Medical AI Digest (JA)

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。

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。

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。

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。

強化学習を用いた自動麻酔システム（AAS-GE）が、消化管内視鏡検査において麻酔医による手動管理と同等の安全性と有効性を達成しました。中国の多施設ランダム化比較試験により、AI駆動型麻酔システムの臨床実装可能性が実証されています。

陣痛誘発後の分娩方法を予測するロジスティック回帰モデルが、ポルトガルで開発され米国のデータで外部検証されました。このモデルは経膣分娩の判定に優れており、臨床的な意思決定支援ツールとしての有用性が示されています。

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。

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。

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。

心電図を対象とした自己教師あり学習による基盤モデル（ECG-LFM）が、心血管疾患の予測精度を大幅に向上させるとともに、心電図形態に関連する新規遺伝子マーカーを発見しました。