Medical AI Digest (JA)

本研究は、日常診療で撮影されたCT画像と放射線レポートを大規模に再利用し、全身106解剖構造の体積とCT値の参照分布を構築した計算研究です。LLMによる病的所見の構造単位フィルタリングを組み合わせることで、病変の影響を抑えたリファレンスチャート作成を目指しています。

Shen、Moon、Nguyenらは、腫瘍バルクRNA-seqから免疫チェックポイント阻害薬への反応を予測するAIモデル「COMPASS」を開発し、複数がん種・複数治療をまたいだ汎化性能を検証しました。

ウェアラブル慣性センサーで取得した歩行・移動課題のデータを、トポロジカルデータ解析で統合すると、神経運動疾患を横断する歩行機能の地図が描ける可能性が示されました。

実臨床症例に対する大規模言語モデルの回答評価では、医師とAIエージェントの判断は全体として同じ方向を向きつつも、最も高く評価するモデルでは明確な違いがみられました。

早期筋萎縮性側索硬化症（ALS）では、脳の構造的な結合が大きく保たれていても、機能的結合が低下し、特に運動関連ネットワークで構造と機能の「ずれ」が生じている可能性が示されました。

心血管MRIから抽出した大胸筋量と体重を組み合わせることで、「筋肉量の少なさを伴う肥満」を大規模に評価できる可能性が示されました。

米国では待機手術の60%以上が外来手術センターで行われている一方、同領域に特化したAI研究はごく限られていました。本論文は、病院で検証された手術AIをそのまま外来手術センターに導入してよいのか、という実装上の重要な問いを提示しています。

大動脈縮窄症のガイドライン準拠管理下で、再狭窄や持続性高血圧をどこまで予測できるのか。本研究は、日常診療データを用いた機械学習モデルにより、再介入や手術を要する再狭窄、持続性動脈性高血圧を比較的高い精度で予測できる可能性を示しました。

安定胸痛患者の冠動脈CT angiography（CCTA）画像から、冠動脈だけでなく多臓器の体組成情報を機械学習で抽出し、予後との関連を検討した研究です。骨格筋の低吸収が、10年全死亡およびその後の心筋梗塞と独立して関連していました。

思春期特発性側弯症の手術計画において、固定範囲の選択と術後アライメントの予測を一体化したAIシステム「ScoliosisPLAN」が報告された。多施設コホートで、熟練脊椎外科医に近い固定範囲予測と、既存画像生成モデルを上回る術後X線予測性能が示されている。