Medical AI Digest (JA)

膀胱がんの大規模トランスクリプトーム解析と細胞・動物実験を組み合わせ、予後と免疫療法反応を層別化する20遺伝子シグネチャーが構築された。その中心候補であるRAD51Cは、腫瘍進展やDNA修復に関与し、治療標的となり得ることが示された。

低悪性度神経膠腫では、TNFAIP6の高発現が不良な分子学的特徴と生存期間の短縮に関連し、腫瘍細胞の増殖・遊走・浸潤を促進していた。今回の研究は、その作用の少なくとも一部にJAK3–STAT6シグナルが関与する可能性を示している。

12誘導心電図と医師の読影レポートを対応づけて学習した基盤モデル「ECG-CLIP」が、心血管疾患の検出から将来の疾患発症・死亡予測まで、幅広い課題で高い識別性能を示した。特に、従来モデルより大幅に少ないラベル付きデータで性能を維持できた点が注目される。

自動運転AIの判断理由を、実際の制御に結び付いた概念として示すことで、人は予想外の挙動をより正確に理解できるのか。Natureに発表された本研究では、説明可能なプランナー「CW-Net」が走行性能をほぼ維持しながら、異常場面での知覚・理解・予測を改善した。

腎・泌尿器AIは、汎用的な分類から疾患特化型の精密評価へ、さらに解釈可能な予測から治療・手術を支える判断エンジンへと重心を移している。現在のカバレッジから、その臨床統合の条件を読み解く。

重症熱傷患者570例を対象とした多施設研究で、受傷後48〜72時間以内の5つの臨床情報から、その後に生じる消化管機能障害を予測するXGBoostモデルが開発された。外部検証コホートでもAUC 0.908を示したが、日常診療への導入には前向き検証と運用可能性の評価が必要である。

多剤耐性と関連する大腸菌ST131の持続的な腸管保菌には、腸内細菌叢全体の多様性低下ではなく、鉄獲得、リポ多糖生合成、糖代謝をめぐる機能的変化が関連していた。菌種情報や臨床情報より代謝経路が持続保菌をよく識別した点が、本研究の中心的な発見である。

直腸癌に対する全直腸間膜切除術（TME）の術野から、尿管、血管、骨盤自律神経、筋膜、剥離層などを色分けして認識するリアルタイムAIモデルが開発された。内的評価では複数の構造で高い性能を示した一方、外部データでは神経などの認識精度が低下し、臨床導入にはさらなる検証が必要である。

腹部CTから遊離腹腔内ガスを抽出する深層学習モデル「FA-NET-NT」は、独立外部コホートでも消化性潰瘍穿孔に対して患者単位の感度95％を示した。腸管内ガスによる偽陽性は残るものの、画像の再確認を促す意思決定支援・トリアージ手段として注目される。

最近のがんAIは、病変の検出にとどまらず、発症前のリスク把握、腫瘍生物学の推定、専門家協働の支援へと射程を広げている一方、早期介入の便益、施設差への頑健性、最終的な臨床責任が次の焦点になっている。