手関節・手の運動器超音波において、AIが標準断面の認識と解剖構造のセグメンテーションを支援するシステムが開発され、初心者の撮像品質と効率を改善する可能性が示されました。

スクリーニングマンモグラフィに付与されるAI CADスコアは、後に乳がんと診断される人で、診断の最大10年前から高い傾向を示した。連続する通常検診画像のAIスコアは、補助的スクリーニングの対象者を考える早期アラートになり得る可能性がある。

HPVワクチン未接種または接種状況不明の子どもをもつ親を対象に、LLMチャットボットとの短時間対話は接種意向を一時的に高めました。しかし、政府系の公衆衛生資料を上回る効果は示されず、45日後の持続効果も限定的でした。

小児医学の最新AIは、単なる診断ツールではなくなった。画像から隠れた健康リスクを掘り起こし、数年先の疾患進行を予測し、データの少ない稀少疾患に光をあてる。診断から予測、そして複雑な臨床管理へ。Pediatrics を巡る AIの活用領域が急速に拡がっている。

MALDI-TOFの生データから、菌種同定だけでなく抗菌薬耐性まで予測しようとする深層学習システム「ANTIBIOTIC」の研究です。菌種同定は高い性能を示した一方、耐性予測は施設や時期を越えると性能低下が目立ち、臨床導入には慎重な検証が必要であることが示されました。

Fundus2Videoは、1枚のカラー眼底写真から動的な蛍光眼底造影（FFA）動画を生成する網膜生成モデルです。本研究は、この生成表現が眼科疾患だけでなく全身疾患関連タスクにも転移し得ることを示しました。

医療LLMの性能は、モデルだけでなく、学習に使う診療対話データの質に大きく左右される。本研究は、雑音を含む医師・患者会話の文字起こしを、LLMのファインチューニングに適した構造化データへ変換するエージェント型パイプラインを検証した。

パーキンソン病における個人レベルの認知機能低下予測は、モデルを複雑にしても大きく改善しませんでした。鍵を握っていたのは、アルゴリズムの性能よりも、認知アウトカムそのものの測定 fidelity でした。

腎腫瘤の非侵襲的評価を目的に開発された疾患特化型vision-language foundation model「RenalCLIP」は、CT画像と放射線レポートを統合的に学習し、腎がん診療で重要な診断・層別化タスクにおいて高い性能を示しました。

血漿プロテオームから推定した生物学的年齢は、網膜画像から見た眼の老化表現型とよく対応し、白内障、糖尿病網膜症、加齢黄斑変性、緑内障の発症リスクとも関連していました。