ИИ Медтех

Обзор исследования «Considering the Social and Economic Sustainability of AI» Недавнее исследование под названием «Considering the Social and Economic Sustainability of AI» освещает важную тему устойчивого искусственного интеллекта (ИИ). Целью работы является расширение понимания устойчивости ИИ, включая не только его экологические аспекты, но и социальные и экономические факторы. Авторы подчеркивают, что затраты ИИ на окружающую среду часто связаны с ключевыми социальными и экономическими вопросами. Основные результаты показывают, что эффективная реализация ИИ должна быть всесторонней, принимая во внимание все три аспекта устойчивости, и выявляют взаимосвязь между ними. Эти результаты имеют большое значение для врачей и клиник, так как внедрение ИИ в… ➡️➡️➡️

Обзор исследования «Enhanced HER-2 prediction in breast cancer through synergistic integration of deep learning, ultrasound radiomics, and clinical data» Это исследование направлено на улучшение точности диагностики статуса экспрессии HER-2 при раке груди с помощью интеграции ультразвуковой радиомики и клинических данных. Основная цель состоит в том, чтобы предложить более надежные стратегии лечения для этого агрессивного заболевания. В study было проанализировано 210 случаев рака груди у женщин, использовались ультразвуковые изображения и клинико-патологические данные. Применялась генеративная состязательная сеть (GAN) для улучшения четкости изображений и сегментации области интереса (ROI) для извлечения радиомических признаков. Результаты показали, что интеграция различных источников данных, включая радиомические и клинические… ➡️➡️➡️

HERGAI: искусственный интеллект для предсказания ингибиторов hERG Исследование «HERGAI: an artificial intelligence tool for structure-based prediction of hERG inhibitors» представляет собой значимый шаг в области фармакологии и кардиологии. Целью исследования было создание мощного инструмента на основе искусственного интеллекта (ИИ) для прогнозирования активных веществ, способных ингибировать калиевые каналы hERG. Эти каналы критически важны для нормального сердечного ритма, и их ингибирование может вызвать серьезные сердечно-сосудистые проблемы, такие как удлинение интервала QT и аритмии. В результате работы был создан новый набор данных, включающий почти 300,000 молекул. Из них около 2000 веществ были подтверждены как ингибиторы hERG. Разработаны несколько алгоритмов ИИ, которые могут точно… ➡️➡️➡️

Краткое описание исследования Исследование «Accurate forecasting in acute ischemic stroke: innovative nomogram models for early neurological deterioration and 90-day prognosis outcomes following intravenous thrombolysis» направлено на разработку новых номограмм, способных предсказывать раннее неврологическое ухудшение (END) и результаты через 90 дней у пациентов с острым ишемическим инсультом (ОИИ), получающих внутривенную тромболизис. В исследование вошли 298 пациентов, и результаты показали, что 23,83% пациентов с END имели плохой прогноз через 90 дней, по сравнению с 12,42% в группе без END. Разработанные модели демонстрируют высокую точность в предсказании исходов. Важность результатов для врачей и клиник Результаты исследования важны для врачей, так как они позволяют… ➡️➡️➡️

Краткое описание исследования Исследование «Advances and challenges in AI-assisted MRI for lumbar disc degeneration detection and classification» фокусируется на использовании искусственного интеллекта (ИИ) для автоматической детекции и классификации дегенерации межпозвонковых дисков на магнитно-резонансной томографии (МРТ). Целью работы является анализ современных методов применения ИИ, особенно глубокого обучения, для улучшения диагностики и оценки дегенерации дисков. Результаты показывают, что системы ИИ могут достигать или даже превышать точность экспертов-радиологов в оценке состояния дисков, но также выявляют ряд ограничений, таких как сложность в интерпретации и необходимость в более разнообразных данных. Значение результатов для врачей и клиник Результаты этого исследования важны для врачей, так как они… ➡️➡️➡️

