Найдите статьи по ключевым словам и фильтрам.
Исследование применяет методы машинного обучения (PCA и K-means кластеризацию) для стратификации пациентов с ишемическим инсультом на три биологически различных подтипа. Результаты показывают, что ML-анализ биомаркеров воспаления, коагуляции и метаболизма позволяет выявить гетерогенность заболевания и может улучшить персонализированный подход к оценке рисков.
Предложен концептуальный фреймворк MEDLEY для медицинского ИИ, который использует множественные модели с сохранением их разнообразных выводов вместо достижения консенсуса. Система использует более 30 больших языковых моделей для дифференциальной диагностики, рассматривая смещения как потенциальные преимущества, а не дефекты. Демонстрация показывает, как структурированное разнообразие может улучшить медицинское рассуждение под наблюдением клиницистов.
Медицинская программа Medicaid штата Вашингтон начала финансирование робота ElliQ — искусственного интеллекта-компаньона для пожилых людей. Разработчик, израильский стартап Intuition Robotics, создал устройство, которое помогает пожилым людям оставаться независимыми и здоровыми в домашних условиях. ElliQ использует технологии ИИ для обеспечения социальной поддержки и мониторинга благополучия пациентов. Решение представляет собой пример интеграции робототехники и искусственного интеллекта в систему здравоохранения для улучшения качества жизни пожилых пациентов. Покрытие расходов через Medicaid указывает на признание эффективности технологии медицинским сообществом и регуляторами. Это может стать прецедентом для других программ медицинского страхования, рассматривающих внедрение аналогичных решений. Технология ориентирована на решение проблемы социальной изоляции, которая признана фактором риска для здоровья пожилых людей.
ИИ-стартап Basecamp Research, работающий в партнёрстве с Microsoft и Nvidia, анонсировал амбициозный проект по сбору генетических последовательностей более чем триллиона белков в течение двух лет. Компания позиционируется как биотехнологический стартап, специализирующийся на применении искусственного интеллекта в биомедицинских исследованиях. Проект направлен на создание крупнейшей в мире базы генетических данных, что может революционизировать понимание молекулярных механизмов заболеваний. Использование ИИ для анализа таких объёмов генетической информации позволит выявлять ранее неизвестные биомаркеры и потенциальные мишени для разработки лекарств. Масштаб проекта — триллион белков — в тысячи раз превышает текущие доступные базы данных, что открывает новые возможности для персонализированной медицины. Партнёрство с технологическими гигантами Microsoft и Nvidia обеспечивает необходимые вычислительные мощности для обработки эксабайтов генетических данных. Успешная реализация проекта может ускорить открытие новых терапий для редких и сложных заболеваний, а также улучшить диагностику на основе генетического профилирования. Однако сроки в два года выглядят крайне амбициозно и потребуют прорывов в технологиях секвенирования и ИИ-анализа.
Исследование MATCH 2 опубликовано в журнале Respiratory Medicine, оценивающее точность трехмерной навигации при роботизированной бронхоскопии с использованием встроенных технологий визуализации (цифровая томосинтез и усиленная флюороскопия). В исследовании с участием 31 пациента достигнуты показатели 96.7% диагностической эффективности и подтверждения попадания инструмента в lesion, что подтверждает высокую точность роботизированной навигации с реальной визуализацией для диагностики периферических легочных узлов.
Статья рассматривает проблемы внедрения ИИ в цифровую патологию, подчеркивая необходимость стандартов для обеспечения интероперабельности и устойчивости. На основе обсуждения с экспертами предложены семь взаимосвязанных областей практики для создания согласованной системы стандартов. Авторы подчёркивают, что успешная реализация ИИ-решений в патологии зависит от достижения определённого уровня унификации практик.
Статья представляет собой комплексный обзор использования цифровой патологии и ИИ-ориентированных рабочих процессов в клинических испытаниях. Рассматриваются преимущества внедрения цифровой патологии, практические применения ИИ и вычислительной патологии, а также регуляторные аспекты. Описывается интеграция геномики, ИИ, анализа изображений и радиологии для улучшения результатов клинических испытаний.
Компания Verily, ранее входившая в корпорацию Alphabet, привлекла раунд инвестиций в размере 300 миллионов долларов для ускорения разработок в области искусственного интеллекта и прецизионного здравоохранения. Верили — это компания, специализирующаяся на применении технологий в медицине, включая разработку диагностических инструментов, систем мониторинга здоровья и ИИ-решений для клинической практики. Инвестиции будут направлены на расширение дорожной карты по внедрению машинного обучения в медицинские приложения, что включает улучшение алгоритмов диагностики, анализ медицинских изображений и персонализированные подходы к лечению. Переход в статус независимой компании позволяет Verily ускорить темпы разработки и коммерциализации продуктов, не будучи ограниченной корпоративными процессами Alphabet. Это финансирование демонстрирует продолжающийся интерес инвесторов к медицинским ИИ-технологиям, несмотря на экономическую неопределённость. Успешное привлечение 300 миллионов долларов подтверждает коммерческую жизнеспособность ИИ-решений в здравоохранении и их потенциал для трансформации медицинской практики.
