高遷移率n型モリブデン⼆硫化物トランジスターにおける分数量子ホール相研究 背景および研究動機 低温環境において、半導体遷移金属ダイカルコゲナイド（Transition Metal Dichalcogenides, TMDs）に基づくトランジスターは、理論的に高いキャリア移動度、強いスピン軌道相互作用、そして量子基底状態における内在的な強電子相互作用を提供することができます。これにより、多体電子相互作用や量子状態の探索に理想的なプラットフォームとなります。しかし、極低温でTMD材料に対して信頼性の高いオーミック接触（Ohmic Contact）を実現する難しさから、フェルミ準位がバンド端近くにある場合の電子相関特性、特に部分充填されたランドー準位（Landau Levels, LLs）での分数...

CMOS互換のひずみ工学を単層半導体トランジスタに適用 学術的背景 半導体技術の進化に伴い、2次元（2D）材料はその原子レベルの薄さから、高密度・低電力の電子デバイスにおいて大きな可能性を示しています。特に、二硫化モリブデン（MoS₂）などの遷移金属ダイカルコゲナイド（TMDs）は、優れた電気的特性から、将来のトランジスタチャネル材料として期待されています。しかし、2D材料が実験室レベルで優れた性能を示す一方で、既存のCMOS（相補型金属酸化膜半導体）技術との互換性をどのように実現するかは、依然として大きな課題です。 ひずみ工学（Strain Engineering）は、現代のシリコンベースの電子デバイスにおいて重要な役割を果たしてきました。1990年代に導入されて以来、ひずみ工学は材料のバ...

リスクモデルに基づく臨床意思決定支援システムを用いた自殺スクリーニング: ランダム化臨床試験 学術的背景 自殺予防は世界的な公衆衛生課題であり、とりわけ医療現場では自殺リスクを効果的に特定し、介入する方法が重要な研究テーマとなっています。従来の自殺リスク特定方法は、患者の自己申告、支援ネットワークからのフィードバック、または対面スクリーニングに依存していましたが、患者が自殺傾向を報告しない場合や、医療資源が限られているために全ての患者を包括的にスクリーニングできないという課題が存在します。近年、ビッグデータや人工知能技術の進展により、統計モデルに基づく自殺リスク評価ツールが臨床場面に導入され、医師の判断を支援する役割を果たしています。しかし、これらのツールが臨床意思決定支援システム（Clin...

大規模言語モデルの放射線画像解釈における性能：人間の読者との比較研究 学術的背景 近年、大規模言語モデル（Large Language Models, LLMs）は、特に自然言語処理の分野で強力な能力を発揮しています。マルチモーダルLLMsの発展により、これらのモデルはテキストだけでなく、音声、視覚、ビデオなど多様な入力形式を処理できるようになりました。代表的なマルチモーダルLLMsには、OpenAIのGPT-4 Turbo with Vision（GPT-4V）、Google DeepMindのGemini 1.5 Pro、そしてAnthropicのClaude 3があります。これらのモデルは、放射線学分野での応用も増えており、特に放射線レポートの生成や構造化において優れた性能を示していま...

乳がんスクリーニングにおける深層学習アルゴリズムの応用 学術的背景 乳がんは世界中の女性において最も一般的ながんの一つであり、早期スクリーニングは治癒率の向上に不可欠です。従来のコンピュータ支援検出（Computer-Aided Detection, CAD）システムは、特に米国においてマンモグラフィースクリーニングで広く使用されてきました。しかし、これらのシステムはリコール率を向上させる一方で、読影者（放射線科医）のパフォーマンス改善には限定的な効果しかありませんでした。近年、深層学習（Deep Learning, DL）アルゴリズムの医療画像解析への応用が急速に進んでおり、特に乳がんスクリーニング分野で注目されています。複数のシステマティックレビューとメタアナリシスによると、2017年以...

