55 すべての記事 · 20 / page
タグ
医師、図書館員、出版社、そして現在はアルゴリズムが、拡大し続ける医学文献をどのように選別してきたかを、歴史的背景に基づいて概観し、何が可視で、信頼でき、臨床的に行動可能な知識と見なされるのかを形づくる過程を検討する。
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。
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。
VITAL-AF試験の分析では、心電図（ECG）ベースの人工知能（AI）と臨床リスクスコアを組み合わせることで、心房細動スクリーニングの効率が大幅に向上することが明らかになりました。研究は、高リスク個体がスクリーニングから最大限の利益を得ることができ、トップのCH-AIリスクデシルでは、年間43人をスクリーニングすることで1件の症例を検出できることが示されました。
研究者たちは、肝細胞がんにおける腫瘍間質比（TSR）と死亡率との非線形関係を明らかにするAI駆動のフレームワークを開発しました。この新しいトークンガイダンスマルチモーダルフュージョンアプローチは、従来の方法を上回る予後精度の向上を可能にします。
研究者たちは、異なる試験定義での心血管イベントを評価できる人工知能アルゴリズムADAPT-CECを開発・検証した。AIと選択的な人間レビューを組み合わせたハイブリッドアプローチは、95.6%の精度を達成し、主要な試験結果を再現した。
大規模多施設RCTでは、AI支援による胃新生物検出の病理学的に確認された検出率に有意な改善は見られなかったが、手技の盲点の大幅な減少と、経験の浅い内視鏡医にとっての利点が示されました。
このレビューでは、10年間の心不全リスクを予測する12誘導心電図波形を使用して、標準的な臨床スコアを上回る公開AIツールであるECG2HFモデルを評価します。
JAMAオphthalmology誌に掲載された多施設研究で、ドメインシフト技術を使用した深層学習モデルが、異なるOCTハードウェアベンダー間で網膜黄斑病変を正確に検出し、高陰性予測値を達成し、さまざまな臨床環境での堅牢なトリアージシステムを確立することを紹介しています。
MASAI試験は、AI支援のマンモグラフィー検診が標準的な二重読影と比較して感度が高く、間隔癌率が非劣性であることを示しています。また、特異性を維持しながら放射線技師の作業負荷を大幅に軽減することが確認されました。
TRICORDER試験は、AIステトスコープが心不全、心房細動、弁膜症を検出できる能力があることを示していますが、英国のプライマリケアにおける実際の導入では、12ヶ月間で新たな診断の統計的に有意な増加は見られませんでした。
30人の眼科医と研修医を対象としたクロスオーバー研究では、Claude-3.5-Sonnetとの協力が複雑な症例の診断精度を改善する一方で、誤った決定に対する信頼性を高め、AI単独の性能には及ばないことが明らかになった。
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。
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。
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。
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。
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。
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。
