ИИ Медтех

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… ➡️➡️➡️

Краткое описание исследования Исследование «Модели машинного обучения для прогнозирования нулевой фрагментации и доступа к нижнему полю с помощью гибкой навигационной системы доступа к уретре (FANS) при гибкой уретероскопии» ставит своей целью использование современных технологий для повышения эффективности лечения камней в почках. В частности, с помощью моделей машинного обучения (МЛ) исследователи стремились предсказать нулевую фрагментацию (ZFR) после гибкой уретероскопии и доступ к нижнему полю (LP) для камней, находящихся в сложной зоне. Результаты показали, что 56,7% пациентов достигли ZFR, а доступ к нижнему полю был обеспечен в 75,1% случаев. Почему важны результаты исследования Эти результаты имеют огромное значение для врачей и клиник,… ➡️➡️➡️

Обзор исследования «Regulatory T cells in stroke inflammation: Therapeutic perspectives» Исследование «Regulatory T cells in stroke inflammation: Therapeutic perspectives» посвящено роли регуляторных Т-клеток в воспалительных процессах, возникающих после инсульта. Целью работы является анализ динамики изменений в количестве и функции регуляторных Т-клеток на различных стадиях инсульта, а также изучение их потенциала в терапии. Результаты показывают, что регуляторные Т-клетки играют ключевую роль в снижении воспаления в остром периоде инсульта и способствуют восстановлению нейронов в хронической фазе. Это открывает новые горизонты для разработки терапевтических стратегий, направленных на улучшение исходов у пациентов. Важность результатов для врачей и клиник Результаты исследования имеют значительное значение для… ➡️➡️➡️

Обзор исследования Lateral connection convolutional neural networks для классификации обструктивного апноэ во сне и гипопноэ В исследовании «Lateral connection convolutional neural networks for obstructive sleep apnea hypopnea classification» представлена новая архитектура сверточной нейронной сети (CNN), называемая LCCNN, которая предназначена для классификации обструктивного апноэ во сне и гипопноэ (OSAHS). Основная цель работы заключалась в улучшении интерпретируемости моделей CNN, используемых для данной классификации. Результаты показали, что новая архитектура достигает высокой точности — 97,3% на базе данных University College Dublin и 95,6% на базе данных Physionet Challenge, что свидетельствует о её эффективности. Значение результатов для врачей и клиник Высокая точность классификации обструктивного апноэ… ➡️➡️➡️

Обзор исследования «Efficacy of a Real-Time Artificial Intelligence Ultrasound System With Computer-Aided Detection and Diagnosis for Breast Cancer: A Feasibility Study» Данное исследование направлено на оценку эффективности системы ультразвуковой диагностики рака груди с использованием искусственного интеллекта (ИИ) в реальном времени. Целью исследования было определить, насколько такая система может помочь в выявлении и диагностике рака груди в клинической практике. В исследовании, проведенном в Тайване, использовалась система AI-CAD, которая работает на планшете и позволяет проводить диагностику на месте, без необходимости в серверной поддержке. Результаты показали, что AI-CAD успешно идентифицировал все случаи рака в реальном времени, продемонстрировав высокую чувствительность и специфичность. Важность результатов… ➡️➡️➡️

Обзор исследования «Тихая трансформация стереотаксических биопсий мозга после введения робототехники» Исследование «Тихая трансформация стереотаксических биопсий мозга после введения робототехники» анализирует влияние роботизированных технологий на методы стереотаксических биопсий. Целью исследования было выяснить, как использование робототехники может улучшить выбор траекторий для биопсий, снизить инвазивность процедур и повысить их эффективность. Результаты показали, что роботизированные технологии расширили возможности выбора точек входа и цели, что позволило использовать более короткие и менее инвазивные траектории без ущерба для диагностической ценности. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, поскольку они показывают, что внедрение робототехники может значительно улучшить результаты биопсий мозга. Снижение времени… ➡️➡️➡️