米国NIHの臨床試験登録 ClinicalTrials.gov から、AI（人工知能・機械学習）を用いる医療・診断の臨床試験を、対象疾患・スポンサー・進行状況つきで整理します。本サイトは米国政府公式ではありません。
本ページは公的データの一般的な整理であり、医療上の助言・診断ではありません。試験への参加可否等の判断は、必ず主治医や公式情報に基づいてください。患者個人の情報は扱っていません。
注目度の高い医療AIの臨床試験を、要点・FAQ・出典つきで解説。
National Human Genome Research Institute (NHGRI)
遺伝性疾患をもつ（または疑われる）人や、その家族から医療・遺伝データを集める自然史(観察)研究。集めたデータを、遺伝データをより良く解析・理解するための高度なデータ解析ツールの開発に役立てることを目指す。
詳しく読むIdoven 1903 S.L.
AIで心電図(ECG)を自動解析するプラットフォーム「Willem」(Idoven社)の実臨床での性能を集める大規模レジストリ研究。循環器病棟に入院した高リスク心臓患者の心電図で、心臓の異常を検出する性能を評価する。単群観察・後ろ向き＋前向き・目標20万例・募集中。
詳しく読むSOIK Corporation Sarl
コンゴ民主共和国の農村部で、訓練を受けた非専門の医療従事者が行うAI補助のブラインドスイープ産科超音波「SPAQ E-con AI」の診断精度と実装可能性を評価する多施設・前向き研究。主要評価は妊娠週数の平均絶対誤差(第2・第3三半期)とAI信頼度の較正。目標約1430例(倫理委承認上限3000)。募集中。
詳しく読むAstraZeneca
製薬大手AstraZenecaが、肺がん・乳がんが疑われる患者の病理診断で「計算病理学＋AIアルゴリズム」がどう使われているかを評価する多国籍の観察研究。AIが病理診断の実臨床にどこまで入っているかを把握する。
詳しく読むTHYROSCOPE INC.
市販ウェアラブルの心拍データを使い、AIソフト「Glandy HYPER」で甲状腺機能亢進症(バセドウ病)の甲状腺中毒状態を検出できるかを評価する観察研究。睡眠中の心拍と甲状腺機能検査(遊離T4)を突き合わせる。
詳しく読むPeerbridge Health, Inc
Peerbridge Healthが、貼り付け型ウェアラブル心電計(FDA認可済み)の波形データから、AIソフトウェア(医療機器=SaMD)で心臓のポンプ機能「駆出率(EF)」の重症度を推定する精度を検証する多施設の臨床試験。心エコーを基準に比較する。
詳しく読むCarebot s.r.o.
AI胸部X線読影ソフト「Carebot AI CXR」が、気胸・肺結節・無気肺・心拡大・胸水などの所見を、個々の放射線科医と比べてどれだけ正確に検出できるかを評価した多読者・後ろ向き研究。956例で実施し完了。
詳しく読むWashington University School of Medicine
子宮・直腸がんなどで骨盤に放射線が必要な50歳未満の女性で、卵巣機能を守る「卵巣温存 適応放射線治療」の実現可能性を、実データを使った計算機シミュレーション(in-silico)で検討する観察研究。早発卵巣不全のリスク低減という満たされない需要に応える試み。10例。
詳しく読むUniversity Hospitals, Leicester
AIの助言を、臨床医が胸部X線を自分で見る「前」に出すか「後」に出すかで、視線の動き・読影時間・診断判断・自信・AIへの信頼がどう変わるかを、視線追跡(アイトラッキング)で調べる被験者内比較の介入研究。医療従事者が2回の読影を行う。24名。
詳しく読むFabio Biscegli Jatene
下まぶたの結膜をスマホカメラで撮影し、AIでヘモグロビン値を推定して貧血を非侵襲に検出するアプリ「NiADA」の診断精度を、標準の静脈採血と比較する多施設・前向き研究。感度・特異度が主要評価項目。目標3000例。
詳しく読むIstanbul Training and Research Hospital
皮膚がんの一種「基底細胞がん(BCC)」について、臨床写真とダーモスコピー(拡大鏡)画像から畳み込みニューラルネットワーク(CNN)で高リスク/低リスクを分類し、組織型まで予測できるかを評価する後ろ向き観察研究。皮膚科医の判定とも比較する。組織診断が基準。目標2500例・募集中。
詳しく読むCentre Hospitalier Universitaire de Nice
集中治療室(ICU)で人工呼吸器からの離脱(ウィーニング)を試す「自発呼吸トライアル(SBT)」が成功するかを、生体信号とバイオマーカーから機械学習で予測できるかを調べる観察研究。離脱はICU滞在時間の多くを占め、最初の試みは約2割で失敗するとされる。目標500例・募集中。
