Medical AI Digest (JA)

小児喘息の急性増悪をAIで予測——LGBMが臨床応用へ 02.06.2026 4:17 ↓

カナダの研究グループが、小児喘息患者における救急受診や入院の繰り返しを高精度で予測する機械学習モデル「AIRE-KIDS」を開発しました。従来の臨床判断を大きく上回る性能を示し、臨床応用への道が開かれています。

医療 AI は『個』を読む──精密医学から臨床信頼へ、32本論文が示す医療の転換期 02.06.2026 11:23 ↓

医療 AI が『個別化』する時代。精密医学から臨床実装まで、診断・判断・予測が『その患者のために』カスタマイズされる今週の32本。

Neurology & Neuroscience: 脳画像の統一化から多層的リスク予測、分子メカニズム解明へ──神経医療の精密化 02.06.2026 5:42 ↓

神経疾患診断の仕組みが根本的に変わる。脳画像の国際標準化、睡眠脳波と血液からの疾患予測、細胞異常と脳機能障害の因果メカニズム解明。これらが実装される時、患者個別の分子プロファイルに基づく精密医療は実現段階へ。

マラリア対策は「場所で効く度合いが違う」――環境ビッグデータと機械学習で最適な配置を 01.06.2026 5:43 ↓

セネガルでのマラリア対策試験の結果を機械学習で他地域に適用する方法が開発されました。同じ介入でも地域ごとに効果が大きく異なり、環境要因に基づいた戦略的な配置が医療資源の効率化につながることが示されています。

Pathology: デジタル病理が治療選択を変える—診断から層別化へ 01.06.2026 10:00 ↓

病理診断は「画像を見て判定」から「患者層別化と治療選択」へ。生成 AI、多模式統合、ポイントオブケア化が臨床現場の制約に直面しながら、精密医療の核へと進化を遂げている。

肺神経内分泌がんの予後を AI で予測―組織画像から患者層別化を実現 31.05.2026 8:43 ↓

H&E 病理画像から肺神経内分泌がん患者の予後を予測する深層学習モデル「GTBIS」が開発されました。患者を層別化することで、より精密な治療選択につながる可能性が示されています。

医療AI評価の新しい実績：自動メトリクスは専門家判定に匹敵するか 31.05.2026 6:43 ↓

患者の入院関連質問に対するAI回答の品質評価に、自動メトリクスが有効な手段となり得ることが、2,800応答を対象とした大規模検証で明らかになりました。このアプローチにより、医療AI システムの監視と改善が、労力を要する専門家評価に頼らずに実現可能になります。

12がん種を横断したリンパ球凝集体の成熟度が予後と治療反応を予測 31.05.2026 7:33 ↓

三次リンパ球凝集体（TLS）の成熟度が患者の予後と治療反応を横断的に予測でき、AI技術により日常の病理組織画像から検出可能な臨床バイオマーカーとなることが明らかになりました。

整形外科AI研究における報告基準の現状――CONSORT-AI拡張版への準拠状況調査 31.05.2026 4:36 ↓

2020年に公開されたCONSORT-AI拡張版ガイドラインは、AI/機械学習を用いた臨床研究の報告基準を定めています。この研究は、整形外科領域のランダム化比較試験（RCT）がどの程度このガイドラインに準拠しているかを調査し、報告の透明性における重大なギャップを指摘しています。

医療AIの『ズル』を見破る新手法——データセット監査方法G-AUDITの登場 30.05.2026 7:06 ↓

医療AIが無意識に患者の真の症状ではなく、撮影時期や機器といった無関係な特徴に頼る「ショートカット学習」という危険な現象があります。新しいデータセット監査方法G-AUDITが、こうした見落とされたバイアスを自動検出し、AIの失敗を未然に防ぎます。

子どもの作文分析と医学データの組み合わせで精神健康障害スクリーニングが精度向上——UK大規模コホート研究 30.05.2026 5:10 ↓

機械学習と自然言語処理を用いて、子どもの作文の言語特徴と従来の医学的危険因子を組み合わせることで、精神健康障害のスクリーニング精度が大幅に向上することが実証されました。

腎がん手術後の腎機能低下をAIが予測——複雑な症例の治療選択を支援 30.05.2026 4:05 ↓

根治的腎摘除術後の腎機能急速低下を予測するマルチモーダルディープラーニングモデル（RDPM）が開発され、15施設の大規模データで高い予測精度（AUC 0.788-0.873）が確認されました。このモデルは、部分腎摘除術が技術的に困難な腎細胞がん患者の治療選択を支援する可能性があります。

