Поиск

FDA внедрила обновленный внутренний ИИ-инструмент Elsa 4.0 и создала единую платформу данных HALO для оптимизации работы сотрудников. Эти нововведения позволяют автоматизировать анализ документов, визуализацию данных и ускорить регуляторные процессы в сфере здравоохранения.

Статья рассматривает риски кибербезопасности подключенных медицинских устройств, которые часто игнорируются в пользу стандартных ИТ-решений. Автор предлагает метод оценки рисков, объединяющий формы MDS2 с данными MITRE ATT&CK и оценками CVSS 4.0 для приоритизации защиты клинических процессов.

Компания WHOOP, специализирующаяся на носимых устройствах для мониторинга здоровья, объявила о привлечении 575 миллионов долларов в рамках раунда финансирования серии G. Средства будут направлены на глобальную экспансию и развитие платформы, которая предоставляет пользователям круглосуточную аналитику сна, физической нагрузки, стресса и состояния сердечно-сосудистой системы. Инвестиционный раунд возглавил Collaborative Fund при участии таких крупных игроков, как Abbott и Mayo Clinic, что подчеркивает медицинскую значимость продукта. На данный момент компания имеет более 2,5 миллионов активных участников по всему миру и планирует выход на IPO в течение ближайших 12–24 месяцев. Технологическая база WHOOP позволяет предоставлять персонализированные рекомендации по изменению привычек для улучшения показателей здоровья. Текущая оценка компании достигла 10,1 миллиарда долларов, что ставит её в один ряд с ключевыми игроками рынка носимых устройств, такими как Oura.

В данной статье проводится критический анализ стратегий разработки и сертификации медицинских устройств на базе искусственного интеллекта. Исследование фокусируется на устройствах, получивших статус «прорывного» (breakthrough device designation) от FDA, и выявляет определенную рыночную тенденцию. Анализ показывает, что разработчики ИИ-решений всё чаще отдают предпочтение комплексным платформам, способным решать сразу несколько задач, вместо узкоспециализированных инструментов для одной функции. Это свидетельствует о сдвиге парадигмы от простых систем обнаружения патологий к многофункциональным клиническим помощникам. Статья подчеркивает важность понимания критериев регулятора для компаний, стремящихся внедрить инновационные ИИ-технологии в реальную клиническую практику. Данный тренд имеет решающее значение для понимания будущего рынка медицинского ИИ и стратегий его интеграции в здравоохранение.

В данном исследовании рассматривается процесс рационального проектирования одноцепочечных вариабельных фрагментов антител (scFv), нацеленных на рецептор GUCY2C, который экспрессируется более чем в 90% случаев колоректального рака. Основное внимание уделено изучению влияния различных пептидных линкеров на фолдинг, стабильность и связывание антигена. Методология исследования базируется на использовании передовых вычислительных методов: молекулярного моделирования, белок-белкового докинга и симуляций молекулярной динамики (MD). Полученные результаты позволяют оценить конформационную стабильность и междоменную организацию конструктов в динамике. Авторы разработали вычислительную платформу, которая позволяет оптимизировать антитела для прецизионной онкологии, минимизируя ошибки при их дизайне. Работа имеет высокую значимость для разработки таргетной иммунотерапии при гастроинтестинальных злокачественных новообразованиях.

Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) выпустило обновленное руководство по кибербезопасности медицинских устройств, которое вводит значительно более строгие стандарты для производителей. Изменения, закрепленные в законодательстве Section 524B, обязывают компании внедрять механизмы защиты на протяжении всего жизненного цикла продукта, а не только на этапе разработки. Новые требования включают обязательную документацию всех программных компонентов, управление уязвимостями и поддержание процессов безопасной разработки ПО. Для многих существующих систем и программного обеспечения текущие стандарты окажутся недостаточными, что потребует от производителей значительного редизайна архитектуры. Данная инициатива направлена на минимизацию рисков взлома критически важного медицинского оборудования и обеспечение безопасности пациентов в условиях растущих киберугроз. Регулирование затрагивает как новые, так и эксплуатируемые устройства, устанавливая новые правила игры в индустрии медицинских технологий.

Представлен новый программный инструмент командной строки Baktfold, предназначенный для сверхчувствительной и независимой от таксономии аннотации белковых последовательностей. Методология основана на преобразовании белковых последовательностей в токены Foldseek 3Di с помощью языковой модели ProstT5, с последующим поиском по четырем комплементарным структурным базам данных через Foldseek. В ходе бенчмаркинга на более чем 300 000 видов прокариот Baktfold показал медианную скорость аннотации бактериальных геномов на уровне 87,8%, что значительно выше показателя Bakta (72,9%). Особую значимость представляет способность инструмента аннотировать оставшиеся гипотетические белки: для бактерий этот показатель составил 50,1%, а для архей — впечатляющие 68,0% (против 35,8% у Prokka). Инструмент полностью совместим с форматами GFF3 и JSON, что обеспечивает бесшовную интеграцию с Bakta и автоматизацию последующего анализа. Разработка реализована на Python 3 и доступна по лицензии MIT для систем MacOS и Linux.

