
貧血関連のYouTube動画の評価:信頼できる教育か、誤情報のリスクか?
最近の研究では、YouTube上の貧血関連動画の品質、信頼性、人気度を評価し、中程度の変動性が明らかになり、医療専門家の関与がオンラインコンテンツの正確さを確保するために重要であることが強調されました。
136 articles · 20 / page

最近の研究では、YouTube上の貧血関連動画の品質、信頼性、人気度を評価し、中程度の変動性が明らかになり、医療専門家の関与がオンラインコンテンツの正確さを確保するために重要であることが強調されました。

903件のFDA承認のAI医療機器の包括的な分析では、限られた臨床パフォーマンスデータと人口統計学的包含性が明らかになり、安全で効果的な臨床応用を確保するための継続的な評価の必要性が強調されています。

最近の調査によると、オーストラリアの皮膚科医は慎重にAIを実践に取り入れており、診断用途の正確さと信頼性を重視しています。AIが患者アクセスの向上や業務負荷の軽減に寄与することへの楽観的な見方がある一方で、データの透明性や企業の影響力に関する懸念も示されています。

AIRE-CHBは、新しいAI強化型心電図モデルで、既存の二束枝ブロック評価を上回る新規完全心房洞ブロックの予測性能を示し、リスク層別化と管理における有望な臨床応用が期待されます。

AI支援デジタル病理学は、代謝機能障害関連脂肪性肝炎(MASH)の線維症ステージングにおける病理医間の合意を改善し、臨床試験の精度と効率を高めます。

新しいAIモデル、デルファイ-2Mは、将来20年以内に1,000以上の疾患のリスクを非常に高い精度で予測し、疾病予防と個別化された健康管理を変革します。

多施設試験は、AIを用いたコンピュータ支援検出(CAD)を水交換大腸内視鏡検査に組み込むことで、腺腫の検出数が有意に増加し、手技時間の延長や非腫瘍性病変の検出増加を引き起こさないことを示しました。

本レビューでは、大規模言語モデルを基盤とする医療分野のAIエージェントシステムについて評価し、基本モデルと比較して臨床タスクの精度が向上していることを示しています。特に複雑なシナリオにおいて顕著です。マルチエージェントアーキテクチャは有望ですが、実世界での検証が必要です。

RCTは、電気診断報告解釈のためのAI支援フレームワークを評価し、標準的な医師による報告と比較して有意な改善は見られなかったが、日常的な症例におけるワークフローの利点を指摘しています。

DiagnocatというAIベースのプラットフォームの研究では、非根管治療済み臼歯のCBCT画像における根尖部透光性病変(PARL)の検出において高い感度が示されましたが、特異度は中等度でした。根管治療後の画像では精度が低下し、医師の監督が必要であることが明らかになりました。

無作為化比較試験では、深層言語学習モデル(DLM)シミュレーションを手術教育に組み込むことで、高年次医学生の問診スキルとコミュニケーションの自信が著しく向上することが示されました。

無作為化制御試験によると、AI支援は歯科医が根尖部透光性病変を診断する際の精度を中程度に向上させ、特に偽陽性の減少に寄与します。これは主に新人歯科医にとって有益で、治療方針がより保存的な方向にシフトすることが示されています。

このランダム化試験では、深層言語学習モデルを疑似患者として使用することで、高年次医学生の手術歴取りスキルと臨床実習中の自信が著しく向上することが示されました。

臨床データで訓練された機械学習モデルは、従来のリスクスコアと比較してCT画像での冠動脈疾患の予測を改善し、心血管ケアにおけるリソースの最適な利用を促進する可能性があります。

28日間の無作為化比較試験(RCT)では、大規模言語モデルで訓練された対話型AIが、若者における軽度の抑うつと不安症状を軽減することが示されました。

無作為化試験の結果、AI支援光学診断を使用して小規模非腫瘍性大腸直腸ポリープをそのまま残すことと、系統的な切除との比較で同様の安全性と有効性が示されました。これにより、侵襲性の低い大腸内視鏡検査戦略が支持されます。

新しい深層学習モデルは、眼底写真から網膜神経線維層厚さを予測し、眼圧亢進症患者における原発開放隅角緑内障のリスク層別化を可能としました。基線および経時的な変化が疾患への転換と強く相関しています。

眼底写真から網膜神経線維層(RNFL)の厚さを予測する深層学習モデルは、眼圧亢進症患者における原発性開放隅角緑内障への進行リスクを特定し、早期リスク評価と病態進行のモニタリングを向上させます。
ウェアラブルデバイスのデータは、長期COVIDにおける症状の異質性を反映する独自の生理学的および行動パターンを明らかにし、ニルマトレルビル-リトナビル群とプラセボ群間で有意な差は見られませんでした。

人工知能は、創薬、製剤化、臨床試験を加速し、特に中国における業界に新たな機会と課題をもたらしています。
言語別の専門フィードと診療科ページを開けます。