AI言語モデルに親切で温かいトーンを学ばせると、医学知識を含む事実の正確性が系統的に低下し、誤った情報を患者の信念に合わせて肯定する傾向（追従性）が約40%増加することが判明しました。

複数の内視鏡機器から生じる画像の違いに対応する新しいAI画像変換技術「EndoStyle」が開発されました。この手法により、ポリープ検出AIの偽陽性を著しく低減でき、臨床での実装が現実的になっています。

深層学習モデルによる薬物誘導睡眠内視鏡検査（DISE）の自動スコアリングが実現され、閉塞性睡眠時無呼吸症（OSA）診療における医療従事者間の判定ばらつきを大幅に削減できることが示されました。

米国の大規模医療システムを対象とした外部検証研究により、深層学習を用いたECG-AIモデル（ECG Buddy）が、緊急診断から心機能評価まで10の診断マーカーで高い判別性能を示すことが実証されました。特に急性心筋梗塞の診断では、従来の指標であるトロポニンTを上回る性能を発揮しています。

ルーチン血液検査と機械学習を組み合わせることで、診断が難しい二つの重篤な感染症（壊死性筋膜炎と骨髄炎）を高精度に区別することが可能になりました。実臨床では従来のスコアより大幅に優れた性能を発揮します。

シエラレオネの公立医療施設に導入された決定認識機械学習システムが、医薬品の消費量を統計有意に19%増加させました。わずか月額$30のコストで、資源制約国における医薬品の公平かつ効率的な配分が実現可能であることが実証されました。

多目的 AI 最適化を用いた脂質ナノ粒子設計により、関節軟骨への選択的 mRNA 配信と臓器選択性の大幅な向上に成功しました。

眼底写真とAI技術を組み合わせた新しいスクリーニングシステムが開発されました。わずか30秒の検査で糖尿病や高血圧などの6つの代謝疾患を高い精度で検出でき、臨床試験での満足度も80%以上と高い成果を上げています。

放射線治療中のがん患者において、顔写真から計算した生物学的年齢の変化速度（Face Aging Rate, FAR）が生存期間を強力に予測することが報告されました。従来の年齢指標より優れた予後予測能を示し、臨床での個別化治療に活用できる可能性があります。

デジタル化された時計描画テストは、アルツハイマー病および軽度認知機能障害の診断において、紙ペンテストより高い精度を示します。メタ分析により、特にアルツハイマー病検出で優れた性能が確認されました。