ИИ Медтех

Обзор исследования «From lipids and inflammation to artificial intelligence-driven therapeutics: the 93rd European atherosclerosis society (EAS) congress 2025 in focus» Исследование «From lipids and inflammation to artificial intelligence-driven therapeutics» освещает ключевые темы, которые были обсуждены на 93-м Конгрессе Европейского общества атеросклероза (EAS) в 2025 году. Цели исследования заключаются в изучении взаимосвязи между липидами, воспалением и новыми терапевтическими подходами, основанными на искусственном интеллекте. Результаты подчеркивают значимость понимания этих процессов для улучшения лечения сердечно-сосудистых заболеваний и повышения качества жизни пациентов. Значение результатов для врачей и клиник Полученные результаты важны для врачей, так как они подтверждают необходимость комплексного подхода к лечению атеросклероза, включающего… ➡️➡️➡️

Краткое описание исследования Исследование «Advancing Spike Sorting Through Gradient-Based Preprocessing and Nonlinear Reduction With Agglomerative Clustering» фокусируется на улучшении процесса сортировки спайков — электрических сигналов, генерируемых отдельными нейронами. Целью работы является создание высокоточной автоматизированной методики сортировки спайков, которая позволит избежать трудоемкого ручного анализа. Результаты показывают, что предложенные методы достигают 100% точности для несмешивающихся спайков и 99% для перекрывающихся, что значительно превышает результаты существующих методов. Значимость результатов для врачей и клиник Точные методы сортировки спайков имеют критическое значение для нейробиологии и клинической практики, так как они обеспечивают надежность последующих исследований и анализов, связанных с нейронной активностью. Это может привести к более… ➡️➡️➡️

Обзор исследования «Dark Future: Development and Initial Validation of Artificial Intelligence Conspiracy Beliefs Scale (AICBS)» Исследование «Dark Future» фокусируется на разработке и первичной валидации шкалы убеждений в заговоры, связанные с искусственным интеллектом (ИИ) — Artificial Intelligence Conspiracy Beliefs Scale (AICBS). Целью данного исследования было создание инструмента, который поможет оценить уровень убеждений в заговоры относительно ИИ и его влияния на общество. В ходе исследования был проведен опрос 788 участников, в результате которого была выявлена пятифакторная структура, объясняющая 62,58% общей дисперсии данных. Также была разработана сокращенная версия шкалы (AICBS-5), состоящая из пяти вопросов. Значение результатов для медицины Результаты данного исследования важны для… ➡️➡️➡️

Обзор исследования «Predicting heavy metal concentration in crop grain using automated machine learning models» В исследовании, опубликованном в журнале «Ying Yong Sheng Tai Xue Bao», рассматривается проблема загрязнения сельскохозяйственных культур тяжелыми металлами (ТМ) и предлагается метод предсказания их концентрации в зерне с использованием автоматизированных моделей машинного обучения (AutoML). На основе 791 набора данных из 54 публикаций были проанализированы десять факторов, влияющих на накопление ТМ, включая применение органических удобрений, концентрацию ТМ в удобрениях и почве, а также типы растений. Результаты показали, что модели глубокого обучения (DL) и градиентного бустинга (GBM) обеспечивают наилучшие прогнозы для различных ТМ, таких как хром, свинец и… ➡️➡️➡️

Обзор исследования «On the construction of artificial general intelligence based on the correspondence between goals and means» Исследование, проведенное в 2025 году, посвящено построению искусственного общего интеллекта (AGI) на основе принципа соответствия целей и средств. Основная цель работы — показать, что AGI может быть достигнут через совместную конструкцию целей и средств, что является необходимым условием для успешного выполнения задач. Результаты исследования указывают на необходимость создания новых архитектур интеллектуальных систем, которые были бы способны объяснить человеческое поведение и мышление. Значение результатов для врачей и клиник Результаты данного исследования имеют важное значение для медицины, так как они могут привести к созданию более… ➡️➡️➡️

