ИИ Медтех

Обзор исследования Исследование «Multi-modal emotional analysis in customer relation management and enhancing communication through integrated affective computing» посвящено улучшению управления взаимоотношениями с клиентами (CRM) через анализ эмоциональных сигналов в электронной переписке. Основная цель исследования заключалась в создании системы, которая объединяет визуальные подсказки, звуковые сигналы и текстовую информацию для более точного определения эмоций в сообщениях. Результаты продемонстрировали, что использование современных методов аффективных вычислений, таких как RoBERTa для текста, сверточные нейронные сети (CNN) для изображений и двунаправленные длинно-краткосрочные памяти (BiConvLSTM) для видео, позволяет извлекать более разнообразные эмоциональные сигналы и получать более подробные результаты, чем традиционный текстовый анализ. Значение результатов для медицины Данные… ➡️➡️➡️

Краткое описание исследования Исследование «Точность ChatGPT, Gemini, Copilot и Claude в ответах на вопросы, касающиеся блефаропластики» было направлено на оценку эффективности четырех крупных языковых моделей (LLM) в ответах на вопросы, связанные с хирургическим вмешательством на верхних веках. Основное внимание уделялось медицинской точности, клинической актуальности, длине ответов и их читабельности. В рамках исследования было сформулировано 30 стандартных вопросов, охватывающих шесть категорий. Ответы оценивались тремя офтальмологами с использованием 5-балльной шкалы для медицинской точности и 3-балльной шкалы для клинической актуальности. Результаты показали, что ChatGPT продемонстрировал наивысший уровень точности в 80%, следом за ним идет Claude с 60%, Gemini с 40% и Copilot с… ➡️➡️➡️

Обзор исследования: «Small extracellular vesicles: messengers at the service of breast cancer agenda in the primary and distant microenvironments» Это исследование фокусируется на роли малых внеклеточных везикул (малые EV) в раке молочной железы (РМЖ), который продолжает оставаться одной из главных причин рака и связанной с ним смертности среди женщин. В последние годы особое внимание уделяется опухолевому микросреде (TME) и его критической роли в формировании поведения опухоли. Малые EV являются ключевыми посредниками межклеточной связи, передавая разнообразные молекулы, такие как белки, липиды, ДНК и некодирующие РНК, которые отражают молекулярный статус исходящих клеток. Цели исследования заключались в анализе роли малых EV в иммуномодуляции,… ➡️➡️➡️

Краткий обзор исследования Исследование под названием «Nitrogen limitation causes a seismic shift in redox state and phosphorylation of proteins implicated in carbon flux and lipidome remodeling in Rhodotorula toruloides» направлено на изучение влияния нехватки азота на олеагинозную дрожжевую культуру Rhodotorula toruloides. Основная цель исследования заключалась в выявлении изменений в редокс-состоянии и фосфорилировании белков, связанных с углеродным обменом и перестройкой липидомов. Ученые использовали методы липидомики, редокс-протеомики и фосфопротеомики для анализа клеток дрожжей в условиях избытка и нехватки азота. Результаты показали, что накопление липидов связано с изменениями в метаболизме углерода и аутофагии, а не с увеличением количества ферментов, участвующих в синтезе жирных… ➡️➡️➡️

Краткое описание исследования Исследование «Раннее выявление инфекций, приобретенных в отделении интенсивной терапии (ОИТ), с использованием данных электронных медицинских записей высокой частоты» направлено на улучшение клинического управления и исходов для пациентов, находящихся в ОИТ. Целью работы было разработать динамическую модель предсказания, которая использует высокочастотные данные для оценки риска инфекций за 48 часов до клинического ухудшения состояния пациента. В ходе исследования были проанализированы данные из электронных медицинских записей 4444 пациентов, что позволило выявить 1197 случаев инфекций, что соответствует общему риску инфицирования в 3.5% на день в ОИТ. Значение результатов для врачей и клиник Результаты исследования важны, поскольку раннее выявление инфекций может привести… ➡️➡️➡️

