Исследования, новости индустрии и регуляторные изменения в области применения искусственного интеллекта в здравоохранении
Компания Artera получила разрешение FDA на использование системы ArteraAI Breast, которая использует мультимодальный ИИ для оценки риска метастазирования у пациенток с ранними стадиями рака груди. Инструмент анализирует цифровые гистопатологические изображения и клинические данные, помогая врачам принимать более точные персонализированные решения о терапии.
Центральный научно-исследовательский институт организации и информатизации здравоохранения (ЦНИИОИЗ) инициировал процесс модернизации ключевой ИТ-инфраструктуры для хранения и обработки медицинских данных. Проект реализуется через электронный аукцион с начальной максимальной ценой контракта в размере 410,68 млн рублей. Целью модернизации является обновление мощностей центра, обслуживающего учреждения, подведомственные Минздраву РФ. Данная инициатива напрямую связана с развитием цифровой экосистемы здравоохранения и обеспечением надежной работы систем обработки больших данных. Прием заявок от участников продлится до 28 мая 2026 года, а подведение итогов тендера намечено на 1 июня 2026 года. Проект имеет важное значение для масштабирования цифровых сервисов в государственном секторе медицины.
Российская компания Gera («Генные технологии здоровья») объявила о масштабном инвестиционном плане объемом более 1 млрд рублей, направленном на развитие отечественного производства в сфере генетики. Проект, рассчитанный на период до 2028 года, сфокусирован на создании тест-систем для ДНК-идентификации и высокотехнологичных генетических анализаторов, включая секвенаторы следующего поколения (NGS). В рамках стратегии импортозамещения компания планирует занять нишу, которая на текущий момент преимущественно контролируется азиатскими производителями, поставляющими продукцию через локальных партнеров. Технологической основой для новых российских систем станет использование китайских разработок. Реализация данного проекта имеет важное значение для развития сектора персонализированной медицины и генетической диагностики в России, обеспечивая доступ к критически важному оборудованию для лабораторных исследований.
Компания Regeneron Pharmaceuticals сообщила о неудачном завершении клинического исследования III фазы своего ингибитора LAG-3 под названием fianlimab. Испытания были направлены на лечение рака кожи, однако препарат не смог продемонстрировать статистически значимого преимущества, что стало очередным серьезным ударом для всего класса лекарственных средств, нацеленных на мишень LAG-3. Данный провал подчеркивает растущую сложность разработки иммунотерапевтических препаратов этого типа и ставит под сомнение эффективность текущих стратегий таргетирования LAG-3 в онкологии. В статье рассматривается контекст серии недавних неудач других кандидатов в этом классе, что указывает на системные проблемы в разработке подобных иммунных контрольных точек. Для практического применения в медицине это означает необходимость пересмотра подходов к комбинированной терапии и поиска новых биомаркеров для отбора пациентов, которым может помочь данное воздействие.
Представлен Manchester Proteome Profiler (MPP) — новое программное обеспечение с открытым исходным кодом на базе R Shiny, предназначенное для автоматизации анализа количественных протеомных данных. Платформа совместима с результатами работы таких популярных инструментов, как MaxQuant, FragPipe и Proteome Discoverer, позволяя проводить фильтрацию, нормализацию, импутацию и анализ дифференциальной экспрессии белков. MPP поддерживает как сравнение одиночных, так и двойных наборов данных, а также интегрирует алгоритм SAINTexpress для анализа экспериментов по аффинной очистке и проксимальному мечению. В ходе тестирования на наборе данных проксимального биотинилирования KRAS инструмент успешно выявил воспроизводимые кластеры дифференциально экспрессируемых белков. Исследование показало способность MPP обнаруживать биологически значимые паттерны, такие как обогащение транспортеров растворимых веществ и молекул адгезии. Инструмент предоставляет возможности для функционального обогащения и построения сетей взаимодействий через базы данных Gene Ontology, BioGRID и STRING, что делает его ценным помощником для генерации гипотез в биомедицинских исследованиях.
