ИИ Медтех

Обзор исследования «Deep learning assisted non-invasive lymph node burden evaluation and CDK4/6i administration in luminal breast cancer» Исследование, проведенное в 2025 году, направлено на оптимизацию терапии ингибиторами CDK4/6 при люминальном раке груди через точную оценку лимфатических узлов. В условиях, когда наблюдается тенденция к снижению объема операций на подмышечных узлах, традиционная стадия лимфатических узлов может не всегда точно оценивать риск рецидива. Для решения этой проблемы была разработана сеть предсказания лимфатических узлов (LNPN), которая использует клинико-патологические параметры и ультразвуковые характеристики для различения нагрузки на лимфатические узлы. В многоцентровом исследовании с участием 411 пациентов LNPN показала высокую эффективность, достигнув AUC 0.92 для бинарной… ➡️➡️➡️

Обзор исследования «Deep learning enhanced deciphering of brain activity maps for discovery of therapeutics for brain disorders» Исследование, опубликованное в журнале iScience, представляет собой платформу, основанную на искусственном интеллекте, под названием DeepBAM. Эта платформа позволяет проводить глубокое обучение на картах активности мозга (БАМ) из живых, чувствительных к лекарственным средствам личинок данио рерио для предсказания нейрофармакологических свойств. В исследовании используются автоматизированные микрофлюидные системы и высокоскоростная микроскопия для достижения высокопроизводительного скрининга в реальном времени, что позволяет создать библиотеку БАМ. Глубокое обучение применяется для декодирования фармакологической информации из этой библиотеки и предсказания терапевтического потенциала неклинических соединений без предварительной информации о химических веществах. Валидация… ➡️➡️➡️

Обзор исследования «Metastatic hepatic carcinoma: Mechanisms, emerging therapeutics, and future perspectives» Исследование «Metastatic hepatic carcinoma» (МГК) рассматривает механизмы, стоящие за метастазированием рака печени, а также новые терапевтические подходы и будущие перспективы лечения. Основная цель работы — углубить понимание молекулярных процессов, способствующих распространению рака, и оценить эффективность новых методов лечения, таких как прецизионная медицина и иммунотерапия. Результаты показывают, что несмотря на существующие методы, таких как хирургия и химиотерапия, МГК остается неизлечимым заболеванием с низкой пятилетней выживаемостью около 14%. Это подчеркивает необходимость в разработке более эффективных терапий. Значимость результатов для врачей и клиник Результаты этого исследования важны для врачей и клиник, поскольку… ➡️➡️➡️

Краткое описание исследования Исследование «Эффекты симуляции пациентов с использованием генеративного искусственного интеллекта (GenAI) на восприятие клинической компетентности среди студентов-медсестер по всему миру: перекрестное рандомизированное контролируемое испытание» направлено на сравнение двух методов симуляции — GenAI и 360° виртуальной реальности (VR) — в контексте восприятия клинической компетентности, культурной осведомленности и готовности к использованию ИИ среди студентов-медсестер. Проведенное с июня по август 2024 года исследование продемонстрировало, что оба метода улучшили клиническую компетентность, однако GenAI показал большую эффективность на начальном этапе. Важность результатов для врачей и клиник Результаты данного исследования важны для медицинских специалистов, поскольку улучшают подготовку будущих медсестер, повышая их навыки в области… ➡️➡️➡️

Обзор исследования «Electrocardiographic sex index: a continuous representation of sex» Исследование под названием «Electrocardiographic sex index: a continuous representation of sex» (ESI) направлено на создание непрерывной модели определения пола на основе электрокардиограмм (ЭКГ). В отличие от традиционных методов, рассматривающих пол как двоичную переменную, ESI учитывает анатомические, физиологические и метаболические особенности, что делает его более универсальным и практичным инструментом. Используя искусственный интеллект для анализа ЭКГ, исследование достигло высоких показателей точности, что подтверждает его значимость для медицины. Значимость результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они предлагают новый способ оценки риска для пациентов с учетом… ➡️➡️➡️

Обзор исследования «Assessment and prediction models for the quantitative and qualitative reserve of the ovary using machine learning» Исследование, проведенное в Японии, направлено на анализ и предсказание количественного и качественного резерва яичников с использованием методов машинного обучения. Целью работы было создание модели, которая могла бы улучшить предконцепционное лечение и персонализированную медицину, учитывая снижение фертильности, связанное с возрастом, из-за уменьшения резерва яичников, который определяется количеством и качеством ооцитов. В результате исследования было разработано несколько моделей, из которых модель на основе случайного леса показала наилучшие результаты: AUC (площадь под кривой) для количественного резерва составила 0.9101, а для качественного — 0.7983. Эти результаты… ➡️➡️➡️

Описание исследования Исследование «Ensemble learning for microbiome-based caries diagnosis: multi-group modeling and biological interpretation from salivary and plaque metagenomic data» направлено на разработку диагностических моделей для кариеса, основанных на микробиоме полости рта. В ходе работы использовались современные методы секвенирования для анализа данных слюны и налета в целях выявления ключевых микробных особенностей, связанных с развитием кариеса. Основной задачей было создание искусственного интеллекта (ИИ), способного обрабатывать большие объемы данных и создавать надежные модели диагностики. Цели и результаты Исследование стремилось разработать модели диагностики кариеса с использованием данных почти 600 образцов, собранных по различным возрастным группам и методам сбора. В результате были получены высокоэффективные… ➡️➡️➡️