Обзор исследования «Точность ChatGPT в диагностике оральных поражений» Исследование, опубликованное в журнале BMC Oral Health, направлено на оценку точности и диагностической способности ChatGPT-4 в ответах на клинические вопросы, касающиеся оральных поражений. В рамках исследования было использовано 133 вопроса с множественным выбором, которые были случайным образом выбраны из Клинического руководства по оральным заболеваниям. Специалисты в области оральной медицины проверили ответы, чтобы гарантировать их точность. Результаты показали, что ChatGPT-4.0 продемонстрировал точность 97% для легких вопросов, 86.5% для вопросов средней сложности и 78.4% для сложных вопросов, с общей точностью 87.4%. Значение результатов для врачей и клиник Эти результаты важны для врачей и клиник,… ➡️➡️➡️

Обзор исследования BPFun Исследование «BPFun: a deep learning framework for bioactive peptide function prediction using multi-label strategy by transformer-driven and sequence rich intrinsic information» представляет собой работу, направленную на создание модели глубокого обучения для предсказания функций биоактивных пептидов. Основная цель исследования — разработать эффективный инструмент для идентификации многофункциональных пептидов, таких как антираковые, антибактериальные и антигипертензивные, что может значительно ускорить процесс их открытия и использования в медицине. Важность результатов для врачей и клиник Результаты исследования имеют огромное значение для врачей и клиник, так как они позволяют быстрее и более точно выявлять потенциальные терапевтические свойства биоактивных пептидов без необходимости длительных и дорогих… ➡️➡️➡️

Обзор исследования «Establishment of AI-assisted diagnosis of the infraorbital posterior ethmoid cells based on deep learning» Исследование, опубликованное в журнале BMC Medical Imaging, направлено на создание модели с использованием искусственного интеллекта (ИИ) для выявления задних этмоидальных ячеек (IPECs) на основе глубокого обучения, используя сагиттальные КТ-изображения. Целью работы было улучшение диагностики IPECs, что может привести к более эффективному лечению пациентов. Результаты исследования показали, что модель ИИ достигла коэффициента Дайса 0.900 в обучающей выборке и 0.891 в тестовой. Это указывает на высокую точность в определении IPECs, что важно для врачей и клиник, так как позволяет быстрее и точнее ставить диагнозы, а значит,… ➡️➡️➡️

Обзор исследования «Artificial intelligence-generated apparent diffusion coefficient (AI-ADC) maps for prostate gland assessment: a multi-reader study» В данном исследовании была проведена оценка качества искусственно созданных карт коэффициента аппARENTной диффузии (AI-ADC) по сравнению со стандартными картами ADC в многочитательском исследовании. В исследовании участвовали 74 пациента с подозрением на рак простаты, которым проводилась многопараметрическая магнитно-резонансная томография (mpMRI). Основной целью было определить, насколько AI-ADC карты превосходят стандартные по качеству изображения. Цели и результаты исследования Результаты показали, что AI-ADC карты значительно улучшили качество изображений по сравнению со стандартными картами. Наиболее заметные улучшения были зафиксированы в области четкости контуров простаты, снижении искажений и шумов на… ➡️➡️➡️

Обзор исследования Исследование «Potential Effects of Glucagon-Like Peptide-1 Receptor Agonists in Patients With Diabetes and High Risk for Dementia» посвящено изучению влияния агонистов рецепторов глюкагоноподобного пептида-1 (GLP-1) на пациентов с диабетом, находящихся в группе риска развития деменции. Основной целью исследования было определить, способны ли эти препараты не только контролировать уровень сахара в крови, но и улучшать когнитивные функции у данной категории пациентов. Результаты показали, что применение GLP-1 агонистов может положительно влиять на когнитивные функции, снижая риск деменции. Значимость результатов Эти результаты важны для врачей и клиник, так как они открывают новые возможности в лечении пациентов с диабетом и повышенным риском… ➡️➡️➡️

