LLM

Данное исследование, опубликованное в журнале npj Digital Medicine, посвящено изучению эффективности различных методов промпт-инжиниринга при использовании больших языковых моделей (LLM) для поддержки принятия клинических решений в терапии гипертензии. Авторы анализируют, как вариации в формулировках запросов (multitype prompt engineering) влияют на точность рекомендаций по подбору антигипертензивной терапии. В работе исследуется способность моделей сопоставлять клинические данные пациента с международными протоколами лечения. Основной акцент сделан на минимизации галлюцинаций и повышении соответствия ответов ИИ доказательной медицине. Результаты демонстрируют, что структурированный подход к проектированию промптов существенно повышает клиническую релевантность ответов моделей. Исследование имеет высокую значимость для интеграции LLM в повседневную практику врачей-кардиологов и автоматизацию поддержки принятия решений.

В статье представлена инновационная разработка — агентная система искусственного интеллекта, предназначенная для автоматизации процесса создания фармакогеномных рекомендаций. Исследование фокусируется на интеграции больших языковых моделей (LLM) с агентной архитектурой для интерпретации сложных генетических данных и их сопоставления с протоколами лечения. Система способна анализировать вариации в генотипах пациентов и предлагать персонализированные корректировки дозировок или выбора препаратов, минимизируя риск побочных эффектов. Методология базируется на использовании автономных ИИ-агентов, которые выполняют последовательные задачи по поиску в медицинских базах данных и верификации клинических рекомендаций. Ключевым преимуществом является высокая точность сопоставления генотипа и фенотипа, что значительно сокращает время, необходимое врачу на подготовку персонализированного плана терапии. Данная технология имеет критическое значение для развития прецизионной медицины, позволяя автоматизировать сложный процесс подбора лекарственных средств на основе генетического профиля.

Исследование, опубликованное в журнале npj Digital Medicine, посвящено практическому применению больших языковых моделей (LLM) для автоматизации процесса медицинского кодирования по стандарту МКБ-10-CM. Ключевой особенностью разработанного решения является его строгая интеграция со стандартом HL7-CDA, что обеспечивает высокую точность извлечения данных из структурированных и неструктурированных клинических документов. В ходе исследования оценивалась эффективность модели в условиях реальной клинической практики, а не только на синтетических наборах данных. Основной акцент сделан на минимизации ошибок при интерпретации сложных медицинских записей и обеспечении соответствия регуляторным требованиям. Результаты демонстрируют потенциал использования специализированных LLM для снижения административной нагрузки на врачей и повышения точности выставления счетов в медицинских учреждениях. Данная работа представляет значительный интерес для оптимизации документооборота и внедрения ИИ в операционные процессы здравоохранения.

В статье представлен PsychiatryBench — специализированный комплексный бенчмарк, разработанный для оценки способностей больших языковых моделей (LLM) в области психиатрии. Исследователи создали многозадачную платформу, которая позволяет тестировать модели на знание клинических протоколов, способность к диагностическому рассуждению и навыки ведения терапевтического диалога. Методология включает в себя проверку моделей на различных сценариях, имитирующих реальную клиническую практику психиатра. Ключевым результатом является выявление существенных различий в производительности современных LLM при решении задач, требующих глубокого понимания ментального здоровья и нюансов человеческого поведения. Данная разработка имеет критическое значение для интеграции ИИ в психиатрическую помощь, обеспечивая стандартизированный способ проверки безопасности и точности нейросетевых помощников. Использование PsychiatryBench позволит разработчикам более эффективно настраивать модели для поддержки врачей-психиатров и минимизировать риски ошибочных клинических рекомендаций.

Исследование оценивает эффективность использования GPT-4o для анализа интервью с медицинскими работниками с целью определения требований к новому устройству для измерения частоты сердечных сокращений у новорожденных. Результаты показали, что генеративный ИИ может эффективно извлекать функциональные и дизайнерские требования, снижая административную нагрузку на разработчиков.

Данная научная статья, опубликованная в журнале npj Digital Medicine, исследует возможности внедрения больших языковых моделей (LLM) в процессы прогнозной аналитики в медицинских учреждениях. Исследование фокусируется на том, как интеграция LLM позволяет значительно повысить точность предсказания клинических исходов по сравнению с традиционными статистическими методами. Авторы анализируют методологию объединения неструктурированных данных из электронных медицинских карт с количественными показателями для создания комплексных прогностических моделей. Ключевые результаты демонстрируют улучшение точности прогнозирования рисков осложнений и госпитализаций благодаря способности моделей интерпретировать контекстуальные нюансы в записях врачей. Работа подчеркивает значимость использования LLM для персонализации планов лечения и оптимизации распределения ресурсов в реальном времени. Практическая ценность исследования заключается в создании фундамента для разработки интеллектуальных систем поддержки принятия врачебных решений нового поколения.

