ИИ Медтех

Краткое описание исследования Исследование «The Application and Ethical Implication of Generative AI in Mental Health: Systematic Review» направлено на систематический анализ применения генеративного искусственного интеллекта (GenAI) в области психического здоровья. В работе рассматриваются три основные области: диагностика и оценка, терапевтические инструменты и поддержка клиницистов. Исследование выявляет ключевые этические проблемы, связанные с использованием GenAI, и предлагает интегративную этическую рамку GenAI4MH для ответственного применения технологий в психическом здоровье. Важность результатов для врачей и клиник Результаты исследования подчеркивают потенциал GenAI в улучшении диагностики и лечения психических расстройств, что может существенно повысить доступность и качество медицинской помощи. Это особенно важно в условиях растущего спроса… ➡️➡️➡️

Обзор исследования Исследование «Analyzing Patient Complaints in Web-Based Reviews of Private Hospitals in Selangor, Malaysia, Using Large Language Model-Assisted Content Analysis: Mixed Methods Study» направлено на разработку и валидацию метода анализа веб-отзывов о частных больницах с использованием анализа контента, поддерживаемого большими языковыми моделями (LLM). Целью исследования было выявление тем и проблем, упомянутых в отзывах пациентов. В ходе исследования были собраны веб-отзывы о 53 частных больницах в Селангоре, Малайзия. Используя алгоритмы обработки естественного языка и машинного обучения, исследователи отфильтровали фальшивые отзывы и применили API модели GPT-4o mini для дальнейшего анализа. В итоге было выделено 41 тематический код, который затем был обобщен… ➡️➡️➡️

Обзор исследования «An FDG-PET-Based Machine Learning Framework to Support Neurologic Decision-Making in Alzheimer Disease and Related Disorders» В исследовании «An FDG-PET-Based Machine Learning Framework to Support Neurologic Decision-Making in Alzheimer Disease and Related Disorders» рассматривается использование машинного обучения (ML) и изображений с позитронно-эмиссионной томографией (FDG-PET) для поддержки принятия решений в неврологии, особенно при диагностике нейродегенеративных заболеваний, таких как болезнь Альцгеймера. Целью работы было создание эффективной системы поддержки клинических решений (CDSS), которая могла бы помочь врачам справляться со сложными задачами диагностики. Результаты исследования показали, что предложенная модель может точно определять наличие девяти различных нейродегенеративных фенотипов с чувствительностью 0.89 и площадью под… ➡️➡️➡️

Обзор исследования «Deep Learning Model for Natural Language to Assess Effectiveness of Patients With Non-Muscle Invasive Bladder Cancer Receiving Intravesical Bacillus Calmette-Guérin Therapy» Исследование нацелено на оценку эффективности терапии с использованием Bacillus Calmette-Guérin (BCG) у пациентов с немышечным инвазивным раком мочевого пузыря (NMIBC) с помощью модели глубокого обучения, основанной на обработке естественного языка. Основная цель заключалась в разработке модели, способной анализировать данные из электронных медицинских записей, чтобы помочь врачам в оценке клинических исходов, таких как рецидив и прогрессирование болезни. В результате работы была разработана модель, которая показала высокую точность в классификации исходов лечения. Эти результаты важны для врачей и клиник,… ➡️➡️➡️

Описание исследования Исследование «Open-Source Hybrid Large Language Model Integrated System for Extraction of Breast Cancer Treatment Pathway From Free-Text Clinical Notes» направлено на автоматизацию извлечения данных о лечении рака груди из свободных клинических заметок. Основная цель заключается в ускорении сбора данных для оценки эффективности путей лечения, минимизируя человеческое вмешательство. Исследование предлагает гибридную двухфазную систему, которая сочетает парсер Unified Medical Language System (UMLS) и дообученную модель большого языка (LLM) для извлечения временных линий лечения из клинических заметок. Важность результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как позволяют более эффективно собирать и анализировать данные о лечении… ➡️➡️➡️