Краткое описание исследования Исследование «Impact of regional digital transformation on public health: an empirical analysis based on 31 provinces in China» фокусируется на влиянии цифровой трансформации на общественное здоровье в Китае, используя данные 31 провинции с 2010 по 2019 год. Целью исследования является выявление связи между цифровыми инновациями и улучшением общественного здоровья, а также понимание механизмов, через которые это влияние происходит. Результаты показывают, что цифровая трансформация оказывает положительное влияние на общественное здоровье, особенно через стимулирование технологических инноваций. Важность результатов для врачей и клиник Результаты исследования критически важны для врачей и клиник, поскольку они подчеркивают значимость внедрения цифровых технологий в практику… ➡️➡️➡️

Краткое описание исследования Исследование «Разработка модели на основе машинного обучения для предсказания неплановых госпитализаций в отделение интенсивной терапии (ОИТ) после крупных некардиохирургических операций» направлено на создание инструмента, который поможет врачам предсказывать вероятность неплановых госпитализаций в ОИТ. В рамках трехлетнего ретроспективного анализа были изучены данные 4658 пациентов, перенесших операции продолжительностью более 180 минут. Модель использует общие предоперационные переменные и показывает высокую точность: площадь под кривой ROC составила 0.80, а чувствительность и специфичность достигли 82% и 94% соответственно. Важность результатов для врачей и клиник Результаты этого исследования имеют большое значение для врачей и клиник, так как позволяют заранее идентифицировать пациентов, которые могут… ➡️➡️➡️

Обзор исследования «Opportunistic computed tomography (CT) assessment of osteoporosis in patients undergoing transcatheter aortic valve replacement (TAVR)» Исследование, опубликованное в журнале Arch Osteoporos, сосредоточено на использовании компьютерной томографии (КТ) для выявления остеопороза у пациентов, проходящих через транскатетерную замену аортального клапана (TAVR). Целью исследования было определить распространенность остеопороза среди этой группы пациентов и оценить, насколько эффективно использование алгоритмов искусственного интеллекта (ИИ) для анализа данных КТ. Результаты показали, что 43% пациентов имели остеопороз, что подчеркивает важность рутинного скрининга для выявления этого состояния у людей с высоким риском. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как… ➡️➡️➡️

Обзор исследования «Detection of anti-HCV antibodies in the clinical classification and epidemiological surveillance of HCV infection» Исследование, опубликованное в журнале Mol Biol Rep, посвящено важности обнаружения антител к вирусу гепатита C (anti-HCV) для клинической классификации и эпидемиологического наблюдения за инфекцией HCV. Основная цель работы заключалась в оценке чувствительности и специфичности этих антител как маркера инфекции. Результаты показали, что наличие anti-HCV антител в крови указывает на контакт с вирусом, однако их наличие не всегда позволяет точно классифицировать состояние пациента — инфекция может быть как активной, так и прошлой, либо результатом ложноположительного теста. Значение результатов для врачей и клиник Результаты исследования имеют… ➡️➡️➡️

Обзор исследования Исследование «Predicting liver metastasis in colorectal cancer patients using routine biochemical tests enhanced by machine learning» фокусируется на оценке эффективности различных моделей машинного обучения для предсказания метастазов в печени у пациентов с колоректальным раком (КРР) на основе рутинных биохимических тестов. Цель исследования заключалась в том, чтобы улучшить диагностику и прогнозирование метастазов, что является критически важным для выбора адекватной терапии и повышения выживаемости пациентов. Результаты показали, что модели машинного обучения, особенно логистическая регрессия, продемонстрировали высокую точность, что может значительно изменить подходы к лечению. Важность результатов Результаты исследования важны для врачей и клиник, поскольку они позволяют более точно выявлять пациентов… ➡️➡️➡️

Обзор исследования «Harnessing IDO inhibitors to optimize cancer immunotherapy» В исследовании «Harnessing IDO inhibitors to optimize cancer immunotherapy» рассматривается роль индоламинов 2,3-диоксигеназы (IDO) в процессе иммунного подавления при раковых заболеваниях. Цели исследования заключаются в изучении механизмов, с помощью которых IDO способствует подавлению противоопухолевого иммунитета, а также оценке эффективности ингибиторов IDO как самостоятельной терапии или в сочетании с традиционной химиотерапией. Результаты показывают, что ингибиторы IDO могут значительно улучшить результаты лечения раковых больных, способствуя активации иммунного ответа против опухолей. Эти результаты важны для врачей и клиник, так как они открывают новые горизонты для более эффективного лечения рака, позволяя лучше контролировать опухолевый рост… ➡️➡️➡️