В статье представлен elab2ARC — инновационный браузерный инструмент, предназначенный для автоматизации процесса преобразования записей из электронных лабораторных журналов (ELN) в стандартизированные исследовательские объекты. Основная проблема, которую решает разработка, заключается в низкой машиночитаемости форматов ELN, что требует от ученых значительных трудозатрат на ручную переработку данных для публикаций. Система использует API платформы eLabFTW для извлечения метаданных, протоколов и вложений, организуя их в таблицы, соответствующие стандарту ISA (Investigation, Study, Assay). Важной особенностью является внедрение опционального рабочего процесса с использованием больших языковых моделей (LLM) для извлечения структурированных метаданных из неструктурированного свободного текста протоколов. Все вычисления происходят на стороне клиента, что гарантирует полный контроль пользователя над данными перед их отправкой в репозиторий PLANTdataHUB. Инструмент позволяет интегрировать принципы FAIR (находимость, доступность, совместимость и повторное использование) в повседневную лабораторную практику без нарушения текущих рабочих процессов. Это обеспечивает эффективный путь к долгосрочному архивированию и публикации результатов биомедицинских исследований.
Компания Siemens Healthineers получила одобрение FDA на шесть новых систем визуализации платформы Artis, оснащенных технологией Optiq AI. Использование глубокого обучения позволяет системе в реальном времени анализировать и оптимизировать данные, обеспечивая высококачественное шумоподавление при проведении сложных интервенционных процедур.
Ardent Health внедряет решения Fujifilm Synapse для централизации данных медицинской визуализации в своих больницах. Система использует ИИ для автоматизации рабочих процессов, приоритизации критических случаев и обеспечения единого доступа к данным из радиологии и кардиологии.
Компания Philips представила новую систему МРТ 3.0Т Titanion, которая сочетает сверхвысокую градиентную производительность с рабочими процессами на базе ИИ. Устройство предназначено для создания количественных биомаркеров и глубокого анализа микроструктуры тканей, что особенно важно для неврологии и онкологии.
Исследовательские группы NC State и UNC внедряют портативное устройство Open-LIFU для неинвазивной нейромодуляции с помощью низкоинтенсивного сфокусированного ультразвука. Исследования направлены на изучение эффективности метода при лечении рассеянного склероза, трансверзального миелита и эссенциального тремора.
GE HealthCare представила новые разработки в области МРТ, включая технологию ускорения Sonic DL на основе глубокого обучения и экосистему SIGNA One. Эти инновации направлены на сокращение времени сканирования, повышение качества изображений и оптимизацию рабочих процессов в клинических и исследовательских целях.
GE HealthCare представила решение MIM ComboTherapy GYN HDR/EBRT, предназначенное для планирования комбинированной лучевой терапии при гинекологических заболеваниях. Технология использует передовое 3D-суммирование доз и биологические модели для точной оценки накопленного облучения, что позволяет персонализировать лечение и минимизировать риски.
Российское правительство рассматривает возможность расширения налоговых преференций для сектора информационных технологий. Премьер-министр Михаил Мишустин заявил о намерении не только сохранить текущую льготу по НДС для отечественных разработчиков программного обеспечения, но и распространить её действие на облачные сервисы. Данная инициатива направлена на поддержку цифровой инфраструктуры и снижение издержек для компаний, использующих облачные вычисления. Реализация этого решения может существенно повлиять на экономику ИТ-рынка, сделав облачные решения более доступными для бизнеса и медицинских организаций. Однако в тексте отсутствуют конкретные сроки вступления изменений в силу и точные параметры налоговой ставки. В контексте ИИ это может способствовать удешевлению аренды вычислительных мощностей для обучения нейросетей.
Системный интегратор «Платформикс» реализовал проект по созданию специализированного высокопроизводительного вычислительного кластера для нужд компании «Северсталь». Данная инфраструктура предназначена для развертывания и эффективного обучения моделей генеративного искусственного интеллекта внутри корпоративного контура заказчика. В рамках проекта была спроектирована сложная архитектура, учитывающая высокие требования к пропускной способности сети и вычислительной мощности GPU. Внедрение собственного кластера позволяет «Северстали» ускорить процессы разработки ИИ-решений и обеспечить безопасность данных при работе с LLM. Использование подобных мощностей критически важно для автоматизации сложных производственных процессов и оптимизации управления ресурсами через ИИ. Проект демонстрирует переход крупных промышленных игроков к созданию собственной суверенной ИИ-инфраструктуры.
