A double-check process helps prevent errors and ensures quality control. However, it may lead to decreased personal accountability, reduced effort, and declining quality checks. Introducing an artificial intelligence (AI)-based system in such scenarios could effectively address the risk of oversights. This study introduces an innovative AI-integrated workflow for cervical cytology screening that substantially improves efficiency and reduces the burden on cytologists. The AI model prioritizes cases for review based on anomaly scores and streamlines the first screening process to approximately 10 s per case. The model enhances the identification of high-risk cases via detailed microscopic observation, high anomaly scores cases, and a targeted review of low-score cases. The workflow highlights its capability for rapid, accurate, and less labor-intensive evaluations, demonstrating the potential to transform cervical cancer screening. This study highlights the importance of AI in modern medical diagnostics, particularly in areas with a high demand for accuracy and efficiency.

Abstract Objectives Black spots (BSs) are lentiginous findings observed in the gastric body and fundus during upper gastrointestinal endoscopy and are predominantly seen in patients undergoing Helicobacter pylori eradication treatment. However, the detailed patient background and exact composition are poorly understood. This study aims to clarify the clinicopathological features of BSs, examine patient demographics, and use the NanoSuit‐correlative light and electron microscopy (CLEM) method combined with scanning electron microscopy‐energy dispersive X‐ray spectroscopy for elemental analysis. Methods Patients who underwent upper gastrointestinal endoscopy between 2017 and 2022 were included. Data on age, medications, blood tests, and H. pylori infection status were retrospectively gathered from medical records. Univariate analysis was conducted to examine BS presence, with results then used in a multivariate model to identify associated risk factors. Additionally, pathological specimens from patients with BSs were analyzed for elemental composition using the NanoSuit‐CLEM method combined with scanning electronmicroscopy‐energy dispersive X‐ray spectroscopy. Results An analysis of 6778 cases identified risk factors for BSs, including older age and using proton pump inhibitors, statins, corticosteroids, and antithrombotic drugs. Endoscopically, BSs correlated with higher gastric atrophy and lower active H. pylori infection. Iron deposition at BS sites was specifically identified using NanoSuit‐CLEM. Conclusions BSs on gastrointestinal endoscopy may indicate an absence of active H. pylori inflammation. The discovery of iron deposition within BSs using the NanoSuit‐CLEM method has offered new insights into the possible causative factors and advances our understanding of the etiology of BSs, bringing us closer to unraveling the underlying mechanisms of their formation.

Key Clinical Message A 35‐year‐old male presented with recurrent respiratory papillomatosis. Human papillomavirus type 11 was detected from all sites of tumor tissue DNA by PCR. The pre‐surgery cell‐free DNA (cfDNA) viral load (3.33 × 10 3 copies/ng DNA) fell below the post‐surgical detection limits on achieving remission, suggesting cfDNA's potential as a biomarker.

Aortic sarcomas are extremely rare. Sarcomas associated with aortic graft replacement are even rarer; only 17 cases have been examined through immunohistochemical staining to date, most of which were either angiosarcomas or intimal sarcomas. Here, we report the case of an 88-year-old man with an undifferentiated pleomorphic sarcoma (UPS) that developed after aortic graft replacement and was diagnosed through postmortem autopsy. To the best of our knowledge, this is the first case of graft-associated sarcoma diagnosed as an undifferentiated pleomorphic type following detailed immunohistochemical staining with sufficient antibodies and fluorescence in situ hybridization (FISH).

Recent advances in comprehensive gene analysis revealed the heterogeneity of mouse lung fibroblasts. However, direct comparisons between these subpopulations are limited due to challenges in isolating target subpopulations without gene-specific reporter mouse lines. In addition, the properties of lung lipofibroblasts remain unclear, particularly regarding the appropriate cell surface marker and the niche capacity for alveolar epithelial cell type 2 (AT2), an alveolar tissue stem cell. Using cell surface markers applicable even into wild-type mouse lungs, we could classify PDGFRα+ total lung resident fibroblasts into at least two major distinct subpopulations: integrin α8 (ITGA8)+ and SCA-1+ fibroblasts. We analyzed their characteristics, including lipid content, transcriptome profiles, and alveolar stem cell niche capacity. ITGA8+ fibroblasts showed higher positivity of intracellular lipid droplets compared to SCA-1+ fibroblasts (91.0 ± 1.5% vs. 5.0 ± 0.5% in LipidTOX staining; 91.3 ± 1.4% vs. 7.1 ± 1.7% in Oil Red O staining). The fluorescence intensity of LipidTOX in the ITGA8+ fibroblasts was highest in newborn compared to adult or aged lungs. The transcriptome profile of ITGA8+ fibroblasts in adult mouse lungs, evaluated through two independent single-cell RNA-seq datasets, consistently showed higher expression of Tcf21 and Plin2, which are canonical markers of lipofibroblasts. ITGA8+ fibroblasts were primarily located in the alveolar area, particularly in the neighborhood of AT2. Compared to SCA-1+ fibroblasts, ITGA8+ fibroblasts showed higher mRNA expression of potential AT2-supportive factors, Fgf10, Fgf7, and Wnt2, but unexpectedly, exhibited lower efficiency in alveolar organoid formation. ITGA8+ lung fibroblasts correspond to alveolar lipofibroblasts, but the alveolar niche capacity may be lower than SCA-1+ lung fibroblasts. Further studies are necessary for the functional distinction between lung fibroblast subpopulations.