Обзор исследования «ACCNet: Adaptive cross-frequency coupling graph attention for EEG emotion recognition» Исследование «ACCNet: Adaptive cross-frequency coupling graph attention for EEG emotion recognition» представляет собой новый подход к распознаванию эмоций на основе электроэнцефалограммы (ЭЭГ). Основная цель работы заключается в улучшении точности и стабильности распознавания эмоций у отдельных пользователей. Для этого разработан ACCNet, который использует адаптивную стратегию разложения частот и механизм связи между частотами, что позволяет более эффективно анализировать индивидуальные эмоциональные состояния. Результаты исследования показывают, что ACCNet значительно превосходит существующие методы в задачах распознавания эмоций, демонстрируя высокую устойчивость к шумам в данных. Эти достижения имеют важное значение для врачей и клиник,… ➡️➡️➡️

Обзор исследования «An incomplete multiview clustering approach considering missing data recovery based on consistency» Данное исследование посвящено разработке нового метода кластеризации, который учитывает проблемы отсутствующих данных, встречающиеся в многовидовых наборах данных. Основная цель работы — повысить надежность восстановления недостающих данных и оптимизацию кластеризации за счет сохранения согласованности между различными представлениями данных. В отличие от существующих методов, предложенный алгоритм улучшает как восстановление данных, так и качество кластеризации, обеспечивая более высокую производительность в экспериментах на нескольких наборах данных. Значение результатов для врачей и клиник Эти результаты имеют критическое значение для медицинской практики, поскольку обеспечивают более точный анализ данных пациентов, даже если часть… ➡️➡️➡️

Обзор исследования «Memory-augmented shuffled meta learning for visible-infrared person re-identification» Исследование «Memory-augmented shuffled meta learning for visible-infrared person re-identification» (MASM) направлено на решение проблемы идентификации людей на изображениях, полученных в видимом и инфракрасном диапазонах. Основная цель работы заключается в разработке метода, который улучшает распознавание лиц, несмотря на различия между этими двумя типами изображений. Результаты показывают, что предложенный подход значительно улучшает точность идентификации, используя комбинацию методов, которые позволяют модели учиться на разнообразных данных и учитывать долгосрочные зависимости. Важность результатов для врачей и клиник Результаты данного исследования важны для медицинских учреждений, так как технологии распознавания лиц могут быть использованы для повышения безопасности… ➡️➡️➡️

Описание исследования Исследование «Practicing in quiz, assessing in quiz: A quiz-based neural network approach for knowledge tracing» представляет собой разработку нового подхода к отслеживанию знаний учащихся с использованием нейронных сетей. Целью работы является создание модели Quiz-based Knowledge Tracing (QKT), которая учитывает структуру викторин и позволяет более точно оценивать состояние знаний учащихся на основе их взаимодействия с заданием. Результаты показывают, что новая модель достигает передовых показателей в сравнении с существующими методами, позволяя более эффективно отслеживать знания с меньшим количеством викторин. Значимость результатов для врачей и клиник Эти результаты важны для врачей и клиник, поскольку позволяют более эффективно обучать медицинских работников и… ➡️➡️➡️

Обзор исследования «China’s online pharmacy: its regulatory policy and a future research agenda for the emerging AI age» Исследование посвящено анализу онлайн-аптек в Китае и их регуляторной политике, а также будущим направлениям исследований в эпоху искусственного интеллекта (ИИ). Основной целью работы является оценка изменений, произошедших после внесения поправок в Закон о лекарственных средствах в 2019 году, которые разрешили продажу рецептурных препаратов через интернет. В статье рассматриваются две подполитики: одна касается третьих сторон, участвующих в продаже лекарств, а другая — контролируемых и специальных препаратов, продажа которых онлайн запрещена. Результаты исследования подчеркивают важность правовых и этических вопросов, связанных с доступом к контролируемым… ➡️➡️➡️

Обзор исследования Исследование «Detecting Conversation Topics in Recruitment Calls of African American Participants to the All of Us Research Program Using Machine Learning: Model Development and Validation Study» направлено на анализ разговоров между рекрутерами и потенциальными участниками программы «All of Us Research Program» (AoURP). Целью является выявление ключевых тем, которые влияют на участие афроамериканских сообществ в клинических исследованиях. Используя машинное обучение, исследование выявляет 12 основных тем, которые способствуют или препятствуют регистрации участников. Важность результатов для врачей и клиник Результаты исследования имеют значительное значение для врачей и клиник, поскольку помогают понять, какие аспекты общения с пациентами могут повысить уровень их участия… ➡️➡️➡️

Обзор исследования «Clinical Performance and Communication Skills of ChatGPT Versus Physicians in Emergency Medicine: Simulated Patient Study» Исследование «Clinical Performance and Communication Skills of ChatGPT Versus Physicians in Emergency Medicine: Simulated Patient Study» направлено на оценку эффективности ChatGPT в сравнении с врачами в условиях экстренной медицины. Целью исследования было выяснить, насколько хорошо ИИ может справляться с задачами, требующими как медицинских знаний, так и навыков общения, в условиях, приближенных к реальным. Результаты показали, что ChatGPT значительно превосходит врачей по таким показателям, как сбор анамнеза и эмпатия, однако не было выявлено значительных различий в клинической точности. Значение результатов для врачей и клиник… ➡️➡️➡️