Поиск

Данное исследование представляет собой комплексный анализ состояния регуляторных клинических испытаний в Южной Корее за период с 2003 по середину 2024 года. В работе проводится сравнительный анализ динамики регистрации как традиционных медицинских изделий, так и инновационных цифровых медицинских технологий (SaMD). Авторы исследуют эволюцию нормативно-правовой базы и подходов к клинической валидации цифровых решений в сравнении с классическими устройствами. Основное внимание уделяется выявлению трендов в темпах одобрения новых технологий и барьерам, с которыми сталкиваются разработчики цифровых продуктов. Результаты исследования позволяют оценить готовность регуляторной среды Кореи к интеграции ИИ-решений и цифровых терапевтических инструментов в систему здравоохранения. Работа имеет высокую значимость для специалистов, занимающихся стратегическим планированием и выводом цифровых медицинских продуктов на азиатский рынок.

Статья обсуждает переход от стандартных имплантатов к персонализированным решениям на основе 3D-печати и точного планирования. Автор подчеркивает, что интеграция КТ-визуализации и специализированного ПО позволяет создавать индивидуальные инструменты и имплантаты, улучшая результаты сложных операций.

Статья обсуждает конфликт между медицинскими организациями и страховыми компаниями, использующими ИИ для автоматизации предварительных авторизаций и апелляций. Эксперт Ашис Барад призывает перейти от соревновательной автоматизации к совместному использованию данных для создания персонализированных путей лечения.

Исследование посвящено анализу факторов, влияющих на успешное внедрение цифровых технологий (включая ИИ и телемониторинг) в повседневную медицинскую практику. Авторы разработали аналитическую модель из четырех доменов — технологического, организационного, пользовательского и системного уровней — для оценки готовности организаций к цифровой трансформации.

Разработана система автоматизированного eCoaching, которая предлагает персонализированные рекомендации по физической активности на основе данных о погоде в реальном времени. Система использует алгоритмы классификации (дерево решений) и методы объяснимого ИИ (LIME) для обеспечения точности и интерпретируемости советов.

Программный продукт Innostage AIDR, специализирующийся на обеспечении безопасности и защиты систем искусственного интеллекта, официально включен в Единый реестр российского программного обеспечения Минцифры России. Данное решение направлено на решение критически важных задач по защите алгоритмов машинного обучения и данных, на которых они обучаются, от несанкционированного вмешательства и атак. Включение в реестр подтверждает статус продукта как отечественного программного обеспечения, что крайне важно для внедрения ИИ-решений в государственном секторе и медицине, где требования к безопасности данных пациентов и целостности диагностических алгоритмов являются приоритетными. Использование Innostage AIDR позволяет медицинским организациям минимизировать риски, связанные с эксплуатацией нейросетевых моделей в клинической практике. Продукт обеспечивает защиту от специфических угроз, таких как состязательные атаки (adversarial attacks) и отравление обучающих выборок. Это создает необходимую инфраструктурную базу для безопасного масштабирования медицинских ИИ-сервисов в рамках цифровой трансформации здравоохранения.

Компания GE HealthCare объявила о масштабном стратегическом соглашении с сетью Catholic Health, рассчитанном на 10 лет. В рамках этого партнерства, объем которого оценивается в 500 миллионов долларов, планируется внедрение более 1300 единиц нового медицинского оборудования и цифровых решений. Обновление затронет 40 объектов сети, включая больницы и амбулаторные центры. Помимо поставок аппаратного обеспечения, соглашение предусматривает расширенный операционный контроль и предоставление доступа к передовым цифровым инструментам для оптимизации работы медучреждений. Данная инициатива направлена на цифровую трансформацию инфраструктуры Catholic Health и повышение эффективности оказания медицинской помощи через интеграцию современных технологий GE HealthCare.

Компания BSS представила обновление своего программного продукта NLU-Suite версии 3.8, ориентированное на автоматизацию аудита генеративного искусственного интеллекта. Главным нововведением стало внедрение механизмов оценки качества систем RAG (Retrieval-Augmented Generation) с использованием больших языковых моделей (LLM). Данный функционал позволяет автоматизировать проверку точности, релевантности и фактической достоверности ответов, которые генерируют ИИ-агенты на основе предоставленных медицинских или иных баз знаний. Применение LLM-оценки (LLM-as-a-judge) позволяет значительно сократить время на ручную валидацию ответов и снизить риск галлюцинаций нейросетей. В контексте здравоохранения это критически важно для обеспечения безопасности при использовании ИИ в качестве ассистента врача. Обновление NLU-Suite предоставляет разработчикам инструменты для непрерывного мониторинга качества работы сложных интеллектуальных систем в реальном времени.

