ИИ Медтех

Обзор исследования «DTBA-net: Drug-Target Binding Affinity prediction using feature selection in hybrid CNN model» Исследование «DTBA-net» посвящено предсказанию сродства связывания лекарств с мишенями (Drug-Target Binding Affinity, DTBA) с использованием гибридной модели сверточной нейронной сети (CNN). Основная цель работы — улучшить точность и эффективность предсказаний DTBA, что является важным этапом в разработке новых терапий. В условиях ограниченных аннотированных наборов данных и сложных биохимических данных, исследование предлагает новый подход, который включает оптимальный выбор признаков в архитектуре CNN. Модель была протестирована на двух эталонных наборах данных, KIBA и DAVIS, и показала высокую точность, достигая значения R-квадрат 0.95 и средней абсолютной ошибки 0.17. Значение… ➡️➡️➡️

Краткое описание исследования Исследование «Advancing AMR Surveillance: Confluence of One Health and Big Data Integration» посвящено проблеме антибиотикорезистентности (AMR), которая представляет собой серьезную угрозу для глобального здоровья. В статье рассматривается подход One Health, который подчеркивает взаимосвязь между здоровьем человека, животных и окружающей среды. Основная цель исследования — интеграция больших данных и междисциплинарного сотрудничества для создания эффективных систем мониторинга AMR. Результаты показывают, что использование современных технологий, таких как геномика и метагеномика, может значительно улучшить понимание генетических основ антибиотикорезистентности и отслеживание ее распространения. Важность результатов для врачей и клиник Результаты исследования имеют критическое значение для врачей и клиник, так как они подчеркивают… ➡️➡️➡️

Описание исследования Исследование «Traumatic brain injury management in the intensive care unit: standard of care and knowledge gaps» фокусируется на управлении черепно-мозговой травмой (ЧМТ) в отделении интенсивной терапии (ОИТ). Несмотря на достижения в области диагностики и мониторинга, уровень неблагоприятных неврологических исходов остается высоким. Специализированные отделения нейрокритической помощи показали улучшение результатов, однако многие рекомендации базируются на низком уровне доказательств, что приводит к разнородности клинической практики. В работе рассматриваются текущие стандарты, существующие пробелы в знаниях и новые инструменты, такие как биомаркеры и использование искусственного интеллекта (ИИ). Важность результатов Результаты данного исследования имеют большое значение для врачей и клиник, поскольку они подчеркивают необходимость… ➡️➡️➡️

Обзор исследования «Oncological operation reports: minimum requirements, legal aspects and future developments» Исследование посвящено разработке минимальных требований к отчетам об онкологических операциях, правовым аспектам и будущим направлениям в этой области. Основная цель работы — установить единые стандарты для отчетов, что позволит улучшить качество хирургической помощи и обеспечить более высокие стандарты ухода за пациентами с онкологическими заболеваниями. Результаты исследования подчеркивают необходимость создания четких критериев для сертификации онкологических центров, а также важность использования искусственного интеллекта для повышения качества отчетности. Эти результаты имеют большое значение для врачей и клиник, так как стандартизация отчетов может привести к улучшению качества медицинской помощи, снижению ошибок и… ➡️➡️➡️

Обзор исследования «Искусственный интеллект для скрининга хронических заболеваний в Латинской Америке и Карибах: Диагностический потенциал цифрового здоровья» Исследование «Искусственный интеллект для скрининга хронических заболеваний в Латинской Америке и Карибах» направлено на изучение возможностей применения технологий искусственного интеллекта (ИИ) для диагностики хронических заболеваний в данной географической области. Основной целью исследования является выявление потенциала цифровых решений в улучшении диагностики и последующего ухода за пациентами, страдающими хроническими заболеваниями, такими как диабет, гипертония и сердечно-сосудистые патологии. Результаты показывают, что ИИ может значительно улучшить точность диагностики и ускорить процесс выявления заболеваний, что, в свою очередь, позволит пациентам получать необходимую помощь на более ранних этапах. Это… ➡️➡️➡️

