Доктор Максвелл Трентон, PhD

Обзор исследования «ACES-GNN: can graph neural network learn to explain activity cliffs?» Исследование «ACES-GNN: can graph neural network learn to explain activity cliffs?» посвящено разработке нового подхода, использующего графовые нейронные сети (GNN) для объяснения так называемых «активных обрывов» (activity cliffs). Эти обрывы представляют собой структурно похожие молекулы, которые имеют значительные различия в биологической активности. Основная цель исследования заключалась в улучшении предсказательной точности и интерпретируемости моделей, что является важным шагом для применения в области открытия лекарств. Значимость результатов для врачей и клиник Результаты исследования имеют большое значение для врачей и клиник, так как понимание различий в активности молекул может способствовать более… ➡️➡️➡️

Обзор исследования «Performance of GPT-4 for automated prostate biopsy decision-making based on mpMRI: a multi-center evidence study» Исследование, проведенное в трех крупных медицинских центрах, направлено на оценку эффективности использования GPT-4 для автоматизированного принятия решений о проведении биопсии простаты на основе мультипараметрической магнитно-резонансной томографии (mpMRI). В исследовании участвовали 2299 пациентов, которые прошли биопсию простаты в период с 2018 по 2023 годы. Целью было выяснить, может ли GPT-4 помочь в определении необходимости проведения биопсии, особенно для пациентов с умеренными оценками по системе PI-RADS (Prostate Imaging Reporting and Data System). Результаты показали, что 39.7% пациентов имели умеренные оценки PI-RADS (3 и 4), и… ➡️➡️➡️

Обзор исследования «Imaging and pulmonary function techniques in ARDS diagnosis and management: current insights and challenges» Исследование, опубликованное в журнале Critical Care, посвящено актуальным вопросам диагностики и управления острым респираторным дистресс-синдромом (ОРДС). ОРДС — это угрожающее жизни состояние, характеризующееся острым началом респираторной недостаточности, которое требует индивидуального подхода к лечению. Целью исследования является интеграция современных методов визуализации легких, таких как компьютерная томография грудной клетки и ультразвуковое исследование легких, с функциональными параметрами для повышения точности диагностики и улучшения исходов лечения. Результаты показывают, что использование этих технологий может обеспечить более глубокое понимание механики дыхания пациента и оценку тяжести заболевания. Значение результатов для врачей… ➡️➡️➡️

Обзор исследования MIDAS Исследование «MIDAS: a technology-enabled hub-and-spoke system for the collection and dissemination of high-quality medical datasets in India» направлено на создание высококачественных медицинских наборов данных, специфичных для индийского населения. Основная цель проекта — преодолеть нехватку разнообразных медицинских данных для повышения эффективности искусственного интеллекта (ИИ) в области здравоохранения. MIDAS использует модель «центр и спицы», где каждый центр собирает данные по определённому заболеванию от различных медицинских учреждений. Важность результатов для врачей и клиник Результаты MIDAS имеют ключевое значение для врачей и клиник, так как они обеспечивают доступ к высококачественным аннотированным медицинским данным, что в свою очередь способствует более точной диагностике… ➡️➡️➡️

Краткое описание исследования Исследование «A gap-free reference genome of Populus deltoides provides insights into karyotype evolution of Salicaceae» представляет собой создание высококачественной сборки генома осины (Populus deltoides), которая имеет значительное экономическое и экологическое значение. Целью работы было получение безразрывной сборки генома, что позволяет лучше понять рост, развитие, устойчивость к стрессам и биосинтетические пути этого растения. В результате была получена сборка длиной 395,9 Мб, состоящая из 27 контигов. Это улучшение по сравнению с ранее опубликованными геномами осины, так как устранены все пробелы и исправлены многочисленные ошибки сборки. Важность результатов для медицины Результаты исследования важны для врачей и клиник, так как понимание… ➡️➡️➡️

