Medical AI Digest (JA)

小児高悪性度グリオーマのMRI解析用データセット『BraTS-PEDs』が、世界で初めて大規模公開された。5施設から集約した457例の症例で、AI開発と臨床応用の新たな基盤が整った。

デンマークの全国規模コホート研究により、ルーチン診療データから若年発症2型糖尿病（40歳未満）の高リスク者を特定するトランスフォーマー型深層学習モデルが開発されました。一次医療と二次医療データを統合することで、単一のデータソースのみの場合より大幅に予測精度が向上し、集団スクリーニングの実用的ツールとなる可能性が示唆されています。

膵臓導管腺がんの早期発見は予後改善の鍵です。本研究で開発されたREDMODは、標準的なCTスキャンから放射線科医では見落とす段階の膵臓がんを自動検出し、約2倍の感度を実現しました。

大規模言語モデル（LLM）の最新版が、医学的推論タスクにおいて医師の能力を超える性能を示しました。OpenAI o1-previewは複数の臨床ベンチマークで医師と従来のAIモデルを大きく上回り、医療現場へのAI統合の可能性を示唆しています。

遺伝的素因が高い患者でも、生活習慣の改善によって糖尿病網膜症の発症リスクを大幅に軽減できることが、多民族大規模コホート研究で明らかになりました。遺伝と生活習慣の相互作用は、糖尿病管理における予防戦略の見直しを促しています。

深層学習を用いた大腸がん検出システム（COCA）が、非造影CTを用いた高精度な大腸がんスクリーニング新法として注目されています。国際多施設研究により、このAIシステムが放射線科医を上回る検出精度を達成し、既存CT検査を活用した機会的スクリーニングの実現可能性が示されました。

ALS（筋萎縮性側索硬化症）患者の病態進行の多様性を「進行速度」と「進行経路」の2つの独立した次元に分解する機械学習フレームワーク（DiSPAH）が開発されました。このアプローチにより、患者の個別の進行パターンを初期段階で予測し、個別化医療の実現に向けた新しい可能性が開かれました。

新しい深層学習モデル「PlaqueSegNet」が、冠動脈CTアンジオグラフィから冠動脈プラークを自動かつ高精度に定量化することに成功しました。従来の手動計測と比べて分析時間を大幅に短縮しながら、心臓有害事象の予測精度に優れた臨床応用が期待されています。

肺気腫に見えないCT所見でも、骨粗鬆症のリスクが隠れている可能性があります。深層学習を活用した新知見が、骨脆弱化の早期発見に道を開きます。

神経変性疾患の診断は臨床的に難しいことが多いですが、新しい血漿バイオマーカーパネルとAI分類器を組み合わせることで、アルツハイマー病、パーキンソン病、前頭側頭型認知症、レビー小体型認知症の5つのカテゴリーを高精度で区別できることが明らかになりました。