医療現場における大規模言語モデル（LLM）の臨床応用について、過去3年間の55件の研究を分析した最新のシステマティックレビューでは、人間と AI が協働する設計が主流となる一方で、報告品質の向上と客観的な有効性評価の強化が急務であることが明らかになりました。

中国の2つの医科大学で930人の医学生を対象にした調査により、60%以上がGenAIに依存している実態が明らかになりました。汎用AIツールの使用が支配的である一方で、医療専門ツールの採用は極めて限定的で、医学教育におけるGenAI統合の課題が浮き彫りになっています。

進行肝細胞がん患者のPD-1阻害薬治療において、CT画像と臨床因子を統合したトランスフォーマーベースの深層学習モデル「HOPE」が、治療効果の不良につながる超進行性疾患（HPD）を高精度で予測できることが示されました。

皮膚病変の診断にAIが活躍する期待が高まる中、最新研究は人間の専門医の判断がなおAIを上回ることを明らかにしました。ただしAIは経験の浅い医師の支援ツールとして有用な可能性があります。

電気鍼療法（electroacupuncture）は膝関節症の症状緩和において偽鍼治療を上回る効果を示し、探索的な画像解析では軟骨保護作用の可能性も示唆されました。

急性脳損傷により昏睡状態に陥ったICU患者において、親しみのある名前に対する脳波（EEG）応答が、患者の回復可能性を高精度で予測できることが明らかになりました。

マルチエージェント大規模言語モデルを用いた「ReclAIm」は、展開済みの医療画像AI分析モデルの性能低下を自動的に監視・検出・補正するフレームワークです。規制適合性と臨床現場での長期信頼性の確保に向けた新しいアプローチとなります。

爪の疾患診断において、現在の汎用型大規模言語モデル（LLM）は皮膚科医に比べて著しく低い診断精度を示し、特に腫瘍性病変の判定に重大な課題があることが明らかになりました。

教師なし深層学習を用いた新しい画像解析手法により、白質微細構造を支配する遺伝子の全体像が初めて明らかになりました。この研究は、多発性硬化症やALS、統合失調症などの脳疾患の治療開発に新たな道を開く可能性があります。

集中治療の患者軌跡を動的に予測し、その結果に基づいて自律的な臨床意思決定支援を行う新しいモデルが着実に進行している。セプシスの悪化パターン、呼吸不全の予後分類、麻酔管理の自動化――最新の Anesthesiology & Critical Care 研究が示すのは、予測から自律的介入への進化である。