Обзор исследования «Автоматизированная оценка качества панорамных рентгенограмм зубов с использованием глубокого обучения» Исследование, проведенное в 2025 году, направлено на разработку модели глубокого обучения (DL) для автоматизированной оценки качества панорамных рентгенограмм зубов. Целью работы было преодоление проблем, связанных с качеством изображений, таких как контраст, артефакты, позиционирование и охват, которые могут негативно влиять на точность диагностики. Результаты показали, что использование искусственного интеллекта может значительно повысить эффективность и снизить вариативность оценок между экспертами. Значение результатов для врачей и клиник Полученные результаты важны для стоматологов и клиник, так как они позволяют улучшить качество диагностики, минимизируя время, затрачиваемое на ручную оценку рентгенограмм. Автоматизированная система может… ➡️➡️➡️

Краткое описание исследования Исследование «Сравнительная оценка удобства использования компьютерных устройств ввода для навигации по цифровым слайдам» направлено на оценку различных методов навигации по цифровым изображениям слайдов, используемым в патологии. В рамках исследования были протестированы 10 различных устройств, включая стандартную мышь, клавиатуру, игровые контроллеры и другие. Участниками стали 38 практикующих патологоанатомов и стажеров, которые предоставили обратную связь о каждом устройстве. Результаты показали, что игровые контроллеры, такие как SpaceMouse Pro и крупные трекболы, стали наиболее предпочтительными. 63% участников отметили необходимость альтернатив стандартной мыши для эффективного завершения анализа случаев. Значение результатов для врачей и клиник Эти результаты важны для врачей и клиник, поскольку… ➡️➡️➡️

Краткое описание исследования Исследование «Advances in breast cancer diagnosis: a comprehensive review of imaging, biosensors, and emerging wearable technologies» представляет собой всесторонний обзор современных методов диагностики рака молочной железы. Основная цель работы — оценить эффективность различных технологий, таких как визуализация, биосенсоры и носимые устройства, в раннем выявлении заболевания. Результаты показывают, что ранняя диагностика значительно улучшает прогноз и выживаемость пациентов. Обзор подчеркивает важность точности, комфорта для пациента и экономической целесообразности новых методов диагностики. Важность результатов для врачей и клиник Результаты исследования имеют критическое значение для врачей и клиник, поскольку они подчеркивают необходимость внедрения современных технологий для повышения эффективности диагностики рака молочной… ➡️➡️➡️

Обзор исследования «Large language models for disease diagnosis: a scoping review» Исследование «Large language models for disease diagnosis: a scoping review» предоставляет всесторонний анализ применения больших языковых моделей (LLMs) в диагностике заболеваний. Основная цель работы — оценить эффективность LLM в различных клинических задачах, выявить типы заболеваний и клинические данные, к которым они были применены, а также методы оценки. Результаты показывают, что LLM могут значительно улучшить точность и скорость диагностики, однако существуют пробелы в понимании их применения и оценки. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как внедрение LLM может повысить качество диагностики, сократить… ➡️➡️➡️

Обзор исследования Исследование «Integration of artificial intelligence in orthodontic imaging: A bibliometric analysis of research trends and applications» направлено на анализ тенденций в использовании искусственного интеллекта (ИИ) в ортодонтической визуализации. Оно охватывает период с 1991 по 2024 год и исследует ключевых авторов, применения моделей ИИ и их влияние на область ортодонтии. Основная цель исследования — выявить рост публикаций и цитируемости, а также проанализировать международные коллаборации в данной области. Важность результатов Результаты имеют критическое значение для врачей и клиник, так как они показывают, как ИИ может улучшить диагностику и планирование лечения ортодонтических заболеваний. Понимание этих тенденций позволяет врачам принимать более обоснованные… ➡️➡️➡️

