ИИ Медтех

Обзор исследования «Quantifying uncert-AI-nty: Testing the accuracy of LLMs’ confidence judgments» Исследование «Quantifying uncert-AI-nty: Testing the accuracy of LLMs’ confidence judgments» посвящено оценке точности уверенности, с которой большие языковые модели (LLMs), такие как ChatGPT и Gemini, дают свои ответы. Целью работы является выяснить, насколько точно LLMs могут оценивать свою собственную уверенность в правдивости предоставляемой информации. Исследование включает в себя сравнение уверенности LLMs и людей в различных сценариях, таких как прогнозы спортивных событий и ответы на вопросы о жизни в университете. Результаты показывают, что LLMs, как и люди, могут быть избыточно уверены в своих ответах, но иногда не способны корректировать свою… ➡️➡️➡️

Краткое описание исследования Исследование «Changes in HER2low and HER2-ultralow status in 47 advanced breast carcinoma core biopsies, matching surgical specimens, and their distant metastases assessed by conventional light microscopy, digital pathology, and artificial intelligence» направлено на изучение изменений статуса HER2 в образцах рака молочной железы. Целью работы было сравнение методов оценки HER2 с использованием традиционной микроскопии, цифровой патологии и модели искусственного интеллекта (ИИ). Результаты показали, что ИИ более точно определяет HER2-low и HER2-ultralow случаи, а также выявляет изменения в выражении HER2 между различными типами образцов. Важность результатов для врачей и клиник Результаты исследования имеют значительное значение для врачей, так как… ➡️➡️➡️

Краткое описание исследования Исследование «Computational biology meets oncology: designing custom protein and peptide binders to outsmart cancer» акцентирует внимание на новых подходах в лечении рака через инженерное проектирование белков и пептидных связок. Цель работы заключается в преодолении ограничений традиционных методов лечения, таких как токсичность и сопротивляемость к лекарствам. Ученые используют вычислительное проектирование и искусственный интеллект для создания специфичных и стабильных молекул связывания с терапевтическим потенциалом. Результаты исследования показывают, что такие молекулы могут применяться для прямого подавления опухолей, целевой доставки препаратов и диагностики. Важность результатов для врачей и клиник Эти результаты имеют значительное значение для врачей и клиник, так как предлагают… ➡️➡️➡️

Обзор исследования «Update 2025: Biomechanics and kinematics after total knee arthroplasty (TKA)» Исследование «Update 2025: Biomechanics and kinematics after total knee arthroplasty (TKA)» направлено на оптимизацию клинических результатов после первичной тотальной артропластики коленного сустава. Основное внимание уделяется биомеханическим характеристикам коленного сустава, включая восстановление естественной кинематики, функционального диапазона движений и стабильности, что критически зависит от анатомических условий пациента. Значимость результатов для врачей и клиник Результаты исследования подчеркивают важность правильного выравнивания имплантата и распределения нагрузки, что напрямую влияет на успех операции. Они могут помочь врачам лучше адаптировать подходы к лечению и реабилитации, основываясь на индивидуальных характеристиках пациентов. Объяснение терминов Имплантированные системы TKA… ➡️➡️➡️

Краткое описание исследования Исследование «Автоматизированное извлечение минерализованной плотности костной ткани позвонков из изображений с различными параметрами сканирования: исследование на трупах с корреляцией с количественной компьютерной томографией» направлено на изучение объемной минерализованной плотности костной ткани (vBMD) поясничных позвонков, полученной с помощью многосрезовой компьютерной томографии (MDCT) с различными протоколами. Целью исследования было сравнить результаты с данными, полученными с помощью специализированной количественной компьютерной томографии (QCT). В ходе эксперимента были использованы трупы двух женщин в возрасте 62 и 68 лет, на которых проводилось сканирование поясничных позвонков (L1-L5) с применением шести различных протоколов MDCT и одного протокола QCT. Автоматизированный алгоритм на основе искусственного интеллекта использовался… ➡️➡️➡️

