Medical AI Digest (JA)

中国の2つの医科大学で930人の医学生を対象にした調査により、60%以上がGenAIに依存している実態が明らかになりました。汎用AIツールの使用が支配的である一方で、医療専門ツールの採用は極めて限定的で、医学教育におけるGenAI統合の課題が浮き彫りになっています。

医療現場における大規模言語モデル（LLM）の臨床応用について、過去3年間の55件の研究を分析した最新のシステマティックレビューでは、人間と AI が協働する設計が主流となる一方で、報告品質の向上と客観的な有効性評価の強化が急務であることが明らかになりました。

集中治療の患者軌跡を動的に予測し、その結果に基づいて自律的な臨床意思決定支援を行う新しいモデルが着実に進行している。セプシスの悪化パターン、呼吸不全の予後分類、麻酔管理の自動化――最新の Anesthesiology & Critical Care 研究が示すのは、予測から自律的介入への進化である。

デジタル乳房トモシンセシス（DBT）のスクリーニング検査にAIベースのスラブ再構成技術を導入しても、癌検出率と感度は低下しないことが大規模後ろ向き研究で明らかになりました。むしろ特異度が改善し、放射線科医の認知的負荷を軽減できる可能性があります。

新しいMambaアーキテクチャを基盤とした深層学習モデル（MCEN）が、乳がん患者の術前化学療法における病理学的完全奏効（pCR）を針生検標本から高精度に予測できることが、多施設共同研究で検証されました。

心筋梗塞患者の予後予測において、AI を用いたラジオミクス解析が従来の形態学的評価を超える予測性能を発揮することが、多施設研究で示されました。この手法は、心臓 MRI 画像に潜む微細な情報を自動抽出することで、より精密な個別リスク層別化を可能にします。

スマートホームに設置された非接触型センサーと機械学習を組み合わせることで、脳血管疾患の前駆段階にある患者を高精度で特定できることが示されました。この研究は、院外での継続的な健康監視による早期介入の可能性を示唆しています。

大規模な未ラベル画像データを活用した基盤モデル「SKELEX」が、骨・関節放射線画像診断のAIに革新をもたらします。ラベル付けの負担を大幅に軽減しながら、高い診断精度を実現する新たなアプローチとして期待されています。

新しい血液検査に基づくプロテオミクスモデルにより、2型糖尿病患者における糖尿病網膜神経症（DRN）の発症リスクを、不可逆的な網膜損傷が生じる前に特定できることが明らかになりました。このモデルは従来の臨床変数との組み合わせで高い予測精度を実現し、眼科スクリーニング資源の効率的配分を可能にします。

Psychiatry 領域では、眼球運動、ウェアラブル、神経画像による客観的バイオマーカーが患者異質性を可視化し、同時に AI が臨床支援、教育、規制ガバナンスを統合。精密医学への転換と AI の実装が、ほぼ並行して加速している。