タンザニアにおける専門医への紹介を要する糖尿病網膜症の検出を目的とした4つのAIシステムの性能比較:実臨床環境での評価
本研究は、タンザニアにおける糖尿病網膜症スクリーニングを目的に、4つの市販AIシステムを評価し、紹介対象DRおよび増殖糖尿病網膜症に対して高い感度を示した。資源制約のある環境での実装に向けた重要な検討事項も示されている。
136 articles · 20 / page
本研究は、タンザニアにおける糖尿病網膜症スクリーニングを目的に、4つの市販AIシステムを評価し、紹介対象DRおよび増殖糖尿病網膜症に対して高い感度を示した。資源制約のある環境での実装に向けた重要な検討事項も示されている。

本研究は、マバカムテン治療中の肥大型心筋症患者における左室収縮機能障害を、AI搭載心電図でモニタリングする可能性を検討したものである。頻回の心エコー検査に代わる、負担の少ないサーベイランス手段として期待される。

パイロット研究により、ChatGPT-4は小児救急患者から正確かつ満足度の高い病歴を実用的に収集でき、トリアージの効率化と記録負担の軽減に寄与し得ることが示された。

本稿では、超音波モダリティを用いて熱傷創の深達度を高精度に予測する新規AIシステムAMBUSH-AIを取り上げる。既存の臨床基準を上回る診断精度を示し、熱傷診療における最適な外科的意思決定を支援する可能性がある。

婦人科腫瘍学における大規模言語モデルのベンチマーク研究では、ガイドラインを基盤とした検索拡張生成(RAG)構成が、ベースラインおよび文献のみのAIシステムを上回り、臨床意思決定支援におけるガイドラインの直接統合の重要性が示された。

ブライアン・テゴモ(Bryan Tegomoh, MD, MPH)著。The Public Health AI Handbookは、公衆衛生のために特別に設計された、包括的で査読済みのオープンアクセスガイドです。

EchoAI-Pedsは、マルチタスク深層学習モデルであり、小児心エコー図から28種類の先天性心疾患を高精度で識別し、成人向けモデルを上回る性能を示したことが、Circulation誌の研究で明らかになった。

前向き多施設研究により、AI駆動型Virtual Native Enhancement(VNE)MRIは、造影剤を用いずに心筋瘢痕を高精度に検出・定量化でき、臨床循環器診療におけるガドリニウム造影画像の必要性を低減し得ることが示された。

最新の研究により、機械学習アルゴリズムは乳房再建後1年の患者報告アウトカムを高精度に予測できることが示され、共同意思決定と個別化された診療計画の質向上につながる可能性が示唆された。

2026年の専門家コンセンサスは、AMDスクリーニングAIの検証に用いる画像ベースの参照標準を定義し、Beckman分類とOCTの常用を推奨するとともに、紹介閾値と不確実性の領域を明確化している。

MAIPI深層学習モデルは、標準的なH&E染色生検画像のみを用いてマントル細胞リンパ腫の新たにして高精度な予後予測ツールを提供し、分子検査や専門病理診断を不要にしつつ、個別化治療に向けたリスク層別化を強化する。

新たに開発された人工知能アルゴリズムにより、機械換気中の吸気筋努力および患者―人工呼吸器非同調を、侵襲的なゴールドスタンダードや断続的なオクルージョン法と同等の精度で、連続的かつ非侵襲的にモニタリングできることが示された。

AI 搭載の point-of-care EEG モニタリングは発作負荷を高精度に評価し、退院時の不良臨床転帰と用量依存的な関連を示した。集中治療における有用性が示唆される。

医師による surprise question、AI 駆動型 GEST モデル、ならびに両者を組み合わせた手法を比較した研究では、高齢救急外来患者における6か月死亡率予測の精度と効率の向上が示された。

機械学習アルゴリズムにより、側頭骨MRIから骨と軟部組織を同時に可視化できる合成CT画像を生成できる。放射線被ばくを伴わないため、耳科手術計画や局在診断に有用である。

教師なし機械学習により、前置子癇前症の異なる3つのフェノタイプが同定され、分娩時期、胎盤機能障害、胎児発育、合併症と関連していた。より個別化されたリスク評価と管理への道筋を示唆する。

AIを用いた画像診断報告書の分析により、偶発性甲状腺所見の高い頻度、診断連鎖との強い関連、低リスク甲状腺がんの潜在的な過剰診断が明らかになった。

プロアクティブなデジタルメンタルヘルスプラットフォームは、医療従事者のメンタルヘルスの結果を改善し、特に黒人と女性参加者の職場生産性と持続的なうつ病軽減に顕著な効果があった。

AI生成の診療記録のクロスセクション評価では、特に詳細性、組織化、有用性において、人間が作成した記録と比較して著しい品質の欠如が見つかった。

コホート研究では、肺腺がんのEGFR変異を予測するオープンソースAI病理モデルが、祖先集団間で変動する性能を示すことが明らかになりました。特にアジア患者(AUC 0.68)では、欧州(AUC 0.84)やアフリカ(AUC 0.85)の患者よりも精度が低いことが判明し、臨床展開における公平性に関する重要な考慮事項が提起されました。
言語別の専門フィードと診療科ページを開けます。