Medical AI Digest (JA)

卵巣腫瘍の術前評価では、良悪性、組織型、進行期をどこまで正確に見通せるかが治療方針に直結します。本研究は、超音波、造影CT、MRI、臨床情報、腫瘍マーカーを統合したAIシステムOVUCMが、多職種カンファレンスの判断に近い性能を示せるかを検証しました。

本論文は、アルツハイマー病の予後予測において、発話・言語データに基づくデジタルマーカーが重要な役割を担いうると論じています。特に、発症前または早期段階の集団で将来の認知低下を予測するための基盤として、大規模縦断研究 SpeechDx の設計が提示されています。

PEALは、多施設の縦断EHRデータを患者単位で共有せずに解析しながら、個票データを一箇所に集約した線形混合効果モデルと数値的に同一の推定を得ることを目指した連合学習手法です。

舌癌に対する舌切除術後の30日合併症を、術前情報から予測する機械学習モデルを開発・検証した研究です。8266例のACS-NSQIPデータを用い、合併症別のリスク層別化が臨床的に意味のある形で示されました。

悪性胸膜中皮腫の治療効果判定において、AI支援による腫瘍体積評価「ARTIMES」は、従来のmodified RECISTよりも全生存期間との関連が強い可能性を示しました。

皮膚がん画像診断AIにおける性別バイアスを、モデルの注意を臨床的に重要な病変領域へ誘導することで軽減できるかを検証した研究です。LesionAttnは、診断性能を維持しながら公平性指標を改善しました。

FDAが2005〜2024年に承認した主要8診療領域の医療機器を解析したところ、28.1%がソフトウェアを含む「デジタル医療機器」でした。増加の中心は単独ソフトウェアではなく、ハードウェアにソフトウェアを組み込んだ機器でした。

LLMが複数の画像解析ツールを統括し、FDG-PET/CTのDICOM選択から定量、構造化レポート案作成までを自動化できるかを検証した単施設後ろ向きパイロット研究です。肺癌ステージング170例で全例のワークフロー完了と原発巣検出感度100％を示した一方、リンパ節・遠隔転移評価では偽陽性・偽陰性が目立ちました。

閉塞性睡眠時無呼吸（OSA）の診断では、一晩の検査が患者の日内・夜間変動を十分に捉えられないことがあります。本研究は、マットレス下に設置するAI対応センサーによる多夜間・低負担の在宅モニタリングが、実施可能であり、単回ポリソムノグラフィによる分類不一致を補う可能性を示しました。

感染性角膜炎の重症度評価を、AS-OCT画像から自動で定量化するWebベースの深層学習プラットフォームが報告されました。半教師あり学習により、少数のラベル付き画像と多数の未ラベル画像を組み合わせ、角膜組織と浸潤病変を高精度に分割しています。