Согласно новому анализу Института технологий здравоохранения Питерсона (PHTI), внедрение искусственного интеллекта в процессы предварительного одобрения медицинских услуг и медицинского кодирования имеет двойственный эффект. С одной стороны, ИИ-решения позволяют организациям значительно ускорить выполнение административных процедур и снизить операционные издержки на обработку заявок. Однако на текущий момент отсутствуют доказательства того, что это приводит к снижению средней стоимости одного страхового случая, если учитывать затраты на внедрение и эксплуатацию самих ИИ-систем. Исследование подчеркивает экономический парадокс: технологическая эффективность не всегда конвертируется в прямую финансовую экономию для медицинских учреждений. В итоге, хотя ИИ оптимизирует рабочие процессы, он может создавать дополнительную финансовую нагрузку на системы здравоохранения из-за высокой стоимости решений.

Росстандарт официально утвердил первый в Российской Федерации национальный стандарт ГОСТ Р 72595-2026, регулирующий сферу трехмерной биопечати эквивалентов тканей и органов. Документ устанавливает базовые принципы, терминологию и определения, необходимые для стандартизации процессов создания биологических конструктов. Разработка велась при активном участии Университета МИСИС, ассоциации «Технологическая платформа БиоТех2030» и лаборатории «3Д Биопринтинг Солюшенс». Внедрение данного стандарта является критически важным шагом для легализации и систематизации технологий биопринтинга в России. Это создаст необходимую нормативную базу для перехода от лабораторных исследований к клиническому применению биопечатных тканей. Стандартизация позволит унифицировать подходы к производству биоинженерных конструктов, что напрямую влияет на безопасность и воспроизводимость результатов в регенеративной медицине.

Организация MSDC Healthy Physician Foundation предоставила грант Центру Мэри (Mary’s Center) для внедрения и расширения технологий дистанционного мониторинга пациентов (Remote Patient Monitoring, RPM). Данная инициатива направлена на поддержку уязвимых групп населения, которые сталкиваются с серьезными препятствиями при получении регулярной медицинской помощи. Основная цель проекта заключается в использовании цифровых инструментов для непрерывного наблюдения за состоянием здоровья пациентов вне стен клиники. Внедрение RPM позволит более эффективно управлять хроническими заболеваниями и снизить нагрузку на очные визиты. Проект подчеркивает растущую роль технологий в обеспечении равенства доступа к качественному здравоохранению. Реализация гранта станет важным шагом в цифровой трансформации первичного звена медицинской помощи для малообеспеченных слоев населения.

Исследователи использовали метод совместного проектирования с участием пациентов для создания обучающих анимационных роликов о больших языковых моделях (LLM). Результатом стали два доступных видео на английском и бенгальском языках, объясняющих принципы работы ИИ и его применение в медицине без антропоморфизма.

Компания Kilo представила платформу KiloClaw для организаций, предназначенную для решения проблемы «теневого ИИ» (Shadow AI) и бесконтрольного использования автономных агентов сотрудниками. В условиях тренда Bring Your Own AI (BYOAI) работники внедряют персональных агентов для автоматизации задач, что создает критические уязвимости и риски утечки интеллектуальной собственности через личные API-ключи. KiloClaw предоставляет централизованную панель управления, позволяющую ИТ-службам идентифицировать, отслеживать и ограничивать действия автономных агентов, не блокируя при этом продуктивность. В отличие от традиционных систем управления доступом (IAM), ориентированных на людей, решение учитывает динамическую природу агентов, которые способны самостоятельно выстраивать цепочки задач и взаимодействовать с корпоративными данными в Slack, Jira и репозиториях кода. Платформа позволяет интегрировать разрозненные инструменты в единый реестр для аудита поведения и потоков данных, предотвращая использование корпоративной информации сторонними серверами для обучения моделей.

Исследователи представили HalluCodon — кастомизируемый фреймворк, использующий мультимодальные языковые модели для проектирования кодирующих последовательностей, адаптированных под конкретные виды растений. Методология основана на стратегии дизайна через «галлюцинацию», где процесс направляется двумя предиктивными модулями: CodonNAT, оценивающим естественность кодонов, и CodonEXP, прогнозирующим потенциал экспрессии. Система позволяет пользователям дообучать (fine-tune) предобученные белковые и РНК-языковые модели на собственных наборах данных. Текущая реализация включает базовые модели, обученные на кодирующих последовательностях и протеомах 15 различных видов растений. Бенчмарк-тесты подтвердили, что сгенерированные последовательности точно воспроизводят паттерны использования кодонов хозяина и обеспечивают высокие уровни экспрессии в растительных системах. Данная разработка имеет высокую значимость для синтетической биологии, молекулярного земледелия и создания трансгенных культур.

