ИИ Медтех

Обзор исследования Исследование «Сравнение ответов ChatGPT-4, Google Gemini и Google Search на общие вопросы пациентов о растяжениях лодыжки: анализ читаемости» направлено на оценку точности и удобочитаемости ответов на часто задаваемые вопросы (FAQ) о растяжениях лодыжки. Основной целью было выявить, насколько хорошо современные инструменты, такие как ChatGPT-4 и Google Gemini, могут помочь пациентам в понимании этой распространенной травмы. Результаты показали, что ответы ChatGPT-4 и Google Gemini были более длинными, точными и полными по сравнению с ответами Google Search, хотя и менее удобочитаемыми. Значимость для врачей и клиник Эти результаты важны для врачей и клиник, так как подчеркивают необходимость использования эффективных инструментов… ➡️➡️➡️

Краткое описание исследования Исследование «Identifying Psychosocial, Self-Management, and Health Profiles Among Women With Chronic Pain Who Have Experienced Intimate Partner Violence and Those Who Have Not» направлено на понимание различий в психосоциальных, самообслуживающих и здоровье профилях женщин, страдающих от хронической боли (ХБ), в зависимости от того, испытывали ли они насилие со стороны интимного партнера (НП). Целью исследования является выявление различий в факторах риска и защиты, а также в исходах здоровья между этими группами женщин. Исследование состоит из двух фаз: первая фаза включает качественное исследование с полуструктурированными интервью, в то время как вторая фаза — поперечное исследование с использованием различных шкал… ➡️➡️➡️

Обзор исследования «AI in Qualitative Health Research Appraisal: Comparative Study» Исследование «AI in Qualitative Health Research Appraisal: Comparative Study» направлено на оценку эффективности пяти моделей искусственного интеллекта (ИИ) в оценке качества качественных исследований в области здравоохранения. Целью исследования было сравнить производительность моделей GPT-3.5, Claude 3.5, Sonar Huge, GPT-4 и Claude 3 Opus, используя три стандартизированных инструмента: Critical Appraisal Skills Programme (CASP), контрольный список Joanna Briggs Institute (JBI) и Оценочные инструменты для качественных исследований (ETQS). Основные результаты показали, что ИИ, хотя и обладает потенциалом для повышения эффективности и согласованности в оценках, сталкивается с ограничениями в интерпретации контекстуальных критериев. Значение результатов для… ➡️➡️➡️

Краткое описание исследования Исследование «Улучшение читабельности материалов по образованию пациентов с сердечной недостаточностью в учреждениях с использованием GPT-4: Наблюдательное исследование» направлено на оценку читабельности материалов по образованию пациентов (PEMs), связанных с сердечной недостаточностью, и на анализ способности GPT-4 улучшать эти показатели, сохраняя точность и полноту информации. В ходе исследования было проанализировано 143 материала из 10 ведущих кардиологических учреждений. Результаты показали, что GPT-4 значительно улучшает читабельность, снижая уровень сложности текста с 10.3 до 7.3 по шкале Flesch-Kincaid. Важность результатов для врачей и клиник Эти результаты имеют огромное значение для врачей и клиник, так как они подчеркивают необходимость доступных образовательных материалов для… ➡️➡️➡️

Обзор исследования Исследование «Toward Cross-Hospital Deployment of Natural Language Processing Systems: Model Development and Validation of Fine-Tuned Large Language Models for Disease Name Recognition in Japanese» направлено на оценку надежности доработанных больших языковых моделей (LLMs) для распознавания названий заболеваний в японских клинических записях. Основная цель заключалась в проверке их способности работать с данными, которые не были использованы в процессе обучения, что особенно важно для клинической практики. Результаты показали, что доработанные LLMs демонстрируют большую устойчивость, с меньшим разрывом в производительности между данными, использованными для обучения, и новыми данными. Это открывает новые возможности для использования таких моделей в реальных условиях здравоохранения, где… ➡️➡️➡️