大規模言語モデルによるCTおよびMRI自由記述放射線レポートの多言語翻訳能力 学術的背景 グローバル化が進む中、患者の移動性が高まり、放射線レポートは疾患の診断と管理において重要なツールとなっています。しかし、言語の壁がこれらのレポートの有効な使用を妨げ、患者の適切な管理を損なう可能性があります。特に、遠隔医療の普及により、患者が遠隔地の専門家に相談したり、セカンドオピニオンを求めたりするケースが増え、言語の壁がさらに深刻化しています。適切な翻訳がなければ、これらのレポートは誤解されたり無視されたりし、診断の遅れや誤診につながる可能性があります。 医学的専門知識を持つ人間の翻訳者が常に利用可能とは限らないため、人工知能ベースのモデル、特に大規模言語モデル（LLMs）が有望な代替手段として注目...

人工知能（AI）説明タイプが医師の診断パフォーマンスと信頼に及ぼす影響 学術的背景 近年、人工知能（Artificial Intelligence, AI）は、医療および放射線学の診断システムにおいて急速に発展しており、特に過剰な負担を抱える医療提供者を支援することで、患者ケアの改善に貢献する可能性を示しています。2022年までに、米国食品医薬品局（FDA）は190の放射線学AIソフトウェアプログラムを承認しており、その承認率は年々上昇しています。しかし、概念の証明から実際の臨床応用までの間には大きな隔たりが存在します。このギャップを埋めるためには、AIの助言に対する適切な信頼を育むことが極めて重要です。高い精度を持つAIシステムは、実際の臨床環境において医師の診断能力と患者の結果を向上させ...

GPT-4の胸部X線評価における有用性：隠された宝の山 学術的背景 近年、人工知能（AI）は医療分野、特に放射線学において急速に普及しています。AIツールの導入は臨床実践を変革しつつあり、特に画像診断においてその影響が顕著です。しかし、AIツールの広範な採用には、資金不足、情報技術（IT）統合の非効率性、検証不足などの課題があります。さらに、医療専門家、特に放射線科医は統計学の知識が不足していることが多く、これがAIツールの深い理解と応用を妨げています。放射線学研究がデータ駆動型の技術に依存するようになるにつれ、放射線科医は統計的手法とその限界を批判的に評価する能力を備える必要があります。 大規模言語モデル（LLMs）、例えばOpenAIのGPT-4は、自然言語を理解し、推論し、複雑な情報を...

大規模視覚言語モデル（GPT-4V）の放射線学における多モード・多解剖領域能力の定量的評価 学術的背景 近年、OpenAIのChatGPTのような大規模言語モデル（Large Language Models, LLMs）は、テキスト生成の分野で大きな進歩を遂げています。これらのモデルはTransformerアーキテクチャに基づいており、膨大なテキストデータを学習することで、少ない例（few-shot learningやzero-shot learning）でも信頼性の高いテキストを生成することができます。LLMsは医学分野でも広く応用されており、自由形式の放射線レポートを標準化されたテンプレートに変換したり、肺癌のCTレポートからデータをマイニングしたりするのに使用されています。さらに、LL...

高音圧圧電マイクロマシニング超音波トランスデューサの研究進展 学術的背景 超音波トランスデューサは、物体検出、非破壊検査、生体医学的イメージング、治療などの分野で広く使用されています。従来のバルク超音波トランスデューサと比較して、圧電マイクロマシニング超音波トランスデューサ（PMUT）は、小型化、低消費電力、広帯域幅などの利点があり、消費電子機器やIoT（モノのインターネット）における測距、ジェスチャー認識、指紋センシング、3Dイメージングなどのアプリケーションに適しています。しかし、これらの小型センサーは出力圧力が比較的低く、さまざまなアプリケーションでの信号伝送が制限されています。例えば、最先端の窒化アルミニウム（AlN）ベースのPMUTアレイは、4メートルの伝送距離しか達成していません...