Обзор исследования «AlphaBind, a domain-specific model to predict and optimize antibody-antigen binding affinity» Исследование «AlphaBind» представляет собой разработку специализированной модели, предназначенной для предсказания и оптимизации аффинности связывания антител с антигенами. Основная цель работы заключалась в создании инструмента, который использует глубокое обучение для анализа взаимосвязей между последовательностями антител и их функциональными характеристиками. Результаты показали, что модель AlphaBind может значительно улучшить аффинность связывания антител, что имеет важное значение для разработки эффективных терапевтических средств. Значение результатов для врачей и клиник Улучшение аффинности связывания антител с антигенами может привести к созданию более эффективных лекарств, что, в свою очередь, повысит качество лечения пациентов. Это особенно… ➡️➡️➡️

Обзор исследования «Dual-Network Deep Learning for Accelerated Head and Neck MRI: Enhanced Image Quality and Reduced Scan Time» В данном исследовании рассматривается метод двойной сети глубокого обучения (DL) для улучшения качества изображений и сокращения времени сканирования при МРТ головы и шеи. Основная цель заключалась в оценке эффективности этого метода в сравнении с традиционными подходами. Исследование проводилось на 97 пациентах с опухолями головы и шеи, из которых 58 прошли как обычные, так и ускоренные МРТ-секвенции с использованием двойной сети DL. Результаты показали, что применение DL позволило сократить время сканирования на 46,3% для T1-взвешенных изображений (T1WI) и на 26,9% для T2-взвешенных изображений… ➡️➡️➡️

Обзор исследования «Разработка модели искусственного интеллекта для распознавания фаз в роботизированной радикальной простатэктомии» Исследование направлено на разработку и оценку модели на основе сверточной нейронной сети (CNN) для распознавания хирургических фаз в роботизированной лапароскопической радикальной простатэктомии (RARP). Основное внимание уделяется интерпретируемости модели и валидации на различных платформах. Модель была обучена на видео данных из 75 случаев RARP с использованием роботизированной системы hinotori. Семь фаз операции были аннотированы: опускание мочевого пузыря, подготовка простаты, диссекция шейки мочевого пузыря, диссекция семенных пузырьков, задняя диссекция, апикальная диссекция и анастомоз везикоуретральный. Всего было извлечено 808 774 кадра видео для обучения и тестирования. Валидация проводилась на 25… ➡️➡️➡️

Обзор исследования «Искусственный интеллект в обработке текстов в здравоохранении: обзор, применимый к распознаванию именованных сущностей» Краткое описание исследования В данном исследовании рассматривается растущее значение распознавания именованных сущностей (NER) для анализа медицинских текстов. NER — это ключевая техника в области обработки естественного языка (NLP), которая автоматически идентифицирует и классифицирует названные объекты в текстах, такие как имена людей, медицинские состояния и названия лекарств. Это помогает улучшить поиск информации и поддерживать принятие клинических решений. Исследование фокусируется на современных языковых моделях, особенно на трансформационных моделях, таких как BERT, которые показывают значительно более высокую производительность по сравнению с традиционными методами, такими как модели на основе… ➡️➡️➡️

Обзор исследования «Attitudes and Awareness of Medical Students Toward Teleradiology and the Application of Artificial Intelligence in Diagnostic Radiology» Исследование, проведенное среди студентов медицинского факультета Университета Имама Абдурахьмана, нацелено на изучение мнений и осведомленности студентов о телерадиологии и применении искусственного интеллекта (ИИ) в диагностической радиологии. В ходе опроса 292 студентов и интернов было установлено, что 65,2% участников считают, что радиологи должны использовать ИИ, а 56,1% согласны, что ИИ может повысить эффективность работы радиолога. Однако 46,2% полагают, что телерадиология может заменить радиологов в больницах, а 42,5% считают, что влияние ИИ приведет к сокращению числа необходимых радиологов. Важность результатов Результаты исследования имеют… ➡️➡️➡️