В ходе конференции HIMSS26 компания Microsoft анонсировала масштабное обновление своей системы искусственного интеллекта Dragon Copilot для медицинской документации. Новые функции включают специализированную поддержку для врачей, медсестер и радиологов, интеграцию с системами поддержки клинических решений и управления доходом, а также расширение языковых возможностей. Это обновление представляет значительный шаг в автоматизации клинической документации и снижении административной нагрузки на медицинский персонал. Технология использует обработку естественного языка для преобразования врачебных комментариев в структурированные медицинские записи, что критически важно для эффективности работы клиник и точности данных пациентов. Dragon Copilot уже демонстрирует сокращение времени на документирование на 30-50% в пилотных внедрениях, что напрямую влияет на качество ухода за пациентами и предотвращение выгорания врачей. Интеграция с системами revenue cycle management позволяет автоматизировать биллинг и сократить административные ошибки, что особенно актуально в условиях роста стоимости медицинской помощи.
Исследование посвящено разработке объективных биомаркеров для ранней диагностики старческой астении (frailty) с использованием биоинформатического анализа и машинного обучения. Авторы использовали два независимых транскриптомных датасета из базы GEO: GSE144304 (n=80) и GSE287726 (n=70). Методология включала анализ дифференциальной экспрессии генов, обогащение GO, KEGG и GSEA, а также построение ML-моделей с разделением данных 70% на обучение и 30% на валидацию. Ключевые результаты показали, что метаболизм витамина D, ABC-транспортеры и воспалительные/иммунные пути являются согласованно обогащёнными и подтверждёнными через GSEA. Выявленные биомаркеры демонстрируют благоприятную диагностическую производительность ML-моделей. Исследование демонстрирует, что нарушения метаболизма витамина D и хроническое воспаление являются основными молекулярными особенностями старческой астении. Результаты открывают новые стратегии для базовых исследований, ранней клинической диагностики и разработки терапевтических мишеней.
Статья описывает применение автономного голосового ИИ для устранения барьеров доступа пациентов в здравоохранении, включая автоматизацию записи на приём, запросов рецептов и интеграцию с EHR. Технология позволяет пациентам взаимодействовать с системой 24/7, а ИИ автоматически собирает структурированные данные и создаёт заметки для клинических команд.
Статья описывает эволюцию медицинской документации от бумажных записей к электронным медкартам и современным технологиям ambient AI. Автор-врач объясняет, как ambient AI наконец решает проблему документационной нагрузки, уменьшая, а не увеличивая рабочую нагрузку клиницистов.
Биотехнологическая компания Pinnacle Medicines привлекла $89 млн в рамках раунда финансирования серии B от инвесторов из США и Китая, включая OrbiMed, LAV, Foresite Capital и других. Общий объём привлечённого капитала достиг $134 млн с момента основания в 2024 году. Средства будут направлены на перевод доклинического пайплайна в ранние клинические испытания, а также на продолжение исследований и разработок. Компания использует собственную платформу, которая интегрирует технологии искусственного интеллекта с физическими симуляциями для рационального дизайна и оптимизации пептидных терапевтических средств. Первоначальный фокус будет на иммунологии и кардиометаболических показаниях. Соучредитель и научный директор Чэнзао Сун подчёркивает, что быстрый прогресс пайплайна отражает эффективность этого подхода. Пероральные формы пептидов, включая GLP-1 агонисты, стали горячей темой: Novo Nordisk запустила пероральную форму Wegovy, Merck лицензировала платформу Cyprumed за $493 млн, а Protagonist Therapeutics номинировала перорального кандидата на ожирение в июне 2025 года.
Консорциум CAN.HEAL предлагает европейскую цифровую рамку для онкологических инструментов поддержки принятия решений (oncDST), направленную на интеграцию существующих инструментов через гармонизированную, интероперабельную архитектуру. Рамка включает интеграцию искусственного интеллекта для улучшения точной онкологии, непрерывного наблюдения за пациентами и создания обучающейся онкологической системы.
Представлен программный инструмент Rastair — интегрированный софт для одновременного обнаружения однонуклеотидных полиморфизмов (SNP) и оценки метилирования цитозина из данных секвенирования mC[->]T. В основе метода лежит машинное обучение для детекции вариантов в сочетании с оценкой метилирования, учитывающей генотип. Исследователи протестировали инструмент на бенчмарк-данных NA12878 и показали, что Rastair превосходит существующие вызователи метилирования-ориентированных SNP, достигая F1-оценки более 0.99 для данных с глубиной покрытия выше 30x, что сопоставимо с точностью state-of-the-art инструментов на данных полного геномного секвенирования. Ключевое преимущество — скорость: обработка файла 30x занимает менее 30 минут на 32 CPU-ядрах Intel Xeon, и вдвое быстрее при использовании GPU. Инструмент выявляет дополнительные 500 000 позиций в NA12878, где SNP трансформирует некодирующие позиции CpG в «de-novo» CpG, и наоборот — определяет варианты, нарушающие CpG, корректируя уровень метилирования. Rastair поддерживает стандартные форматы vcf, bam, bed и распространяется как open-source через conda, Dockerhub и как pre-compiled бинарники.
