口腔マイクロバイオームの構成から生物学的年齢を定量化する「OMAA Score」が開発され、全死因死亡率や虚弱性、さらには癌や心臓病のリスク予測において、従来の年齢関連指標を超える予測能を示しました。

香港の20年間の医療データを用いた大規模研究により、通常の血液検査の値を機械学習で分析する「RBT-GC」が、慢性消化不良患者の胃がんスクリーニングに有効であることが示されました。従来の腫瘍マーカーを大幅に上回る検出率で、特に低中所得国での胃がん早期発見を支援するツールとして期待されています。

深層学習を用いた自動AI支援システムが、肝臓超音波検査における医師の経験格差を解消し、全ての医師の診断精度を向上させることが明らかになりました。

AIが[18F]FDG PET/CT画像と電子カルテデータを融合させることで、マントル細胞リンパ腫患者の予後をより正確に予測できる新しいフレームワークが開発されました。複数施設での検証により、この方法は従来の予後予測指標を上回る性能を示しています。

68Ga-PSMA PET/CTと多パラメータMRIを統合した機械学習ラジオミクスモデルが、臨床的に有意な前立腺がんの診断で高い診断精度を達成しました。多施設検証により、臨床導入の可能性が確認されました。

医療にAIを導入する際、最大の課題は「盲目的な信頼」です。143カ国、914人の医療従事者と研究者への国際調査から、AIの信頼性、妥当性、説明可能性に関わる7つの致命的な欠陥が明らかになりました。

ChatGPT などの汎用AIモデルは手術室の安全性が重要なタスクではほぼ役に立たず、外科手術に特化したAIモデル「ORQA」が圧倒的に優れた性能を発揮することが新たに証明されました。

新しい深層学習モデル『RSA』が、組織学的特徴と臨床情報を組み合わせることで、胃がん患者の術後早期再発を高い精度で予測できることが明らかになりました。このアプローチにより、患者一人ひとりに最適な治療戦略の立案が可能になる可能性があります。

医療診断コード（ICD-10-CM）の自動化に向けたAIシステムが、実病院での13週間の臨床試験で検証されました。BioMistralというモデルを中核とした複数のAI支援ワークフローにより、医師の診断情報をコード化する作業時間が大幅に短縮される一方、採用率の上昇には組織的支援と適切な実装戦略が重要であることが明らかになりました。

精神医学分野の大規模言語モデル（LLM）ベンチマーク「PsychiatryBench」が2026年4月14日に発表されました。最先端のAIモデルは高い精度を示す一方で、複雑な臨床判断やリスク評価には課題が残ることが明らかになりました。