ИИ Медтех

Обзор исследования «Characterization of human CMV-specific CD8+ T cells using multi-layer single-cell omics» В данном исследовании была разработана комплексная методология для сбора многослойных данных о единичных клетках с использованием коммерчески доступной платформы на основе микровел. Методология включает в себя анализ всего транскриптома, клеточных поверхностных маркеров, специфичности Т-клеток, профилей адаптивного иммунного рецепторного репертуара (AIRR) и мультиплексирования образцов. С помощью этой техники были идентифицированы парные последовательности Т-клеточных рецепторов для трех известных эпитопов вируса цитомегалии (CMV). Также была оценена способность дексрамеров dCODE к обнаружению антигенспецифичных Т-клеток при низких частотах, с оценкой чувствительности и специфичности при использовании этих реагентов для многослойного анализа единичных клеток.… ➡️➡️➡️

Обзор исследования «Искусственный интеллект в управлении гемофилией: революция в уходе за пациентами и будущие направления» Недавние достижения в области искусственного интеллекта (ИИ) обещают значительные изменения в уходе за пациентами с гемофилией. Это исследование рассматривает влияние ИИ на ключевые аспекты управления гемофилией, включая прогнозирование риска кровотечений, идентификацию биомаркеров, персонализированные стратегии лечения и образование пациентов. Мы обсуждаем применение моделей машинного обучения для прогнозирования риска кровотечений у детей с гемофилией, занимающихся физической активностью, использование ИИ для анализа структуры белка фактора VIII для определения тяжести заболевания, а также разработку чат-ботов и цифровых платформ для образования пациентов и самоуправления, особенно в условиях ограниченных ресурсов. Кроме… ➡️➡️➡️

Краткое описание исследования Исследование «Chat generative pre-trained transformers era: pros and cons between nursing researchers in Egypt» направлено на изучение преимуществ и недостатков использования искусственного интеллекта, в частности чат-бота ChatGPT, среди исследователей в области медицины в Египте. В исследовании приняли участие 1001 исследователь из факультетов медсестринства, связанных с Верховным советом университетов. Результаты показали, что 81,4% участников отметили значительные преимущества использования ChatGPT, однако 44,7% выявили и недостатки. Основные опасения касались конфиденциальности пациентов, возможности получения неверных выводов и юридических последствий. Важность результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они подчеркивают необходимость осторожного подхода к использованию… ➡️➡️➡️

Обзор исследования «Искусственный интеллект для распознавания и количественной оценки коронарного стеноза в реальном времени при ангиографии» Исследование направлено на создание системы глубокого обучения, которая автоматически обнаруживает и количественно оценивает стенозные поражения в коронарной ангиографии в реальном времени. В рамках работы использовались 2651 диагностическое изображение ангиографии, собранное от 502 пациентов в двух медицинских учреждениях с февраля 2015 по январь 2022 года. Система состоит из пяти ключевых компонентов: классификация типа сосуда, выбор ключевого кадра, обнаружение поражений, сегментация сосудов и количественная коронарная ангиография (QCA). Внутренние и внешние наборы данных показали высокую точность классификации (96,33% и 94,19% соответственно), а качество обнаружения поражений составило 0,93/0,89… ➡️➡️➡️

Обзор исследования: Comprehensive analysis and experimental validation of BST1 as a novel diagnostic biomarker for pediatric sepsis using multiple machine learning algorithms Данное исследование посвящено анализу и экспериментальной валидации Bone marrow stromal cell antigen-1 (BST1) как нового диагностического биомаркера для педиатрического сепсиса. Основной целью работы было определить, как уровень экспрессии BST1 связан с педиатрическим сепсисом и насколько он эффективен для диагностики данного состояния. Исследование использовало различные алгоритмы машинного обучения, включая LASSO, Random Forest (RF), XGBoost, LightGBM и Boruta, для анализа данных и выявления ключевых генов, связанных с нейтрофильными внеклеточными ловушками (NETs). Результаты показали, что уровень BST1 значительно повышен у пациентов… ➡️➡️➡️

