最新ニュース
120 articles · 20 / page
AIアシスタントが分子に基づく中枢神経系腫瘍分類で高精度を達成：多施設検証
この多施設研究では、組織病理学スライドから分子特徴を推定することで中枢神経系（CNS）腫瘍の種類を予測する深層学習システムNeuropath-AIを検証しています。信頼性の高いサンプルでのトップ1精度が80％に達し、神経腫瘍学における診断精度向上のための拡張可能なツールを提供しています。
AI駆動の検出が、HPV陽性の咽頭癌の予後の予測において放射線技師を上回る
単施設研究では、CTに基づくリンパ節セグメンテーションと節外浸潤分類のためのAIパイプラインが、伝統的な放射線学的評価に比べて、HPV陽性の咽頭癌の予後予測の正確性を大幅に向上させ、高リスク患者をより効果的に特定することが示されました。
高い共感、低い精度：生成AIはアルコール依存症の支援に安全に対応できるか？
NEJM AIに掲載された縦断研究では、7つの生成AIチャットボットをアルコール依存症の支援に評価し、共感と非批判的な言葉遣いに優れている一方で、しばしば低品質または不正確な医療情報を提供することから、臨床応用における重要な安全性の問題が浮き彫りになりました。
AIによる予後予測: 適応型EEGSurvNetが日常の脳波データから発作のタイミングを正確に予測
研究者たちは、日常の脳波（EEG）を解析して2年間の発作リスクを予測する深層生存モデルEEGSurvNetを開発しました。臨床モデルを上回る性能を示し、2ヶ月時点でAUC 0.80を達成。また、臨床的に正常と判断された脳波でも高い効果を発揮しました。
心不全スクリーニングのためのAI-ECGモデル、初の独立比較研究で高い精度を示す
この独立検証研究では、AI強化ECGモデルが多様な集団において左室収縮機能障害を効果的に検出できることを確認し、最大0.93のAUC値を達成した。しかし、モデルの透明性とデータ共有に関する重要な課題が残っている。
AIによる抗菌薬切り替えの意思決定支援：医師が慎重さを速度よりも重視する理由
ランダム化多方法研究によると、AIによる抗菌薬切り替えの意思決定支援システムは好評であるが、その主な影響は慎重な処方を強化することにある。研究は、ユーザビリティと臨床的証拠が、診療所でのAI説明の重要性を上回ることを強調している。
モバイル健康管理モデルが高リスク妊娠における妊娠糖尿病の発症率を約45%削減
ランダム化比較試験では、Better Pregnancyアプリを使用したmHealth管理モデルが、妊娠糖尿病（GDM）の発症率を大幅に低下させ、血糖コントロールを改善し、高リスク妊娠女性の自己効力感を向上させることが示されました。これは現代の産科ケアにおけるスケーラブルな解決策を提供しています。
多モーダルAIが臨床ノモグラムを上回り、前立腺切除術後の生化学的再発の転移予測を改善
デジタル病理学と臨床データを使用する検証済み多モーダルAIモデルは、生化学的再発のある前立腺癌患者のリスク層別化を大幅に改善し、補助ホルモン療法で最大の利益を得る患者を特定します。
AIによるサルコペニア指標がRAS野生型転移性大腸がんにおける抗EGFR療法の生存利益を予測
PanaMa試験の深層学習分析では、高筋骨比（MBR）を持つ患者は、パニツムマブを維持療法に追加した場合、有意に高い利益があることが示されました。これは、新しいAI駆動の個別化がん医療へのアプローチを示唆しています。
筋骨比：AI駆動の抗EGFR療法に対する反応の新たなバイオマーカー
筋骨比（MBR）は、深層学習から得られるサルコペニア指標であり、RAS野生型転移性大腸がん患者における抗EGFR維持療法の効果を予測する可能性があり、治療強化により真に利益を得る患者を特定できる可能性があります。
AIを用いたOCT解析が非罪犯病変の予後予測で人間の専門家を上回る: PECTUS-AI研究からの洞察
