Medical AI Digest (JA)

今週の医療AIは、診断精度の競争だけでは語れません。救急外来の業務遂行、胎児超音波の基盤モデル、分散解析、治療効果判定、単純CTでの早期膵がん検出まで、AIが臨床の構造に入り始めています。

若者は、会話型生成AIチャットボットがメンタルヘルス支援に役立つ可能性を認めつつも、それが臨床家の代替ではなく、人によるケアを補完するものであることを強く求めていました。

IgE介在性食物アレルギー患者では、QOL低下は一様ではなく、性別、年齢、原因食品数、反応重症度などの臨床情報からリスクの高い集団を捉えられる可能性があります。

AI4Doctorは、縦断的な電子カルテを中心に学習・調整された臨床大規模言語モデルであり、試験問題型の医学知識ではなく、実際の診療エピソードに根ざした推論と文書作成を重視して設計された。

本研究は、脳MRI上の髄膜腫を自動セグメンテーションするだけでなく、ボクセル単位の不確実性と腫瘍体積の信用区間を同時に提示する深層学習フレームワークを検証した研究です。

複数の病理染色をどうAIに統合させるかは、計算病理学の実装上の重要課題です。本研究は、冠動脈アテローム性動脈硬化の重症度分類を対象に、多染色WSIを扱う深層学習モデルUNICORNを提案しました。

ER陽性乳がんの通常病理スライドを深層学習で解析し、生殖細胞系列ATM病的／病的疑いバリアントの保有状態を予測できるかを検証した研究です。

胎児超音波に特化した視覚言語基盤モデル「FetalCLIP」は、画像と臨床テキストを対応づけて学習することで、複数の胎児超音波解析タスクにおいて既存の汎用・医療系モデルを上回りました。

24時間の単誘導ホルター心電図を丸ごと深層学習で解析することで、5年以内の心不全発症リスクを予測できる可能性が示されました。

認知症研究におけるジェンダー格差は、単なる著者数の偏りにとどまらず、論文生産性、引用影響、上級著者ポジションにまで及んでいました。