Разработан новый биоинформатический инструмент Phylogenize2, предназначенный для устранения филогенетического смещения при анализе связей между функциями микробиома и окружающей средой. В отличие от существующих методов, требующих детального содержимого геномов, Phylogenize2 интегрирует обширные коллекции метагеномно-собранных геномов (MAG), включая базы MGnify и GlobDB, что позволяет проводить анализ в средах с низкой доступностью геномов, таких как кишечник мышей или океанические воды. Инструмент использует оптимизированную систему филогенетического тестирования, адаптированную специально для данных о численности микробов. В ходе тестирования на модели мышей было выявлено, что семейство Muribaculaceae, преобладающее при высокожировой диете, обогащено белками семейства тиоредоксина, отвечающими за борьбу с окислительным стрессом. Применение метода к анализу полярного океана позволило обнаружить систему альдегид-оксидоредуктазы, которая отличает Flavobacteriaceae в мезопелагиали от поверхностных слоев, указывая на важность детоксикации альдегидов при разложении морского снега. Данная разработка значительно расширяет возможности исследования генетической основы признаков микробиома за пределами человеческого кишечника.

Статья обсуждает проблему разрозненности цифровых данных в здравоохранении и подчеркивает необходимость создания интероперабельных систем. Автор утверждает, что ИИ будет эффективен только при наличии качественной инфраструктуры данных, способной автоматизировать очистку и интеграцию информации.

Компания «Яндекс» объявила о получении международного сертификата ISO/IEC 42001, подтверждающего соответствие систем управления искусственным интеллектом стандартам ответственной разработки. Данная сертификация охватывает всё семейство генеративных моделей Alice AI, что является важным этапом в обеспечении безопасности и этичности ИИ-решений. Внедрение стандарта ISO/IEC 42001 подразумевает наличие строгих процессов управления рисками, оценки качества данных и минимизации предвзятости алгоритмов. Для медицинской отрасли и здравоохранения это имеет критическое значение, так как использование генеративного ИИ в клинической практике требует высочайшего уровня предсказуемости и безопасности. Получение сертификата подтверждает, что модели проходят комплексную проверку на устойчивость к атакам и корректность генерации контента. Это создает фундамент для более широкого внедрения ИИ-ассистентов в профессиональные сферы, где цена ошибки крайне высока.

Компании продлевают партнерство для поддержки второй фазы клинических испытаний MagSense — нового класса МРТ-агентов на основе магнитных наночастиц для диагностики рака молочной железы. Технология направлена на повышение точности молекулярной визуализации, что в будущем заложит основу для разработки инструментов ИИ для интерпретации диагностических изображений.

Данный новостной дайджест от издания STAT охватывает ключевые события в сфере внедрения искусственного интеллекта в современную медицинскую практику. В центре внимания находятся два критических аспекта: разоблачение деятельности информатора в клинике Mayo Clinic, связанное с использованием ИИ-технологий, и юридический ответ сети Sutter Health на судебный иск относительно использования ИИ-ассистента Abridge для автоматического ведения медицинских записей (scribe). Статья анализирует риски, возникающие при интеграции автоматизированных систем документирования в клинический процесс, и правовые последствия использования подобных инструментов. Материал подчеркивает растущую напряженность между технологическими компаниями и медицинскими учреждениями в вопросах точности и конфиденциальности данных. Обзор предоставляет экспертный взгляд на текущие юридические и этические вызовы, с которыми сталкивается индустрия ИИ в здравоохранении.

Персонал Kaiser Permanente выражает протест против внедрения ИИ, опасаясь автоматизации клинических решений и сокращения штата. Генеральный директор компании защищает использование систем интеллектуальной сортировки пациентов, утверждая, что ИИ оптимизирует процессы и повышает доступность помощи.

Статья исследует феномен «теневого ИИ» в медицине, когда из-за выгорания персонал использует несанкционированные нейросети для обработки данных пациентов. Это создает серьезные риски утечки конфиденциальной информации и нарушения комплаенса (HIPAA) из-за отсутствия контроля со стороны ИТ-отделов.

Статья посвящена проблеме «теневого ИИ» в отделах нормативно-правового регулирования (Regulatory Affairs) в индустрии медтеха. Автор предлагает использовать модель зрелости (Maturity Model) для оценки того, насколько процессы управления и контроля использования ИИ соответствуют темпам его внедрения в компании.

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.