEとほぼ同等だった。

完全四肢麻痺の1例で、運動意思を脳から読み取り自分の手を動かし、手からの触覚情報を大脳皮質へ戻す双方向システムが示されました。さらに、経皮的脊髄刺激と訓練、皮質刺激を組み合わせることで、装置を用いない期間にも持続する上肢運動・触覚の改善が報告されています。

胸部X線（CXR）とレポートで事前学習した基盤モデルの埋め込み表現は、単一のCXRから広範な既存疾患・将来疾患を予測した。重要なのは、その予測の多くが心拡大や動脈硬化など、放射線科医に認識可能な画像所見の組合せとして再構成された点である。

救急隊が記録するごく短い自由記載の主訴から、院外での救命的介入をどの程度予測できるのかを検証した大規模コホート研究である。2024年の時系列検証では、7つの個別介入カテゴリーのうち6つで良好から優れた識別能が得られた。

上部消化管内視鏡の画像から診断と自由記載の報告書作成を一体で行うマルチモーダル大規模言語モデル、MLLM-EDRが報告された。19疾患の平均診断精度は0.882で、早期胃癌・早期食道癌でも高い精度を示し、専門医による確認を前提とした診療支援の可能性を示している。