Medical AI Digest (JA)

高齢者の身体的フレイルと転倒への懸念は、問診票だけでなく、日常生活中の活動パターンからも捉えられる可能性があります。

左室肥大を示す患者の中から心アミロイドーシスを見分けることは、日常診療でしばしば難しい課題です。本研究は、通常の心電図と心エコー検査で得られる情報を用い、心アミロイドーシスを肥大型心筋症や高血圧性心疾患から識別するAI支援モデルを開発・外部検証した中国の多施設後ろ向き研究です。

IBDomeは、炎症性腸疾患（IBD）の臨床像、内視鏡、病理、ゲノム、トランスクリプトーム、血清プロテオーム、病理画像を統合した公開アトラスです。

創傷部のドレッシング交換を題材に、臨床手技を動画から自動評価するAIシステムを開発・検証した研究です。対照学習と専門家採点済み動画の検索を組み合わせることで、客観的で標準化された手技評価に近づける可能性が示されました。

ケニアの一次医療クリニックで電子カルテに組み込まれたLLM診療支援システムは、利用頻度が高く、出力の多くは地域ガイドラインと整合していました。一方で、潜在的に有害な推奨も一定数みられ、その一部は最終診療記録に反映されていました。

入院中の低血糖を、日常診療で蓄積される電子カルテデータから24時間以内に予測する深層学習モデルの開発・前向き評価が報告された。モデルは実運用に近い日次検証でも安定した性能を示し、低血糖リスク患者の事前抽出に向けた可能性を示した。

眼科超音波画像とレポートを大規模に学習した基盤モデル「SonoEye」は、異常スクリーニング、19カテゴリーの鑑別診断、視機能障害・眼腫瘍リスク層別化で高い性能を示しました。

頭頸部がんの多職種腫瘍ボード記録において、プロンプトで出力を方向づけた環境AIは、指示なしのAI記録や研修医による手入力記録より高い記録品質を示しました。

PathTIGRは、がんゲノム異常をKEGG経路トポロジーに重ねることで、免疫チェックポイント阻害薬への応答を予測する解釈可能なグラフ学習フレームワークである。本研究では、 melanomaを中心とする複数コホートで高い予測性能と生物学的に妥当な経路・遺伝子の同定が示された。

血漿cell-free RNA（cfRNA）を用いた診断バイオマーカー探索に、大規模言語モデル（LLM）がどこまで貢献できるのかを検証したベンチマーク研究です。LLMは疾患関連遺伝子パネルの候補選定で一定の有用性を示しましたが、従来の差次的発現解析や標準的な機械学習パイプラインを置き換える段階にはありませんでした。