Краткое описание исследования Исследование «Искусственный интеллект для прогнозирования риска переломов хрупкости при остеопорозе» сосредоточено на использовании технологий искусственного интеллекта (ИИ) для улучшения диагностики и прогнозирования переломов у пациентов с остеопорозом. Основная цель исследования — определить, как искусственные нейронные сети могут помочь в выявлении пациентов, у которых есть повышенный риск хрупких переломов, и которые могут получить пользу от профилактических мер. Результаты показывают, что традиционные методы, основанные лишь на измерении минеральной плотности костей, недостаточны для эффективного принятия решений о лечении. ИИ способен анализировать множество взаимосвязанных клинических и рентгенологических переменных, что создает новые возможности для клинической практики. Важность результатов Результаты этого исследования имеют… ➡️➡️➡️

Обзор исследования «NeuroLens: локализация органов с использованием команд на естественном языке для анатомического распознавания в хирургическом обучении» Данное исследование представляет систему NeuroLens, которая сочетает в себе видео, текстовые и голосовые команды для улучшения анатомического распознавания в хирургическом обучении. Целью данного проекта является создание интерактивной платформы для обучения хирургов. NeuroLens использует мультимодальную модель глубокого обучения, обученную на наборе данных по эндоскопической тройной вентрикулярной операции, для обработки нейроэндоскопических видео с текстовыми или голосовыми описаниями, идентифицируя и локализуя анатомические структуры. Результаты и их значение Система показала высокую степень удобства использования, набрав средний балл 71.5 по шкале удобства использования (SUS), что превышает порог допустимого… ➡️➡️➡️

Обзор исследования «RNA-ligand interaction scoring via data perturbation and augmentation modeling» В исследовании представлена новая модель RNAsmol, которая использует глубокое обучение для предсказания взаимодействий между РНК и маломолекулярными соединениями. Основная цель работы заключается в преодолении ограничений, связанных с недостатком проверенных данных о взаимодействиях РНК и маломолекулярных веществ, а также дефицитом известных структур РНК. Модель применяет стратегии пертурбации данных и графовую молекулярную репрезентацию, что позволяет более точно выявлять закономерности связывания между РНК и маломолекулами. Результаты исследования показывают, что модель RNAsmol превосходит другие методы в точности предсказаний, что имеет важное значение для врачей и клиник, занимающихся разработкой новых лекарственных препаратов на основе… ➡️➡️➡️

Обзор исследования «AI-based large-scale screening of gastric cancer from noncontrast CT imaging» Исследование, посвященное «AI-based large-scale screening of gastric cancer from noncontrast CT imaging», направлено на разработку эффективного метода раннего выявления рака желудка (РЖ) с использованием не контрастной компьютерной томографии (КТ) и искусственного интеллекта (ИИ). Целью исследования было создание процедуры оценки риска рака желудка с помощью ИИ (GRAPE), которая могла бы улучшить результаты скрининга и снизить смертность от РЖ. В ходе исследования была проведена разработка и валидация GRAPE на больших выборках, что показало высокую точность в выявлении заболевания. Результаты исследования важны для врачей и клиник, так как они демонстрируют возможность… ➡️➡️➡️

Обзор исследования «An Ultrasensitive Wearable Nanosensor for Minimally Invasive Self-Screening of Alzheimer’s Disease» Исследование, проведенное в 2025 году, представляет собой разработку ультрачувствительного носимого нано-сенсора для минимально инвазивного самообследования на болезнь Альцгеймера (БА). Основная цель работы заключалась в создании доступного и удобного инструмента для раннего выявления БА, который позволит значительно улучшить диагностику и лечение заболевания. В результате были разработаны интегрированные технологии, включающие микроножи для забора интерстициальной жидкости и ультрачувствительный графеновый полевой транзистор (GFET), обеспечивающий быструю и точную детекцию биомаркеров БА. Эти результаты имеют важное значение для врачей и клиник, так как позволяют проводить раннюю диагностику заболевания в менее инвазивной и более… ➡️➡️➡️