Статья освещает резонансный случай использования ChatGPT для попыток лечения рака кожи у 8-летней собаки породы стаффордширский бультерьер по кличке Рози. Владелец животного в течение двух лет пытался применять рекомендации, полученные от языковой модели, что спровоцировало масштабную дискуссию в экспертном сообществе о границах применения ИИ в ветеринарии и биомедицине. Основной вопрос заключается в рисках использования генеративного ИИ для постановки диагнозов и назначения протоколов лечения без участия квалифицированных специалистов. Кейс подчеркивает проблему «галлюцинаций» нейросетей и их неспособности нести ответственность за клинические решения. Данная ситуация служит важным прецедентом для обсуждения регулирования использования LLM (больших языковых моделей) в медицинских и ветеринарных целях, где цена ошибки — жизнь пациента. Исследование границ применимости ИИ в таких критических областях становится приоритетной задачей для биомедицинского сообщества.

Данное исследование, опубликованное в журнале npj Digital Medicine, посвящено применению больших языковых моделей (LLM) для автоматизации процесса контроля качества выписных эпикризов. Традиционно оценка качества медицинских документов требует значительных временных затрат со стороны врачей, что делает ручной мониторинг неэффективным. Авторы предлагают методологию, использующую LLM для автоматического сопоставления данных в выписных документах с клиническими записями, обеспечивая высокую точность проверки полноты и корректности информации. Внедрение данного решения позволяет масштабировать проекты по улучшению качества медицинской документации без увеличения нагрузки на персонал. Результаты демонстрируют, что использование ИИ значительно сокращает время на аудит документов, сохраняя при этом уровень точности, сопоставимый с экспертной оценкой человека. Это имеет критическое значение для повышения безопасности пациентов и оптимизации документооборота в современных медицинских учреждениях.

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.

Исследователи предложили ансамблевую модель на базе LLaMA-3 и GPT-4o mini для автоматического извлечения данных о регуляторных сетях бактерий из научных текстов. Метод показал высокую точность (F1-score > 0.87) и позволил реконструировать сеть для Salmonella Typhimurium на основе более чем 2000 статей.

Исследователи представили Pipette — инновационную мультиагентную ИИ-платформу, предназначенную для автоматизации сложных биоинформатических рабочих процессов через взаимодействие на естественном языке. Ключевой особенностью системы является использование Skill Graph — направленного взвешенного графа знаний, извлеченного из более чем 20 000 рецензируемых научных публикаций. Этот граф накладывает биологические ограничения на генерацию кода, предотвращая ошибки, которые часто допускают стандартные LLM при создании многоэтапных пайплайнов. В ходе тестирования на четырех доменах, включая анализ single-cell RNA-seq и компьютерный дизайн лекарств, Pipette показал результаты, превосходящие базовые модели LLM без использования Skill Graph. Особое внимание уделено клиническому применению: система успешно выполнила классификацию вариантов генома в соответствии со стандартами ACMG/AMP. Внедрение Pipette значительно снижает порог вхождения для биологов, не обладающих глубокими навыками программирования, позволяя эффективно преобразовывать данные секвенирования в биологические инсайты.

В исследовании проводится сравнительный анализ эффективности трех систем ИИ-агентов (Codex с навыками Claude Scientific Skills, Biomni Lab и DeerFlow 2) при выполнении сложных биоинформатических задач. Основная задача заключалась в поиске и классификации белков, связанных с кальцификацией кокколитофорид, в базе данных UniProt по шести различным механистическим категориям. Результаты показали, что система Codex продемонстрировала наилучший баланс между чувствительностью и специфичностью: 92,4% найденных ею белков имели высокую релевантность, а средний коэффициент сходства Жаккара составил 0,982, что говорит о высокой стабильности. В то же время Biomni Lab выдала самый большой объем данных (8 752 белка), но 69,5% из них оказались малорелевантными из-за чрезмерного расширения поиска на общие семейства белков. DeerFlow 2 показала высокую полноту охвата, но с существенным снижением точности (43,8% низкорелевантных результатов). Исследование делает важный вывод: для биоинформатики качество ИИ-агента определяется не объемом выдачи, а точностью генерации запросов, способностью к декомпозиции промптов и стабильностью результатов при повторных запусках.

Компания Bercut, входящая в ИТ-кластер «Ростелекома», анонсировала запуск нового продукта AI Data Fabric, предназначенного для интеграции больших языковых моделей (LLM) в корпоративную среду. Решение фокусируется на создании автономных ИИ-агентов и обеспечении бесшовного доступа к структурированным и неструктурированным данным внутри организаций. Методология продукта базируется на концепции Data Fabric, что позволяет объединить разрозненные источники данных для обучения и дообучения моделей без необходимости их физического перемещения. Ключевой особенностью является поддержка безопасного развертывания моделей внутри контура заказчика, что критически важно для соблюдения требований по защите персональных данных. Внедрение AI Data Fabric позволяет компаниям автоматизировать сложные аналитические процессы и повысить точность ответов ИИ-ассистентов за счет актуальной контекстной информации. Продукт ориентирован на масштабируемость и может быть адаптирован под специфические нужды различных отраслей, включая здравоохранение, где требуется высокая точность обработки медицинских записей.

