Medical AI Digest (JA)

胎児口唇口蓋裂の出生前超音波診断において、AI支援システムAIOCは高い診断性能を示し、若手放射線科医の診断感度と読影時間を改善しました。

ノルウェーの大規模住民コホートHUNTを用いた本研究は、頭痛以外の臨床情報と遺伝情報から片頭痛を機械学習で識別し、さらにデータ駆動的に片頭痛関連フェノタイプを抽出した研究である。

胸痛患者の初期対応では、ACSを見逃さず、かつ過剰な緊急対応を避ける判断が求められます。本研究は、心電図や心筋バイオマーカーの結果が得られる前の「最初の医療接触」情報だけで、LLMがACSトリアージを支援できるかを検証したものです。

核医学検査に関する実際の患者質問を用いて、ChatGPT v4.1の回答を人間の回答と比較した研究です。事務的な問い合わせでは良好な評価を得た一方、医療・薬剤相互作用に関する回答では、安全性と正確性に課題が残りました。

Natureに掲載された本研究は、自律型医療AIエージェントMIRAが、サンドボックス化された電子カルテ環境で救急外来ワークフローをどこまで遂行できるかを検証した計算機研究です。実患者由来の症例を用いた評価で、MIRAは高い診断精度、医師に近い検査選択、良好な薬剤安全性を示しました。

非転移性腎細胞癌の術前情報だけを用いて、癌特異的死亡リスクを推定する機械学習モデルが開発・外部検証されました。腫瘍径やリンパ節病変、血液検査、全身状態など日常診療で得られる8項目に絞った点が特徴です。

Radiologyに掲載された本研究は、造影CTと単純CTのそれぞれに対応した深層学習モデルを用い、膵がんに関連する直接所見と間接所見を検出した多施設後ろ向き研究です。特に20 mm以下の膵がんでは、AIモデルの感度が医師を大きく上回った点が注目されます。

スマートフォンから受動的に得られる行動データを、LLMがどこまで抑うつ状態の変化として読み取れるのかを検証した研究です。性能はまだ限定的ですが、少量のラベル付きデータ環境で異種の行動シグナルを統合する探索的手法としての可能性が示されました。

胸部腫瘍画像の読影では、過去の治療歴、病期、病理、遺伝子変異、直近の臨床経過などを短時間で把握する必要があります。本研究は、検索拡張生成（RAG）を組み込んだゼロショットLLMパイプラインが、放射線科医向けの構造化された腫瘍病歴をどの程度正確かつ効率的に作成できるかを検証したものです。

BMI 35以上で新たに肥満と診断された米国成人において、診断後12か月以内に代謝・肥満外科手術を受けた割合は3.0％でした。手術実施と最も強く関連したのは、肥満診断時の医療提供者が外科医であったことでした。