Краткое описание исследования Исследование «Diagnostic performance of deep learning models in classifying mandibular third molar and mandibular canal contact status on panoramic radiographs: A systematic review and meta-analysis» направлено на оценку точности моделей глубокого обучения в классификации контакта между нижними третьими молярами и нижней челюстной канавкой на панорамных рентгенограммах. Целью работы было систематически проанализировать существующие данные и выявить эффективность этих моделей. Результаты показали, что модели глубокого обучения достигли 83.4% точности, 80.2% чувствительности и 85.8% специфичности, что подчеркивает их потенциал в улучшении диагностики. Важность результатов для врачей и клиник Эти результаты имеют большое значение для стоматологов и клиник, так как позволяют… ➡️➡️➡️

Краткое описание исследования Исследование «Leveraging a foundation model zoo for cell similarity search in oncological microscopy across devices» направлено на разработку нового подхода к анализу клеточной визуализации, который позволяет определять типы клеток и их состояния с использованием различных методов микроскопии. Целью работы является создание автоматизированного решения, способного работать с изображениями, полученными на разных устройствах, без необходимости предварительной окраски и ручной аннотации. Результаты показывают, что предложенный метод, названный EWC-FAISS, демонстрирует высокую точность в определении клеток, что имеет большое значение для клинического применения в онкологии. Значимость результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как позволяют быстро… ➡️➡️➡️

Краткое описание исследования Исследование, проведенное Тирасарнтипаном и др. и опубликованное в World Journal of Gastroenterology, предлагает ценные сведения о прогностическом моделировании для острое печеночной недостаточности и смертности в стационаре у пациентов с тяжелым гепатитом, вызванным вирусом денге. Результаты показывают, что модель оценки конечной стадии заболевания печени (MELD) является наиболее надежным предсказателем, в то время как более простая оценка Easy Albumin-Bilirubin также демонстрирует свою полезность. Несмотря на эти достижения, существующие прогностические модели сталкиваются с ограничениями в реальных клинических условиях. В статье обсуждаются сильные и слабые стороны текущих моделей, предлагаются направления для улучшения прогностической точности и клинической реализации. Важность результатов для врачей… ➡️➡️➡️

Обзор исследования «Longer or shorter? A large-scale randomized field experiment on the impact of free trial duration on sustainable user conversion in the Freemium model» Исследование, проведенное в сотрудничестве с ведущей глобальной компанией в области SaaS, анализирует влияние продолжительности бесплатного пробного периода на конверсии пользователей в модели Freemium. В рамках двухлетнего рандомизированного полевого эксперимента было охвачено 680,588 пользователей из 190 стран. Цель исследования заключалась в оценке, как различная продолжительность пробного периода влияет на поведение пользователей на разных этапах конверсии. Результаты показали, что продленные пробные периоды значительно увеличивают принятие бесплатного пробного периода и задержанную конверсию, но не оказывают статистически значимого влияния… ➡️➡️➡️

Обзор исследования Исследование «How Well Do Simulated Population Samples with GPT-4 Align with Real Ones? The Case of the Eysenck Personality Questionnaire Revised-Abbreviated Personality Test» направлено на изучение способности искусственного интеллекта, в частности модели GPT-4, создавать синтетические выборки населения, которые отражают реальные. Целью эксперимента было выяснить, насколько хорошо синтетические результаты, полученные с помощью сокращенной версии личностного теста Эйзенка (EPQR-A), соотносятся с данными, собранными у реальных людей. Результаты показали, что, хотя GPT-4 демонстрирует определенные личностные черты, различия между ответами синтетических и реальных популяций остаются значительными. Значение результатов для врачей и клиник Эти результаты важны для врачей и клиник, поскольку они подчеркивают… ➡️➡️➡️