Обзор исследования «Software-based finger joint range of motion analysis: Current concepts, considerations, and challenges» Исследование посвящено анализу диапазона движений (ROM) суставов пальцев и запястья с использованием программного обеспечения, что является важным аспектом диагностики и мониторинга заболеваний рук. Цель работы заключается в предоставлении информации о существующих и перспективных технологиях, а также в обсуждении соображений и вызовов, связанных с разработкой таких систем. Исследование выделяет две основные категории программного обеспечения: системы анализа изображений и приложения для отслеживания движений на основе дополненной реальности. Результаты исследования имеют большое значение для врачей, так как могут значительно улучшить процесс измерения ROM, как в виртуальных, так и в… ➡️➡️➡️

Обзор исследования «Идентификация и валидация генов, связанных с партанатозом, при терминальной стадии почечной болезни» Краткое описание исследования Исследование, посвященное идентификации и валидации генов, связанных с партанатозом, при терминальной стадии почечной болезни (ТСПБ), направлено на изучение роли этих генов в патогенезе данного заболевания. ТСПБ является серьезной хронической болезнью почек, которая имеет растущую глобальную распространенность и часто сопровождается различными осложнениями, значительно ухудшающими качество жизни пациентов. В ходе исследования были проанализированы образцы крови пациентов с ТСПБ и здоровых контрольных групп с использованием общественных транскриптомных данных. Цели и результаты Основной целью работы было выявление кандидатов на роль биомаркеров, связанных с партанатозом, и оценка их… ➡️➡️➡️

Описание исследования Исследование «Artificial Intelligence-Assisted Standard Plane Detection in Hip Ultrasound for Developmental Dysplasia of the Hip: A Novel Real-Time Deep Learning Approach» фокусируется на диагностике дисплазии тазобедренного сустава (ДТС), которая связана с недостаточным развитием сустава. Основная цель исследования заключается в создании программного обеспечения на основе искусственного интеллекта (ИИ) для автоматического распознавания стандартных плоскостей на УЗИ таза в реальном времени. Это поможет минимизировать ошибки, связанные с субъективной интерпретацией полученных изображений, особенно у менее опытных пользователей. Результаты показали, что алгоритм YOLOv11n достиг точности 86,3%, что значительно превышает показатели других моделей и демонстрирует возможность повышения надежности диагностики. Важность результатов Полученные результаты имеют… ➡️➡️➡️

Краткое описание исследования Исследование «Unveiling Quality of Life Factors for the Elderly: A Public Health Nursing Approach Enhanced by Advanced ML and DL Techniques» фокусируется на улучшении качества жизни пожилых людей через персонализированный уход, консультирование по образу жизни и профилактические меры. Основная цель исследования заключалась в разработке моделей предсказания на основе искусственного интеллекта (ИИ), которые помогут определить ключевые факторы, влияющие на качество жизни (QoL) у пожилых людей. В исследовании участвовало 500 человек, отобранных с помощью систематической выборки. Ученые использовали технологии машинного обучения (ML) и глубокого обучения (DL) для предсказания QoL, а также применили метод SMOTE для балансировки данных. Модель AdaBoost… ➡️➡️➡️

Обзор исследования «The impact of China’s artificial intelligence development on urban energy efficiency» Исследование, опубликованное в журнале Sci Rep, посвящено влиянию развития искусственного интеллекта (ИИ) на энергетическую эффективность в городах Китая. Основной целью работы было определить, как ИИ может способствовать улучшению энергоэффективности и выявить механизмы, через которые это происходит. Результаты показали, что использование ИИ значительно улучшает энергоэффективность, в первую очередь благодаря двум факторам: содействию зеленым технологическим инновациям и оптимизации структуры промышленности. Важно отметить, что влияние ИИ более выражено в городах с сильными неформальными экологическими регуляциями. Значение результатов для врачей и клиник Результаты данного исследования важны для врачей и клиник, так… ➡️➡️➡️

