Medical AI Digest (JA)

欧州系集団における喘息の遺伝的リスク因子を大規模に同定し、人工知能を活用した新たなポリジェニックリスクスコアが従来の予測精度を上回ることが明らかになりました。

医療画像解析の新たなAIの基盤となる3D MRI特化型の視覚言語モデル「Decipher-MR」が発表されました。20万超のMRIデータから学習し、複数の臓器や疾患に対応できる汎用的なAIプラットフォームとして期待されています。

自動蛍光画像とディープラーニングを組み合わせることで、従来の組織染色なしに非小細胞肺がん（NSCLC）のサブタイプを高精度で識別できる新しい診断法が開発されました。この手法は診断の迅速化とコスト削減を実現する可能性があります。

早産児網膜症（ROP）のスクリーニングにおいて、妊娠週数と血管重症度スコアを組み合わせたリスク予測モデルが、検査の負担軽減と感度の維持を両立させることが報告されました。

人工知能を用いたリアルタイムポリープ検出システムは、従来の大腸内視鏡検査と比較して腺腫検出率に有意な改善をもたらさないことが、大規模多施設無作為化対照試験で示唆されました。

米国ユタ州が実施した精神衛生AIエージェント（MHA）の規制レビューから、医療者、患者、業界、政策立案者それぞれの関心が大きく異なることが明らかになりました。同州が採用した「セーフハーバー」アプローチは、厳しすぎる規制を避けながらも安全性を確保する、新たな可能性を示しています。

大規模言語モデル（LLMs）は骨セメント漏出の予測に有用な可能性を示しましたが、新規椎体骨折の予測では従来の機械学習モデルに劣ることが報告されました。

深層学習を活用することで、異なるPETプラットフォーム間での定量値のズレが80%以上削減され、複数のトレーサーに対応できる統一的な診断閾値がついに実現しました。

眼球運動の細かなパターンを深層学習で分析すると、うつ病と自殺念慮を客観的に見分けられる可能性が見えてきた。これまで問診票や臨床面接に頼ってきた精神疾患の診断に、生物マーカーという新しい道を切り開く研究だ。

深層学習モデル「KongMing Model」が新生血管性加齢黄斑変性のanti-VEGF療法で驚くほど高い予測精度を実現しました。眼科医の診断をはるかに上回る精度で、患者の視力改善や網膜構造の変化を事前に推定できることが、多施設共同研究で実証されたのです。