Обзор исследования Исследование «Integration of multi agent reinforcement learning with golden jackal optimization for predicting average localization error in wireless sensor networks» сосредоточено на улучшении точности локализации датчиков в беспроводных сенсорных сетях (WSNs). Основной целью работы является разработка нового алгоритма, который объединяет многопользовательское обучение с подкреплением (MARL) и оптимизацию с помощью алгоритма золотого шакала (GJO). Результаты показывают, что предложенный подход значительно снижает среднюю ошибку локализации (ALE), достигая впечатляющих показателей точности. Значение результатов для медицины Точные данные о локализации датчиков имеют критическое значение в таких областях, как мониторинг здоровья пациентов, управление медицинскими устройствами и телемедицина. Улучшение точности локализации может привести к… ➡️➡️➡️

Краткое описание исследования Исследование «Искусственный интеллект для многовременной артериальной фазы контрастной магнитно-резонансной томографии для прогнозирования прогноза после трансартериальной химиоэмболизации при гепатоцеллюлярной карциноме» направлено на разработку и валидацию моделей, основанных на искусственном интеллекте (ИИ), для стратификации прогноза у пациентов с гепатоцеллюлярной карциномой (ГЦК) после трансартериальной химиоэмболизации (ТХЭ). В исследовании использовались данные многовременной артериальной фазы контрастной МРТ для оценки прогноза у 181 пациента. Результаты показали, что модель ProgSwin-UNETR достигла высокой точности в прогнозировании, что может значительно улучшить клиническую практику. Важность результатов для врачей и клиник Результаты исследования важны для врачей, так как они предлагают новый подход к прогнозированию исходов лечения ГЦК. Использование… ➡️➡️➡️

Обзор исследования «Оценка гидравлического разрыва с использованием машинного обучения» Исследование «Оценка гидравлического разрыва с использованием машинного обучения» направлено на улучшение методов оценки эффективности гидравлического разрыва (ГР) в нефтегазовой отрасли. ГР — это метод, который позволяет увеличить проницаемость резервуаров углеводородов путем инъекции высоконапорной жидкости. Цель исследования заключалась в разработке комплексной модели на основе машинного обучения для предсказания эффективности ГР, используя три распространенные алгоритма: случайный лес (Random Forest), метод опорных векторов (Support Vector Machine) и нейронные сети (Neural Networks). Результаты показали, что алгоритм случайного леса продемонстрировал наилучшие показатели точности, что открывает новые горизонты для оптимизации процессов в нефтегазовой сфере. Значение результатов для… ➡️➡️➡️

Обзор исследования «Predicting outcomes following endovascular aortoiliac revascularization using machine learning» Исследование «Predicting outcomes following endovascular aortoiliac revascularization using machine learning» сосредоточено на использовании алгоритмов машинного обучения для предсказания результатов после эндоваскулярной реваскуларизации аортоиилиака. Целью исследования было разработать инструменты, которые помогут врачам предсказать вероятность серьезных осложнений и смерти в течение 30 дней после процедуры. Исследование включало анализ данных 6601 пациента, и показало, что применение алгоритма XGBoost может значительно улучшить точность предсказаний по сравнению с традиционными методами, такими как логистическая регрессия. Значение результатов для врачей и клиник Результаты этого исследования имеют большое значение для клиницистов, так как они предоставляют надежный инструмент… ➡️➡️➡️

Обзор исследования «Eye Tracking Analysis to Determine the Endoscopist’s Recognition Rate for Artificial Intelligence-Detected Sites in Colonoscopy» Цель данного исследования заключалась в определении степени, до которой эндоскописты могут распознавать участки, выявленные с помощью систем компьютерной помощи в диагностике (CADe), во время колоноскопии. В исследовании использовалась технология отслеживания движения глаз для регистрации положения глаз эндоскописта и мест, определённых системой CADe, в одном видео во время извлечения колоноскопа. Результаты показали, что общий уровень распознавания составил 82,1%, при этом эндоскописты успешно определяли 95,9% аденом и 100% некоторых других видов поражений, таких как интрамукозные раки. Однако, только 33,3% участков, выявленных как sessile serrated lesions… ➡️➡️➡️