詳しく読むAsan Medical Center
冠動脈のカテーテル治療(PCI＝ステント留置など)で、冠動脈造影と血管内超音波(IVUS)の画像を機械学習で解析するモデルの診断性能と臨床的な影響を、実診療で検証する前向き・多施設の観察研究。主要評価は治療した血管・していない血管それぞれの標的血管不全(TVF)。3000例・募集中。
詳しく読むCentre Hospitalier Régional Metz-Thionville
歯の根の先にできる病変(根尖病変)を、被ばくの少ない歯科パノラマX線からAIで検出できるかを評価する観察研究。パノラマは第一段階の検査だが病変の検出率は低い(20〜36%)とされ、より精密なコーンビームCT(CBCT)を参照に用いる。主要評価はAIソフトの性能。2000例・募集中。
詳しく読むWeill Medical College of Cornell University
AIと自然言語処理を使うチャットボットと通常ケアを比較し、家族性がん症候群のリスクが高い患者への遺伝子検査の推奨率を高められるかを、メディケイド(公的扶助)のみの婦人科クリニックで検証する介入研究。あわせて遺伝子検査へのアクセス格差の要因も評価する。主要評価は遺伝子検査を推奨された割合。150例・募集中。
詳しく読むInstituto do Cancer do Estado de São Paulo
AI支援の大腸内視鏡が、標準の内視鏡に比べて腺腫検出率(ADR)を高め、大腸病変の性状判定(良性/悪性の見分け)の精度を上げられるかを評価する無作為化比較試験(RCT)。主要評価は少なくとも1個の腺腫が病理で確認された患者の割合(AI群 vs 対照群)。目標1000例・募集中。
詳しく読むIRCCS Azienda Ospedaliero-Universitaria di Bologna
有効な検診法が確立していない卵巣がんについて、リスクの高い閉経後女性を対象に、超音波(エコー)へのAI適用でリスク分類を試みる単施設・前向きの観察パイロット研究。イタリア・ボローニャの婦人科腫瘍部門で実施。主要評価は卵巣病変のリスク区分を見分ける統合モデルの予測性能。100例。
詳しく読むCentre Hospitalier Universitaire de Nice
自己免疫性の腎臓病「膜性腎症」で、第一選択薬リツキシマブの投与をAIで個別化する治療プロトコルを検討する介入研究。最初の1コースで最大4割が反応しないとされる中、投与の最適化をめざす。主要評価は投与開始6か月後の臨床的寛解(完全/部分)。120例・募集中。
詳しく読むTaipei Medical University Shuang Ho Hospital
成人の頭部MRI血管撮影(TOF-MRA)から、コンピュータ支援検出ソフト「RDX-Aneurysm」が嚢状(のうじょう)の脳動脈瘤を見つけて位置を示す単独性能を評価する後ろ向き・多施設・症例対照研究。3mm以上の確定動脈瘤あり約250件＋なし約300件の計約550件。主要評価は3mm以上の嚢状脳動脈瘤の病変単位の感度。
詳しく読むUniversity of Pittsburgh
機械学習の予測モデルがオピオイド過量投与リスクが高いと判定した患者について、電子カルテ(EHR)上で臨床医に向けた行動科学的な「ナッジ(そっと後押しする通知)」を出す介入を検証するクラスタ無作為化試験。リスクフラグのみ／フラグ＋ナッジ／通常ケアを比較。主要評価は処方実践の総合スコア。1350例・募集中。
詳しく読むLu Wang
大規模言語モデル(LLM)で作り専門家が確認した「平易な言葉版」の超音波検査報告が、標準の報告に比べて患者(または保護者)の理解や読みやすさを高めるかを検証した多施設・患者盲検の比較評価。平易版は患者向けの補助であり、標準の臨床報告を置き換えない。主要評価は文章理解の総合スコア。660名。
詳しく読むFudan University
別目的で撮られた造影剤なしの胸部CTを使い、AIで乳がんを「日和見(ついで)」に拾うスクリーニングの実現可能性と有効性を評価する観察研究。診断性能を、従来のマンモグラフィや乳房MRIと比較する。主要評価は胸部CTによる乳がん検出の性能(マンモ/MRIとの比較)。5000例・募集中。
詳しく読むFecundis Lab SL
精液サンプルを解析し、その臨床的な可能性を予測するAIプラットフォームの開発を目指す、多施設の観察研究（介入なし）。
詳しく読むGroupe Hospitalier Pitie-Salpetriere
心電図（ECG）データに人工知能を適用し、致死性不整脈や免疫チェックポイント阻害薬による心筋炎のリスクを予測する解釈可能なモデルの開発・検証を目指す非介入の観察研究。
詳しく読むJohns Hopkins University
