Medical AI Digest (JA)

精神医学分野の大規模言語モデル（LLM）ベンチマーク「PsychiatryBench」が2026年4月14日に発表されました。最先端のAIモデルは高い精度を示す一方で、複雑な臨床判断やリスク評価には課題が残ることが明らかになりました。

医療診断コード（ICD-10-CM）の自動化に向けたAIシステムが、実病院での13週間の臨床試験で検証されました。BioMistralというモデルを中核とした複数のAI支援ワークフローにより、医師の診断情報をコード化する作業時間が大幅に短縮される一方、採用率の上昇には組織的支援と適切な実装戦略が重要であることが明らかになりました。

医療分野のAIスタートアップ3,800社以上を分析した新研究により、AI投資が技術的に成熟した領域に偏在し、臨床的ニーズが高い分野が過小資金に陥っていることが明らかになりました。さらに創業チームに臨床医が極めて少ないため、実臨床での有用性が十分に検証されずに開発が進む危険性も指摘されています。

大規模言語モデル（LLM）と構造化ICUデータを融合させたオフライン強化学習フレームワーク「MORE-CLEAR」が、敗血症治療の最適化で従来手法を上回る成果を示しました。複数のICUデータベースでの検証により、この多層データ融合アプローチの有効性が実証されています。

顔の表情から頭痛の痛み強度をAIで推定する新しい手法が報告されました。従来の言語的評価に依存しない非言語的アプローチとして、特に言語表現が困難な患者の痛み管理に有用な可能性があります。

バングラデシュの64地区で2017～2020年に実施された疫学研究から、気温がデング熱などの媒介蚊による感染症の発生を大きく左右することが明らかになりました。機械学習と統計解析を組み合わせた分析により、気候・経済・保健インフラ等の複合要因を考慮した予測モデルの構築が可能となり、より効果的な予防戦略の立案につながる可能性があります。

ウェアラブル心電計（ECG）と光反射式脈波センサ（PPG）による不安検出は有望な可能性を持つが、臨床応用にはなお多くの課題が残っている。38の研究をまとめたシステマティックレビューから、標準化と実臨床での検証が次のステップとして浮かび上がった。

癌の発生源が不明な患者に対し、AIが細胞診・組織診スライドから腫瘍原発部位を高精度で特定する新しい深層学習手法が開発されました。

ダウン症成人のアルツハイマー病関連バイオマーカーを血液検査で高精度に検出できます。APOE ε4キャリアシップの遺伝的背景の影響は想定より限定的です。

マルチエージェント型の大規模言語モデル（LLM）システムが、肝臓移植の候補者選定プロセスで医学的判断と公正性を備えた意思決定を実現できることが明らかになった。