臨床ノートから予測モデルを作る際、AIに任せきるのではなく、臨床チームが反復的に介入することで、性能と臨床的妥当性を高められる可能性が示されました。

大腸内視鏡検査におけるコンピュータ支援検出（CADe）機器の導入は、腺腫発見率を有意に高める可能性が示されました。

この1週間、医療AIは診断から予防への転換を加速させた。血液から5年前の肺がんリスクを予測し、赤外線カメラが睡眠時無呼吸を自宅で見つけ、大規模言語モデルは医療知識に根ざした回答へ進化する。診断ありきではない医療の未来像が形になりつつある。

医療画像の 2026 年上半期は、foundation models と workflow automation、cross-system harmonization が同時進行。PET から超音波まで、AI がより広く、より速く、より標準化された診断を実現する局面へ。

自己や他者の心的状態を推測する「メンタライジング」を、fMRI活動パターンから予測する脳署名が開発・検証されました。

スマートフォンで患者が自宅スクリーニング、眼底画像から全身代謝情報を抽出、AI が個別のリスク軌跡と治療反応を予測する。眼科医療が診療所を出て、全身健康管理プラットフォームへと進化している。

大規模言語モデル（LLM）の出現により、眼科医学の出版物におけるAI生成テキストが急速に増加しており、科学的誠実性を脅かす新たなリスクが顕在化しています。

肺がんの診断の5年以上前から血液検査により発症リスクを高精度で予測できる14種類のタンパク質シグネチャーが同定されました。この発見は、抗IL-1β療法などの予防的治療を必要とする人を効率的に特定し、がん予防の精密医療時代の幕開けを示唆しています。

機械学習を用いた術前意思決定支援ツール「MBD-Check」は、軽度出血性疾患の予測において90.2%の高い感度を達成し、術前スクリーニングプロセスの効率化と臨床的精度の向上を実現しました。

動脈硬化症（AS）と腹部大動脈瘤（AAA）は同じリスク因子を共有しながら、脂肪酸代謝の違いにより全く異なる病態を示します。ACADM仲介脂肪酸β酸化経路の抑制が動脈硬化症の重要なメカニズムであることが、大規模なマルチオミクス解析とコホート研究により明らかになりました。