子どもの下気道感染の多くはウイルス性で自然に治るのに抗菌薬が使われがち。バングラデシュ農村で、AIによる肺の聴診(デジタル聴診器)を使う診断が、安全に不要な抗菌薬を減らし、治療の失敗を増やさないかを検証する無作為化比較試験。世界的な抗菌薬耐性(AMR)対策としての抗菌薬適正使用が狙い。主要評価は治療失敗。2500例・募集中。
詳しく読むDamla Kaytancı Özçelik
待機手術を受ける成人を対象に、麻酔科医が付ける全身状態分類(ASA-PS)と、同じ匿名化情報からChatGPT-5が生成する分類の「一致度」を評価する観察研究。検査推奨の違いや、周術期の赤血球(輸血)使用との関連も探る。703例・完了。
詳しく読むSeda Nur Karakaş
歯学部3年生が模型歯で修復処置(詰め物など)を練習する臨床前実習で、AIが生成するフィードバックと指導者(人)のフィードバックが、実技成績・その場の不安・学生の受け止めに与える効果を比較する介入研究。140名・完了。
詳しく読むSiriraj Hospital
脂肪肝(MASLD)の患者で、複数回の血液検査の推移を深層学習で読み、肝臓の線維化(scarring)を早期に見分けるAI「NIMIT-AI」を評価した観察研究。現行のFIB-4スコアと比較。バンコクのSiriraj病院で2018–2022年の患者で検証。完了。
詳しく読むAnkara City Hospital Bilkent
骨盤のX線(Judet撮影)から寛骨臼骨折をLetournel-Judet分類する際に、マルチモーダルAI「ChatGPT-4o」の診断信頼性を、4年目の整形外科レジデント2名およびCT・術中所見に基づく基準判定と比較する後ろ向き観察研究。184例。完了。
詳しく読むDeep Learning Institute of Radiological Sciences
ルーチンのMRIから、脳腫瘍の分子型「IDH野生型 神経膠芽腫」をAI(GliomaAI-GBM)で非侵襲に見分けられるかを評価する観察研究。がん画像アーカイブ(TCIA)の13施設・1372例の匿名化MRIを用い、正確度・感度・特異度・ROC曲線下面積などで診断性能を測る。完了。
詳しく読むUniversity of North Carolina, Chapel Hill
外来の専門医が、既存のカルテ情報の要約をAIで受け取ることで、記録・確認にかける時間や負担を減らせるかを検証した無作為化評価。医師の作業負荷・電子カルテ(EHR)内滞在時間・記録体験への影響を見る。主要評価は医師の認知的負荷の変化。128名・完了。
詳しく読むCentral Hospital, Nancy, France
パーキンソン病(PD)の診断は主に症状の観察に頼り、時に難しい。ドパミン神経の画像検査「DaTSCAN(イオフルパンSPECT)」から抽出した形態的特徴をもとに、機械学習で健常者とPDを見分けたり、真のPDと非典型的なパーキンソン症候群を区別できるかを評価する観察研究。主要評価はアルゴリズムの正確度。1664例・完了。
詳しく読むNational Defense Medical Center, Taiwan
標準の10秒・12誘導 安静時心電図をAIで解析し、1年以内の心臓関連死の確率を予測するソフトウェア医療機器(Chang Gung ECG Mortality Risk Prediction Software)を、多施設・後ろ向きコホートで検証する研究。血液検査に頼らず心電図だけで予測する点が特徴。主要評価はROC曲線下面積(AUC)。461,982件。完了。
詳しく読むShanghai Zhongshan Hospital
一般病棟に入院しインスリン皮下注射が必要な2型糖尿病患者で、AIがインスリン投与量を調整する群と、医師が調整する群を1対1で無作為に分け、血糖管理と有害事象のリスクを比較した多施設・単盲検・無作為化比較試験(RCT)。主要評価は目標範囲内時間(3.9–10.0 mmol/L)。約142例・完了。
詳しく読むUniversity of Miami
喘息のある子どもを対象に、人型支援ロボット(Human Support Robot)を使う新しい喘息教育プロトコルの設計と使いやすさ(ユーザビリティ)を評価する予防研究。主要評価は実現可能性(登録率・完了率・セッション時間・技術的トラブル件数)と、ロボット支援教育の受け入れられやすさ(アクセプタビリティ)。98名・完了。
詳しく読むHeinrich-Heine University, Duesseldorf
精神病(サイコーシス)の発症リスクが高い人を対象に、AIによる段階的な早期診断とリスクに応じた治療(RAB)を行う群と、通常ケア(TAU)の群を比べる多施設・無作為化比較試験(RCT)。主要評価は精神病リスク症候群の構造化面接(SIPS)。260例・完了。