Обзор исследования «Reward-modulated spike-timing-dependent plasticity in van der Waals ferroelectric memtransistor for robotic recognition and tracking» Исследование, посвященное «Reward-modulated spike-timing-dependent plasticity» (R-STDP), фокусируется на создании нового типа мемтранзистора на основе двумерных ферроэлектриков. Цель работы заключалась в том, чтобы реализовать R-STDP в едином синаптическом устройстве, что могло бы привести к созданию компактных и энергоэффективных нейроморфных систем. В результате была достигнута возможность управлять поляризацией и переходами между STDP и анти-STDP с использованием вертикального электрического поля, что позволило значительно снизить потребление энергии до 1.3 нДж, что в 106 раз меньше, чем у традиционных CMOS-устройств. Также была создана сеть нейронов, обученная с использованием R-STDP,… ➡️➡️➡️

Краткое описание исследования Исследование «Artificial intelligence-driven techniques for interventional cardiology: A current appraisal» направлено на оценку влияния искусственного интеллекта (ИИ) на клиническую практику в интервенционной кардиологии. Основная цель работы заключается в интеграции различных методов сердечной визуализации, создании онлайн-систем поддержки принятия решений, а также автоматизации медицинских систем, что облегчит доступ к электронным данным о пациентах. Результаты показывают, что применение ИИ в интервенционной кардиологии может значительно улучшить интерпретацию и анализ данных, полученных из различных кардиологических модальностей, таких как электрокардиограмма, эхокардиография, ангиография и другие. Важность результатов для врачей и клиник Результаты исследования важны для врачей и клиник, поскольку они открывают новые возможности для… ➡️➡️➡️

Обзор исследования «Forewarning Artificial Intelligence about Cognitive Biases» Исследование «Forewarning Artificial Intelligence about Cognitive Biases» направлено на изучение влияния предварительного предупреждения на когнитивные искажения, проявляющиеся в рекомендациях, генерируемых искусственным интеллектом (ИИ). Целью исследования было выяснить, может ли явное предупреждение о когнитивных искажениях снизить их влияние на выводы, сделанные ИИ. В ходе эксперимента использовались 10 клинических случаев, чтобы протестировать конкретные искажения с предупреждением и без него. Результаты показали, что ответы группы с предупреждением были на 50% длиннее и обсуждали когнитивные искажения более чем в 100 раз чаще, чем ответы контрольной группы. Тем не менее, общее снижение искажений составило лишь 6,9%, и… ➡️➡️➡️

Обзор исследования «Artificial Intelligence Algorithm Predicts Response to Immune Checkpoint Inhibitors» Исследование, опубликованное в журнале «Clinical Cancer Research», посвящено разработке алгоритма искусственного интеллекта (ИИ), который предсказывает реакцию на ингибиторы иммунных контрольных точек (ИКТ) у пациентов с метастатической меланомой. Цель данной работы заключалась в увеличении возможностей предсказания успешности лечения, так как не все пациенты отвечают на ИКТ и некоторые из них сталкиваются со значительными побочными эффектами. В результате работы был создан алгоритм машинного обучения, который продемонстрировал предсказательную силу – AUC 0.72, классифицируя пациентов в группы высокого и низкого риска на основе их вероятности безрецидивной выживаемости. Значение результатов для врачей и клиник… ➡️➡️➡️

Краткое описание исследования Исследование «Neural network-based multi-task learning to assist planning of posterior spinal fusion surgery for adolescent idiopathic scoliosis» направлено на улучшение планирования операции по задней спинальной фузии (PSF) у пациентов с идиопатическим сколиозом. Основная цель заключалась в разработке модели глубокого обучения, которая могла бы имитировать процесс принятия решений опытных хирургов при выборе верхнего и нижнего инструментированных позвонков, определении кривизны стержня и прогнозировании плотности винтов. Модель была обучена на данных 189 пациентов и продемонстрировала высокую точность в своих предсказаниях. Важность результатов для врачей и клиник Результаты исследования важны для хирургов и клиник, так как позволяют улучшить исходы лечения пациентов… ➡️➡️➡️

