Medical AI Digest (JA)

自己や他者の心的状態を推測する「メンタライジング」を、fMRI活動パターンから予測する脳署名が開発・検証されました。

スマートフォンで患者が自宅スクリーニング、眼底画像から全身代謝情報を抽出、AI が個別のリスク軌跡と治療反応を予測する。眼科医療が診療所を出て、全身健康管理プラットフォームへと進化している。

ルーチンのH&E染色病理スライドから、髄膜腫の分子群、染色体コピー数異常、再発リスクを予測できるかを検証した多施設後ろ向きコホート研究です。DNAメチル化プロファイリングを用いずに、分子分類へ近づく実用的な可能性が示されました。

動脈硬化症（AS）と腹部大動脈瘤（AAA）は同じリスク因子を共有しながら、脂肪酸代謝の違いにより全く異なる病態を示します。ACADM仲介脂肪酸β酸化経路の抑制が動脈硬化症の重要なメカニズムであることが、大規模なマルチオミクス解析とコホート研究により明らかになりました。

機械学習を用いた術前意思決定支援ツール「MBD-Check」は、軽度出血性疾患の予測において90.2%の高い感度を達成し、術前スクリーニングプロセスの効率化と臨床的精度の向上を実現しました。

肺がんの診断の5年以上前から血液検査により発症リスクを高精度で予測できる14種類のタンパク質シグネチャーが同定されました。この発見は、抗IL-1β療法などの予防的治療を必要とする人を効率的に特定し、がん予防の精密医療時代の幕開けを示唆しています。

大規模言語モデル（LLM）の出現により、眼科医学の出版物におけるAI生成テキストが急速に増加しており、科学的誠実性を脅かす新たなリスクが顕在化しています。

深層学習モデル「ProViCNet」は、MRIによる前立腺がん検出で放射線科医を上回る精度を達成しました。PSA検査と組み合わせることで、診断精度を保ちながら不要な生検を大幅に削減する可能性が示唆されています。

スマートフォンを用いた生体力学解析プラットフォーム「ポータブル生体力学検査室」が開発され、臨床現場での実用性が実証されました。特別な装置やセットアップなしに、わずか3°以下の精度で関節角度を測定できます。

眼科臨床ガイドラインから構築した知識グラフを用いたEyeRAGは、患者対話におけるAIの幻覚を30%から3.3%に削減し、眼科医による評価で全ての評価項目で優位性を示しました。