心磁図（MCG）と自己教師あり学習を組み合わせた新しいAIモデル「MCG2Vec」が、複数の臨床的に重要な心疾患を高精度で判別しながら、その判定根拠が確実に説明可能であることが報告されました。

医療 AI が『個別化』する時代。精密医学から臨床実装まで、診断・判断・予測が『その患者のために』カスタマイズされる今週の32本。

神経疾患診断の仕組みが根本的に変わる。脳画像の国際標準化、睡眠脳波と血液からの疾患予測、細胞異常と脳機能障害の因果メカニズム解明。これらが実装される時、患者個別の分子プロファイルに基づく精密医療は実現段階へ。

セネガルでのマラリア対策試験の結果を機械学習で他地域に適用する方法が開発されました。同じ介入でも地域ごとに効果が大きく異なり、環境要因に基づいた戦略的な配置が医療資源の効率化につながることが示されています。

病理診断は「画像を見て判定」から「患者層別化と治療選択」へ。生成 AI、多模式統合、ポイントオブケア化が臨床現場の制約に直面しながら、精密医療の核へと進化を遂げている。

2020年に公開されたCONSORT-AI拡張版ガイドラインは、AI/機械学習を用いた臨床研究の報告基準を定めています。この研究は、整形外科領域のランダム化比較試験（RCT）がどの程度このガイドラインに準拠しているかを調査し、報告の透明性における重大なギャップを指摘しています。

三次リンパ球凝集体（TLS）の成熟度が患者の予後と治療反応を横断的に予測でき、AI技術により日常の病理組織画像から検出可能な臨床バイオマーカーとなることが明らかになりました。

H&E 病理画像から肺神経内分泌がん患者の予後を予測する深層学習モデル「GTBIS」が開発されました。患者を層別化することで、より精密な治療選択につながる可能性が示されています。

患者の入院関連質問に対するAI回答の品質評価に、自動メトリクスが有効な手段となり得ることが、2,800応答を対象とした大規模検証で明らかになりました。このアプローチにより、医療AI システムの監視と改善が、労力を要する専門家評価に頼らずに実現可能になります。

中国の大規模多施設研究により、小児呼吸器感染症の22種類の病原体を早期に正確に識別できる機械学習システム「Pathog-PDx」が開発・検証されました。従来の検査法より数十時間早く診断予測が可能で、不適切な抗菌薬処方の削減につながる可能性があります。