スマートフォンを用いた生体力学解析プラットフォーム「ポータブル生体力学検査室」が開発され、臨床現場での実用性が実証されました。特別な装置やセットアップなしに、わずか3°以下の精度で関節角度を測定できます。

深層学習モデル「ProViCNet」は、MRIによる前立腺がん検出で放射線科医を上回る精度を達成しました。PSA検査と組み合わせることで、診断精度を保ちながら不要な生検を大幅に削減する可能性が示唆されています。

Nature communicationsに発表された研究により、赤外線ビデオと軽量の深層学習モデルを組み合わせたSlActionシステムが、接触センサーなしで閉塞性睡眠時無呼吸（OSA）の検出と重症度評価を実現しました。

グラフニューラルネットワークを統合した新しいAIモデル「DSimSynergy」が、薬物の機能的・臨床的類似性から相乗効果を高精度で予測し、がん治療における薬物組み合わせの探索を大幅に効率化する可能性を示しました。

医療画像解析に革新をもたらす統合型AI基盤モデル「UniBiomed」が開発されました。診断テキストと画像セグメンテーションを同時に生成し、臨床医が各スライスを個別に解析する負担を大幅に削減します。

スマートフォンを使用した人工知能システムにより、眼表面悪性腫瘍の自主スクリーニングが実現可能であることが、中国での臨床試験で実証されました。診断精度はスリットランプによる検査と同等で、症例検出効率は従来の約5倍に向上しています。

AI搭載のモバイルアプリケーションが、医療リソースが限定的な地域での皮膚病変のトリアージを大幅に改善する可能性を示しました。臨床検証により、医療従事者の診断精度の向上と紹介患者数の最適化が実証されています。

局所進行性直腸がん患者が総合先制療法（TNT）を受けた後、AI を用いて病理学的完全奏効（pCR）を予測するモデルが開発されました。このモデルは、患者が手術を受けるべきか、それとも臓器を温存する待機観察治療に進むべきかの判断を支援し、不必要な手術を避けながら治療成績の向上が期待されます。

医師がAIの推奨に従うことで、医療過誤責任が増加するのか。米国の陪審員制とドイツの専門家裁判制度という異なる法体系で実施されたこの研究は、標準的治療に基づくAI推奨を受け入れることは医師の判断をむしろ合理的と評価されることを示しています。

消化器医療の AI は、内視鏡やエコー中のリアルタイム支援から胃がんリスク層別化、肝移植選定まで、診断・予測・選別の全段階に広がっている。同時に、汎用 AI でなく GI 特化型の基礎モデルが登場し、領域標準への道が見えてきた。