Доктор Максвелл Трентон, PhD

Краткий обзор исследования Исследование «The emerging role of mitochondria in the pharmacological and toxicological effects of Tripterygium wilfordii Hook F: functions, targets and new therapeutic applications» посвящено традиционному китайскому лекарственному растению Триптеригию Уилфорда, которое обладает множеством фармакологических свойств, но сталкивается с ограничениями из-за токсичности для органов. В ходе системного анализа существующей литературы исследуется двунаправляющая роль митохондрий в определении как терапевтической эффективности, так и неблагоприятных эффектов активных соединений, полученных из данного растения. Рассматриваются такие процессы, как митохондриальная биогенез, слияние и деление митохондрий, митофагия и пути апоптоза митохондрий, которые влияют на эффективность терапевтических действий и побочные эффекты активных ингредиентов Триптеригии Уилфорда. Также… ➡️➡️➡️

Обзор исследования «Искусственный интеллект для диагностики редких заболеваний костей: глобальный опрос медицинских работников» Исследование «Искусственный интеллект для диагностики редких заболеваний костей» направлено на оценку интереса медицинских работников к использованию инструментов на основе искусственного интеллекта (ИИ) для дифференциальной диагностики редких заболеваний костей (РЗК). РЗК представляют собой группу заболеваний, характеризующихся аномалиями в костной и хрящевой ткани, и их диагностика может быть сложной из-за большого количества различных заболеваний и их индивидуальной редкости. В ходе опроса, проведенного с марта по сентябрь 2024 года, было получено 103 заполненных анкеты от врачей из 27 стран. Основные результаты показывают, что большинство участников (81%) считают рентгенографию важнейшим методом… ➡️➡️➡️

Обзор исследования «Knowledge and perception of artificial intelligence education among undergraduate healthcare students» Исследование, проведенное в рамках «Knowledge and perception of artificial intelligence education among undergraduate healthcare students», сосредоточено на понимании и восприятии образования в области искусственного интеллекта (ИИ) среди студентов медицинских специальностей. Целью данного исследования является выявление уровня знаний и отношения студентов к ИИ, а также необходимость интеграции этого направления в учебный куррикулум. Результаты показали, что студенты признают преимущества использования ИИ для улучшения здоровья пациентов, однако им не хватает практических знаний о его медицинских приложениях. Значение результатов для врачей и клиник Данные результаты важны для врачей и клиник, так… ➡️➡️➡️

Краткое описание исследования Исследование «Диагностический потенциал неконъюгированного билирубина при шизофрении и биполярном расстройстве» направлено на изучение уровня неконъюгированного билирубина в крови пациентов с шизофренией и биполярным расстройством. Основная цель состояла в сравнении уровней неконъюгированного билирубина и анализе возможной причинно-следственной связи между ним и данными психическими расстройствами. Результаты показали, что уровень неконъюгированного билирубина был значительно выше у пациентов с шизофренией по сравнению с пациентами с биполярным расстройством. Также проведённый анализ с использованием менделевской рандомизации подтвердил значимую причинную связь между неконъюгированным билирубином и шизофренией. Почему данные результаты важны для врачей и клиник Понимание связи между уровнями неконъюгированного билирубина и шизофренией может улучшить… ➡️➡️➡️

Обзор исследования «Сравнительное исследование 2D и 3D УЗИ с использованием ИИ для оценки длины кроны-ягодиц плода в первом триместре» Исследование, опубликованное в журнале BMC Pregnancy Childbirth, направлено на оценку точности и эффективности использования 2D и 3D ультразвука с поддержкой искусственного интеллекта (ИИ) для измерения длины кроны-ягодиц (CRL) плода в первом триместре беременности. Основная цель заключалась в сравнении производительности нового ИИ-модели, названной 3DCRL-Net, с опытными радиологами, использующими традиционные методы ультразвука. Результаты показали, что 3DCRL-Net обеспечивает более высокую точность и скорость измерений по сравнению с 2D и 3D УЗИ, что имеет важное значение для мониторинга здоровья плода. Значимость результатов для врачей и… ➡️➡️➡️

Обзор исследования Исследование «A novel machine learning architecture to improve classification of intermediate cases in health: workflow and case study for public health» посвящено разработке новой архитектуры машинного обучения (ML), предназначенной для улучшения классификации промежуточных случаев в здравоохранении. Основная цель работы заключается в повышении чувствительности к определению пациентов, находящихся в сложных для классификации группах. В ходе исследования была предложена архитектура, заменяющая один классификатор на группу каскадных специализированных классификаторов, что позволило достичь повышения точности на 14% для промежуточных классов и до 5.8% для общей точности моделей. Значение результатов для медицины Эти результаты важны для врачей и клиник, так как они помогают… ➡️➡️➡️

Обзор исследования «Conditional GAN performs better than orthopedic surgeon in virtual reduction of femoral neck fracture» Исследование, опубликованное в журнале BMC Musculoskelet Disord, направлено на разработку виртуальной техники редукции переломов с использованием условной генеративной состязательной сети (Conditional GAN). Целью исследования было оценить эффективность этой техники в сравнении с традиционной ручной редукцией, выполняемой ортопедическими хирургами, при сложных переломах шейки бедра. Результаты показали, что модель Conditional GAN значительно превосходит хирургов по качеству редукции, что открывает новые горизонты для применения технологий в ортопедии. Значение результатов для врачей и клиник Эти результаты важны для врачей и клиник, так как они демонстрируют возможность использования искусственного… ➡️➡️➡️