В исследовании представлен CASPA (Context-Aware Single-Cell Proteomics Analysis) — инновационный автоматизированный конвейер для анализа данных протеомики единичных клеток (SCP), полученных с помощью масс-спектрометрии. Авторы решают критические проблемы отрасли: отсутствие стандартизации, наличие фонового загрязнения белками и субъективность ручной аннотации типов клеток. Методология включает адаптивный контроль качества, итеративную коррекцию батч-эффектов на основе энтропии и уникальный механизм аннотации с использованием больших языковых моделей (LLM). Для устранения типичных ошибок LLM (таких как неверная интерпретация состояний клеток) была разработана трехэтапная архитектура промптов, сочетающая общие биологические принципы с ограничениями, специфичными для конкретного набора данных. Тестирование на данных мозга человека, глиобластомы и опухолей кожи показало высокую точность, сопоставимую с результатами сортировки клеток методом FACS и подтвержденную иммуногистохимией. CASPA обеспечивает воспроизводимый рабочий процесс с количественной оценкой уверенности в аннотациях, что делает его ценным инструментом для высокопроизводительных протеомных лабораторий.

В исследовании представлен DrugPlayGround — инновационный фреймворк, разработанный для объективной оценки эффективности больших языковых моделей (LLM) в области поиска и разработки новых лекарств. Авторы подчеркивают, что, несмотря на растущий потенциал LLM для ускорения генерации гипотез и оптимизации приоритетов кандидатов, в отрасли отсутствует стандартизированная методология оценки их преимуществ и ограничений по сравнению с традиционными платформами. DrugPlayGround позволяет тестировать способность моделей генерировать точные текстовые описания физико-химических свойств препаратов, синергизма лекарств, их взаимодействий с белками, а также физиологических реакций на введение молекул. Особое внимание уделяется проверке химической и биологической логики моделей через взаимодействие с экспертами предметной области для обоснования предсказаний. Данная разработка критически важна для масштабирования и снижения стоимости процессов разработки лекарств, обеспечивая переход от общих генеративных задач к специализированному научному обоснованию на всех этапах создания препаратов.

В статье рассматриваются методы разработки персонализированных чат-ботов на базе LLM для продвижения здорового образа жизни. Авторы анализируют стратегии кастомизации, такие как RAG, промпт-инжиниринг и fine-tuning, а также подчеркивают важность оценки безопасности и конфиденциальности данных.

Исследование представляет автоматизированную платформу для систематического обзора биомедицинской литературы, направленную на решение проблемы галлюцинаций LLM при работе со сложными биологическими данными. В отличие от стандартных методов RAG, предлагаемый фреймворк заставляет модель анализировать каждую научную работу индивидуально на предмет соответствия конкретной гипотезе, что позволяет выявлять тонкие семантические противоречия. Методология фокусируется на поиске как подтверждающих, так и опровергающих доказательств, минимизируя риск чрезмерного обобщения данных. Эффективность системы была протестирована на задаче BioNLI, где она продемонстрировала высокую точность классификации поддержки или противоречия гипотезам. Использование ансамблевого подхода (ensemble approach) обеспечило более высокую стабильность и точность по сравнению с одиночными моделями. Результаты подтверждают практическую применимость метода для автоматизации доказательной базы в биомедицинских исследованиях и ускорения научного поиска.

В статье представлен STAnalyzer — инновационная мультиагентная интеллектуальная платформа, предназначенная для автоматизации полного цикла анализа данных пространственной транскриптомики. Разработка решает проблему фрагментированных инструментов и сложности интерпретации многомерных данных, которые часто становятся когнитивным барьером для исследователей. Архитектура системы базируется на трех ключевых принципах: оркестрации на основе намерений (перевод естественного языка в биоинформатические рабочие процессы), мультимодальном самосовершенствовании (автономная проверка через визуальные паттерны и статистические метрики) и кросс-валидации на основе доказательств (сопоставление корреляций с биологическими базами данных). В отличие от существующих LLM-агентов, STAnalyzer преодолевает проблему жесткой логики исполнения и изоляции от биологических знаний, обеспечивая замкнутый цикл самокоррекции. Использование данной платформы позволяет трансформировать массивные пространственные омиксные данные в верифицируемые биологические инсайты, значительно ускоряя процесс выдвижения гипотез и делая высокоразрешающий анализ доступным для широкого круга ученых.

Группа ученых из США и Израиля провела критическую оценку клинической надежности новой модели GPT-5 от OpenAI, сравнив её с предыдущим поколением GPT-4o. Исследование, опубликованное в журнале Digital Medicine, выявило, что новая модель не демонстрирует значительного прогресса в минимизации рисков, связанных с предвзятостью и уязвимостью к ложным данным. При тестировании на сценариях из практики неотложной помощи было обнаружено, что склонность моделей к «галлюцинациям» (додумыванию ошибочной информации) даже усилилась. Авторы зафиксировали, что ошибки и несоответствия в принятии решений сохраняются в 65% случаев при анализе социально-демографических факторов. Результаты подчеркивают сохраняющуюся проблему предвзятости алгоритмов в медицинских решениях. Данная работа указывает на необходимость более строгого регулирования и дополнительной верификации LLM перед их внедрением в критически важные медицинские процессы.