複数画像から3D形状を高速推定するAI開発
画像数枚から物体の体積・表面積を高精度かつ軽量に推定するニューラルネットワーク基盤が開発された。医療診断から食品管理、水産資源調査まで幅広い産業の計測業務を低コストで自動化できる可能性を持つ。

80 件
画像数枚から物体の体積・表面積を高精度かつ軽量に推定するニューラルネットワーク基盤が開発された。医療診断から食品管理、水産資源調査まで幅広い産業の計測業務を低コストで自動化できる可能性を持つ。

英国・インド合同研究チームが開発したAIフレームワーク「PsyBridge」が、従来の単一指標評価を超える多次元メンタルヘルス診断を実現した。精度84%を達成し、企業の産業保健や遠隔医療サービスへの応用が現実味を帯びている。

国際的な頭頸部がん画像解析チャレンジ「HECKTOR 2025」が、PET/CT画像を用いた腫瘍自動検出・予後予測・HPV分類の性能指標を公表した。医療AI市場における製品開発の基準点となり、放射線治療計画の効率化に直結する成果として注目される。

不完全なアノテーションから高精度なポリープ検出マスクを生成する動画解析フレームワーク「ARTEMIS」が発表された。医師による詳細ラベリング作業を大幅に削減しつつ、臨床レベルの検出精度を実現する点で、医療AIの実用化コスト構造を根本から変える可能性がある。

タイ人研究者がMedRLMを発表。電子カルテ・画像・センサーを再帰的に統合する医療AI基盤が、診断精度向上と医療機関の紹介業務効率化に寄与する可能性を示した。

米ジョンズ・ホプキンス大などの研究チームが、AIモデルの予測確率の信頼性を実環境の変化下でも保つ技術を開発した。医療診断や金融リスク管理など、確率値の精度が業績に直結する分野での実装加速が見込まれる。

米ノースカロライナ大学が長時間映像の質疑応答システム「TimeProVe」を発表した。大規模視覚言語モデルの呼び出し回数を75%削減しつつ精度を向上させ、介護・製造・小売分野における映像監視業務の経済合理性を大幅に改善する可能性がある。

英キングス・カレッジ・ロンドン等の研究チームが、胎児の多モードMRIデータと機械学習を組み合わせ、出生時の在胎週数を予測するパイプラインを開発した。早産リスクの定量化により、周産期医療の介入タイミング最適化と医療費削減が期待される。

血中遊離DNAをAIで解析し複数がんを同時早期検出する技術の最新動向をまとめた論文が公開された。製薬・保険・検診ビジネスに構造変化をもたらす可能性がある。

米カリフォルニア大などの研究チームが、記録欠損が無作為でない状況下でも強化学習の方策評価を可能にする手法を開発した。医療や顧客管理で蓄積される不完全なログデータの活用可能性を大きく広げる成果である。

ベトナム研究チームが開発した単段階病理画像解析フレームワーク「SSHR」が、従来比最大5倍の学習効率化を実現した。アノテーションコストの削減と臨床導入の加速が期待される。

ストラスブール大学らの研究チームが、複数病院間で手術動画AIを共同訓練する際に生じる「性能漏洩」を検出・修正するフレームワーク「GEN-Guard」を発表した。未参加施設への展開時の精度低下という実用化の最大障壁を克服し得る成果である。

英国の研究チームが皮膚病変を空間グラフとして解析する新手法を開発し、良悪性分類の精度で最新技術を上回った。医療AIの実用化と保険・製薬業界の審査業務に影響を与える可能性がある。
深層学習と注意機構を組み合わせた新モデルが精子形態分類で最高93.9%の精度を達成した。不妊治療クリニックにおける検査業務の標準化と効率化に直結する成果として注目される。

オックスフォード大学らの研究チームが、新生児集中治療室向けの顔検出AIモデル「InfantFace」を開発した。非接触での疼痛評価や呼吸モニタリングへの応用が期待され、医療機器・デジタルヘルス市場に新たな商機をもたらす。

体外受精(IVF)施設の培養器環境データをAIで解析する階層ベイズモデルが開発され、妊娠率の予測誤差を最大64%削減することが示された。不妊治療クリニックの品質管理と経営効率化に直結する成果として注目される。

独自データセット「RefRad2D」を活用した放射線画像解析モデル「RadGrounder」が、手動アノテーションなしに画像内の病変位置特定と診断レポート生成を両立。読影業務の効率化と診断精度向上に道を開く成果として注目される。

アイルランド・ダブリン大学などの研究チームが、超音波画像AIの臨床評価を遠隔・ブラインド方式で標準化するパイプラインを公開した。医療AI承認プロセスの効率化と開発コスト削減に直結する成果として注目される。

ドイツの病院データを用いた研究で、大規模言語モデルを「インターフェース」として活用し従来型機械学習と組み合わせた診断支援システムが、単独LLM比で安定した診断精度を示した。急性期医療のDX投資判断に影響を与える成果である。

知識ベースの「説明欠落」を自動補完するABox仮説推論において、複数の品質基準を同時に満たす解の導出が計算複雑性を増大させないことが示された。企業の意思決定支援システムへの実用化を加速させる可能性がある。