Краткое описание исследования Исследование «Cross-attention graph neural networks for inferring gene regulatory networks with skewed degree distribution» посвящено разработке модели, которая помогает извлекать генетические регуляторные сети (GRNs) из данных о генетической экспрессии. Основная проблема, с которой сталкиваются существующие методы, заключается в том, что они не учитывают искаженное распределение степеней генов, что затрудняет применение направленных графовых методов. В результате была предложена модель Cross-Attention Complex Dual Graph Embedding Model (XATGRN), использующая механизм перекрестного внимания и двойной комплексный графовый подход для управления искаженным распределением степеней. Эта модель демонстрирует превосходство над существующими методами на различных наборах данных. Важность результатов для врачей и клиник Результаты… ➡️➡️➡️

Обзор исследования Исследование «Association Between Comorbidity Clusters and Mortality in Patients With Cancer: Predictive Modeling Using Machine Learning Approaches of Data From the United States and Hong Kong» направлено на изучение взаимосвязи между группами сопутствующих заболеваний и смертностью у пациентов с раком. Основной целью было выявление кластеров сопутствующих заболеваний с использованием методов машинного обучения и анализ их влияния на смертность на двух больших выборках из США и Гонконга. Результаты показали, что высокие нагрузки сопутствующих заболеваний связаны с увеличением общей и сердечно-сосудистой смертности у пациентов с раком. Значение результатов для врачей и клиник Эти результаты важны для врачей и клиник, так… ➡️➡️➡️

Обзор исследования В исследовании «Evaluating the Readability of Pediatric Neurocutaneous Syndromes-Related Patient Education Material Created by a Custom GPT With Retrieval Augmentation» была разработана система на базе GPT, специально адаптированная для вопросов, связанных с нейрокожными синдромами у детей. Целью исследования было оценить, насколько эффективно эта система может генерировать образовательные материалы для пациентов и улучшить их читаемость без указания конкретного уровня восприятия. Результаты показали, что использование генерации с дополнением поиска действительно повышает читаемость материалов, что имеет важное значение для родителей и опекунов. Значение результатов для врачей и клиник Эти результаты важны для врачей и клиник, так как они показывают, что использование… ➡️➡️➡️

Обзор исследования «Menstrual Health Education Using a Specialized Large Language Model in India: Development and Evaluation Study of MenstLLaMA» Исследование «Menstrual Health Education Using a Specialized Large Language Model in India: Development and Evaluation Study of MenstLLaMA» направлено на решение проблемы недостатка качественного образования по менструальному здоровью в Индии. Цель заключалась в разработке и оценке специализированной языковой модели MenstLLaMA, которая предоставляет точную и культурно чувствительную информацию о менструальном здоровье. Результаты показали, что MenstLLaMA превосходит существующие общие языковые модели по точности и удовлетворенности пользователей, что важно для врачей и клиник, стремящихся улучшить информированность пациентов. Значение результатов для врачей и клиник Результаты… ➡️➡️➡️

Краткое описание исследования Исследование «Usability and Usefulness of SMS-Based Artificial Intelligence Intervention (Mwana) on Breastfeeding Outcomes in Lagos, Nigeria: Pilot App Development Study» направлено на оценку эффективности приложения Mwana, основанного на искусственном интеллекте (ИИ) и SMS-сообщениях, в улучшении результатов грудного вскармливания для матерей после родов в Лагосе, Нигерия. В условиях высокой детской смертности в стране, исследование ставит своей целью повысить уровень эксклюзивного грудного вскармливания, который в настоящее время составляет всего 29%. Приложение Mwana предоставляет персонализированные советы по грудному вскармливанию и поддержку через SMS, что делает его доступным для матерей, не имеющих возможности посещать медицинские учреждения. Важность результатов для врачей и… ➡️➡️➡️

Обзор исследования «Эффективность рекомендаций по уходу за кожей с использованием машинного обучения для лечения легкой и умеренной угревой сыпи: 8-недельное слепое рандомизированное контролируемое исследование» Исследование, проведенное с целью оценки эффективности нового подхода на основе машинного обучения для предсказания оптимального лечения легкой и умеренной угревой сыпи (угревая болезнь), включало 100 пациентов и длилось 8 недель. Участники были случайным образом разделены на две группы: первая группа получала индивидуальные рекомендации по продуктам, основанные на байесовской модели машинного обучения, а вторая группа выбирала лечение самостоятельно. Основными результатами исследования стали улучшение оценок по шкале глобальной оценки исследователя (IGA) и качества жизни (QoL), измеряемого с помощью… ➡️➡️➡️

Обзор исследования: Определение и анализ циркадных биомаркеров для метаболического синдрома с использованием данных носимых устройств Исследование «Detection and Analysis of Circadian Biomarkers for Metabolic Syndrome Using Wearable Data: Cross-Sectional Study» направлено на выявление и анализ биомаркеров циркадных ритмов, связанных с метаболическим синдромом (MetS), с использованием данных, собранных с носимых устройств. Целью исследования было определить ключевые биомаркеры, используя данные о количестве шагов и частоте сердечных сокращений участников, и применить объяснимый искусственный интеллект (XAI) для анализа значимости этих маркеров. В ходе исследования было проанализировано 272 участника, из которых 88 имели диагноз метаболического синдрома. Участники носили устройства Fitbit, которые собирали данные о частоте… ➡️➡️➡️