Medical AI Digest (JA)

視覚言語基盤モデルとプロンプトチューニングを組み合わせたフレームワーク「PathPT」により、データが限定される稀がんの亜型分類を少数のサンプルから高精度に実現できることが実証されました。臨床への導入が見込まれる、参考にすべき新知見です。

CNN型の人工知能システムが白血球分類で95.97%の精度を達成し、特に好酸球同定では99.65%の精度で15人の形態学専門家全員を上回る性能を示しました。ただし形態学的に複雑な細胞の分類では改善が必要です。

腕時計型バイオインピーダンスセンサーとAIを組み合わせた新しいアプローチにより、非侵襲的かつ少数のサンプル数で個人化された血圧推定と心血管パラメータの算出が可能になりました。

ChatGPT-5 Proが生成した精神科の臨床事例（ケーススタディ）は、教育教材として診断的関連性と臨床的妥当性が高い一方で、安全性と倫理的配慮の面で有意に低い評価となりました。専門家による見直しと修正が実装前の必須条件です。

集中治療室（ICU）向けのAI医療機器は米国と欧州で36製品が商用化されており、大半が予測・評価機能を備えていますが、規制承認と臨床的な有効性の証明は必ずしも一致していません。

レビー小体病において、APOE遺伝子型は認知症発症の個別的な病理閾値を決定し、APOE ε3とε4キャリアでは異なるリスク構造を示す。定量的病理測定は従来の病理学的段階分類より認知症予測性能が優れている。

腫瘍のみのサンプルから高精度に遺伝子変異を検出し、腫瘍変異数（TMB）を推定するVarNet-Tが開発されました。従来の手法に比べて20～33%の性能向上を実現し、臨床診断と治療選択に大きな改善をもたらします。

個人の脳の老化パターンは、生涯にわたって蓄積した環境、生物学的、生活習慣、社会的曝露の複合効果によって予測可能であることが明らかになった。心血管因子、喫煙、食生活などの複数の改変可能な要因の複雑な相互作用が、脳の構造的健康を左右している。

米国・オーストリア・アジアの12施設で検証されたELDER-ICUモデルは、地域による性能差を示しました。予測精度を保つには、臨床集団の特性に応じた異なる更新戦略が必要であることが明らかになりました。

知識蒸留技術を活用した軽量AIモデル「USDist」が、乳癌の超音波診断において高い精度を実現しました。計算量を大幅に削減しながらも、従来の大規模基盤モデルと同等の診断性能を発揮し、ポータブル超音波装置への実装も可能であることが実証されました。