生成AIを用いた退院サマリーの自動作成は、臨床環境での安全性基準を満たしながら医師の認知的負担を軽減できる可能性が示唆されました。

皮膚に銀インクで描いた電子電極とAIを組み合わせることで、筋肉の動きを感知しながら同時に筋肉を刺激する革新的な閉ループシステムが実現しました。このシステムは麻痺患者の運動機能回復に大きな可能性を秘めています。

CT画像から肝臓のCouinaud分画を自動抽出する深層学習モデルが開発されました。術前の肝残量評価が8倍高速化され、複数の肝病態に対応可能であることが実証されています。

乳房全摘術後の乳房再建における合併症を予測する機械学習モデルが開発・検証され、XGBoostモデルがAUROC 0.83の優れた予測精度を示しました。個別化されたリスク評価と患者の共同意思決定支援に活用できる可能性があります。

抗レトロウイルス療法（ART）を受けているHIV感染児・青年の死亡率を低減させるために、改善された水へのアクセス、肺炎球菌コンジュゲートワクチン（PCV3）の接種率、および母親教育が最も有効な保護因子であることが、48カ国のメタレグレッション分析で明らかになりました。

複数の指に装着したリング型ウェアラブルデバイスとAIを組み合わせた手話翻訳システムが、ユーザーごとのキャリブレーション不要で、米国手話と国際手話をリアルタイムに翻訳することに成功しました。

大手術後に自宅に帰宅できるまでの期間を事前に予測するリスク計算機が開発されました。退役軍人の約30万件の手術データに基づき、患者を異なるリスク層に分類でき、術前カウンセリングの質向上に期待が寄せられています。

放射線科医による診断報告書の作成を支援する微調整大規模言語モデル（MIRA）が、6施設での盲検臨床評価で69%の症例において医師の基準と同等以上の品質を実現し、報告書作成時間を約0.46分短縮することが報告されました。

大規模言語モデル（LLM）は認知バイアスを含むプロンプトに対して脆弱であり、放射線科試験問題で正答率が最大45%低下することが判明しました。臨床導入には、包括的な対抗的テストと堅牢な防御戦略が不可欠です。

スウェーデンの10施設での前向き研究により、脳血管閉塞検出専用の商用AI「AIDOC-VO」が、経験豊富な放射線科医と同等の診断精度を示しながら、医師が見落とした病変を追加検出できることが実証されました。