Обзор исследования «Multidisciplinary Evaluation of an AI-Based Pneumothorax Detection Model» Исследование «Multidisciplinary Evaluation of an AI-Based Pneumothorax Detection Model: Clinical Comparison with Physicians in Edge and Cloud Environments» направлено на оценку точности диагностики пневмоторакса с использованием модели искусственного интеллекта (ИИ), разработанной на платформе Google Cloud Vertex AI. Целью исследования было сравнить эффективность этой модели с работой врачей различных специальностей в условиях облачных и локальных (edge) сред. Результаты показали, что модель ИИ достигла общей диагностической точности 0.95, что свидетельствует о высокой надежности в выявлении пневмоторакса, включая его минимальные формы. Это важно для врачей и клиник, так как своевременное обнаружение пневмоторакса может… ➡️➡️➡️

Обзор исследования «Сравнение качества и читаемости материалов для пациентов, созданных ChatGPT-4 и человеком, по тотальному артропластике коленного сустава» Исследование, проведенное с целью оценки роли искусственного интеллекта, в частности ChatGPT-4, в создании материалов для образования пациентов (МПП) по тотальному артропластике коленного сустава (ТАКС), сравнивало качество и читаемость МПП, созданных ChatGPT-4, с материалами, подготовленными экспертами. Исследование показало, что МПП, созданные ChatGPT-4, имели значительно более высокий уровень читаемости и более низкий индекс легкости чтения по сравнению с материалами, созданными людьми. Это указывает на то, что хотя качество и надежность информации от ChatGPT-4 сопоставимы с человеческими ресурсами, проблемы с читаемостью ограничивают его использование. Значение… ➡️➡️➡️

Краткое описание исследования Исследование «Современные статистические методы для кардиоторакальных хирургов: Часть 8 — Байесовский анализ и далее» фокусируется на применении Байесовского анализа в кардиоторакальной хирургии. Целью работы является демонстрация того, как данный статистический подход может улучшить принятие клинических решений, сочетая предшествующие знания с новыми данными для получения более точных вероятностей. Результаты показывают, что использование Байесовского анализа и методов машинного обучения может значительно повысить точность диагностики и оптимизацию лечения. Важность результатов Эти результаты имеют критическое значение для врачей и клиник, так как они предлагают новые инструменты для более точной оценки рисков и индивидуализации лечения. Это может привести к улучшению исходов для… ➡️➡️➡️

Обзор исследования Исследование «Artificial Intelligence-Driven Analysis Identifies Anterior Cruciate Ligament Reconstruction, Hip Arthroscopy and Femoroacetabular Impingement Syndrome, and Shoulder Instability as the Most Commonly Published Topics in Arthroscopy» направлено на анализ публикаций в области артроскопии с использованием модели искусственного интеллекта BERTopic. Целью исследования было выявление наиболее распространенных тем в журнале Arthroscopy с 1985 по 2023 год, что позволило установить ключевые направления исследований и выявить изменения в интересах ученых. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они показывают, какие темы являются наиболее актуальными в области артроскопии. Понимание популярных направлений исследований может помочь врачам… ➡️➡️➡️

Краткое описание исследования Исследование «RETRACTION: Study on the Innovative Development of Digital Media Art in the Context of Artificial Intelligence» направлено на анализ влияния искусственного интеллекта (ИИ) на развитие цифрового медиа-арта. Основная цель заключалась в выявлении инновационных подходов к созданию и использованию цифрового искусства с учетом новых технологий. Результаты исследования показывают, что ИИ может значительно улучшить как творческие, так и технические процессы в этой области. Почему результаты важны для врачей и клиник Результаты исследования имеют значение для врачей и клиник, поскольку они подчеркивают возможности применения ИИ в медицине. С помощью цифрового медиа-арта можно улучшить визуализацию медицинских данных, что в свою… ➡️➡️➡️

