
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。
136 articles · 20 / page

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。

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。

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。

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。

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(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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

このレビューは、ノイジーな単一リード心電図(ECG)から心不全リスクを予測するAIアルゴリズムを評価し、大規模な多国籍コホートからの証拠を統合し、従来の臨床スコアを超えてAI-ECGモデルがリスク層別化を改善することを強調しています。

国際的な研究で、AI-EKGモデルを開発し、将来の中等度から重度の二尖瓣、三尖瓣、大動脈弁逆流を診断・予測。異なる集団で検証され、サブクリニカル腔室再建との関連が確認された。

多施設の深層学習モデルは、生検焦点スコアとACR-EULAR定義のシーグレン症候群(AUROC約0.88-0.89)を信頼性高く分類し、疾患に関連する新しいCD8+ T細胞のアクリン周囲パターンを特定しました。前向き検証が必要です。

PANORAMAは、AIモデルが通常の造影CTで膵管腺がん(PDAC)を68人の放射線技師(AUROC 0.88)よりも高いAUROC(0.92)で検出することを示し、早期検出の可能性を示唆しています。多施設検証では組織病理学と3年以上の追跡調査を基準として使用しました。
言語別の専門フィードと診療科ページを開けます。