詳しく読むCopenhagen Academy for Medical Education and Simulation
妊娠24〜42週の超音波画像から胎児の推定体重を求める際に、2つのAIモデルと従来のHadlock式の精度を比較する観察研究。
詳しく読むCentre Hospitalier Universitaire, Amiens
模擬症例（臨床ビネット）を用い、薬剤に起因する医原性障害の検出を支援するAIアプリ「POSOS」が医師の判断にどの程度役立つかを検証する多施設の観察研究。
詳しく読むNational Institute of Diabetes and Digestive and Kidney Diseases (NIDDK)
健康な成人を2年かけて多面的に計測し、なぜ太りやすさに個人差が出るのかをAIで解析しようとする観察研究。
詳しく読むPeking University
COVID-19・mpox(サル痘)・デング熱など、感染拡大が速く不確実性の高い新興・再興感染症に対し、緊急の臨床研究を支えるAIシステムづくりの国際コンセンサス策定研究。「リスク認識→状況評価→知的意思決定→総合評価」の全過程を対象にする。780名。
詳しく読むThe University of Hong Kong
スマートフォン内蔵マイクで録音した心音を解析し、異常音を検出するソフト「ausculto」の性能を評価する観察研究。先天性心疾患に伴う心雑音を、正常音や無害性(innocent)雑音と見分けられるかを見る。録音した心音は人手で注記し、将来のAIの学習・検証用データベースを作る。220名・招待制。
詳しく読むSecond Affiliated Hospital, School of Medicine, Zhejiang University
深層学習ベースのAIでヘビの種類を同定するシステムを開発・検証し、実際の救急のヘビ咬傷対応での臨床的有用性を評価する多施設・前向き観察研究。中国・浙江省の10施設で、在来のヘビ種を正確に同定でき、医師の種判定の精度と効率を高められるかを見る。64クラス分類＋毒/無毒の2値判別。400例。
詳しく読むMedizinische Hochschule Brandenburg Theodor Fontane
精神科・心理療法を受けている成人が、生成AIのチャットボットをメンタルヘルスの目的でどう使い、どう受け止め、どう評価しているかを調べるオンライン観察調査。利用パターン・期待・体験・感じた利点・障壁・懸念を尋ねる。主要評価はメンタルヘルスの問題で生成AIを使ったことがある人の割合。150名。
詳しく読むThe First Affiliated Hospital of Henan University of Science and Technology
食道がんの日常診療を受ける患者の匿名化データを用い、AI大規模言語モデルが早期発見・診断精度・治療の個別化・予後予測を標準診療と比べて改善しうるかを3年間かけて検証する観察研究。
詳しく読むPeking Union Medical College Hospital
希少疾患や原因のわからない病気が疑われる患者を診る医師に対し、希少疾患診断用の大規模言語モデル(LLM)が、診断の質・効率・医療経済の面を改善できるかを実診療で検証する多施設・前向き・クラスタ無作為化・対照試験。主要評価は上位3候補の診断精度と、希少遺伝性疾患の診断到達率。1055例。
詳しく読むFondazione G.B. Bietti, IRCCS
世界的な失明原因の一つ緑内障を、眼底(目の奥)の写真からAIソフト「GlaukomAI」で早期に検出できるかを検証する試験。現在の診断は複数回の専門受診・検査が要り、待ち時間と診断の遅れが課題。イタリア・ローマの眼科施設で、緑内障100例＋健常100例の症例対照でまず精度(感度・特異度)を評価。1200例・2段階。
詳しく読むKAM Chi Shan Anna
高齢者に多い嚥下障害(飲み込みにくさ)は、誤嚥や肺炎・低栄養の危険がある。対策の食事のとろみ・やわらかさ(テクスチャ調整)を家庭で正しく用意するのは難しい。AIのスマホアプリが在宅高齢者の安全な食事を助けられるかを検証する無作為化比較試験。主要評価は指示されたテクスチャを守れた食事の割合。332名。
詳しく読むGermans Trias i Pujol Hospital
見逃されやすい心アミロイドーシスを、AIで解析した心エコー画像から早期に拾い上げられるかを検証する前向き研究。AIが疑った患者を、骨シンチ(SPECT)・心臓MRI・血液検査という確定診断の手法と突き合わせて精度を評価する。
詳しく読む出典：ClinicalTrials.gov（米国NIH/NLM・パブリックドメイン）。本サイトは医療助言を行いません。最新・正確な内容は公式をご確認ください。本サイトは NIH/NLM に推奨・認定されたものではありません。