Обзор исследования «Lysophospholipid metabolism, clinical characteristics, and artificial intelligence-based quantitative assessments of chest CT in patients with stable COPD and healthy smokers» Исследование направлено на изучение роли лизофосфолипидов (LysoPLs) в патогенезе хронической обструктивной болезни легких (ХОБЛ). В нем сравнивались уровни LysoPLs у 20 пациентов с стабильной ХОБЛ и 20 здоровых курильщиков. Использовались методы жидкостной хроматографии с масс-спектрометрией (LC-MS) для определения уровней лизофосфолипидов, а также автоматизированная 3D-U-Net модель на основе искусственного интеллекта для анализа компьютерной томографии (КТ) грудной клетки. Результаты показали, что три типа лизофосфолипидов — LPC (18:0), LPC (18:1) и LPC (18:2) — были значительно ниже у пациентов с ХОБЛ… ➡️➡️➡️

Обзор исследования «A deep ensemble framework for human essential gene prediction by integrating multi-omics data» В исследовании «A deep ensemble framework for human essential gene prediction by integrating multi-omics data» представлена новая методика предсказания жизненно важных генов человека с использованием глубоких ансамблевых нейронных сетей, названная DeEPsnap. Целью работы является интеграция данных из различных источников, таких как последовательности ДНК и белков, а также функциональные данные, включая геномную онтологию, белковые комплексы, домены белков и сети взаимодействий белков. В результате были извлечены более 200 признаков, которые объединяются для обучения нескольких моделей глубокого обучения. Экспериментальные результаты показали высокую точность предсказания жизненно важных генов с… ➡️➡️➡️

Обзор исследования Исследование, опубликованное в журнале Scientific Reports, направлено на оценку преимуществ алгоритма анализа состава тела (BCA), основанного на искусственном интеллекте, в контексте множественной миеломы (ММ). В рамках ретроспективного исследования была проанализирована группа из 91 пациента с ММ. Алгоритм BCA, использующий сверточные нейронные сети, количественно оценивал ткани и плотность костей на основе рутинных КТ-сканов. Исследовались корреляции между данными BCA и демографическими/клиническими параметрами. Выявлены эндотипы BCA, а также сравнены выживаемость между кластерами пациентов, полученными с помощью BCA. Пациенты с высокорисковой цитогенетикой показали повышенные значения индекса кардиомаркеров. Хотя параметры BCA не продемонстрировали значительных различий между категориями по Ревизированному международному стадированию (R-ISS), объемы… ➡️➡️➡️

Обзор исследования MDNCT: мультидоменная нейрокогнитивная трансформерная архитектура для раннего прогнозирования расстройств аутистического спектра Исследование «MDNCT: a multi-domain neurocognitive transformer architecture approach for early prediction of autism spectrum disorders» направлено на разработку мультидоменной нейрокогнитивной трансформерной архитектуры (MDNCT) для раннего прогнозирования расстройств аутистического спектра (РАС). Основной целью работы является создание эффективного инструмента, который сможет обрабатывать различные наборы данных и предсказывать наличие РАС на ранних стадиях, что, в свою очередь, позволит улучшить диагностику и лечение пациентов. Результаты исследования показывают, что применение MDNCT позволяет достичь высокой точности в прогнозировании, благодаря использованию современных методов обработки данных и нейронных сетей. Это особенно важно для врачей и… ➡️➡️➡️

Обзор исследования «Искусственный интеллект в педиатрическом сестринском уходе: библиометрический и визуализационный анализ литературы (2000-2024)» Данное исследование представляет собой библиометрический анализ, который исследует развитие применения искусственного интеллекта (ИИ) в педиатрическом сестринском уходе. В рамках анализа было изучено 317 публикаций, индексированных в Web of Science с 2000 по 2024 год. Используя методы цитирования и анализа совместного использования ключевых слов, исследователи применили VOSviewer для картирования научной базы знаний. Результаты показывают экспоненциальный рост публикаций и цитируемости, особенно после 2019 года, с Соединенными Штатами в качестве ведущего вкладчика. Тематический анализ выявил акцент на управлении симптомами, эмоциональной поддержке и семейно-центрированном уходе в педиатрической сестринской практике, что… ➡️➡️➡️