Обзор исследования «Practical artificial intelligence for urology: Technical principles, current application and future implementation of AI in practice» Исследование посвящено внедрению искусственного интеллекта (ИИ) в урологии, его техническим принципам, текущему применению и перспективам реализации в клинической практике. Основная цель работы — продемонстрировать, как ИИ может улучшить диагностику и лечение пациентов, а также оптимизировать административные процессы в учреждениях здравоохранения. Результаты исследования важны для врачей и клиник, так как внедрение ИИ может значительно повысить качество медицинской помощи, облегчить рутинные задачи и улучшить взаимодействие с пациентами. Например, автоматизация обработки изображений может снизить риск ошибок и повысить скорость диагностики. Определение терминов Искусственный интеллект (ИИ)… ➡️➡️➡️

Краткое описание исследования Исследование «Review on Advancement of AI in Synthetic Biology» посвящено роли искусственного интеллекта (ИИ) в синтетической биологии, области, которая занимается созданием и проектированием биологических систем. Основная цель обзора — показать, как ИИ может улучшить процессы редактирования генома, оптимизации метаболических путей и проектирования биологических цепей. Результаты исследования подчеркивают, что применение ИИ повышает эффективность и точность этих процессов, открывая новые возможности для медицины и биотехнологий. Важность результатов для врачей и клиник Результаты исследования имеют большое значение для врачей и клиник, так как они демонстрируют, как новые технологии могут улучшить диагностику и лечение заболеваний. Использование ИИ в синтетической биологии может… ➡️➡️➡️

Обзор исследования «In Silico Validation of AI-Assisted Drugs in Healthcare» Исследование «In Silico Validation of AI-Assisted Drugs in Healthcare» фокусируется на использовании искусственного интеллекта (ИИ) для ускорения процесса открытия лекарств. Основная цель исследования заключается в том, чтобы продемонстрировать, как вычислительные методы могут предсказывать эффективность, безопасность и механизмы действия кандидатов на лекарства. Результаты показывают, что такие подходы могут значительно сократить время и затраты на разработку новых медикаментов, повышая точность и надежность результатов. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они открывают новые возможности для более быстрого и эффективного выявления лекарств, что может привести… ➡️➡️➡️

Обзор исследования «Review on Advancement of AI in Nutrigenomics» Исследование «Review on Advancement of AI in Nutrigenomics» посвящено интеграции искусственного интеллекта (ИИ) в область нутригеномики — науки, изучающей, как компоненты питания влияют на экспрессию генов и как генетические вариации влияют на индивидуальные реакции на питание. Цель исследования заключается в выявлении трансформирующей роли ИИ в нутригеномических исследованиях и его практических приложениях в персонализированном питании. Результаты показывают, что применение ИИ позволяет более точно анализировать взаимодействия между генами и диетой, что приводит к созданию персонализированных рекомендаций по питанию. Значение результатов для врачей и клиник Результаты исследования имеют важное значение для врачей и клиник,… ➡️➡️➡️

Описание исследования Исследование «Interface of Artificial Intelligence with Conventional Biostatistics in Healthcare Research» рассматривает интеграцию искусственного интеллекта (ИИ) с традиционной биостатистикой, подчеркивая их взаимодополняющие роли в медицинских исследованиях и клинической практике. Целью работы является демонстрация того, как сочетание этих двух подходов может улучшить анализ данных, повысить точность прогнозирования и оптимизировать принятие клинических решений. Результаты показывают, что использование ИИ в сочетании с биостатистическими методами позволяет более эффективно обрабатывать сложные и многомерные наборы данных, что, в свою очередь, способствует более точной диагностике и лечению пациентов. Важность результатов для врачей и клиник Результаты исследования имеют значительное значение для врачей и клиник, так как… ➡️➡️➡️