Обзор исследования Исследование «A computational study of cardiac glycosides from Vernonia amygdalina as PI3K inhibitors for targeting HER2 positive breast cancer» посвящено изучению кардиогликозидов, получаемых из растения Vernonia amygdalina, и их потенциала в качестве ингибиторов PI3K для лечения HER2-позитивного рака молочной железы. Цель исследования заключалась в выявлении специфических кардиогликозидов, способных ингибировать PI3K, что может помочь в борьбе с данным типом рака. Результаты показали, что три соединения, Vernoamyosides A (VG-1), Vernoniamyosides D (VG-8) и Vernoniosides A4 (VG-10), обладают высокой эффективностью в связывании с PI3K, превосходя известный ингибитор alpelisib. Значение результатов для врачей и клиник Результаты данного исследования важны для врачей и… ➡️➡️➡️

Обзор исследования «The application of improved AFCNN model for children’s psychological emotion recognition» Исследование, проведенное в 2025 году, посвящено разработке модели распознавания психологических эмоций у детей на основе улучшенной сверточной нейронной сети с механизмом внимания (AFCNN). Основная цель работы заключается в повышении точности распознавания эмоций у детей, что становится особенно актуальным в условиях недостаточного внимания к их психологическим и эмоциональным проблемам со стороны школ и семей. Модель AFCNN демонстрирует точность распознавания на уровне 86.5%, что на 14.4% выше, чем у традиционных моделей сверточных нейронных сетей (CNN). Это достижение связано с внедрением механизма внимания, который позволяет сосредоточиться на ключевых признаках, улучшая… ➡️➡️➡️

Краткое описание исследования Исследование «Evaluation of retrieval-augmented generation and large language models in clinical guidelines for degenerative spine conditions» направлено на оценку эффективности моделей искусственного интеллекта (ИИ) в интерпретации клинических рекомендаций по дегенеративным заболеваниям позвоночника. Целью работы стало сравнение традиционной модели обработки естественного языка ChatGPT-4o с новой моделью, основанной на методах улучшенного извлечения информации NotebookLM, в контексте соблюдения рекомендаций Североамериканского общества по заболеваниям позвоночника (NASS). В исследовании использовалось 118 вопросов, касающихся пяти дегенеративных заболеваний, чтобы определить, какая из моделей предоставляет более точные и информативные ответы. Значение результатов Результаты показали, что NotebookLM предоставил более точные (98,3%) и основанные на доказательствах ответы… ➡️➡️➡️

Обзор исследования Исследование «Сравнение традиционной обработки естественного языка и больших языковых моделей для классификации статуса психического здоровья: многоуровневая оценка» направлено на решение важной задачи автоматизированной классификации психических расстройств. В рамках исследования были сравнены три подхода: традиционная обработка естественного языка (NLP) с продвинутой инженерией признаков, большие языковые модели (LLMs) с использованием инженерии подсказок и дообученные LLMs. Данные для анализа состояли из более чем 51,000 текстовых заявлений из социальных сетей, помеченных семью психическими состояниями: нормальное, депрессия, суицидальные мысли, тревога, стресс, биполярное расстройство и расстройство личности. Основным результатом исследования была точность классификации по этим семи состояниям. Значение результатов для врачей и клиник Результаты… ➡️➡️➡️

Обзор исследования «Interpretable machine learning models for survival prediction in prostate cancer bone metastases» Исследование, проведенное в 2025 году, сосредоточено на предсказании выживаемости пациентов с метастазами рака простаты в кости (PCBM). Основная цель заключалась в создании интерпретируемых моделей машинного обучения, которые могли бы улучшить точность прогнозов выживаемости для этой группы пациентов. В рамках исследования были проанализированы данные из базы SEER за период с 2010 по 2019 год. Используя методы регрессионного анализа, исследователи выявили прогностические факторы, а затем разработали и протестировали модели XGBoost. Результаты показали, что модели достигли высокой точности, с AUC (площадь под кривой) 0.76, 0.83 и 0.91 для предсказаний… ➡️➡️➡️

