人工知能
医療におけるAI革命の航路: JAMAサミットからの洞察
人工知能（AI）は医療を再定義し、大きな潜在的利益と重要な課題をもたらしています。JAMAサミットでは、AIが安全かつ公正に成果を向上させるために、堅固な評価、公平な導入、多利害関係者間の協力が必要であることを強調しています。
セクション
人工知能
最新情報
人工知能
性感染症および肛門外性皮膚疾患の診断に人工知能を活用：系統的レビューとメタ分析からの洞察
AIは、臨床画像からモポックスやその他の肛門外性疾患を特定する上で高い精度を示していますが、研究のギャップや検証の必要性が残っており、臨床導入までにはさらなる研究が必要です。
人工知能
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。
人工知能
FDA承認のAI医療機器の臨床汎化可能性の評価：洞察と影響
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。
人工知能
オーストラリアの皮膚科医がAI統合に対する見解：信頼、利点、および臨床実践における障壁
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。
人工知能
人工知能を活用した完全心房洞ブロックのリスク予測：心電図による高度な予測
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。
人工知能
MASHにおける線維症スコアリングの向上：AI強化デジタル病理学の役割
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。
人工知能
デルファイ-2M：あなたの健康を20年先に予測するAI
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。
人工知能
AIを使用した水交換大腸内視鏡検査における腺腫検出の向上：二施設共同無作為化試験からの洞察
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。
人工知能
AIエージェントを用いた臨床ケアの進歩：医療におけるパフォーマンスと統合の体系的レビュー
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。
人工知能
AI強化EMGレポートの評価: ランダム化比較試験からの洞察
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。
人工知能
Diagnocat AIの評価：臼歯のCBCT画像における根尖部透光性病変の検出精度
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。
人工知能
手術教育におけるAIの活用：深層言語学習モデルに基づくシミュレーションが学部生の問診スキルを向上させる
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。
人工知能
歯科診断の向上：AI支援による根尖部透光性病変検出の役割
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。
人工知能
AI駆動の疑似患者を使用して医学生の手術歴取りスキルを向上させるランダム化比較試験
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。
人工知能
機械学習を用いた高リスク冠動脈疾患の予測：SCOT-HEART試験からの洞察
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。
人工知能
AIの活用: 大規模言語モデルに基づく対話エージェントがショートビデオアプリ試験で若者の抑うつと不安を軽減
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。
人工知能
大腸内視鏡検査におけるAI支援光学診断：不要なポリペクトミーを減らしながら安全性を確保
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。
人工知能
深層学習を用いた網膜神経線維層厚さの予測：眼圧亢進症における緑内障の新たなリスクバイオマーカー
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。
人工知能
眼圧亢進症の写真から網膜神経線維層の厚さを予測して緑内障リスクを評価する深層学習
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。
