Доктор Максвелл Трентон, PhD

Обзор исследования Исследование «AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting» представляет собой рандомизированное контролируемое испытание, проведенное с целью оценки эффективности обучения студентов с использованием искусственного интеллекта (ИИ) в сравнении с традиционными активными методами обучения. В ходе исследования был разработан индивидуальный ИИ-наставник, который основывался на лучших педагогических практиках, используемых в классах. Результаты показали, что студенты значительно лучше усваивают материал за меньшее время с помощью ИИ-наставника, при этом они чувствуют себя более вовлеченными и мотивированными. Важность результатов для врачей и клиник Эти результаты особенно важны для врачей и клиник, так как… ➡️➡️➡️

Обзор исследования Исследование под названием «Разработка предсказательной модели на основе машинного обучения для послеоперационного делирия у пациентов старшего возраста в отделении интенсивной терапии: ретроспективное исследование» направлено на создание модели, которая позволяет своевременно идентифицировать пациентов, подверженных риску делирия после операции. Делирий — это состояние, характеризующееся острым транзиторным изменением сознания, часто встречающееся у людей старшего возраста, находящихся в отделении интенсивной терапии (ОИТ). Цель исследования состоит в том, чтобы разработать и валидировать предсказательную модель, учитывающую факторы риска, что поможет врачам в принятии решений по управлению пациентами. Результаты показывают, что модель успешно предсказывает риск делирия на различные временные интервалы после поступления пациента в ОИТ,… ➡️➡️➡️

Обзор исследования «Использование машинного обучения для анализа реальных данных в предсказании и управлении заболеваниями: систематический обзор» Исследование «Использование машинного обучения для анализа реальных данных в предсказании и управлении заболеваниями: систематический обзор» направлено на изучение применения методов машинного обучения (МЛ) для анализа реальных данных (РД) в области предсказания и управления заболеваниями. Основная цель работы заключалась в выявлении наиболее часто используемых методов МЛ, типов заболеваний, исследуемых в рамках этих методов, а также источников реальных данных. В результате было проанализировано 57 исследований с участием более 150,000 пациентов, что показало значительный потенциал МЛ в улучшении клинических результатов. Результаты исследования важны для врачей и клиник,… ➡️➡️➡️

Краткое описание исследования Исследование «Causal AI Recommendation System for Digital Mental Health: Bayesian Decision-Theoretic Analysis» направлено на разработку системы рекомендаций на основе причинного искусственного интеллекта (ИИ) для цифровых инструментов в области психического здоровья. Целью является улучшение подхода к рекомендациям по вмешательствам, учитывая предпочтения и текущее состояние пользователей. Система использует байесовские методы для оценки ожидаемой полезности различных вмешательств, учитывая причинно-следственные связи. Значимость результатов для врачей и клиник Результаты исследования имеют важное значение для врачей и клиник, так как позволяют более точно подбирать вмешательства для пациентов с учетом их индивидуальных особенностей и состояния. Это может привести к более эффективному лечению и улучшению… ➡️➡️➡️

Краткое описание исследования Исследование «Predicting Early-Onset Colorectal Cancer in Individuals Below Screening Age Using Machine Learning and Real-World Data: Case Control Study» направлено на предсказание раннего начала колоректального рака (КРР) у людей младше 45 лет с использованием машинного обучения и данных из реальной клинической практики. Основной целью было выявление рисковых и защитных факторов, которые могут помочь в ранней диагностике заболевания. В исследовании были использованы электронные медицинские записи и различные алгоритмы машинного обучения для создания предсказательных моделей. Важность результатов для врачей и клиник Результаты исследования имеют большое значение для врачей и клиник, так как они помогают лучше понять риски раннего колоректального… ➡️➡️➡️

Обзор исследования «Large Language Model-Assisted Surgical Consent Forms in Non-English Language: Content Analysis and Readability Evaluation» Исследование направлено на оценку влияния редактирования форм согласия на хирургические вмешательства с использованием больших языковых моделей (LLM) на читаемость и качество содержания этих документов на корейском языке. Основная цель заключалась в упрощении сложных форм согласия на стандартную резекцию печени, собранных из семи медицинских учреждений Южной Кореи, с помощью ChatGPT-4o. Результаты показали, что редактирование с использованием ИИ значительно улучшило читаемость, однако качество содержания, особенно в части описания рисков, несколько ухудшилось. Значение результатов для врачей и клиник Эти результаты важны для врачей и клиник, так как… ➡️➡️➡️

Описание исследования В данной редакционной статье рассматривается концепция «ценности информации» в 21 веке через пять различных областей: науку, медицину, политику, медиа и рынки. Исследование акцентирует внимание на том, что не вся информация имеет одинаковую ценность. Ценная информация изменяет вероятность, присвоенную нашим гипотезам, на наиболее значимом уровне, что значительно изменяет наше знание и понимание контекста, помогает приоритизировать более рациональные идеи и способствует лучшему принятию решений. Также обсуждается необходимость наличия сознательного наблюдателя для существования ценности информации. Разработана структура, которая объясняет, как мозг воспринимает, обрабатывает и присваивает ценность новой информации. Используются примеры, чтобы продемонстрировать, как хорошо спроектированные исследования могут увеличить ценность информации и… ➡️➡️➡️