Обзор исследования «Искусственный интеллект в радиологии: 173 коммерчески доступных продукта и их научные доказательства» Исследование «Искусственный интеллект в радиологии: 173 коммерчески доступных продукта и их научные доказательства» направлено на оценку изменений в научных доказательствах, касающихся коммерчески доступных продуктов ИИ в радиологии с 2020 по 2023 год. В ходе работы была проведена литературная ревизия, охватывающая период с января 2015 года по март 2023 года, с акцентом на сертифицированные продукты ИИ, представленные на сайте healthairegister.com. Исследование выявило 173 сертифицированных продукта от 90 поставщиков, что является значительным увеличением по сравнению с 100 продуктами в 2020 году. Результаты показывают, что доля продуктов с рецензируемыми… ➡️➡️➡️

Краткое описание исследования Данное систематическое исследование оценивает коммерческие инструменты искусственного интеллекта (ИИ), основанные на изображениях, для обнаружения и количественной оценки внутричерепных кровоизлияний (ВЧК). Целью исследования было проанализировать существующие программные решения, их эффективность в обнаружении ВЧК и оценке объема кровоизлияний. В результате было проанализировано 32 исследования, охватывающих 13 программных решений, с показателями чувствительности от 68,2% до 99,7% и специфичности от 83% до 97,7%. Обнаружено, что инструменты для количественной оценки объема кровоизлияний имеют ограниченные возможности и требуют стандартизации. Важность результатов для врачей и клиник Результаты исследования имеют критическое значение для врачей и клиник, так как они подчеркивают необходимость использования надежных инструментов для… ➡️➡️➡️

Описание исследования Исследование «SS-KAN: Self-supervised Kolmogorov-Arnold networks for limited data remote sensing semantic segmentation» сосредоточено на разработке новой методики семантической сегментации изображений дистанционного зондирования с использованием самонаблюдаемого обучения. Основной целью данной работы является преодоление проблем, связанных с недостатком размеченных данных, что является распространенной проблемой в области дистанционного зондирования, где менее 5% образцов имеют аннотации. В рамках исследования предложена структура SS-KAN, которая включает две ключевые инновации: модуль глубинного KAN и стратегию адаптации с двумя ветвями. Результаты экспериментов показывают, что SS-KAN превосходит другие современные методы, даже когда используется лишь 1% размеченных данных. Важность результатов для врачей и клиник Результаты данного исследования имеют… ➡️➡️➡️

Обзор исследования «AI-based methods for diagnosing and grading diabetic retinopathy: A comprehensive review» Исследование посвящено диабетической ретинопатии (ДР), которая является одной из основных причин слепоты в мире. Основная цель работы — оценить эффективность методов, основанных на искусственном интеллекте (ИИ), для автоматизированного обнаружения и классификации ДР с использованием различных методов визуализации, таких как цветная фотография сетчатки, оптическая когерентная томография (ОКТ), ОКТ-ангиография (ОКТА) и флуоресцентная ангиография сетчатки. В обзоре проанализированы 91 исследование, что позволяет получить целостное представление о сильных и слабых сторонах этих методов. Результаты показывают, что подходы на основе глубокого обучения (ГЛ) в большинстве случаев превосходят традиционные методы. Значение результатов для… ➡️➡️➡️

Обзор исследования «Handheld Point-of-Care Ultrasonography for Gynecology: Insights Into Space Travel Through Parabolic Flight» Исследование направлено на оценку целесообразности использования портативного ультразвукового оборудования (POCUS) для гинекологического сканирования в условиях параболического полета, имитирующего изменения гравитации. Участники испытали его применение при различных уровнях гравитации, что дало возможность получить четкие диагностические изображения матки и измерить объемы мочевого пузыря. Эта работа подчеркивает важность портативной технологии для поддержки женского здоровья в ограниченных условиях, таких как космические полеты. Значимость результатов для врачей и клиник Результаты исследования являются важными для врачей, так как они демонстрируют, что портативный ультразвук может быть использован в сложных условиях, предоставляя возможность быстрой… ➡️➡️➡️