Обзор исследования «Novel 59-layer dense inception network for robust deepfake identification» Исследование «Novel 59-layer dense inception network for robust deepfake identification» посвящено разработке новой модели глубокого обучения, называемой FDINet59, для эффективного выявления поддельного контента, известного как deepfake. Целью работы было создание алгоритма, способного обнаруживать фальшивые видео и аудио, которые становятся все более распространенными в социальных сетях. Результаты показали, что FDINet59 достигает максимальной точности 70,02% при использовании обучающего набора данных и 94,95% точности при обнаружении контента, созданного с помощью автоэнкодеров и генеративных состязательных сетей (GAN). Эти результаты подчеркивают важность разработки более совершенных алгоритмов для борьбы с негативными последствиями deepfake-технологий. Значение результатов… ➡️➡️➡️

Обзор исследования «Автоматизированный мониторинг жидкости для оптимизации наблюдения за пациентами с неоваскулярной возрастной макулярной дегенерацией в бразильской популяции» Данное исследование направлено на оценку эффективности инструмента мониторинга жидкости, основанного на искусственном интеллекте (ИИ), для оптимизации наблюдения за пациентами с неоваскулярной возрастной макулярной дегенерацией (нАМД) в Бразилии. В ходе ретроспективного анализа, проведенного в третичном центре, исследовались данные 84 пациентов с нАМД, включая обработку изображений с помощью спектральной оптической когерентной томографии. Основные цели исследования заключались в том, чтобы определить, как объемы внутретретинальной жидкости (IRF), субретинальной жидкости (SRF) и отслойки пигментного эпителия (PED) влияют на зрительные результаты, частоту лечения и развитие макулярной атрофии (MA)… ➡️➡️➡️

Обзор исследования «A Scale Development Study: Ethical Sensitivity Towards Artificial Intelligence and Robot Nurses» Исследование «A Scale Development Study: Ethical Sensitivity Towards Artificial Intelligence and Robot Nurses» направлено на разработку и проверку шкалы для оценки этической чувствительности к искусственному интеллекту и роботам-медсестрам. Цели исследования заключаются в создании надежного инструмента, который поможет выявить этические дилеммы, возникающие при использовании данных технологий в медицинской практике. Результаты показали, что разработанная шкала состоит из 17 элементов и четырех подизмерений, охватывающих 55,84% общей дисперсии. Значение альфа Кронбаха составило 0,83, что указывает на высокую надежность шкалы. Важность результатов для врачей и клиник Результаты исследования важны для врачей… ➡️➡️➡️

Обзор исследования «Spatial histology and gene-expression representation and generative learning via online self-distillation contrastive learning» Исследование «Spatial histology and gene-expression representation and generative learning via online self-distillation contrastive learning» фокусируется на использовании пространственной транскриптомики для количественной оценки молекулярных профилей в сочетании с гистологией. Целью работы является разработка модели Magic, которая использует контрастивное обучение для предсказания распределения генетической экспрессии на основе гистологических изображений. Модель была обучена на 75 760 участках из 56 срезов опухолей груди и продемонстрировала улучшение на 10% по сравнению с предыдущими методами, а также способность предсказывать экспрессию генов в образцах колоректального рака. Значение результатов для врачей и клиник… ➡️➡️➡️

Описание исследования Исследование «Автоматизированная идентификация лицевого нерва в микросurgery с улучшенной моделью Unet» направлено на создание глубокого обучающего алгоритма, который повышает точность сегментации и обнаружения лицевого нерва в ходе микросurgery, что, в свою очередь, увеличивает безопасность и эффективность операций. Для этого были собраны видео 25 пациентов, перенесших декомпрессию лицевого нерва, из которых было извлечено и аннотировано 2724 изображения для обучения и валидации. В результате применения улучшенной модели Unet, которая использует различные механизмы внимания и блоки многомерной свертки, достигнуто высокое качество обнаружения лицевого нерва, даже в сложных условиях операции. Значение результатов для врачей и клиник Полученные результаты важны для хирургов, так… ➡️➡️➡️