Medical AI Digest (JA)

がん患者における静脈血栓塞栓症（VTE）の予測に、Transformer型の深層学習モデルを適用した研究が報告されました。従来の静的なリスク評価ツールを大きく上回る性能を示し、治療後の経時的なリスク変化をより正確に捉えられることが明らかになりました。

顔表情画像の分析に基づいた新しい深層学習モデル「CREViT（Contrastive Reconstruction Vision Transformer）」が、自閉スペクトラム症（ASD）の自動診断において優れた性能を示しました。このモデルは、対比学習とVision Transformerを組み合わせることで、臨床診断支援と早期スクリーニングの実装に向けた可能性を提示しています。

日常的な診療検査データから患者ごとの最適な治療を推奨するフレームワーク「TCPM」が開発され、6 つの疾患で従来の臨床治療を上回る成果を示しました。この新しい精密医療アプローチは、高額なゲノム解析に代わる臨床実用的な選択肢として期待されています。

生成型AI（Guided DDIM）を用いることで、MRI画像から小児瀰漫性正中線膠腫の個別化された腫瘍成長パターンを予測でき、放射線治療の治療計画立案に活用できる可能性が示されました。

人工知能システムが、米国心臓協会のガイドラインに準拠した心肺蘇生法（CPR）指導において、人間の救急通信士を上回る精度を実現しました。目的に特化して開発された「ChatCPR」は、実際の911通話シナリオで100%に近い指導精度を達成しています。

Zhao、Liuらの研究チームが、複数の空間転写生物学プラットフォームから単一細胞レベルの全ゲノム遺伝子発現を復元する計算手法「STARS」を開発しました。従来の技術の限界を克服し、細胞間相互作用や組織構造の詳細な理解を可能にするこの革新的な手法は、癌免疫療法や感染症研究などの精密医療分野での応用が期待されています。

急性呼吸不全の患者では、病状の進行パターンが大きく異なります。この研究は、患者の酸素化レベルの時間的変化（軌跡）を分析し、4つの再現可能で予後が異なるパターンを特定しました。機械学習を用いた早期予測により、従来の静的な重症度指標を上回る予後判定が可能になります。

深層学習と信号処理を統合した自動診断パイプラインが、住血吸虫症のポイントオブケア検査に客観的で定量的な判定をもたらします。ウガンダでの実地研究により、従来の目視判定と同等以上の性能を実証し、リソース制約下での大規模スクリーニングを可能にします。

マルチタスク深層学習を用いた脳腫瘍診断支援システムが、放射線科医の診断精度を向上させ、読影時間を大幅に短縮できることが、NPJ digital medicine に発表された研究により実証されました。

イスラエルで実施された大規模臨床試験（n=995）において、会話型AIプラットフォームは対面グループ療法と比較して不安症状の大幅な改善を示しました。同時に、患者が感じる治療的同盟がエンゲージメント向上と症状改善に重要な役割を果たすことが明らかになりました。