Доктор Максвелл Трентон, PhD

Обзор исследования «Evaluating the Usability of an HIV Prevention Artificial Intelligence Chatbot in Malaysia: National Observational Study» Исследование «Evaluating the Usability of an HIV Prevention Artificial Intelligence Chatbot in Malaysia» направлено на оценку удобства использования веб-чат-бота на основе искусственного интеллекта (ИИ) для повышения тестирования на ВИЧ среди мужчин, имеющих секс с мужчинами (МСМ) в Малайзии. Целью исследования было протестировать, насколько эффективно чат-бот может помочь пользователям в получении информации о ВИЧ, профилактике и доступных клиниках. Результаты показали высокую степень взаимодействия пользователей с чат-ботом и его полезность в предоставлении информации и помощи. Значение результатов для врачей и клиник Результаты данного исследования важны… ➡️➡️➡️

Обзор исследования Исследование «Exploring the relationship between education and academic ability in childhood with healthcare utilization in adulthood: findings from the Aberdeen Children of the 1950s (ACONF)» направлено на изучение связи между образованием и академическими способностями в детстве и использованием медицинских услуг во взрослом возрасте. В исследовании участвовали 7183 человека, данные которых были собраны из медицинских записей Шотландии за период с 2004 по 2008 годы. Основные цели заключались в том, чтобы выяснить, как уровень образования и академические достижения в детстве влияют на количество визитов к врачу и госпитализаций в будущем. Важность результатов для медицины Результаты исследования показывают, что низкий уровень… ➡️➡️➡️

Обзор исследования «Foundation models: the next level of AI in ART» Исследование «Foundation models: the next level of AI in ART» рассматривает применение искусственного интеллекта (ИИ) в области вспомогательных репродуктивных технологий (ART). Основная цель работы заключается в том, чтобы продемонстрировать, как новые модели, обученные на больших и разнообразных наборах данных, могут улучшить процессы выбора эмбрионов, диагностики спермы и персонализации протоколов лечения. Результаты показывают, что использование таких моделей может значительно повысить эффективность и точность в клинической практике. Важность результатов для врачей и клиник Результаты исследования имеют большое значение для врачей и клиник, так как они открывают новые горизонты в использовании ИИ… ➡️➡️➡️

Обзор исследования «Hypergraph representation of multilayer brain network enhances autism spectrum disorder detection» В данном исследовании представлена гиперграфовая структура для анализа функциональных мозговых сетей у детей с расстройствами аутистического спектра (РАС) на основе данных электроэнцефалографии в состоянии покоя. Цель заключалась в том, чтобы выявить уникальные паттерны соединений, которые невозможно было обнаружить с помощью традиционных методов анализа многослойных сетей. В результате была разработана двухступенчатая аналитическая методика: (1) построение многослойных сетей с использованием анализа количественной повторяемости для моделирования взаимодействий между частотами и (2) преобразование этих сетей в гиперграфы для более точного представления сложных нейронных взаимосвязей. Полученные результаты показали отличительные сигнатуры соединений при… ➡️➡️➡️

Краткое описание исследования Исследование «Exploring the Dilemma of AI Use in Medical Research and Knowledge Synthesis: A Perspective on Deep Research Tools» анализирует влияние искусственного интеллекта (ИИ) на медицинские исследования. Основное внимание уделяется инструменту Deep Research от OpenAI, который обещает изменить подход исследователей к литературе. Однако, несмотря на преимущества в скорости и доступности информации, использование ИИ поднимает важные вопросы о целостности цитирования и критической оценке, что особенно важно в биомедицинских исследованиях, где качество доказательств может повлиять на клиническую практику. Важность результатов для врачей и клиник Результаты исследования подчеркивают необходимость критического подхода к использованию ИИ в медицинских исследованиях, поскольку качество информации… ➡️➡️➡️

Обзор исследования Исследование «Advancing Early Detection of Major Depressive Disorder Using Multisite Functional Magnetic Resonance Imaging Data: Comparative Analysis of AI Models» направлено на разработку и валидацию моделей машинного обучения (МЛ) для раннего выявления большого депрессивного расстройства (MDD) с использованием данных функциональной магнитно-резонансной томографии (фМРТ). Целью работы было сравнить эффективность различных моделей и оценить их клиническую применимость. Результаты исследования показали, что модель глубоких нейронных сетей продемонстрировала наивысшую точность 89% и область под кривой характеристик приемника (AUC) 0.95, что на 15% превышает показатели традиционных диагностических методов. Существенные предиктивные характеристики включали изменённую функциональную связность между дорсолатеральной префронтальной корой и лимбическими структурами мозга.… ➡️➡️➡️