Обзор исследования «ChatGPT-Assisted Deep Learning Models for Influenza-Like Illness Prediction in Mainland China: Time Series Analysis» Исследование «ChatGPT-Assisted Deep Learning Models for Influenza-Like Illness Prediction in Mainland China: Time Series Analysis» направлено на оценку прогностической эффективности различных моделей глубокого обучения для прогнозирования заболеваемости гриппоподобными заболеваниями (ILI) в материковом Китае. В работе рассматривается использование модели ChatGPT для упрощения разработки и оптимизации этих моделей. Цели исследования заключались в анализе данных по заболеваемости ILI, собранных с 2014 по 2024 год, и в оценке роли ChatGPT в поддержке процесса подготовки моделей. Результаты показывают, что использование глубоких моделей, особенно TiDE, может существенно улучшить точность прогнозирования… ➡️➡️➡️

Обзор исследования Исследование «Performance of Large Language Models in the Non-English Context: Qualitative Study of Models Trained on Different Languages in Chinese Medical Examinations» направлено на оценку эффективности больших языковых моделей (LLMs), обученных на различных языковых корпусах, с использованием Китайского национального медицинского лицензионного экзамена (CNMLE) в качестве эталона. Целью исследования было выяснить, как модели, обученные на английском и китайском языках, справляются с медицинскими вопросами. Результаты и их значение В результате исследования 6 из 7 моделей показали результаты выше проходного уровня, причем наивысшую точность продемонстрировала китайская модель Baichuan (86,67%), за ней следовала ChatGPT (83,83%). Эти результаты важны для врачей и клиник,… ➡️➡️➡️

Краткий обзор исследования Исследование «Multicenter Validation of a Machine Learning Model for Surgical Transfusion Risk at 45 US Hospitals» направлено на внешнюю валидацию алгоритма машинного обучения, известного как S-PATH, для оценки риска трансфузии эритроцитов во время хирургических операций. Цель заключалась в том, чтобы проверить эффективность алгоритма в 45 больницах США, анализируя данные хирургических случаев за 2020 и 2021 годы. Результаты показали, что S-PATH рекомендовал забор крови для анализа (type and screen) в 32.5% случаев, тогда как традиционный подход (MSBOS) — в 51.6%. Алгоритм S-PATH показал большую точность в предсказании риска, что делает его потенциально полезным инструментом для клинического принятия решений… ➡️➡️➡️

Обзор исследования «Quantifying Sagittal Craniosynostosis Severity: A Machine Learning Approach With CranioRate» Краткое описание исследования В исследовании «Quantifying Sagittal Craniosynostosis Severity: A Machine Learning Approach With CranioRate» была разработана и валидация моделей машинного обучения (ML) для объективной и комплексной оценки степени тяжести сагиттальной краниосиностоза (СCS). Целью исследования было улучшение клинической оценки, управления и исследований в этой области. В исследовании приняло участие 195 пациентов с несиндромным SCS и 221 пациент с несиндромным метопическим краниосиностозом. Основными выводами стало то, что предложенная оценка SSS (Sagittal Severity Score) значительно повышает точность предсказания экспертных оценок по сравнению с традиционными показателями, такими как индекс сагиттального обхвата… ➡️➡️➡️

Краткое описание исследования Исследование «Искусственный интеллект в коронарной КТ ангиографии: трансформация диагностики и стратификации риска атеросклероза» фокусируется на использовании ИИ для улучшения диагностики коронарного атеросклероза и сердечно-сосудистых заболеваний. Целью работы является повышение точности диагностики, улучшение рабочего процесса и предсказание риска серьезных сердечно-сосудистых событий (MACE). Результаты показывают, что внедрение ИИ позволяет увеличить обнаружение стенозов на 27%, улучшить согласованность между читателями на 30% и сократить время отчетности на 40%. Эти результаты важны для врачей и клиник, так как позволяют преодолеть ограничения традиционной интерпретации КТ. Объяснение терминов Коронарная КТ ангиография (CCTA) — это неинвазивный метод визуализации, который используется для оценки состояния коронарных артерий… ➡️➡️➡️