В данном исследовании рассматривается метод использования нанопорового секвенирования для анализа библиотек 10x Genomics single-nucleus multiome, что позволяет преодолеть ограничения стандартного секвенирования Illumina. В то время как короткие прочтения Illumina фиксируют только 3'-конец РНК-транскриптов, теряя информацию о сайтах начала транскрипции (TSS), нанопоровое секвенирование обеспечивает профилирование полноразмерных транскриптов. Авторы продемонстрировали успешное генетическое демультиплексирование данных нанопорового секвенирования, несмотря на его более высокий уровень ошибок по сравнению с традиционными методами. В ходе сравнительного анализа было установлено, что нанопоровое секвенирование мультиомной кДНК позволяет идентифицировать медианно 63% сайтов начала транскрипции (TSS), обнаруженных с помощью специализированного 5'-анализа. Исследование также предлагает оптимизированный подход к предобработке нанопоровых прочтений для повышения точности идентификации TSS. Данная методология имеет высокую значимость для биоинформатики и геномики, предоставляя более глубокое понимание транскрипционной активности на уровне отдельных ядер.

Китайская технологическая компания UBTech, специализирующаяся на разработке гуманоидных роботов, объявила о масштабном расширении штата и поиске ключевых талантов. Основной целью является наем главного научного сотрудника (Chief Scientist), чья годовая заработная плата может достигать внушительных $18 миллионов. Данный специалист будет отвечать за формирование долгосрочной стратегии развития технологий и непосредственное руководство исследованиями в области моделей искусственного интеллекта. Помимо этой вакансии, UBTech планирует значительно усилить свой инженерный состав, наняв несколько десятков новых высококвалифицированных сотрудников. Эти меры подчеркивают растущую конкуренцию в секторе робототехники и критическую важность интеграции продвинутого ИИ в физические устройства. Стратегия компании направлена на ускорение темпов создания интеллектуальных гуманоидных систем.

Компания Epic, ведущий разработчик систем электронных медицинских карт (EHR), представила новый функционал, предназначенный для мониторинга эпидемиологической ситуации. Система анализирует данные о состоянии здоровья населения в режиме реального времени на уровне отдельных округов и автоматически генерирует оповещения при обнаружении аномального роста заболеваемости. Данная технология позволяет медицинским организациям и государственным службам здравоохранения быстрее реагировать на вспышки инфекционных заболеваний и планировать распределение ресурсов. Внедрение подобных инструментов мониторинга на базе данных EHR значительно повышает эффективность общественного здравоохранения и позволяет перейти от реактивной модели к проактивному управлению рисками. Интеграция аналитических модулей непосредственно в рабочую среду врачей упрощает процесс отслеживания локальных эпидемиологических трендов.

Исследование посвящено критической проблеме метабаркодинга ДНК растений — отсутствию высококачественных и регулярно обновляемых референсных баз данных для региона trnL (UAA). Авторы провели систематическое сравнение трех инструментов курирования данных: OBITools3/ecoPCR, RESCRIPt и MetaCurator, чтобы определить наиболее эффективные методы очистки последовательностей от таксономических ошибок и избыточности. В ходе работы были созданы три специализированные базы данных и протестированы на различных участках trnL (CD, CH и GH) с использованием классификатора Naive Bayesian в DADA2. Результаты показали, что MetaCurator и RESCRIPt демонстрируют наилучшие показатели для региона trnL CD, в то время как MetaCurator показал максимальную эффективность для региона GH. Методология исследования включает использование симулированных наборов данных и мутировавших копий для проверки точности классификации. Разработанные базы данных и вычислительные рабочие процессы опубликованы в открытом доступе на Zenodo и GitHub, что позволяет использовать их как глобальные референсные ресурсы для экологических и биологических исследований.

Исследование посвящено преобразованию гетерогенных онкологических данных из локальных электронных медицинских карт в стандартизированную модель OMOP-CDM. Процесс гармонизации позволил создать базу данных для крупномасштабного анализа и участия в федеративных сетевых исследованиях.

Компания Chapter привлекла 100 миллионов долларов инвестиций для развития своей ИИ-платформы, которая помогает пожилым людям в США выбирать оптимальные планы медицинского страхования Medicare. Платформа использует искусственный интеллект для сравнения планов страховых компаний, помогая избежать переплат и недостаточного страхового покрытия.