Governing Trust in Health AI: A Qualitative Study of Cybersecurity Professionals Perspectives
この研究は、医療 AI の信頼性が技術的性能だけでなく、サイバーセキュリティ専門家の視点に立脚したガバナンスと説明責任の実践によって構築されることを、質的調査を通じて明らかにしています。
📄 Category
health informatics
193 件の論文
Bias in respiratory diagnoses by Large Language Models (LLMs) in Low Middle Income Countries (LMICs)
この研究は、北米や欧州で開発された大規模言語モデル（LLM）が、低・中所得国（LMIC）の医療現場において、現地の医師に比べて呼吸器疾患の診断提案において偏り（高所得国バイアス）を示し、LMIC の疫学背景を反映した診断精度が低いことを明らかにしたものである。
GEN-KnowRD: Reframing AI for Rare Disease Recognition
本論文は、大規模言語モデルを診断推論ではなく知識構築層に位置づけ、生成された希少疾患プロファイルから計算可能な知識ベースを構築する「GEN-KnowRD」フレームワークを提案し、これにより既存の診断フレームワークやエンドツーエンドの LLM 推論を大幅に上回る希少疾患の認識性能とスケーラビリティを実現したことを示しています。
Can Machine Learning Algorithms use Contextual Factors to Detect Unwarranted Clinical Variation from Electronic Health Record Encounter Data during the Treatment of Children Diagnosed with Acute Viral Pharyngitis
この研究は、機械学習アルゴリズムが電子健康記録から抽出した文脈要因を用いて、小児の急性ウイルス性咽頭炎治療における不必要な臨床変異（特に抗生物質の不適切な処方）を検出できることを実証し、従来の統計手法に代わるスケーラブルなアプローチの可行性を示しました。
Real-world EHR-derived progression-free survival across successive lines of therapy informs metastatic breast cancer risk stratification
この論文は、放射線学的な進行エビデンスに基づいて電子カルテから転移性乳がんの治療ラインを再構築し、個別化された無増悪生存期間を予測するフレームワークを提案することで、臨床ガイドラインが乏しい後線治療におけるリスク層別化とケア計画の支援を可能にするものである。
PhenoSS: Phenotype semantic similarity-based approach for rare disease prediction and patient clustering
本論文は、HPO 用語の階層構造や依存関係、バッチ効果を統計的に統合的にモデル化し、希少疾患の予測精度向上と患者の層別化を実現する新しいフレームワーク「PhenoSS」を提案するものである。
Interpretable Fine-tuned Large Language Models Facilitate Making Genetic Test Decisions for Rare Diseases
本論文は、臨床ガイドラインの解釈と推論を模倣させるために自己蒸発微調整（SDFT）と連鎖思考（CoT）を適用した RareDAI というアプローチを提案し、これにより遺伝子検査の選択において従来の機械学習モデルやベースラインの LLM を上回る精度と解釈可能性を達成したことを報告しています。
Anatomically and Biochemically Guided Deep Image Prior for Sodium MRI Denoising
この論文は、解剖学的プロトン MRI と代謝的ナトリウム MRI の情報を統合した方向性全変動正則化に基づく深層画像事前分布（DIP-Fusion）手法を提案し、低 SNR と長い撮像時間が課題であったナトリウム MRI の高画質化と撮像時間短縮を実現したことを報告しています。
Leveraging large language models to address common vaccination myths and misconceptions
ドイツの公衆衛生機関が提供するワクチンに関する誤情報に対し、複数の大規模言語モデル（LLM）が科学的に正確な反論を生成できることが確認された一方、出力の言語的複雑さや提示文脈によるスタイルの違いが一般市民への伝わりやすさを制限している可能性が示されました。
Understanding Clinician Edits to Ambient AI Draft Notes: A Feasibility Analysis Using Large Language Models
本論文は、大規模言語モデル（LLM）を用いて臨床医による環境 AI 生成メモの編集を分類する可行性を評価し、特定の医療カテゴリーでは有望な性能を示したが、複雑な文脈依存の編集については人間のレビューへの選別ツールとして活用すべきであると結論付けています。