Обзор исследования «Эффективность колпоскопии с поддержкой искусственного интеллекта в условиях ограниченных ресурсов» Данное исследование направлено на оценку эффективности колпоскопии с использованием технологий искусственного интеллекта (ИИ) для выявления рака шейки матки и предраковых изменений в реальных условиях, где ресурсы ограничены. Целью исследования было определить, насколько ИИ может улучшить диагностику, повысив чувствительность и специфичность выявления предраковых состояний, таких как цервикальная интраэпителиальная неоплазия (CIN) 2+ и CIN 3+. В рамках исследования 825 женщин с положительными результатами на вирус папилломы человека (ВПЧ) или с положительными цитологическими результатами прошли колпоскопию, где применялась система ИИ. Биопсии были проведены на основе положительных находок, предложенных как колпоскопистом, так… ➡️➡️➡️

Обзор исследования Исследование «Predicting In-Hospital Mortality in Intensive Care Unit Patients Using Causal SurvivalNet With Serum Chloride and Other Causal Factors: Cross-Country Study» направлено на анализ связи между уровнями хлора в сыворотке крови при поступлении в отделение интенсивной терапии и смертностью в больнице. Целью исследования было создание модели глубокого обучения для предсказания индивидуальных кривых выживания, что может улучшить стратификацию риска и клиническое принятие решений. В исследовании участвовали 189,462 пациента из четырех различных когорт, что позволило получить обширные данные для анализа. Важность результатов Результаты исследования имеют значительное значение для врачей и клиник, так как они подчеркивают важность уровня хлора в сыворотке… ➡️➡️➡️

Краткое описание исследования Исследование «Preparing clinical research data for artificial intelligence readiness: insights from the National Institute of Diabetes and Digestive and Kidney Diseases data centric challenge» сосредоточено на подготовке клинических данных для использования в искусственном интеллекте (ИИ) и машинном обучении (МО). Основная цель заключалась в разработке методологии, которая поможет сделать сырые клинические данные, особенно связанные с исследованиями диабета 1 типа, готовыми для применения ИИ. Результаты показали эффективность предложенного подхода, который включает агрегацию данных, обработку текстовых характеристик и управление пропущенными значениями. Значение результатов для врачей и клиник Эти результаты важны для врачей и клиник, так как они открывают новые возможности… ➡️➡️➡️

Краткое описание исследования Исследование «A Weighted Voting Approach for Traditional Chinese Medicine Formula Classification Using Large Language Models: Algorithm Development and Validation Study» направлено на оценку эффективности традиционных китайских медицинских (ТКМ) формул в их классификации с использованием больших языковых моделей (БЯМ). Целью данной работы является оценка производительности различных БЯМ в классификации ТКМ формул и повышение точности классификации с помощью метода ансамблевого обучения. В результате было вручную отобрано 2441 формула ТКМ, и достигнута высокая точность классификации с использованием различных моделей. Важность результатов для врачей и клиник Результаты данного исследования имеют важное значение для врачей и клиник, так как позволяют стандартизировать управление… ➡️➡️➡️

Обзор исследования «Beyond the native repertoire» Исследование «Beyond the native repertoire» сфокусировано на проектировании T-клеточных рецепторов с использованием искусственного интеллекта (ИИ), что нацелено на ускорение иммунотерапии рака. Цель исследования заключается в разработке новых методов, которые позволят улучшить эффективность лечения рака путем создания более точных и мощных T-клеточных рецепторов, способных распознавать и атаковать раковые клетки. Результаты исследования имеют значительное значение для врачей и клиник, поскольку они открывают новые горизонты в области иммунотерапии. Успешное применение разработанных T-клеточных рецепторов может привести к более эффективным методам лечения, что, в свою очередь, может повысить шансы на выздоровление пациентов и улучшить качество их жизни. Объяснение терминов… ➡️➡️➡️