Исследование, опубликованное в журнале npj Artificial Intelligence, изучает психологические и физиологические последствия использования ИИ, чье присутствие скрыто от участников команды. Несмотря на то, что ИИ демонстрировал уровень компетенции, эквивалентный человеческому, скрытый характер его участия привел к снижению общей эффективности командной работы. В ходе эксперимента анализировались не только показатели продуктивности, но и физиологические реакции участников, которые претерпели значительные изменения при взаимодействии с 'невидимым' агентом. Результаты показывают, что отсутствие прозрачности в использовании ИИ подрывает доверие и нарушает естественную динамику межличностного взаимодействия. Данная работа подчеркивает критическую важность объяснимости и открытости ИИ-систем при их интеграции в коллективные рабочие процессы. Практическая значимость исследования заключается в необходимости разработки протоколов взаимодействия, где роль ИИ четко обозначена для минимизации негативного влияния на психофизиологическое состояние сотрудников.
Данное многоцентровое исследование посвящено оценке эффективности внедрения технологий виртуального сестринского ухода для снижения частоты повторных госпитализаций пациентов в течение 30 дней после выписки. В работе анализируется влияние дистанционного мониторинга и виртуального сопровождения на клинические исходы в различных медицинских учреждениях. Методология исследования включает сравнительный анализ групп пациентов, получавших стандартный уход, и групп, охваченных программой виртуального сестринского сопровождения. Ключевые результаты демонстрируют потенциал цифровых инструментов в оптимизации постгоспитального периода и снижении нагрузки на стационары. Исследование подчеркивает значимость интеграции телемедицинских решений в повседневную клиническую практику для улучшения непрерывности медицинского процесса. Полученные данные могут служить основой для разработки новых протоколов дистанционного наблюдения в рамках цифровой трансформации здравоохранения.
В исследовании представлен Amylo-Pipe — новый унифицированный веб-сервер, предназначенный для комплексного прогнозирования агрегации белков и пептидов, что является критически важным для разработки терапевтических белков. Авторы решают проблему слабой корреляции между прогнозированием склонности к агрегации (APR) и реальной кинетикой процесса, объединяя в одном интерфейсе передовые инструменты механистического и кинетического анализа. В отличие от существующих методов, фокусирующихся только на поиске участков агрегации, Amylo-Pipe позволяет оценивать динамику процесса, что необходимо для предотвращения амилоидных заболеваний. Инструмент включает в себя функцию мутационного сканирования «gatekeeper-residues», которая помогает инженерам белка проектировать варианты, устойчивые к агрегации. Использование данного веб-сервера позволяет проводить более глубокую оценку поведения белков, чем стандартные рабочие процессы, ориентированные только на APR. Платформа доступна бесплатно и представляет собой значимый шаг в области биоинформатики и разработки лекарственных препаратов.
Статья представляет OMIO (Open Microscopy Image I/O) — новую легковесную библиотеку на языке Python, разработанную для решения критических проблем в рабочих процессах флуоресцентной и мультифотонной микроскопии. Основная проблема современных методов заключается в гетерогенности форматов файлов и несоответствии стандартов метаданных, что приводит к ошибкам в интерпретации осей и потере данных о размере вокселей. OMIO внедряет слой ввода-вывода, который принудительно приводит данные к каноническому представлению, совместимому со стандартом OME, разделяя низкоуровневый доступ к форматам и семантическую нормализацию. Библиотека использует существующие ридеры в качестве взаимозаменяемых бэкендов, но централизует управление осями (стандарт TZCYX) и метаданными в проверяемом слое политик. Архитектура поддерживает работу с большими объемами данных через Zarr-бэкенды и позволяет структурировать проекты по принципу BIDS. Итоговые стандартизированные выходы в формате OME-TIFF обеспечивают бесшовную интеграцию с инструментами количественного анализа, такими как Napari и ImageJ, гарантируя воспроизводимость научных исследований.
Статья анализирует внедрение специализированных компьютеров с поддержкой ИИ (AI PCs) в медицинских учреждениях и связанные с этим вызовы для безопасности данных. В отличие от традиционных систем, AI PC оснащены выделенным аппаратным обеспечением для локального запуска моделей машинного обучения, что позволяет проводить клиническую документацию и анализ изображений непосредственно на устройстве. Основное преимущество заключается в снижении задержек и минимизации передачи чувствительных данных в облако, однако это создает новые риски в контексте соблюдения стандартов HIPAA. Организациям необходимо пересмотреть подходы к управлению конечными точками (endpoint security) и корпоративному управлению данными, так как локальная обработка ИИ-задач меняет ландшафт киберугроз. Статья подчеркивает, что ИТ-отделам здравоохранения требуется глубокое понимание архитектуры этих устройств для обеспечения баланса между производительностью ИИ и защитой персональной медицинской информации (PHI).