Краткое описание исследования Исследование «Advanced glaucoma disease segmentation and classification with grey wolf optimized U -Net++ and capsule networks» направлено на разработку автоматизированной системы диагностики глаукомы, которая сочетает в себе оптимизированные решения для сегментации и классификации. Цель работы — повысить точность диагностики и ускорить процесс выявления заболевания, что критически важно, поскольку глаукома является одной из основных причин слепоты. В результате исследования была достигнута точность сегментации и классификации на уровне 95.1%, что превосходит существующие методы. Важность результатов для врачей и клиник Полученные результаты имеют значительное значение для врачей и клиник, так как автоматизированная система может значительно ускорить процесс диагностики глаукомы и… ➡️➡️➡️

Обзор исследования «Early warning scores: a rapid umbrella review» Исследование «Early warning scores: a rapid umbrella review» направлено на оценку эффективности систем раннего предупреждения (EWS) при мониторинге жизненно важных показателей у госпитализированных пациентов. Цель исследования заключалась в анализе существующих систем EWS, их внедрении и влиянии на исходы лечения, включая смертность, необходимость в интенсивной терапии и случаи сепсиса или сердечно-сосудистых осложнений. Результаты показали, что EWS наиболее эффективны в высокорисковых группах пациентов, таких как отделения неотложной помощи и пациенты после операций. Важность результатов для врачей и клиник Результаты исследования подчеркивают значимость внедрения EWS в клиническую практику, так как они могут существенно улучшить… ➡️➡️➡️

Краткое описание исследования Исследование «Identifying Sarcocystis spp. infection in goats: a combined morphological, serological, and molecular approach» направлено на выявление инфекций, вызываемых разными видами Sarcocystis у домашних коз (Capra aegagrus hircus). В ходе работы использовались оптическая и трансмиссионная электронная микроскопия, серологические методы и ПЦР-амплификация для анализа индивидуальных цист. В результате были идентифицированы два вида Sarcocystis — S. capracanis и S. hircicanis. Макроскопические цисты не были обнаружены ни у одного из исследуемых животных, однако микроскопические саркосисты были зафиксированы у 17 из 19 взрослых коз (90%). Исследование стало первым, подтвердившим наличие инфекции S. capracanis и S. hircicanis у домашних коз в Аргентине… ➡️➡️➡️

Обзор исследования «Практическое применение ИИ в визуализации тела» Исследование «Практическое применение ИИ в визуализации тела» фокусируется на внедрении алгоритмов искусственного интеллекта (ИИ) и глубокого обучения в радиологии, особенно в оценке органов брюшной полости и связанных заболеваний. Целью исследования является оценка доступных алгоритмов, одобренных FDA, и их потенциальных преимуществ в клинической практике. Результаты показывают, что использование ИИ может значительно повысить точность диагностики, улучшить эффективность рабочих процессов и автоматизировать рутинные задачи. Эти результаты важны для врачей и клиник, так как они открывают новые возможности для повышения качества диагностики и лечения пациентов, что в свою очередь может привести к более эффективному использованию ресурсов… ➡️➡️➡️

Краткое описание исследования Исследование «Улучшение точности радиологических отчетов: использование GPT-4 для снижения ошибок в отчетах» направлено на оценку эффективности модели искусственного интеллекта GPT-4 в выявлении и исправлении ошибок в радиологических отчетах, особенно в отчетах по абдоминальной компьютерной томографии (КТ). Целью исследования было определить, насколько GPT-4 может повысить точность и ясность финализированных отчетов, которые играют ключевую роль в диагностике и лечении пациентов. Результаты показали, что GPT-4 смог выявить проблемы и предложить исправления в 91% из 600 отчетов, однако большинство исправлений касались грамматических ошибок и имели низкое клиническое значение. Важность результатов для врачей и клиник Результаты исследования подчеркивают потенциал использования GPT-4 в… ➡️➡️➡️