22種類の小児呼吸器病原体を数時間で特定—AIによる早期診断システム 30.05.2026 4:19 ↓

中国の大規模多施設研究により、小児呼吸器感染症の22種類の病原体を早期に正確に識別できる機械学習システム「Pathog-PDx」が開発・検証されました。従来の検査法より数十時間早く診断予測が可能で、不適切な抗菌薬処方の削減につながる可能性があります。

Geriatrics & Aging: 老化の定量化から高齢患者の個別化リスク予測へ 29.05.2026 5:10 ↓

老化はもはや不可避ではない。複数の生物学的信号—胸部X線、脳波、血液、音声分析—がすべて同じ事実に収束している。老化速度は測定可能で、アルツハイマー病の多次元検出が確実になり、個別患者の未来のリスクが予測可能になった。高齢医療は今、新しい段階に入りつつある。

脳MRI検査でサルコペニアを診断——AIが変える小児脳腫瘍患者の栄養管理 29.05.2026 3:22 ↓

小児脳腫瘍患者における人工知能を用いた側頭筋厚の自動計測により、従来のBMIでは検出できないサルコペニア（筋肉の異常減少）を非侵襲的に監視できることが明らかになりました。

AI が乳がん治療の応答を事前予測—新規補助療法の個別化へ 29.05.2026 7:23 ↓

新しい計算フレームワーク「BRIDGE」が、腫瘍の分子学的特性から乳がん患者の新規補助療法への反応を高い精度で予測することを実現しました。ルーチンの病理スライドからの予測も可能です。

術後合併症を行政データから自動判定する──専門知がアルゴリズムを最適化 29.05.2026 5:32 ↓

肝胆膵手術の術後合併症を行政データから自動的に分類するアルゴリズムが開発されました。専門家が設計したルールベースの手法は、機械学習よりも優れた精度を達成し、医療の質管理を効率化する可能性があります。

深紫外線センサーで火災を超早期検知—ワイヤレスAI検知システムの革新 29.05.2026 5:20 ↓

火災の初期段階での検知を実現する、太陽盲深紫外線（DUV）センサーを統合したワイヤレスシステムが開発されました。機械学習により炎の種類、強度、距離を判定でき、森林火災や産業施設での迅速な対応を可能にします。

脳卒中患者の認知予後を2分で予測――AIが個別化医療を実現 29.05.2026 6:38 ↓

急性脳卒中患者に対し、MRI画像の自動解析により病変を検出し、個別化された認知予後予測を2分以内に生成する臨床AIプラットフォームが開発されました。従来の手作業による画像解析を置き換え、精密医療の実装に向けた道を切り開いています。

機械学習で見つける隠れた逆流：陰性検査に潜む見落とし 29.05.2026 4:11 ↓

24時間pH-インピーダンステストで酸逆流が検出されなかった患者の中に、実は臨床的に有意な逆流を持つ患者が隠れているかもしれません。機械学習による異常検出フレームワークが、従来の判定基準では見落とされる症例を効率的に特定できることが示されました。

子宮体がん手術後の血栓症リスク――AI が医師の判断を透明化 29.05.2026 4:45 ↓

子宮体がん手術後に起こる血栓症の個別化リスク予測を可能にするAIモデルが開発されました。医師が判断根拠を理解できる「説明可能なAI」として、手術後の予防治療の個別化に貢献します。

CT画像とAIが肺気腫の進行を予測—COPD患者の個別化治療を実現 28.05.2026 4:51 ↓

胸部CT画像を用いたディープラーニングモデルが、COPD患者における肺気腫の葉別進行を高精度で予測できることが明らかになりました。従来の臨床的評価法と比較して31～39%の精度向上を達成し、個別化治療計画の精緻化に貢献する可能性があります。

HIV治療の因果推論でAIの限界を検証する—臨床応用に向けた課題 28.05.2026 6:09 ↓

大規模言語モデル（LLM）は医療の複雑な因果推論に対応できるのか。HIV抗レトロウイルス療法を事例に検証した新しい研究は、LLMの臨床応用には多くの課題が残ることを示しています。

高中性脂肪血症膵炎の「脂質の顔」を機械学習で読み解く 28.05.2026 6:14 ↓

高中性脂肪血症急性膵炎（HLAP）患者の重症度を正確に予測するため、脂質の化学構造と代謝経路を統合したグラフニューラルネットワーク「DeepLipiDecipher」が開発されました。従来の手法では中性脂肪値が臨床的重症度と一致しないという課題を解決する可能性があります。

大言語モデルは経験の浅い医師こそ輝く—脳MRI診断支援の新知見 28.05.2026 4:50 ↓

脳MRI診断におけるAI支援の効果は、医師の経験レベルによって大きく異なります。興味深いことに、最も経験豊かな放射線科医ではAI支援の効果がわずかである一方、経験の浅い医師ではAIが診断精度を大幅に向上させることが明らかになりました。