低・中所得国における医療AI研究を推進するAI4GH実践コミュニティは、2023年の設立から約2年で1万人超のメンバー獲得と分散的リーダーシップの構築に成功しました。一方で、研究成果を実際の政策・臨床現場への変化につなげることが課題として浮かび上がっています。

大腸がんの予後に関わる分子型CMS4（mesenchymal consensus molecular subtype）をMRI画像から機械学習で予測する手法が開発されました。従来の深層学習手法を上回る精度で、臨床応用が期待されています。

乳房超音波診断を支援するAIシステム「BIRD」が、診断精度83.7%を達成し、医師とのコラボレーションで診断精度を有意に向上させることが報告されました。64,940枚の超音波画像を用いた多施設共同研究により開発され、107病院での実装展開にも成功しています。

心臓MRI画像と臨床報告書から学習する視覚言語基盤モデル「CMR-CLIP」が開発されました。教師データなしのゼロショット学習でも従来のAIモデルを大幅に上回る性能を実現し、複数の心疾患診断で臨床的に有用な精度を示します。

ドイツの大学病院における無作為化比較試験により、大規模言語モデル（GPT-4o）が生成した患者向け退院サマリーは、従来型の退院サマリーと比べて患者の自己管理能力を有意に向上させることが明らかになりました。特に、最高レベルの自己管理能力に達した患者の割合は53%対19%と大きな差が見られています。

機械学習による肝安全性スコア（MHSS）が、肝細胞がんの全身療法における肝代償不全リスク予測で従来の指標を上回る精度を実現し、個別化された治療選択を可能にしました。

顔表情画像の分析に基づいた新しい深層学習モデル「CREViT（Contrastive Reconstruction Vision Transformer）」が、自閉スペクトラム症（ASD）の自動診断において優れた性能を示しました。このモデルは、対比学習とVision Transformerを組み合わせることで、臨床診断支援と早期スクリーニングの実装に向けた可能性を提示しています。

がん患者における静脈血栓塞栓症（VTE）の予測に、Transformer型の深層学習モデルを適用した研究が報告されました。従来の静的なリスク評価ツールを大きく上回る性能を示し、治療後の経時的なリスク変化をより正確に捉えられることが明らかになりました。

原稿 導入 こんにちは。今日は、アルツハイマー病の早期診断に関する興味深い研究について、一緒に考えていきたいと思います。 先月、Nature agingに発表されたばかりの論文で、研究チームがMRI1枚の画像だけから、アルツハイマー病の診断と患者さんの認知機能を予測できるAIモデルを開発したというんです。しかかも、PETスキャンや遺伝子検査、複雑な前処理を必要としない。これって、臨床現場にとって、かなり革新的な話なんですよね。では詳しく...

Zhao、Liuらの研究チームが、複数の空間転写生物学プラットフォームから単一細胞レベルの全ゲノム遺伝子発現を復元する計算手法「STARS」を開発しました。従来の技術の限界を克服し、細胞間相互作用や組織構造の詳細な理解を可能にするこの革新的な手法は、癌免疫療法や感染症研究などの精密医療分野での応用が期待されています。