放射線科
胸部CT深層学習が間質性肺異常の予後予測を強化
胸部CT上の通常型間質性肺炎（UIP）パターンを分類する深層学習モデルは、間質性肺異常（ILA）を有する個人における線維化進行と死亡を予測し、リスク層別化および臨床試験の有望なツールとなる。
深層学習
最新ニュース
タグ
医療ニュース
自動眼底撮影による解析：網膜血管の特性は原発開放隅角緑内障における視野進行を予測し得る
眼底写真を用いた自動深層学習によるベースライン網膜血管特性は、原発開放隅角緑内障における将来の視野低下と関連しており、患者のリスク層別化を高める予後バイオマーカーとなる可能性がある。
一般外科（いっぱんげか）
創部写真解析による切開部手術部位感染の早期検出に向けた深層学習の活用
検証済みの深層学習モデルが創部画像から手術部位感染を高精度に検出し、術後早期モニタリングと迅速な臨床介入を支援する有望な遠隔医療ツールとなる可能性を示した。
アレルギーと免疫
反射型共焦点顕微鏡と深層学習による顔面アトピー性皮膚炎におけるデュピルマブ効果の早期予測
デュピルマブ治療4週後の反射型共焦点顕微鏡所見を深層学習と統合することで、顔面アトピー性皮膚炎患者における治療反応を非侵襲的に予測できる。
医療ニュース
深層学習で実現する合成MRI灌流マップ：急性虚血性脳卒中画像診断の新たな展開
本研究では、非造影DWIおよびFLAIRから合成T-max灌流マップを生成する深層学習モデルを提示し、脳卒中画像診断の簡素化と造影剤不要化の可能性を示した。
医療ニュース
stage II大腸癌の予後予測を変える：意味論的強化AIによるリスク層別化の検証
vision-language基盤モデルとmultiple instance learningを統合した新規AIモデルSÉMILは、stage II大腸癌において、現行の臨床評価を超えたリスク層別化により予後予測精度を向上させ、特にNCCN高リスクサブグループで有用性を示した。
小児科
マルチタスク深層学習モデル、小児心エコー検査で先天性心疾患を高精度に検出
EchoAI-Pedsは、マルチタスク深層学習モデルであり、小児心エコー図から28種類の先天性心疾患を高精度で識別し、成人向けモデルを上回る性能を示したことが、Circulation誌の研究で明らかになった。
人工知能
MAIPI：日常病理だけで予後を見通す、マントル細胞リンパ腫向け新規AI予後指標
MAIPI深層学習モデルは、標準的なH&E染色生検画像のみを用いてマントル細胞リンパ腫の新たにして高精度な予後予測ツールを提供し、分子検査や専門病理診断を不要にしつつ、個別化治療に向けたリスク層別化を強化する。
医療ニュース
MRIを基にしたラジオミクス動態が肝細胞がんの病理学的完全奏効を予測する力: 深層学習による統合
このレビューは、深層学習支援下でのMRIによるデルタラジオミクスとAFP反応を組み合わせることで、切除不能な肝細胞がん（uHCC）に対する変換免疫療法における非侵襲的な高精度な病理学的完全奏効（pCR）予測を評価します。
人工知能
ハードウェアの壁を打破：ドメインシフトAIがベンダーニュートラルな3D OCT網膜黄斑病変検出を可能にする
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。
人工知能
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。
人工知能
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。
人工知能
耳鼻咽喉科における深層学習：約束、性能、および臨床応用への道筋
この2020年から2025年の叙述的レビュー（327件の深層学習研究）は、耳鼻咽喉科における診断、予後、セグメンテーション、および新規手術中応用の深層学習（DL）アプリケーションを評価し、安全で公平な実装のための実践的なステップを示しています。
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。
