Medical AI Digest (JA)

外科手術領域のランダム化比較試験（RCT）の抄録では、重要な研究情報の報告が不十分であることが多い。大規模言語モデル（GPT-4o）を厳密に制約して運用するパイプラインにより、651件の抄録を改写したところ、CONSORT報告基準の達成率が有意に改善し、医学情報の完全性と可読性が向上することが示されました。

歯学部学生教育における仮想シミュレーション（VS）技術は、従来の補助教材から中核インフラへの転換期を迎えている。国際的な分析により、人工知能との統合によって個別化された学習と効率的な技能習得を実現する可能性が示唆されている。

局所進行直腸がんの新規補助療法において、MRI画像と臨床データを統合した深層学習モデルが、患者ごとに最適な治療強度を判定できることが示された研究です。過剰治療を避けつつ効果を最大化する個別化医療の実現に向けた重要な成果。

直腸がん患者の術前・術中データを機械学習で解析し、一時的回腸造設（ストーマ）の本当に必要な患者のみに限定することで、不要な造設を大幅に削減できることが明らかになりました。安全性を損なうことなく、患者の生活の質向上に貢献する精密医学的アプローチです。

腎生検が必要かどうかの判定（トリアージ）において、複数の医師の判断パターンを個別に学習し統合したAIシステムが、従来の方法よりも高い精度と汎用性を実現しました。医師間の意見相違を「解決すべき問題」ではなく「活かすべき資源」として扱う新しいアプローチです。

ブラジルのテレヘルスサービスから収集された270万件超の心電図を、認定循環器医が標準化された66の診断クラスで注釈したCODE-IIデータセット。より大規模なデータセットを上回る高い汎用性と性能を示し、テレ医療における自動心電図診断実装の加速が期待される。

ミリ波レーダーとAIを組み合わせた「PolyPulse」システムが、接触型センサーなしで脈拍通過時間（PTT）と血圧を複数部位で同時測定することに成功しました。

マルチモーダル視覚言語モデルを用いた癲癇発作自動検出システム「EpiVLM」が、病院から自宅まで多様な実環境で高い精度を維持することが報告されました。サイト固有の再較正不要で、各地での臨床導入の可能性を示しています。

乳がんの腫瘍微小環境におけるマクロファージの役割は、従来の理解では説明できない複雑性を持っています。本研究は5,000以上の患者サンプルを対象とした統合的な多層オミクス解析により、マクロファージが短期的には化学療法反応と関連しながらも、長期生存では免疫抑制を引き起こすメカニズムを明らかにしました。

個別患者の軌跡をリアルタイムで追跡し、その進行パターンから最適な治療を決める——医療AIが静的リスク分類を超えた時代が本格化している。