Краткое описание исследования Исследование «Beyond static structures: protein dynamic conformations modeling in the post-AlphaFold era» рассматривает переход от статических моделей белковых структур к динамическим конформациям. Целью работы является понимание того, как динамические изменения белков влияют на их функции и регуляцию. Результаты показывают, что для полноценного изучения белков необходимо учитывать их способность переходить между различными конформациями, что имеет ключевое значение для биомедицинских исследований. Важность результатов для врачей и клиник Понимание динамических конформаций белков может существенно повлиять на диагностику и лечение заболеваний. Например, многие болезни, включая рак и неврологические расстройства, связаны с аномалиями в белковых структурах. Знание о том, как белки изменяются… ➡️➡️➡️

Обзор исследования Исследование «Разработка и валидация чат-бота на основе больших языковых моделей для нейрохирургии: смешанное исследование по улучшению периоперативного образования пациентов» направлено на создание и оценку NeuroBot — чат-бота, использующего искусственный интеллект для предоставления пациентам актуальной и точной информации в области нейрохирургии. Основной целью было улучшение образования пациентов в периоперационный период, что критически важно для снижения тревожности и повышения приверженности к плану лечения. Значение результатов для врачей и клиник Результаты исследования показывают, что NeuroBot может значительно улучшить качество образования пациентов, предоставляя им доступ к надежной информации в любое время. Это важно для врачей, так как уменьшение тревожности пациентов может привести… ➡️➡️➡️

Обзор исследования «Impact of the Teach-Back Method on Patients Engagement with Digital Technology in Hypertension Management: A Longitudinal Study» Исследование «Impact of the Teach-Back Method on Patients Engagement with Digital Technology in Hypertension Management» направлено на оценку эффективности метода Teach-Back в повышении вовлеченности пациентов с гипертонией в использование носимых устройств. В исследовании участвовали 76 пациентов, которые проходили обучение в три этапа. Сначала они получили инструкции по использованию устройств, затем оценивалась их вовлеченность с помощью шкалы TWEETS сразу после обучения и через 6 и 12 недель. Результаты показали, что вовлеченность сохраняется в краткосрочной перспективе, но снижается со временем, что подчеркивает необходимость… ➡️➡️➡️

Исследование «Color Dynamics, Pigments and Antioxidant Capacity in Pouteria sapota Puree During Frozen Storage: A Correlation Study Using CIELAB Color Space and Machine Learning Models» сосредоточено на оценке изменения цвета, пигментов и антиоксидантной активности пюре из плодов Pouteria sapota (мамей) в процессе заморозки. Целью работы было использование цветовых данных, полученных в пространстве CIELAB, для предсказания антиоксидантной активности и содержания биоактивных соединений, таких как каротиноиды и антоцианы, с применением методов машинного обучения, включая многократную линейную регрессию (MLR) и искусственные нейронные сети (ANN). Результаты показали, что модели ANN значительно превосходят MLR, достигая более низкой средней квадратичной ошибки и высокого коэффициента детерминации. Например,… ➡️➡️➡️

Обзор исследования «Placenta segmentation redefined: review of deep learning integration of magnetic resonance imaging and ultrasound imaging» Исследование «Placenta segmentation redefined» посвящено сегментации плаценты с использованием методов глубокого обучения в сочетании с магнитно-резонансной томографией (МРТ) и ультразвуковым исследованием. Основной целью работы является улучшение точности и эффективности сегментации плаценты, что критически важно для количественного анализа в пренатальной диагностике. Результаты показывают, что применение глубокого обучения значительно повышает качество сегментации, позволяя более точно определять размеры и структуру плаценты, что, в свою очередь, может улучшить исходы для матери и плода. Важность результатов для врачей и клиник Эти результаты имеют большое значение для врачей и… ➡️➡️➡️