Обзор исследования «Deep Learning-Enhanced Hand-Driven Spatial Encoding Microfluidics for Multiplexed Molecular Testing at Home» Исследование «Deep Learning-Enhanced Hand-Driven Spatial Encoding Microfluidics for Multiplexed Molecular Testing at Home» посвящено разработке инновационной системы для молекулярного тестирования в домашних условиях. Основной целью работы является упрощение процесса диагностики инфекционных заболеваний, позволяя пользователям проводить тесты без необходимости в сложном оборудовании и длительных подготовительных этапах. В результате было создано устройство, которое использует технологии RPA и CRISPR для быстрого и точного определения множества патогенов, включая 27 подтипов ВПЧ и три критически важных респираторных патогена. Значимость результатов для врачей и клиник Результаты исследования имеют большое значение для врачей… ➡️➡️➡️

Краткое описание исследования Исследование «Validation of The Umbrella Collaboration for Tertiary Evidence Synthesis in Geriatrics: Mixed Methods Study» направлено на валидацию методологии The Umbrella Collaboration (TU), которая представляет собой полусамостоятельную систему синтеза третичных доказательств. Целью исследования было сравнение TU с традиционными обзорами (TURs), которые считаются золотым стандартом в данной области. Исследование показало, что TU может достичь эффективности, сопоставимой с TURs, при этом предлагая более быстрый и комплексный подход. Важность результатов для врачей и клиник Результаты данного исследования имеют большое значение для врачей и клиник, так как они демонстрируют возможность более быстрого и эффективного получения информации, необходимой для принятия клинических решений.… ➡️➡️➡️

Обзор исследования «Stench of Errors or the Shine of Potential: The Challenge of (Ir)Responsible Use of ChatGPT in Speech-Language Pathology» Исследование «Stench of Errors or the Shine of Potential: The Challenge of (Ir)Responsible Use of ChatGPT in Speech-Language Pathology» анализирует использование больших языковых моделей, таких как ChatGPT, в области логопедии. Целью работы является выявление как возможностей, так и проблем, связанных с интеграцией этих инструментов в практику логопедов. Исследование подчеркивает необходимость подготовки будущих специалистов к ответственному использованию технологий, чтобы избежать распространения дезинформации и этических проблем. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, поскольку они подчеркивают… ➡️➡️➡️

Обзор исследования DrugProtAI Исследование «DrugProtAI: A machine learning-driven approach for predicting protein druggability through feature engineering and robust partition-based ensemble methods» представляет собой значимый шаг в области разработки лекарств. Основная цель работы заключалась в создании инструмента, который предсказывает «доступность» белков для разработки лекарств, используя методы машинного обучения и обширный набор характеристик белков. В результате был разработан инструмент DrugProtAI, который продемонстрировал высокую точность в предсказании, достигая медианного значения AUC (площадь под кривой точности-отзыва) 0.87. Это означает, что инструмент способен эффективно идентифицировать потенциальные мишени для лекарств, что может значительно ускорить процесс разработки новых терапий. Значение результатов для врачей и клиник Результаты исследования… ➡️➡️➡️

Обзор исследования «Advancing genetic engineering with active learning: theory, implementations and potential opportunities» Исследование «Advancing genetic engineering with active learning: theory, implementations and potential opportunities» рассматривает применение методов активного обучения (AL) в генетической инженерии. Основная цель работы заключается в том, чтобы улучшить точность моделей машинного обучения (ML) и оптимизировать процесс экспериментирования, что позволяет ученым более эффективно выявлять биологические механизмы. Результаты показывают, что AL может значительно сократить затраты и усилия, необходимые для разработки и тестирования новых биомолекул. Важность результатов для врачей и клиник Результаты данного исследования имеют большое значение для врачей и клиник, так как они открывают новые возможности для разработки… ➡️➡️➡️