Обзор исследования Исследование «Enhancing the Reliability of Integrated Consensus Strategies to Boost Docking-Based Screening Campaigns Using Publicly Available Docking Programs» направлено на улучшение надежности стратегий консенсуса в виртуальном скрининге на основе докинга. Целью работы было разработать интегрированный подход, который сочетает преимущества консенсуса поз и экспоненциального ранжирования (ECR), используя только общедоступные программы для докинга, такие как rDock, DOCK 6, Auto Dock 4, PLANTS и Vina. Результаты показали, что предложенный подход значительно превосходит индивидуальные программы докинга, обеспечивая улучшение ECR на 40% в высокопроизводительных кампаниях скрининга. Важность результатов для врачей и клиник Эти результаты имеют критическое значение для врачей и клиник, так как… ➡️➡️➡️

Краткое описание исследования Исследование «New books from outer space, future Earth, and close to home» охватывает ряд новых литературных произведений, которые исследуют темы, связанные с космосом, будущим Земли и повседневной жизнью. Включая книги таких авторов, как Остин Тейлор и Мария Рева, это исследование направлено на анализ влияния этих произведений на общественное сознание и восприятие научных и социальных вопросов. Цели исследования заключаются в выявлении новых идей и подходов, которые могут быть полезны для врачей и клиник в их практике. Важность результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они могут помочь в понимании того, как… ➡️➡️➡️

Обзор исследования «Proof of Concept for a Digital Framework to Support a Shared Agenda at Surgical Ward Rounds: Participatory Design Study» Исследование, проведенное в 2025 году, направлено на разработку цифровой платформы для поддержки совместного обсуждения на хирургических обходах. Основной целью было создать структуру, которая бы обеспечивала участие всех ключевых участников, включая пациентов и их родственников, в процессе обхода. В ходе работы использовались методы совместного проектирования, что позволило вовлечь в процесс различных участников, включая медицинских работников, дизайнеров технологий и исследователей. Значение результатов для врачей и клиник Результаты исследования подчеркивают важность структурированных хирургических обходов, которые способствуют лучшей подготовке пациентов и повышению их… ➡️➡️➡️

Обзор исследования «The Rapid Online Cognitive Assessment for the Detection of Neurocognitive Disorder: Open-Label Study» Исследование «The Rapid Online Cognitive Assessment» (RoCA) направлено на оценку возможности цифрового инструмента для быстрой проверки когнитивных функций у пациентов с подозрением на нейрокогнитивные расстройства. Целью исследования было сравнить эффективность RoCA с традиционными бумажными тестами, такими как Addenbrooke’s Cognitive Examination-3 (ACE-3) и Montreal Cognitive Assessment (MoCA). В исследовании участвовали 46 пациентов в возрасте от 33 до 82 лет, которые проходили тестирование в неврологических клиниках. Результаты исследования показали, что RoCA может классифицировать пациентов аналогично стандартным бумажным тестам. Площадь под кривой характеристик (AUC) составила 0.81, что указывает… ➡️➡️➡️

Обзор исследования «Large Language Model Architectures in Health Care: Scoping Review of Research Perspectives» Исследование «Large Language Model Architectures in Health Care: Scoping Review of Research Perspectives» направлено на изучение применения больших языковых моделей (LLM) в здравоохранении. Целью работы является анализ различных архитектур LLM, таких как модели на основе BERT и GPT, и их применение в медицинской практике. Результаты показывают, что GPT-модели лучше подходят для коммуникации, например, при подготовке отчетов и взаимодействии с пациентами, в то время как BERT-модели более эффективны для медицинских задач, таких как открытие знаний и улучшение моделей. Эти результаты важны для врачей и клиник, так как… ➡️➡️➡️

Обзор исследования «Применение искусственного интеллекта в бариатрической хирургии: улучшение образования, мониторинга и результатов» Исследование «Применение искусственного интеллекта в бариатрической хирургии: улучшение образования, мониторинга и результатов» направлено на изучение возможностей использования технологий искусственного интеллекта (ИИ) для повышения качества образования врачей, мониторинга состояния пациентов и улучшения клинических результатов после бариатрических операций. Основной целью исследования является выявление эффективных методов интеграции ИИ в процессы обучения и ухода за пациентами, что может привести к более успешным исходам лечения. Результаты исследования имеют важное значение для врачей и клиник, поскольку внедрение ИИ может значительно улучшить качество медицинского обслуживания, снизить риски и повысить уровень удовлетворенности пациентов. Это также… ➡️➡️➡️

Обзор исследования «Deep learning detects retropharyngeal edema on MRI in patients with acute neck infections» Данное исследование фокусируется на использовании глубокого обучения для автоматического обнаружения ретрофарингеального отека (RPE) на магнитно-резонансной томографии (МРТ) у пациентов с острыми инфекциями шеи. Целью было разработать алгоритм на основе глубокого обучения, который бы эффективно определял наличие RPE, что является прогностическим маркером серьезного течения заболевания. Результаты исследования показали высокую точность модели: 94.6% на уровне срезов и 87.4% на уровне пациента. Это важно для врачей и клиник, так как раннее обнаружение RPE может значительно улучшить результаты лечения пациентов с острыми инфекциями шеи. Объяснение терминов Глубокое обучение —… ➡️➡️➡️