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。
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。
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。
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。
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。
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。