Обзор исследования «Highly Condensed All-MLP Architecture for Long-Term Human Motion Prediction» Исследование «Highly Condensed All-MLP Architecture for Long-Term Human Motion Prediction» представляет собой значимый шаг в области предсказания движений человека с использованием искусственного интеллекта. Основная цель работы — создание легковесной модели, основанной на многослойных перцептронах (MLP), способной точно предсказывать движения человека на длительный срок. Результаты показывают, что предложенная архитектура (HCMLP) превосходит существующие методы в точности предсказаний, используя минимальное количество параметров. Важность результатов для врачей и клиник Результаты данного исследования имеют непосредственное значение для медицины, особенно в областях, связанных с реабилитацией, физиотерапией и спортивной медициной. Возможность точного предсказания движений может помочь… ➡️➡️➡️

Обзор исследования CNNViT-MILF-a Исследование «CNNViT-MILF-a: A Novel Architecture Leveraging the Synergy of CNN and ViT for Motor Imagery Classification» посвящено разработке новой архитектуры для классификации моторной воображаемости (MI) с использованием интерфейсов «мозг-компьютер» (BCI). Целью работы было улучшение точности классификации MI, что имеет важное значение для применения в инженерии, медицине и искусственном интеллекте. В ходе исследования были предложены гибридные модели, сочетающие свёрточные нейронные сети (CNN) и трансформеры (ViT), что позволило достичь значительного улучшения результатов по сравнению с существующими методами. Значение результатов для врачей и клиник Результаты исследования подтверждают, что модель CNNViT-MILF-a демонстрирует лучшие показатели точности, что может существенно повлиять на диагностику… ➡️➡️➡️

Обзор исследования «Оценка и управление портальной гипертензией у пациентов с MASLD: достижения и недостатки» Исследование «Оценка и управление портальной гипертензией у пациентов с MASLD: достижения и недостатки» посвящено актуальной проблеме портальной гипертензии, связанной с метаболическим дисфункциональным заболеванием печени (MASLD). Целью данной работы является оценка современных подходов к диагностике и лечению портальной гипертензии, а также рассмотрение новых патофизиологических механизмов, возможных терапевтических стратегий и неинвазивных диагностических инструментов. Результаты исследования важны для врачей и клиник, так как подчеркивают, что портальная гипертензия может развиваться не только на фоне цирроза, но и при MASLD, что требует пересмотра традиционных представлений о данной патологии и создания новых… ➡️➡️➡️

Обзор исследования «Antiseptic wound irrigation to prevent surgical site infection after laparotomy: meta-analysis» Исследование «Antiseptic wound irrigation to prevent surgical site infection after laparotomy: meta-analysis» направлено на оценку эффективности антибактериального промывания раны для снижения риска инфекций после лапаротомии. В ходе систематического обзора и мета-анализа, авторы изучили данные из 18 исследований с участием 6368 пациентов, где основным показателем была частота инфекций в хирургической зоне. Результаты показали, что общая частота инфекций составила 14,7%. В 13 исследованиях не было выявлено значительного эффекта от антибактериального промывания по сравнению с физраствором, однако исключение исследований с высоким риском предвзятости продемонстрировало потенциальную пользу от антибактериального промывания. Кроме… ➡️➡️➡️

Обзор исследования Исследование «OMT and tensor SVD-based deep learning model for segmentation and predicting genetic markers of glioma: A multicenter study» направлено на улучшение диагностики и лечения глиом, наиболее распространенного первичного злокачественного опухолевого образования головного мозга. Основная цель работы заключается в сегментации опухолевых регионов и предсказании генетических маркеров, таких как степень опухоли по классификации ВОЗ, мутация изоцитратдегидрогеназы (IDH) и статус коделетации 1p/19q с помощью моделей глубокого обучения на основе предоперативных МРТ. В результате исследования был разработан подход оптимального масс-транспорта (OMT), который позволяет преобразовывать нерегулярные МРТ-изображения мозга в тензоры для более точной сегментации опухолей. Модель OMT-APC (алгебраическая предклассификация) продемонстрировала высокую точность… ➡️➡️➡️

