пульмонология

Исследователи представили Human Developmental Lung Cell Atlas (HDLCA) — масштабный курируемый атлас респираторной системы, объединяющий 253 набора данных из 225 исследований. Проект охватывает более 18 миллионов клеток, полученных из 3 198 образцов 2 460 человек, охватывая 34 анатомические локации в состоянии здоровья и при патологиях. В ходе работы было определено 142 консенсусных типа клеток легких, включая 13 редких и 8 ранее не описанных типов. Ключевым открытием стало обнаружение редкой популяции промежуточных прогениторных альвеолярных эпителиальных клеток (Int AP), которые обладают транскрипционными признаками как клеток типа AT2, так и AT1. Траекторный анализ показал, что эти клетки возникают из AT2 и секреторных клеток SCGB1A1+, а их специализация регулируется сигнальным путем Hippo-YAP/TAZ. Установлено, что дисфункция Int AP клеток связана с генетической предрасположенностью к идиопатическому легочному фиброзу и ХОБЛ, что делает их потенциальной мишенью для регенеративной терапии. Данный атлас служит фундаментальной базой для картирования клеточного разнообразия и разработки новых стратегий клеточной терапии заболеваний легких.

Федеральное учреждение «Цифровые индустриальные технологии» (ЦИТ) инициировало конкурс на проведение НИОКР по совершенствованию программно-аппаратного комплекса на базе искусственного интеллекта. Основная цель проекта — модернизация системы интеллектуального анализа аудиозаписей сердечной и легочной деятельности. Технология предназначена для работы с данными, полученными через цифровой стетофонендоскоп, что позволяет автоматизировать интерпретацию шумов и звуков дыхания. Начальная максимальная цена контракта на данные разработки составляет 19,7 млн рублей. Реализация проекта направлена на повышение точности дистанционного мониторинга состояния пациентов и автоматизацию первичной диагностики в кардиологии и пульмонологии. Это важный шаг в развитии носимых медицинских устройств с поддержкой ИИ для клинической практики.

В исследовании представлена SiCLIP — инновационная мультимодальная программная среда, разработанная специально для повышения точности диагностики силикоза. Методология базируется на использовании концепции CLIP (Contrastive Language-Image Pre-training), которая позволяет модели сопоставлять визуальные признаки рентгеновских снимков с текстовыми медицинскими описаниями. Ключевой особенностью SiCLIP является её высокая интерпретируемость (explainability), что критически важно для клинического применения, так как врачи могут понимать логику принятия решений нейросетью. Исследование демонстрирует, что интеграция текстовой информации значительно улучшает точность классификации патологий по сравнению с чисто визуальными моделями. Данная разработка имеет высокую практическую значимость для радиологии и профессиональной медицины труда, позволяя автоматизировать скрининг и снизить риск диагностических ошибок при выявлении профессиональных заболеваний легких.

Компания Viz.ai представила инновационное решение — Viz Pulmonary Suite, которое объединяет рабочие процессы по ведению пациентов с острыми и хроническими заболеваниями легких в единую платформу. Данная разработка является первой в своем роде, предлагая комплексный подход к диагностике и мониторингу легочных патологий. Использование искусственного интеллекта позволяет автоматизировать анализ данных, ускоряя принятие клинических решений в критических ситуациях. Платформа призвана оптимизировать маршрутизацию пациентов и улучшить результаты лечения за счет интеграции различных этапов медицинской помощи. Внедрение такого решения может значительно снизить нагрузку на врачей-пульмонологов и повысить точность раннего обнаружения осложнений.