機械学習モデルから人工知能まで:老年腫瘍学におけるデジタルツインの可能性を探る

本研究では、乳がんの予後予測と個別化医療における臨床およびゲノムデータの重要性が高まる中、量子機械学習(QML)アーキテクチャの比較評価を行った。METABRIC乳がん患者2,509人のデータセットを使用し、主成分分析(PCA)により特徴量を12、4、2次元に削減した。量子ニューラルネットワーク(QNN)、量子K近傍法(QKNN)、量子サポートベクターマシン(QSVM)の3つのQMLモデルと、7つの古典的機械学習モデルを比較した。実験の結果、12次元削減データを用いたQKNNが最も高い性能を示し、精度75.11% ± 3.76%、F1スコア0.7088 ± 0.0433、ROC-AUC 0.…

腫瘍ラジオミクスと深層学習の統合は、精密腫瘍学における重要な進歩であり、手動設計の画像特徴量に依存し腫瘍の複雑性を捉える能力に限界がある従来のラジオミクスに代わる強力な選択肢を提供する。この分野の統合戦略、トレンド、将来の方向性を分析するため、Web of Science Core Collection を使用して計量書誌学的分析が実施され、2025年10月28日時点で4,915件の関連論文が収集された。CiteSpace、VOSviewer、bibliometrix を用いて共著、共引用、キーワード分析、潜在ディリクレ配分トピックモデリング、バースト検出が実施された。年間の出版数は2019…

• FarrSight®ベイジアン基盤モデルによる分子デジタルツインが、膵臓がん治療反応予測において従来のMoffitt分類を上回る性能を示した
• mFOLFIRINOX反応予測で、basal-likeサブタイプにおいてAUC 72.3%対44.8%、全体精度65.8%対47.4%と、デジタルツインモデルが従来法を大きく上回った
• COMPASS臨床試験の参加者データを用いて検証が行われた

加齢黄斑変性(AMD)は、世界的に不可逆的な視力低下の主な原因であり、その複雑な病態は疾患予測と治療管理を困難にしている。近年、人工知能(AI)と精密治療の進歩により、個別化されたデータ駆動型のAMDケアの新たな機会が生まれている。眼底写真、光干渉断層計(OCT)、OCT血管撮影(OCTA)、遺伝的感受性座(例:CFH、ARMS2/HTRA1、C3、CFI、APOE)、および縦断的臨床情報を含むマルチモーダルデータセットで訓練されたAIモデルは、早期疾患検出、進行予測、バイオマーカー同定、治療応答予測において有望な能力を示している。これらの進歩は、最適化された抗血管内皮増殖因子(anti-V…

• 精密マイクロ射出成形のゼロ欠陥製造(ZDM)向けに、仮想計測と処方的意思決定支援を担うセンサー駆動型デジタルツインフレームワークを提案。
• 物理制約を進化最適化に組み込む知識情報機械学習(KIML)と、デュアルレベル説明可能AI(XAI)プロトコルを実装して学習済み内部相互作用を監査。
• 175,089件のセンサーログを用いFeature Tokenizer Transformer(FT-Transformer)で代理モデルを構築し、5分割交差検証でRMSE 0.4211 D、R2 0.97、1D-CNNベースライン比16.8%のエラー削減を達成。