Краткое описание исследования Исследование «Искусственный интеллект (ИИ) и КТ в абдоминальной визуализации: реконструкция изображений и за её пределами» фокусируется на применении технологий глубокого обучения для улучшения качества изображений, получаемых с помощью компьютерной томографии (КТ). Основная цель заключается в повышении точности диагностики, планирования лечения и мониторинга заболеваний при помощи современных методов реконструкции изображений, таких как глубокая реконструкция изображений (DLR). Результаты показывают, что DLR значительно улучшает качество изображений, снижает уровень радиационного облучения и оптимизирует рабочие процессы для радиологов. Важность результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они могут привести к более точным диагнозам и лучшему… ➡️➡️➡️

Краткое описание исследования Исследование «Identifying Risk Factors of Substance Use in Finland: A Machine Learning Approach» направлено на изучение динамики употребления психоактивных веществ в Финляндии. С использованием методов искусственного интеллекта и машинного обучения, оно определяет ключевые факторы риска и предсказывает паттерны употребления наркотиков. Целью работы было выявление 23 факторов, связанных с пятью наиболее употребляемыми запрещенными веществами: каннабисом, экстази, амфетаминами, кокаином и немедицинскими рецептурными препаратами. Результаты показали, что наиболее распространённые факторы риска включают потребление электронных сигарет, предложения наркотиков и здоровье, связанное с употреблением наркотиков. Применение модели Bidirectional Long Short-Term Memory (BiLSTM) продемонстрировало многообещающую точность в предсказании употребления веществ. Важность результатов для… ➡️➡️➡️

Обзор исследования «A Meta-Analysis of the Diagnostic Test Accuracy of Artificial Intelligence for Predicting Emergency Department Revisits» В данном исследовании проведён мета-анализ, целью которого было оценить точность диагностических тестов, основанных на искусственном интеллекте (ИИ), для предсказания повторных визитов пациентов в отделение неотложной помощи (ОНП). Исследование охватывает 20 статей и 27 моделей ИИ, анализируя их эффективность в предсказании повторных обращений. Результаты показали, что чувствительность моделей составила 0.56 (95% ДИ: 0.44-0.67), специфичность — 0.92 (95% ДИ: 0.86-0.96), а площадь под кривой ROC (AUROC) — 0.81 (95% ДИ: 0.71-0.88). Также были выявлены факторы, способствующие гетерогенности между исследованиями, такие как национальность, стратегии обработки пропущенных… ➡️➡️➡️

Краткое описание исследования Исследование «Morphological Profiling of Imaging Flow Cytometry Data Uncovers Heterogeneity in Infected Gephyrocapsa huxleyi Cultures» сосредоточено на анализе морфологических характеристик фитопланктона Gephyrocapsa huxleyi, который играет важную роль в экосистеме благодаря фотосинтезу. Основная цель исследования заключалась в выявлении гетерогенности в популяциях G. huxleyi, зараженных вирусом Gephyrocapsa huxleyi (GhV). Используя машинное обучение, исследователи разработали методику, позволяющую анализировать данные, полученные с помощью флуоресцентной гибридизации мРНК и потоковой цитометрии. Результаты показали, что морфологический профиль клеток может помочь в понимании различных режимов клеточной смерти и выявлении здоровых клеток, которые могут выжить. Важность результатов для медицины Полученные результаты важны для врачей и клиник,… ➡️➡️➡️

Введение Рак эндометрия является одной из наиболее распространенных гинекологических злокачественных опухолей с растущей заболеваемостью в развитых странах. Новые достижения в области минимально инвазивной хирургии, особенно лапароскопической с использованием компьютерных платформ (роботизированных), значительно изменили подход к его лечению, улучшая хирургические результаты и восстановление пациентов. Цели и результаты исследования Целью данного исследования было изучение недавних инноваций в лапароскопическом лечении рака эндометрия, включая роботизированную лапароскопическую хирургию и картирование сентинельных лимфатических узлов. Также исследовалась интеграция искусственного интеллекта в навигацию во время операций. Проведен обширный поиск литературы с использованием баз данных PubMed и клинических испытаний для оценки влияния этих усовершенствований на точность операций, онкологические результаты… ➡️➡️➡️

