Medical AI Digest (JA)

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。

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。

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。

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。

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。

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。

新たなベンチマークテストにより、最先端のLLMでさえ臨床的意思決定には十分な能力を備えていないこと、特に鑑別診断において著しい弱点があることが明らかになりました。

アルツハイマー病の音声バイオマーカー（言語特性）がMRI検査と同等の診断精度を実現。認知検査よりも簡便で、資源が限定された地域での早期検出に大きな可能性を示しています。

心血管疾患リスク予測モデル「PREVENT」は、不完全な臨床データ環境でも高い判別性能を維持しました。ただし、人種・社会経済的地位による性能差が指摘され、全患者集団で同じ絶対リスク閾値の使用には慎重が必要です。

進行性核上性麻痺（PSP）のタウ病理における進行パターンを調べた研究により、患者の臨床的多様性が脳内のタウ分布パターンと密接に関連していることが明らかになりました。遺伝的背景や性別の影響も含めた包括的なモデルが提唱されています。