Обзор исследования «Embryo metabolism as a novel non-invasive preimplantation test» Исследование «Embryo metabolism as a novel non-invasive preimplantation test: nutrients turn over and metabolomic analysis of human spent embryo culture media (SECM)» направлено на изучение метаболизма эмбрионов и его потенциала как неинвазивного теста для выбора эмбрионов перед имплантацией. Основная цель работы — оценить, как использование анализа метаболитов в культуральных средах эмбрионов может помочь в их отборе для успешной имплантации и беременности. Результаты исследования показывают, что анализ метаболитов, таких как глюкоза, пируват, аминокислоты и жирные кислоты, может стать важным индикатором качества эмбрионов. Это особенно актуально в контексте одноэмбрионной трансплантации, которая становится… ➡️➡️➡️

Обзор исследования «Facilitators and Barriers to Implementing AI in Routine Medical Imaging: Systematic Review and Qualitative Analysis» Исследование «Facilitators and Barriers to Implementing AI in Routine Medical Imaging» направлено на систематическую оценку факторов, способствующих и препятствующих внедрению искусственного интеллекта (ИИ) в рутинную медицинскую визуализацию. Основная цель заключалась в анализе и синтезе данных, полученных из различных исследований, касающихся применения ИИ в клинической практике. В результате было проанализировано 38 оригинальных исследований, выявлено 12 ключевых аспектов и 37 подтем, которые влияют на внедрение ИИ в медицинские рабочие процессы. Анализ показал, что многие исследования сосредоточены на технологических характеристиках ИИ, в то время как опыт… ➡️➡️➡️

Обзор исследования «Federated Learning-Based Model for Predicting Mortality: Systematic Review and Meta-Analysis» Исследование «Federated Learning-Based Model for Predicting Mortality: Systematic Review and Meta-Analysis» направлено на сравнение модели федеративного обучения (FL) с традиционными централизованными моделями машинного обучения (CML) для предсказания смертности в клинических условиях. Основная цель заключалась в оценке эффективности FL в условиях, где конфиденциальность данных имеет решающее значение. Результаты показали, что предсказательная точность FL сопоставима с CML, при этом FL обеспечивает лучшее соблюдение конфиденциальности. Эти результаты важны для врачей и клиник, так как позволяют использовать современные технологии для предсказания исходов, сохраняя при этом безопасность и конфиденциальность информации о пациентах. Объяснение… ➡️➡️➡️

Краткое описание исследования Исследование «Прогнозирование Балтийского сухого индекса с использованием финансовых рыночных данных: методы машинного обучения и объяснения SHAP» направлено на предсказание изменения Балтийского сухого индекса (BDI), который является важным показателем для оценки фрахтовых ставок и деятельности в глобальном судоходстве. В данной работе используется разнообразная финансовая информация, включая данные по товарам, валютам, фондовым рынкам и индексам волатильности. В отличие от предыдущих исследований, данный подход учитывает финансовые индикаторы, специфичные для основных морских торговых регионов — США, ЕС и Гонконга. В исследовании применяются современные методы машинного обучения, такие как Extremely Randomized Trees, Categorical Boosting (CatBoost) и Random Forest, что позволяет достичь высокой… ➡️➡️➡️

Обзор исследования Исследование «Гибридная оптимизация глубокого обучения для умного сельского хозяйства: оптимизация с помощью Dipper Throated и поиск Polar Rose, примененные к прогнозированию качества воды» нацелено на улучшение методов управления водными ресурсами в сельском хозяйстве, особенно для таких культур, как картофель, требующих высококачественного орошения. В рамках работы предложена новая гибридная метаэвристическая структура, которая сочетает алгоритм Dipper Throated Optimization (DTO), вдохновленный поведением птиц при поиске пищи, с Polar Rose Search (PRS) для повышения точности моделей глубокого обучения в оценке качества воды. Результаты показали, что оптимизированная модель достигла точности классификации 99.46%, что значительно превышает показатели классических методов машинного обучения и не оптимизированных… ➡️➡️➡️