Краткое описание исследования Исследование «Гибридизация в мясных продуктах с двойным белком: механизмы, проблемы и потребительские инсайты» направлено на изучение возможностей комбинирования мяса с альтернативными источниками белка, такими как растительные белки, съедобные насекомые, микроводоросли и питательные дрожжи. Целью работы является улучшение устойчивости и питательной ценности мясной продукции, что становится особенно актуальным в условиях растущего спроса на белковые продукты. Результаты показывают, что гибридные продукты могут сохранить привычный вкус и питательные свойства мяса, одновременно улучшая эффективность использования ресурсов. Важность результатов для врачей и клиник Результаты исследования имеют значительное значение для врачей и клиник, так как они открывают новые возможности для улучшения питания пациентов.… ➡️➡️➡️

Обзор исследования «Интеллектуальная преддиагностика не травматического острого живота с использованием поверхностной информации и машинного обучения» В данном исследовании представлена новая интеллектуальная система преддиагностики не травматического острого живота (НТОЖ), использующая ограниченную информацию. Основная цель работы заключалась в разработке эффективного машинного обучения для диагностики НТОЖ, основанного на поверхностных данных. Исследование проводилось на основе ретроспективных данных пациентов с НТОЖ, собранных в Аффилированной больнице медицинского университета Цзюньи. В результате была создана структура, которая позволяет классифицировать заболевания на три уровня: первичные категории (I-уровень), подтипы заболеваний (II-уровень) и конкретные заболевания (III-уровень). Значимость результатов для врачей и клиник Результаты исследования имеют большое значение для медицинских учреждений, так… ➡️➡️➡️

Введение Исследование под названием «Radiomics Model Based on Preoperative Contrast-enhanced CT and Clinical Features for Predicting Early Recurrence of Hepatocellular Carcinoma» направлено на изучение эффективности моделей, основанных на клинических данных и радиомических характеристиках, для прогнозирования раннего рецидива гепатоцеллюлярной карциномы (ГЦК) после операции. В ходе исследования было проанализировано 123 пациента с подтвержденным диагнозом ГЦК, что позволило выявить, что модели, комбинирующие клинические и радиомические данные, показывают лучшие результаты по сравнению с отдельными моделями. Значимость результатов Результаты данного исследования важны для врачей и клиник, поскольку они предоставляют новые подходы к прогнозированию рецидивов ГЦК, что в свою очередь может улучшить планирование лечения и повысить… ➡️➡️➡️

Обзор исследования «An Open-Architecture AI Model for CPT Coding in Breast Surgery: Development, Validation, and Prospective Testing» Данное исследование направлено на разработку, валидацию и перспективное тестирование модели искусственного интеллекта (ИИ) с открытой архитектурой, основанной на трансформерах, для извлечения кодов процедур из свободных текстов операционных записей по хирургии груди. Основной целью было улучшение процесса кодирования, который часто является времязатратным и подвержен ошибкам, что может привести к потерям доходов и рискам несоответствия. Исследование показало, что модель ИИ, использующая два варианта предобученной модели GatorTron, достигла высокой точности в предсказании кодов текущей процедурной терминологии (CPT). Результаты важны для врачей и клиник, так как они… ➡️➡️➡️

Краткое описание исследования Исследование «Искусственный интеллект: многообещающий инструмент для клинического кардиолога» рассматривает влияние искусственного интеллекта (ИИ) на управление кардиологическими заболеваниями. Целью работы является анализ текущих вызовов и возможностей, связанных с применением ИИ в клинической практике. Результаты показывают, что ИИ имеет потенциал для улучшения персонализированного подхода к лечению, повышения эффективности и предсказания исходов лечения. Значение результатов Полученные результаты важны для врачей и клиник, так как кардиологические заболевания являются основной причиной заболеваемости и смертности во всем мире. Поздняя диагностика и недостаточный контроль факторов риска усугубляют ситуацию. Внедрение ИИ может помочь улучшить качество медицинского обслуживания и уменьшить нагрузку на здравоохранение. Объяснение терминов Искусственный… ➡️➡️➡️

