非転移性腎細胞癌の術前情報だけを用いて、癌特異的死亡リスクを推定する機械学習モデルが開発・外部検証されました。腫瘍径やリンパ節病変、血液検査、全身状態など日常診療で得られる8項目に絞った点が特徴です。

AI & Computer Science の現在のカバレッジから見えるのは、AIが疾患検出器にとどまらず、老化・脳健康・治療応答・ワークフローをまたぐ臨床判断の基盤へ移りつつあるという流れです。

日常のプライマリケア診療で録音された患者・医療者の会話から、未診断の認知機能低下を機械学習でスクリーニングできるかを検証した研究です。Whisper由来の音響特徴量を用いたモデルが最も良好で、外部検証でもAUROC 0.727を示しました。

音声録音を大うつ病性障害の客観的バイオマーカーとして使えるかを、多施設コホートで検証した研究です。Whisper由来の自己教師あり表現は、従来の音響特徴量モデルを上回る識別性能を示しました。

血液中のタンパク質情報から、全身を一枚岩としてではなく、細胞タイプごとに老化の偏りを捉えようとした大規模コホート研究です。Ding、Bot、Chenらは、血漿プロテオームに基づく細胞特異的な老化シグネチャーが、疾患発症、死亡、レジリエンスと関連することを示しました。

非小細胞肺がん（NSCLC）に対し、治療前PET/CT画像と臨床情報を統合して、組織型、TNM病期、生存リスクを同時に推定する深層学習システムが報告されました。

今週の医療AIは、ICUの治療連鎖、病理基盤モデルの施設差、IBDの多層アトラス、眼科超音波、腎腫瘤CTまで、単発の分類器から「臨床を読む表現」へ重心が移った一週間でした。

Digital Health & Informatics の焦点は、モデル性能そのものから、低侵襲なデータ取得、現場での時間短縮、短期意思決定、再利用可能な画像基盤へと移っている。

FairGenは、人口統計学的サブグループ間でより均衡した医用画像を生成することを目的に設計された拡散モデルフレームワークである。本研究では、画像の忠実度を保ちながら、下流の診断AIにおける公平性指標を改善できるかが検証された。

Emergency Medicine のAIは、診断精度競争だけでなく、搬送前トリアージ、ED滞在時間、蘇生指示、再来リスクまで、救急医療の時間軸そのものを再設計し始めている。