敗血症診療の質指標であるSEP-1遵守を、LLMによる診療録抽出と医師への症例別フィードバックで改善できるかを検証したクラスターランダム化試験です。介入群ではSEP-1遵守率が82.9%となり、対照群の70.1%を上回りました。

低線量CT肺がんスクリーニングで見つかる5〜15mmの不確定肺結節について、LUNA25 Challengeの最良AIシステムは、65名の放射線科医平均より高い悪性度推定性能を示しました。

医用画像セグメンテーションAIの性能向上には高品質な教師データが不可欠ですが、その作成には専門医の時間と費用がかかります。本研究は、AIによる事前セグメンテーションを放射線科医が修正し、その結果を再学習に用いる反復型ワークフローの有用性を検証しました。

スタチン治療の利益を考える際、筋症状への不安はしばしば意思決定に影響します。本研究は、スタチン適格者における入院または死亡につながる重篤な筋障害リスクを、1年・5年・10年で推定する臨床予測モデルを開発・外部検証したものです。

本研究は、うつ病の進行を「正常」「発症前」「発症後」の3状態に分け、早期介入に適した時期をAIで見いだすことを目指したマウス研究です。縦断的な多モーダルバイオマーカーと無線型迷走神経刺激パッチを組み合わせ、発症前状態での介入がより有効である可能性を示しました。

冠動脈造影のフレームレートを下げて撮影し、AIで高時間分解能の動画として再構成する。Kwon、Park、Kimらは、潜在フローマッチングを用いたAngio-FILMにより、この発想を大規模データで検証した。

10万人超のEHRデータを教師なし学習で解析し、年齢・性別に強く規定される70の患者クラスターと、早期老化に関連する表現型発症パターンを同定した研究です。

上咽頭癌に対するIMRT後の放射線性側頭葉障害を、治療計画段階で予測する多モーダル深層学習モデルの多施設研究です。計画CT、空間線量分布、DVH、臨床情報を統合することで、複数施設コホートにわたり良好な識別性能を示しました。

カフなし血圧モニタリングは、連続・非侵襲的な血圧評価を可能にする技術として期待されています。しかし本レビューは、現在のAI駆動型手法の多くが、臨床導入に必要な信頼性をまだ十分に示せていないことを明らかにしました。

高リスク青年のスマートフォン・キーボード入力から、自殺関連の言語を受動的に同定できるかを検証したコホート研究である。自殺関連語は稀だったが、自殺念慮・行動歴やベースラインの自殺念慮が高い青年でより多く観察された。