PECTUS-AI研究は、AIを用いた薄い線維帽粥腫（TCFA）の同定が、手動解析に比べて心血管イベントの予後価値が優れていることを示しています。特に、全体的な撮像された冠動脈セグメントを評価する際には、高リスク患者を特定するための標準化されたアプローチを提供します。
PILOTアーキテクチャを使用した肝切除後の肝不全の予測：肝再生バイオマーカーと時間フェーズ型機械学習の統合
新しいPILOT機械学習アーキテクチャは、手術後6時間以内に肝切除後の肝不全を予測するために、時間フェーズ型周術期データと再生関連バイオマーカーを統合します。従来の臨床モデルを大幅に上回り、早期のパーソナライズされたリスク分類を可能にします。
深転移学習と術前MRI：小児コクレア・インプラントの予後の予測におけるパラダイムシフト
多施設研究では、深転移学習（DTL）アルゴリズムを使用して、コクレア・インプラントを受けた小児の話言語発達を92％以上の精度で予測できることを示しています。これは従来の機械学習モデルや臨床変数を大幅に上回っています。
精密リハビリテーション：機械学習が「早期活動」が一部のICU患者には失敗し、他の患者を救う理由を明らかにする
機械学習を用いたTEAM試験の二次解析により、機械的に換気された患者における強化された早期活動（EM）が個々の患者に非常に個別化された効果をもたらすことが示されました。効果は、死亡率の34％低下から39％上昇まで、ベースラインの臨床特性によって異なります。
AI検出の冠動脈石灰化は免疫介在性炎症性疾患患者の心血管リスクを著しく予測
AI駆動の日常胸部CT分析により、冠動脈石灰化が高頻度に存在し、IMID患者のMACEおよび死亡率を強く予測することが明らかになりました。この高リスク集団における重要な治療ギャップを特定しています。
結核病患者における禁煙のためのmHealth介入の有効性：クラスター無作為化臨床試験からの洞察
mHealthテキストメッセージ介入は、通常のケアと比較して、結核病患者の禁煙率を大幅に向上させ、死亡率を低下させることが確認され、結核プログラムへの導入が支持されています。
ルールベースのチャットボットが大規模言語モデルを上回る：うつ病症状管理のための体系的レビューとメタアナリシス
包括的なメタアナリシスによると、ルールベースのチャットボットは4〜8週間のウィンドウ内で統計的に有意なうつ病症状の軽減を提供します。一方、大規模言語モデル（LLM）ベースのチャットボットの臨床効果については、高変動性のため十分な証拠がありません。
デジタル心理介入が炎症性関節リウマチ疾患の苦痛を軽減し、生活の質を改善する: パイロットRCTの結果
ドイツで実施された102人の参加者によるパイロットRCTでは、自己主導型デジタル心理介入が炎症性関節リウマチ疾患患者の心理的苦痛を臨床的に有意に軽減し、生活の質を小幅に改善することが示されました。
デジタルツインは、ARDSにおけるAPRVがPCVと比較して機械的な力と潮汐的リクルートメントを低下させることを示唆 — モデリング証拠と臨床的意義
98人のARDS患者の高精度デジタルツインは、APRV（Phigh 25/Plow 0、長時間のTinsp、短時間のTlowで75％ピーク呼気流速まで）が記録されたPCVと比較して機械的な力を約32％、潮汐的リクルートメントを約34％低下させたことを示しています。ただし、制御された高炭酸血症が発生しました。臨床試験が必要です。
自動化リアルタイム悪化アラートが病院内的心停止を減らす – 臨床医が必要とする知識
システマティックレビューとメタアナリシスでは、リアルタイムの自動化された臨床悪化アラートシステムが病院内的心停止を減らし、ICU滞在期間を短縮する可能性があることが示唆されましたが、死亡率の利益は不確実であり、より高品質な試験が必要です。
専門分野で探す
言語別の専門フィードと診療科ページを開けます。