Краткое описание исследования Исследование «Real-World Performance Evaluation of Commercial Autocontouring Software for Head and Neck Cancer Radiotherapy» сосредоточено на оценке возможностей программного обеспечения для автоматического контурирования ART-Plan™. Целью работы было проверить, насколько точно данное ПО, использующее искусственный интеллект (ИИ), может выделять структуры для радиотерапии рака головы и шеи в условиях реальной клинической практики. Результаты показали, что автоматическое контурирование может значительно сократить время, необходимое для рецензирования и редактирования контуров, при этом обеспечивая высокое качество контурирования. Важность результатов Полученные результаты имеют большое значение для врачей и клиник, поскольку позволяют оптимизировать процесс радиотерапии, снижая время на подготовку лечения и повышая точность контурирования. Это… ➡️➡️➡️

Краткое описание исследования Исследование «Investigating the Potential of Generative AI Clinical Case-Based Simulations on Radiography Education: A Pilot Study» направлено на оценку образовательной ценности инструмента имитации на базе искусственного интеллекта (ИИ), разработанного для генерации клинически значимых медицинских изображений с целью профессионального обучения радиографов. Пилотное исследование прошло в июле 2023 года и охватило 122 студентов и 155 недавних выпускников. Участники оценивали свои знания и восприятие применения ИИ в медицинском образовании через опрос до и после лекции о контенте, сгенерированном ИИ. Значимость результатов Результаты этого исследования важны для врачей и клиник, так как они показывают потенциал ИИ в улучшении образовательных процессов для… ➡️➡️➡️

Обзор исследования Исследование «Development of a deep learning model for predicting skeletal muscle density from ultrasound data: a proof-of-concept study» направлено на разработку модели глубокого обучения, способной предсказывать плотность скелетных мышц на основе данных ультразвукового исследования (УЗИ). Цель исследования заключалась в преодолении ограничений, связанных с использованием УЗИ для оценки мышечной массы, включая зависимость от опыта оператора и вариативность измерений. В результате было получено многообещающее средство автоматизированной оценки мышечной трофики, которое продемонстрировало точность классификации в 70% и AUC значения 0.89, 0.79 и 0.90 для трех классов плотности мышц. Важность результатов Результаты этого исследования имеют значение для врачей и клиник, так как… ➡️➡️➡️

Обзор исследования по скринингу рака шейки матки с использованием искусственного интеллекта Исследование «Progress in the application research of cervical cancer screening developed by artificial intelligence in large populations» посвящено применению технологий искусственного интеллекта (ИИ) для скрининга рака шейки матки в больших популяциях. Цель данного исследования заключалась в улучшении методов скрининга, чтобы ускорить диагностику и повысить точность выявления рака шейки матки, особенно в странах с низким и средним уровнем дохода. Результаты показывают, что использование ИИ может значительно упростить процессы диагностики и повысить эффективность скрининга. Важность результатов для врачей и клиник Результаты исследования имеют большое значение для врачей и клиник, поскольку они… ➡️➡️➡️

Обзор исследования Monochromatic LeafAdaptNet (MLAN) Исследование «Monochromatic LeafAdaptNet (MLAN)» предлагает адаптивный подход к обнаружению заболеваний шпината с использованием монохроматической визуализации. Основная цель работы заключается в улучшении диагностики и классификации бактерий и грибковых заболеваний, которые поражают листья шпината. Система, основанная на модели DenseNet-121-DO, показала высокую точность в 99.10% и среднюю точность (mAP) в 98.16%. Эти результаты имеют значительное значение для повышения сельскохозяйственной продуктивности и снижения затрат на пестициды. Значение результатов для врачей и клиник Поскольку шпинат является важным источником питательных веществ, его снижение в качестве может негативно сказаться на здоровье населения. Успешное обнаружение заболеваний позволяет сохранить качество и питательную ценность шпината,… ➡️➡️➡️