Краткое описание исследования Исследование «An illustration of multi-class roc analysis for predicting internet addiction among university students» направлено на выявление потенциальных предикторов интернет-зависимости (ИЗ) среди студентов университетов Бангладеш. В ходе исследования были проанализированы данные 424 студентов, собранные с помощью самоотчетного опросника и теста на ИЗ. Используя алгоритм Boruta, исследователи определили важные факторы, связанные с ИЗ, и применили различные модели машинного обучения (дерево решений, случайный лес, опорные векторные машины и логистическая регрессия) для предсказания уровней зависимости. Результаты показали, что 3.77% студентов страдали от тяжелой ИЗ. Наиболее значимыми предикторами оказались фон студентов, депрессия, тревожность, стресс, участие в физической активности и симптомы потери… ➡️➡️➡️

Краткое описание исследования Исследование «Resource trading strategies with risk selection in collaborative training market» направлено на изучение методов распределения ресурсов в рамках совместного обучения с использованием искусственного интеллекта и вычислительных технологий. Основная цель заключается в оптимизации распределения бюджетов между вычислительными ресурсами и данными для повышения эффективности процессов совместного обучения. Исследование предлагает применение алгоритма «Swing Gradient Search» для создания оптимальных стратегий инвестирования, что позволяет лучше справляться с неопределенностью в получении данных. Важность результатов для врачей и клиник Результаты данного исследования имеют критическое значение для медицинских учреждений, поскольку эффективное распределение ресурсов позволяет улучшить качество обучения моделей ИИ, что, в свою очередь, может… ➡️➡️➡️

Обзор исследования «Emulating real-world GLP-1 efficacy in type 2 diabetes through causal learning and virtual patients» Исследование «Emulating real-world GLP-1 efficacy in type 2 diabetes through causal learning and virtual patients» представляет собой новаторский подход к оценке эффективности препаратов, подобных глюкагоноподобному пептиду-1 (GLP-1), при лечении диабета 2 типа. Используя методы генеративного искусственного интеллекта (ИИ) и причинного обучения, исследователи создали виртуальные клинические испытания, которые позволили им оценить влияние GLP-1 на уровень гемоглобина A1c (HbA1c) в более широкой популяции, чем это возможно в традиционных рандомизированных контролируемых испытаниях (РКИ). Целью исследования было сравнить результаты виртуальных испытаний с данными реальных клинических испытаний, в частности,… ➡️➡️➡️

Обзор исследования Исследование «Enhancing IoT cybersecurity through lean-based hybrid feature selection and ensemble learning: A visual analytics approach to intrusion detection» посвящено разработке эффективной системы обнаружения вторжений в условиях Интернета вещей (IoT). В работе предложена гибридная структура, основанная на методах оптимизации, таких как алгоритм роя частиц (PSO) и генетический алгоритм (GA), для выбора признаков, а также использование экстремальной обучающей машины (ELM) и бутстрэп-агрегации (BA) для классификации этих признаков. Результаты показывают высокую точность обнаружения, достигающую 100% для ключевых категорий атак, таких как PortScan, SQL Injection и Brute Force. Данная структура отличается минимальными вычислительными затратами и высокой эффективностью обнаружения, что делает её… ➡️➡️➡️

Обзор исследования «Hand Motion Control Ability Between Young and Older Adults: Comparative Study» Исследование «Hand Motion Control Ability Between Young and Older Adults: Comparative Study» направлено на изучение различий в моторных навыках между молодыми и пожилыми людьми, с акцентом на способности управления движениями рук. Цель исследования — выяснить, могут ли движения вращения рук служить показателем различий в моторных навыках, связанных с возрастом, и потенциально использоваться для раннего обнаружения легких когнитивных нарушений. В исследовании приняли участие 68 человек, из которых 39 были пожилыми людьми (65-80 лет), а 29 — молодыми (20-29 лет). Результаты показали, что молодые участники выполняли больше вращений, демонстрировали… ➡️➡️➡️