Обзор исследования «DSCnet: detection of drug and alcohol addiction mechanisms based on multi-angle feature learning from the hybrid representation of EEG» Исследование «DSCnet» представляет собой новаторскую работу, посвящённую выявлению механизмов зависимости от наркотиков и алкоголя с использованием электроэнцефалографии (ЭЭГ). Основной целью исследования является разработка модели глубокого обучения под названием DSCnet, способной более эффективно анализировать данные ЭЭГ с целью распознавания паттернов, связанных с зависимостями. Результаты показывают, что DSCnet достигла 85,11% точности в определении зависимости от наркотиков и 84,56% в случае алкогольной зависимости, что превосходит показатели существующих моделей. Важность результатов для врачей и клиник Эти результаты имеют значительное значение для врачей и… ➡️➡️➡️

Обзор исследования «Neuropsychopharmacology in the era of artificial intelligence and biomolecule prediction software» Исследование «Neuropsychopharmacology in the era of artificial intelligence and biomolecule prediction software» рассматривает, как искусственный интеллект (ИИ) может изменить подходы к разработке лекарств для нейропсихиатрических заболеваний. Основная цель исследования заключается в том, чтобы выявить возможности ИИ для ускорения процесса создания новых терапий, минимизируя традиционные ограничения, связанные с химическим синтезом и тестированием на животных. Результаты показывают, что ИИ может значительно улучшить предсказание взаимодействия молекул с рецепторами, что в свою очередь может привести к более эффективным и безопасным лекарствам. Значение результатов для врачей и клиник Результаты исследования важны для… ➡️➡️➡️

Обзор исследования «Blood and urine-based biomarkers in prostate cancer: Current advances, clinical applications, and future directions» Исследование посвящено актуальным достижениям в области биомаркеров, основанных на анализе крови и мочи, при раке простаты (РП). Основной целью является предоставление комплексного обзора текущих и новых диагностических, прогностических и предсказательных биомаркеров, а также их клинических приложений и будущих перспектив. Рак простаты — одно из наиболее распространенных злокачественных новообразований у мужчин, характеризующееся высокой клинической и молекулярной гетерогенностью. Несмотря на широкое использование простатспецифического антигена (PSA) для диагностики и мониторинга, его ограниченная специфичность и чувствительность требуют разработки более точных биомаркеров. Результаты исследования важны для врачей и клиник,… ➡️➡️➡️

Обзор исследования «Multimodal AI to forecast arrhythmic death in hypertrophic cardiomyopathy» Исследование, проведенное с использованием глубокого обучения, представило модель MAARS (Multimodal Artificial intelligence for ventricular Arrhythmia Risk Stratification), которая прогнозирует риск летальных аритмий у пациентов с гипертрофической кардиомиопатией (ГКМ). Основной целью было улучшение точности предсказания внезапной сердечной смерти, вызванной вентрикулярными аритмиями, что является одной из основных причин смертности во всем мире. MAARS анализирует многомодальные медицинские данные, включая электронные медицинские записи, эхокардиограммы, рентгенологические отчеты и контрастные магнитно-резонансные изображения сердца. Результаты показали, что MAARS достигла площади под кривой (AUC) 0.89 в внутренних и 0.81 в внешних когортах, превосходя существующие клинические рекомендации на… ➡️➡️➡️

Обзор исследования «Улучшение диагностики рака груди с помощью алгоритмов машинного обучения» Исследование «Улучшение диагностики рака груди с помощью алгоритмов машинного обучения» направлено на применение технологий искусственного интеллекта для повышения точности раннего диагностирования рака груди. В условиях, когда рак груди является самой распространенной причиной смерти среди женщин, ранняя диагностика становится критически важной. В ходе исследования были проведены сравнительные оценки различных алгоритмов машинного обучения, таких как SVM (метод опорных векторов), DT (дерева решений), RF (случайный лес), логистическая регрессия, KNN (метод ближайших соседей) и ANN (нейронные сети), с использованием имеющихся клинических данных. Результаты показали, что применение машинного обучения может значительно снизить смертность от… ➡️➡️➡️