Российская ИТ-компания «Салют для бизнеса» (входящая в экосистему Сбера) совместно с крупными игроками, такими как «ФосАгро» и Global ERP, инициирует масштабное внедрение технологий генеративного искусственного интеллекта в промышленный сектор. Основная цель проекта заключается в интеграции продвинутых LLM-моделей в корпоративные платформы для оптимизации бизнес-процессов и повышения операционной эффективности предприятий. В рамках инициативы планируется использование ИИ для автоматизации обработки документации, поддержки принятия управленческих решений и улучшения взаимодействия с сотрудниками через интеллектуальных ассистентов. Проект ориентирован на создание адаптивных систем, способных работать с отраслевой спецификой крупных промышленных холдингов. Реализация данных технологий позволит сократить временные затраты на рутинные операции и повысить точность анализа больших массивов корпоративных данных. Это важный шаг в цифровой трансформации российского промышленного сектора с использованием отечественных ИИ-решений.
Исследователи из Лаборатории таргетной терапии и предиктивной диагностики Центрального университета представили инновационную методику раннего выявления воспалительных процессов на основе алгоритмов машинного обучения. Метод базируется на анализе специфических биомаркеров и паттернов, которые ранее не поддавались автоматизированному распознаванию. В ходе предварительных испытаний система продемонстрировала высокую точность, позволяющую дифференцировать различные типы воспалений на стадиях, когда клинические симптомы еще отсутствуют. Использование ИИ позволяет сократить время постановки диагноза и минимизировать риск развития хронических осложнений у пациентов. Данная разработка имеет критическое значение для предиктивной медицины, позволяя перейти от реактивного лечения к проактивной стратегии управления здоровьем. Внедрение метода в клиническую практику может значительно снизить нагрузку на систему здравоохранения за счет раннего вмешательства.
Российская компания «Байкал Электроникс» анонсировала разработку линейки специализированных процессоров, предназначенных для ускорения задач искусственного интеллекта. Выход новых чипов запланирован на период 2029–2030 годов. Ключевой технологической особенностью проекта станет поддержка экосистемы NVIDIA CUDA, что обеспечит бесшовную совместимость с существующим программным обеспечением, написанным под архитектуру Nvidia. Это решение направлено на преодоление технологической зависимости от западных поставщиков и создание отечественной инфраструктуры для обучения и инференса нейросетей. Реализация проекта позволит разработчикам ИИ-решений в России использовать привычные программные инструменты на базе новых российских аппаратных мощностей. Данная инициатива имеет критическое значение для обеспечения технологического суверенитета в области высокопроизводительных вычислений и ИИ.
Системный интегратор «Платформикс» завершил проект по созданию специализированной высокопроизводительной инфраструктуры для компании «Северсталь». Основная цель проекта — развертывание физического вычислительного кластера, оптимизированного для работы с большими языковыми моделями (LLM) и генеративным искусственным интеллектом. Разработанная архитектура обеспечивает необходимые вычислительные мощности для интеграции ИИ-инструментов непосредственно в производственные и бизнес-процессы металлургического гиганта. Создание такой технологической базы позволяет компании масштабировать использование нейросетевых решений внутри собственного контура, обеспечивая высокую скорость обработки данных. Проект закладывает фундамент для цифровой трансформации предприятия через внедрение продвинутых алгоритмов машинного обучения. Данное решение подчеркивает растущий тренд на создание локальной инфраструктуры для поддержки тяжелых ИИ-нагрузок в крупном промышленном секторе.
Компания Medtronic проводит масштабную реструктуризацию своего сердечно-сосудистого подразделения, включая закрытие мощностей в Санта-Розе. При этом компания продолжает инвестировать в инновации, в частности, планируя приобретение CathWorks для развития ИИ-диагностики коронарных артерий.
Медицинская система Hartford HealthCare совместно с технологической компанией K Health представила инновационный инструмент PatientGPT, предназначенный для улучшения взаимодействия пациентов с медицинской информацией. Данный сервис на базе искусственного интеллекта позволяет пользователям задавать сложные вопросы о своем здоровье, получать разъяснения по медицинским терминам и, что особенно важно, выявлять потенциальные взаимодействия между лекарственными препаратами. На текущем этапе внедрение технологии ограничено пилотным запуском для определенной группы взрослых пациентов внутри системы Hartford HealthCare. Инструмент призван снизить когнитивную нагрузку на пациентов и предоставить им более персонализированный и доступный доступ к знаниям в режиме реального времени. Использование LLM (больших языковых моделей) в данном контексте демонстрирует переход от классических справочников к интерактивным ИИ-ассистентам в рамках первичного звена здравоохранения.
