MEDICINE & AI

タイトル：Prediction and detection of terminal diseases using Internet of Medical Things: A review 雑誌名：Comput Biol Med. 2025 Apr; 188: 109835. 概　要： 本レビューは、人工知能（AI）と医療のインターネット（IoMT）の統合が疾患の予測と検出に与える影響を考察し、データの異質性、プライバシーの懸念、モデルの一般化可能性といった課題を評価しています。特に、心血管疾患、アルツハイマー病、癌などの慢性および末期疾患の予測におけるAI-IoMT技術の効果を分析します。機械学習（ML）や深層学習（DL）の手法（XGBoost、ランダムフォレスト、CNN、LSTMなど）と、モデルの堅牢性、データのセキュリティ、相互運用性を向上させるための先進的な戦略（連合学習、転移学習、ブロックチェーン）を検討しています。最終的に、データの調和、セキュアなフレームワーク、複数疾患モデルの重要性が強調され、スケーラブルで包括的なAI-IoMTソリューションの研究方向が示されています。 方　法： 本レビューは、AI-IoMT技術を用いた慢性および末期疾患の予測に関する文献を体系的に分析し、さまざまな機械学習および深層学習アプローチの効果を評価しています。具体的には、XGBoost、ランダムフォレスト、CNN、LSTMなどの手法を含む多様な技術を検討し、連合学習や転移学習、ブロックチェーンなどの先進的な戦略を評価しています。 結　果： 転移学習とアンサンブル法が臨床環境におけるモデルの適応性を向上させることが示され、ブロックチェーンと連合学習がプライバシーとデータの標準化に効果的であることが明らかになりました。これにより、AI-IoMT技術の効果的な適用が促進される可能性があります。 結　論： データの調和、セキュアなフレームワーク、複数疾患モデルの重要性が強調され、これらがスケーラブルで包括的なAI-IoMTソリューションの実現に向けた重要な研究方向であることが示されました。