Обзор исследования «Avatar: Personalized Precision Radio-Genomic Theranostic Oncology» Исследование «Avatar: Personalized Precision Radio-Genomic Theranostic Oncology» направлено на создание виртуального аватара пациента с раком, что может кардинально изменить подход к индивидуализированному лечению. Целью исследования является использование данных о молекулярной биологии опухоли, геномных характеристиках и иммунологическом окружении для создания цифрового двойника, который позволит тестировать и адаптировать терапию в реальном времени. Это может привести к более эффективным стратегиям лечения, основанным на уникальных особенностях каждого пациента. Значение результатов для врачей и клиник Результаты исследования важны, поскольку они открывают новые горизонты в области терапии рака, позволяя врачам разрабатывать более целенаправленные и эффективные методы лечения. Использование… ➡️➡️➡️

Обзор исследования «Aortic Stenosis and Mitral Regurgitation: Takeaways From the Heart Valve Collaboratory Workshop on Multivalvular Disease» Исследование «Aortic Stenosis and Mitral Regurgitation» представляет собой синтез ключевых выводов из первого совместного семинара между JACC и Heart Valve Collaboratory, который прошел в 2024 году. Основной задачей семинара было обсуждение сопутствующих заболеваний, таких как аортальный стеноз и митральная регургитация. Исследование акцентирует внимание на бремени этих заболеваний, ограничениях существующих хирургических и транскатетерных подходов, а также на вариабельности в клиническом принятии решений, вызванной недостатком доказательств. Важным аспектом семинара стало выявление неудовлетворенных потребностей в выборе пациентов, времени и последовательности вмешательств, визуализации и предсказании ответа митральной… ➡️➡️➡️

Обзор исследования Исследование «Machine learning algorithms in predicting survivability of patients with renal cell carcinoma after nephrectomy: a retrospective study» направлено на изучение применения алгоритмов машинного обучения для прогнозирования выживаемости пациентов с раком почки после нефрэктомии. Основной целью работы было создание прогностической модели, способной идентифицировать и управлять высокорисковыми пациентами. В исследовании проанализированы данные 737 пациентов, из которых 725 соответствовали критериям. Результаты показали, что модель LASSO-Cox превосходит другие модели в прогнозировании выживаемости, что может существенно повлиять на клинические решения. Важность результатов для врачей и клиник Полученные результаты имеют большое значение для врачей, так как они помогают в ранней идентификации пациентов с… ➡️➡️➡️

Обзор исследования «Development of intelligent robots in the wave of embodied intelligence» Исследование «Development of intelligent robots in the wave of embodied intelligence» фокусируется на создании интеллектуальных роботов, обладающих «воплощённым интеллектом», который позволяет им взаимодействовать с окружающей средой более естественно. Целью работы является изучение научной базы, технических путей развития и текущих достижений в области робототехники. Результаты исследования подчеркивают, что интеллект, встроенный в физические формы роботов, может значительно улучшить их функциональность и взаимодействие с людьми. Значение результатов для врачей и клиник Результаты этого исследования важны для медиков, так как применение интеллектуальных роботов в клиниках может повысить качество ухода за пациентами, улучшить… ➡️➡️➡️

Краткое описание исследования Исследование, опубликованное в журнале PNAS Nexus, анализирует общественное восприятие ученых в области искусственного интеллекта (ИИ) по сравнению с учеными в других областях, включая климатическую науку. Используя данные национальной вероятностной панели, исследователи оценили такие факторы, как доверие, благоразумие, беспристрастность, самокоррекция и польза (FASS). Результаты показали, что восприятие ученых в области ИИ является наиболее негативным среди трех категорий, причем это связано с опасениями о непреднамеренных последствиях. Политическая идеология и медийное воздействие значительно влияют на восприятие климатической науки и науки в целом, но не так сильно на восприятие ИИ. Важность результатов для врачей и клиник Результаты этого исследования важны для… ➡️➡️➡️