Обзор исследования «Vision-language model performance on the Japanese Nuclear Medicine Board Examination: high accuracy in text but challenges with image interpretation» Исследование, проведенное с целью оценки работы моделей «vision-language» (VLM) на экзамене по ядерной медицине в Японии, показало, что эти модели демонстрируют высокую точность в ответах на текстовые вопросы, но сталкиваются с трудностями при интерпретации изображений. В ходе эксперимента были проанализированы 180 вопросов из экзамена, из которых примерно треть включала диагностические изображения. Восемь современных VLM были протестированы, и результаты показали, что наивысшую точность продемонстрировала модель ChatGPT o1 pro, ответившая правильно на 83.3% вопросов. Важность результатов для врачей и клиник Результаты… ➡️➡️➡️

Обзор исследования «Vision transformer and complex network analysis for autism spectrum disorder classification in T1 structural MRI» Исследование посвящено разработке автоматизированного метода диагностики расстройства аутистического спектра (РАС) с использованием Т1-взвешенных структурных МРТ-сканов. Основная цель заключалась в улучшении точности диагностики, которая традиционно основывается на субъективных наблюдениях и клинических интервью. В исследовании были проанализированы данные 79 пациентов с РАС и 105 здоровых контролей из базы данных ABIDE. Используя методы комплексного сетевого анализа и трансформеров зрения (ViT), исследователи создали модели, которые достигли высокой производительности в классификации РАС. Важность результатов для врачей и клиник Результаты исследования имеют значительное значение для врачей и клиник, так… ➡️➡️➡️

Обзор исследования Исследование «Construction and validation of a machine learning model to predict the risk of nasopharyngeal carcinoma using multimodal clinical data: a single-center, retrospective study» направлено на разработку и валидацию модели машинного обучения для предсказания риска носоглоточной карциномы (NPC) с использованием многомодальных клинических данных. Целью работы было повысить точность диагностики и разработать персонализированные стратегии лечения. В исследовании были собраны данные 1337 пациентов, подозреваемых на NPC, и проведен анализ с использованием различных моделей машинного обучения. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они позволяют более точно идентифицировать пациентов с высоким риском развития… ➡️➡️➡️

Описание исследования Исследование «Искусственный интеллект в логистике больниц и операционных процессах» посвящено внедрению решений на основе искусственного интеллекта (ИИ) для оптимизации клинических процессов в больницах. Основная цель работы — проанализировать использование ИИ в логистике и других операционных областях здравоохранения. В результате исследования была разработана матрица, которая систематически классифицирует различные решения ИИ по уровням автоматизации и функциональным областям. Примеры применения ИИ, такие как оптимизация транспортной логистики, автоматизация управления запасами и документирование ухода с использованием сенсоров и машинного обучения, демонстрируют потенциал повышения эффективности операционных процессов. Важность результатов Результаты исследования имеют значительное значение для врачей и клиник, так как внедрение ИИ может существенно… ➡️➡️➡️

Описание исследования В исследовании «Advantages of AI-based whole blood film scanning for blast detection in markedly leucopenic blood films» оценивалась эффективность использования системы на основе искусственного интеллекта (ИИ) для выявления бластных клеток в образцах крови пациентов с выраженной лейкопенией. В период с августа по октябрь 2023 года было собрано 157 образцов, у которых количество лейкоцитов (WBC) составляло ≤2.0 × 10⁹/L. Целью исследования было сравнение возможностей обнаружения бластов системы ИИ (инструмент Cygnus) и автоматизированного анализатора клеток крови CellaVision DI-60. Результаты показали, что система Cygnus с возможностью сканирования всего слайда обнаружила все 17 случаев бластных клеток (чувствительность: 100%), тогда как другие режимы… ➡️➡️➡️

Обзор исследования «Gender-Related Discriminations in European Otolaryngology-Head and Neck Surgery: European Report» Исследование «Gender-Related Discriminations in European Otolaryngology-Head and Neck Surgery: European Report» направлено на изучение микрогрессий и культуры рабочего места среди европейских оториноларингологов. Основная цель заключалась в выявлении различий в обращении с врачами на основе их индивидуальных характеристик, таких как пол, возраст, профессиональный ранг и другие факторы. В исследовании приняли участие 230 врачей, из которых 49% составили женщины. Результаты показали, что женщины-оториноларингологи чаще сообщали о случаях микрогрессий, связанных с возрастом, полом и профессиональным рангом. Это подчеркивает важность создания более инклюзивной и поддерживающей рабочей среды для всех врачей, особенно для… ➡️➡️➡️