Краткое описание исследования Исследование «Дизайн самовосстанавливающихся биомедицинских композитов на основе искусственного интеллекта и машинного обучения» посвящено разработке инновационных материалов, которые способны к самовосстановлению. Целью данного исследования является улучшение прочности и надежности медицинских устройств и имплантатов, что повышает безопасность пациентов и эффективность лечения. Результаты демонстрируют, что композиты, дополненные технологиями ИИ и машинного обучения, могут снижать время формулировки на 40% и увеличивать эффективность самовосстановления на 30-50% с предсказательной точностью свыше 90%. Важность результатов для врачей и клиник Эти результаты имеют большое значение для врачей и клиник, так как позволяют улучшить качество медицинских устройств, что в свою очередь способствует более эффективному лечению и… ➡️➡️➡️

Обзор исследования MultiPep-DLCL Исследование «MultiPep-DLCL: recognition of multifunctional therapeutic peptides through deep learning with label-sequence contrastive learning» посвящено разработке нового метода для идентификации многофункциональных терапевтических пептидов (MFTP). Целью исследования является преодоление сложностей, связанных с классификацией MFTP, которая требует точного понимания информации о метках, связанных с аминокислотами. Авторы предлагают метод многометочной классификации, использующий архитектуру глубокого обучения для преобразования последовательностей пептидов в их характеристики, учитывая локальные и глобальные зависимости. Важность результатов для врачей и клиник Результаты данного исследования имеют значительное значение для врачей и клиник, поскольку успешная идентификация MFTP может привести к разработке более эффективных терапий. Пептиды играют важную роль в лечении… ➡️➡️➡️

VirulentHunter: глубокое обучение для предсказания вирулентных факторов Исследование «VirulentHunter» представляет собой новый подход к идентификации и классификации вирулентных факторов (VF) бактерий с использованием технологий глубокого обучения. Вирулентные факторы — это молекулы, отвечающие за патогенность микроорганизмов. Цель исследования заключалась в создании мощного инструмента, позволяющего выявлять новые и скрытые вирулентные факторы, которые могут быть пропущены традиционными методами. Используя дообученную модель языкового программирования для белков, VirulentHunter значительно улучшает точность идентификации ВФ, особенно тех, которые не имеют видимых гомологов. Результаты демонстрируют уникальные профили патогенности различных штаммов, например, между Mycobacterium tuberculosis и Mycobacterium avium, а также показывают сокращение ВФ, связанных с иммунным гомеостазом, у пациентов… ➡️➡️➡️

Обзор исследования «Can automation and artificial intelligence reduce echocardiography scan time and ultrasound system interaction?» Исследование, опубликованное в журнале Echo Research and Practice, направлено на изучение возможности сокращения времени проведения эхокардиографии и взаимодействия с ультразвуковыми системами с помощью автоматизации и искусственного интеллекта (ИИ). Целью работы было определить, может ли новый протокол сканирования, использующий современные технологии, оптимизировать традиционные рабочие процессы и снизить эргономические риски для кардиосонографистов. Результаты показали, что новый протокол, основанный на автоматизации и ИИ, значительно сократил время сканирования и количество нажатий клавиш без ухудшения качества изображений. Значение результатов для врачей и клиник Эти результаты важны для врачей и клиник,… ➡️➡️➡️

Обзор исследования «AI based automatic measurement of split renal function in [18F]PSMA-1007 PET/CT» Данное исследование сосредоточено на разработке, обучении и валидации модели искусственного интеллекта (ИИ) для автоматического сегментирования почек и измерения функции почек с использованием позитронно-эмиссионной томографии (ПЭТ) с радиофармацевтиком [18F]PSMA-1007. Целью работы было уменьшение времени и трудозатрат на ручное сегментирование почек, что делает данный метод более практичным для клинического использования. Важность результатов для врачей и клиник Результаты исследования показывают, что автоматическое измерение функции почек возможно и сопоставимо с измерениями, выполненными опытными читателями изображений. Это важно для врачей, так как позволяет более быстро и точно оценивать функцию почек у пациентов… ➡️➡️➡️