大脳皮質発話表現に基づくバイリンガル音声神経義肢 背景 神経義肢の発展の過程では、脳活動から言語をデコードする研究が単一言語のデコードに集中してきました。そのため、バイリンガルによる言語生成が異なる言語の独自または共有された皮質活動にどの程度依存するかはまだ不明です。本研究は、電皮質図（electrocorticography, ECoG）と深層学習および統計的自然言語モデルを組み合わせ、西スペイン語-英語バイリンガル患者の発話運動皮質活動を記録およびデコードし、二つの言語の文に変換します。この研究は、目標言語を手動で指定することなく発話デコードを実現するという実際の応用問題を解決することを目指しています。 言語失声症 (anarthria)、すなわち明瞭な発話能力の喪失は、脳卒中や筋萎縮性...

StrokeClassifier：人工知能ツールは電子健康記録に基づいて虚血性脳卒中を病因別に分類 プロジェクト背景および研究動機 脳卒中（特に急性虚血性脳卒中、AIS）の病因識別は二次予防において極めて重要ですが、その診断は非常に困難です。アメリカでは毎年約67.6万件の新たな虚血性脳卒中のケースが報告され、そのうち4分の1の患者は過去に脳卒中の経験があります。この病状は再発率が高く、時には死亡やさらなる障害を引き起こすこともあります。虚血性脳卒中の病因は、大動脈粥状硬化、心源性塞栓症、小血管病、その他の稀な原因など多岐にわたります。しかし、アメリカでは約20-30%の虚血性脳卒中患者が評価を受けてもなお病因が確定せず、隠源性脳卒中として分類されます。この部分の患者は再発脳卒中のリスクが特...

自己監督学習による手首加速度計データが明かす睡眠と死亡率の新たな関連性 現代社会において、睡眠は生命活動に欠かせない基本的な行為であり、その重要性は言うまでもありません。睡眠/覚醒状態や異なる睡眠段階を正確に測定および分類することは、睡眠障害の診断や消費者向けデバイスが提供する運動および心理的健康データの解釈において非常に重要です。しかし、現在のポリソムノグラフィー（Polysomnography, PSG）以外の睡眠分類技術は主にヒューリスティックな方法に依存しており、これらの方法は比較的小規模なサンプル集団で開発されるため、ある程度の限界があります。従って、本研究の目標は手首に装着する加速度計を用いて睡眠段階分類の正確性を確認し、睡眠時間と効率が死亡率とどのように関連しているかを調査する...

心電図に基づく大規模な心血管診断機械学習アルゴリズムの開発と検証 序論 心血管疾患（Cardiovascular diseases, CV）は、世界中で病気の負担の主な原因であり、早期診断と介入が病気の合併症、医療利用率、および費用の削減において重要です。伝統的な心電図（Electrocardiogram, ECG）は、低コストで便利な診断ツールとして、心血管疾患の検出に広く使用されています。しかし、現在のECG解釈技術（人工およびコンピュータアルゴリズムを含む）は、高次の信号相互作用および「隠れた」臨床関連パターンの識別に制限があります。人工知能（Artificial Intelligence, AI）、特に深層学習（Deep Learning, DL）の出現は、ECG信号における「隠れた...

深層学習敗血症予測モデルが看護の質と患者の生存状況に与える影響 研究背景 敗血症は感染によって引き起こされる全身性炎症反応で、毎年約4800万人が影響を受け、そのうち約1100万人が死亡しています。敗血症の多様性により、早期の識別は非常に困難です。早期介入には液体復旧、抗生物質管理、感染源の制御などの治療が含まれ、疾患初期段階での効果は顕著です。したがって、予測分析を通じて敗血症の早期検出を向上させることは重要です。 研究の出典 この研究は、Aaron Boussina、Supreeth P. Shashikumar、Atul Malhotra、Robert L. Owens、Robert El-Kareh、Christopher A. Longhurst、Kimberly Quintero...

大規模言語モデルによる電子健康記録中の健康の社会的決定要因の識別 背景と研究の動機 健康の社会的決定要因（Social Determinants of Health, SDOH）は患者の健康結果に重要な影響を与えます。しかし、電子健康記録（EHR）の構造化データにおいて、これらの要因の記録はしばしば不完全または欠落しています。大規模言語モデル（Large Language Models, LLMs）はEHRの叙述的なテキストからSDOHを高通量で抽出し、研究や臨床ケアを支援することが期待されています。しかし、カテゴリの不均衡やデータの制約が、このまばらな記録の重要な情報に挑戦をもたらします。本稿では、LLMsを用いてEHRの叙述的テキストから6種類のSDOHカテゴリ（雇用、住居、交通、親の身...

カスケード拡散モデルに基づくRNAシーケンシングデータから腫瘍の合成全スライド画像生成 最近Nature Biomedical Engineeringに発表された「Generation of Synthetic Whole-Slide Image Tiles of Tumours from RNA-Sequencing Data via Cascaded Diffusion Models」と題する研究が広く注目を集めています。この研究はスタンフォード大学、ゲント大学、アルゴンヌ国立研究所など複数の機関の学者により共同で行われたもので、癌データの不足を解消し、癌検出における機械学習モデルの性能を向上させることを目的としています。本論文の著者にはFrancisco Carrillo-Perez、...

アルツハイマー病進行予測における単調性制約を用いた深層幾何学習の利用 背景紹介 アルツハイマー病（Alzheimer’s Disease, AD）は破壊的な神経変性疾患で、不可逆的な認知低下を引き起こし、最終的には認知症に至ります。この疾患の早期識別および進行予測は臨床診断と治療にとって非常に重要です。したがって、ADの進行を正確にモデル化することが研究の重要な焦点となっています。 現在、多くの研究では構造的磁気共鳴画像法（MRI）を使用してADの進行をモデル化しており、主に以下の3つの側面に集中しています：1）時間的変異性；2）不完全な観察データ；3）時間的幾何学特徴。しかし、既存の深層学習手法はデータの変異性と希少性の問題に対処する一方で、AD進行における脳領域の大きさ、厚さ、体積、形状...

背景紹介 長期にわたり、規範的（nomative）および記述的（descriptive）モデルは、人間が商品やギャンブルなどのリスク選択に直面したときの意思決定行動を説明し予測しようとしてきました。最近の研究では、新しい大規模なオンラインデータセットchoices13kを使ってニューラルネットワーク（Neural Networks, NNs）を訓練し、より正確な人間の意思決定モデルを発見しました。本研究では異なるモデルとデータセット間の関係を系統的に分析し、データセットバイアス（dataset bias）の証拠を発見しました。研究は、データセットchoices13kにおけるランダムなギャンブル選択の傾向が平衡化していることを示し、これが増加した意思決定ノイズを反映している可能性があることを示...

深層神経ネットワークを用いた人間の知覚と記憶における視覚および意味情報の区別 序論 認知科学分野では、人間が知覚および記憶の過程で人物や物体の識別をどのように行うかについての研究が続けられています。人や物の識別の成功は、知覚システムによって生成された表象を記憶に保存された表象と照合することに依存しています。しかし、これらの心理表象は外部世界の正確なコピーではなく、脳による再構築です。この再構築の内容とプロセスを理解することは長年の課題となっています。この論文は、深層神経ネットワーク（DNN）を利用して、人間が馴染みのある顔や物体を知覚し記憶する際の心理表象の内容を明らかにしようと試みています。 論文出典 この論文は、Adva Shoham、Sidan Daniel Grossbard、Or ...