AI-Generated Responses to Patient's Messages: Effectiveness, Feasibility and Implementation
オランダの学術医療機関における患者メッセージへの生成 AI 応答ツールの導入評価では、初期の期待に反して時間節約や臨床効率への実質的な影響が限定的であり、採用率やユーザビリティが低下したため、期待値の管理と責任の明確化を含む慎重な実装が必要であることが示されました。
A Clinical Theory-Driven Deep Learning Model for Interpretable Autism Severity Prediction
本論文は、臨床理論に基づいて社会的・運動的構成要素を明示的にモデル化し、構造化されたクロスモーダル注意機構と学習可能なアライメントマスクを導入することで、解釈可能性を高めつつ自閉症スペクトラム障害の重症度を高精度に予測する深層学習モデルを提案し、その有効性と臨床的妥当性を検証したものである。
Artificial Intelligence in Healthcare: 2025 Year in Review
2025 年の医療 AI 研究は、従来の機械学習からマルチモーダル基盤モデルへの移行、研究発表数の倍増、および実世界での応用に向けた成熟という重要な転換点を迎えたことを示しています。
Improving Clinical Applicability of Heart Failure Readmission Prediction via Automated Feature Engineering
本研究は、大規模な縦断的電子カルテデータを用いて、心不全の再入院予測において、深層特徴合成（DFS）による自動特徴量エンジニアリングが、特に勾配ブースティング木モデルの性能と臨床的有用性を向上させることを示しています。
Does the type of publisher response to integrity concerns influence subsequent citations? A cohort study.
このコホート研究では、学術誌が研究の不正に関する懸念に対して発行する「編集者通知」「懸念表明」「撤回」のいずれの対応類型も、その後の論文引用数の減少傾向に統計的に有意な差をもたらさず、対照群における自然な減少傾向と同様であったと結論付けられています。
A Governance-Driven, Real-World Data-Calibrated Health Informatics Framework for Longitudinal Utilization Forecasting in Oncology and Complex Chronic Conditions
本研究は、がんや複雑な慢性疾患における医療利用を予測する際、静的な市場シェア仮説に依存する従来の手法の限界を克服し、実世界データに基づいて治療の経時的な流れ、継続性、再発、および医療提供者の導入動態を統合したガバナンス駆動型の健康情報学フレームワークを提案し、これにより累積治療月数を大幅に改善したことを示しています。
Act or Defer: Error-Controlled Decision Policies for Medical Foundation Models
本論文は、医療用ファウンデーションモデルの安全な臨床展開を可能にするため、誤り率を制御しながら患者を即時対応または専門家の確認に振り分ける階層化適合性フレームワーク「SO_SCPLOWTRATC_SCPLOWCP」を提案し、眼科および神経腫瘍学のタスクにおいてその有効性とコスト削減効果を実証したものである。
On the robustness of medical term representations in locally deployable language models
この研究は、医療用語の表現の堅牢性がモデルのサイズや医療特化のファインチューニングだけで保証されるものではなく、用語の複雑さや専門分野によって大きく変動するため、安全な臨床展開には具体的なユースケースに応じた検証が不可欠であることを示しています。
Does the Sleep Regularity Questionnaire capture objective sleep-wake regularity? Evidence from wearable and sleep diary data.
本研究は、睡眠の規則性を評価する質問票（SRQ）が、ウェアラブルデバイスや睡眠日記から得られる客観的・主観的指標と限定的な相関しか示さないことを明らかにし、健康な成人における客観的モニタリングの代替ではなく補完ツールとして有用であることを示唆しています。
Patient-centric radiology: Utilising large language models (LLMs) to improve patient communication and education
この研究は、大規模言語モデル（LLM）を用いて放射線診断レポートを平易な表現に要約することで、患者の読解力と理解度を大幅に向上させ、かつ幻覚（誤情報）の発生を最小限に抑えられることを示しています。