Medical AI Digest (JA)

拡散強調MRI（diffusion MRI）の信号解析に群論を応用した新しい数学的フレームワーク「RICE（回転不変なcumulant展開）」が提案されました。従来の複雑な解析プロセスを統一し、診断精度の向上と検査時間の大幅短縮を同時に実現するものとして期待されています。

大手術後に自宅に帰宅できるまでの期間を事前に予測するリスク計算機が開発されました。退役軍人の約30万件の手術データに基づき、患者を異なるリスク層に分類でき、術前カウンセリングの質向上に期待が寄せられています。

複数の指に装着したリング型ウェアラブルデバイスとAIを組み合わせた手話翻訳システムが、ユーザーごとのキャリブレーション不要で、米国手話と国際手話をリアルタイムに翻訳することに成功しました。

抗レトロウイルス療法（ART）を受けているHIV感染児・青年の死亡率を低減させるために、改善された水へのアクセス、肺炎球菌コンジュゲートワクチン（PCV3）の接種率、および母親教育が最も有効な保護因子であることが、48カ国のメタレグレッション分析で明らかになりました。

乳房全摘術後の乳房再建における合併症を予測する機械学習モデルが開発・検証され、XGBoostモデルがAUROC 0.83の優れた予測精度を示しました。個別化されたリスク評価と患者の共同意思決定支援に活用できる可能性があります。

CT画像から肝臓のCouinaud分画を自動抽出する深層学習モデルが開発されました。術前の肝残量評価が8倍高速化され、複数の肝病態に対応可能であることが実証されています。

皮膚に銀インクで描いた電子電極とAIを組み合わせることで、筋肉の動きを感知しながら同時に筋肉を刺激する革新的な閉ループシステムが実現しました。このシステムは麻痺患者の運動機能回復に大きな可能性を秘めています。

生成AIを用いた退院サマリーの自動作成は、臨床環境での安全性基準を満たしながら医師の認知的負担を軽減できる可能性が示唆されました。

幼児期にアトピー性皮膚炎と診断された児童において、機械学習モデルを用いることで、学童期における喘息とアレルギー性鼻炎の発症リスクを高い精度で予測できることが示されました。電子健康記録データを活用した本研究は、小児アレルギー疾患の早期介入とリスク層別化に新たな可能性を開くものです。

アメリカの研究で、喘息有病率の地域格差は貧困率や英語能力の制限などの社会経済的要因が、環境汚染よりも強く影響していることが機械学習による分析で明らかになりました。社会政策と環境対策の統合的なアプローチが必要であることが示唆されています。