ИИ Медтех

Обзор исследования «Avatars in the educational metaverse» Исследование «Avatars in the educational metaverse» направлено на анализ роли аватаров в образовательном процессе. Аватары представляют собой цифровые представления студентов, которые могут взаимодействовать в виртуальных условиях, позволяя им участвовать в реалистичных сценариях, работать в группах и развивать необходимые навыки с использованием адаптивных и интеллектуальных технологий. Основной целью данного обзора является оценка вклада аватаров в образование, их влияние на индивидуализированное обучение и поддержку групповых активностей в виртуальных средах. Значимость результатов для медицины Результаты этого исследования важны для врачей и клиник, так как использование аватаров может значительно улучшить подготовку медицинских специалистов. Обучение в виртуальной среде… ➡️➡️➡️

SHAP-Driven Feature Analysis Approach for Epileptic Seizure Prediction представляет собой исследование, направленное на предсказание эпилептических припадков с использованием объяснимого искусственного интеллекта (ИИ). В данной работе интегрируется одномерная свёрточная нейронная сеть (1D-CNN) с SHapley Additive exPlanations (SHAP), что позволяет достигать высокой точности предсказаний на основе данных электроэнцефалографии (ЭЭГ). Модель 1D-CNN с использованием SHAP демонстрирует точность 98,14% и F1-оценку 98,30% с объяснимостью на уровне характеристик, что имеет важное значение для клинической практики. Результаты исследования важны для врачей и клиник, так как они обеспечивают возможность более точного и своевременного вмешательства, что может включать корректировку медикаментов или экстренные меры, предотвращая потенциальные травмы и улучшая… ➡️➡️➡️

Обзор исследования «Machine learning is changing osteoporosis detection: an integrative review» Исследование «Machine learning is changing osteoporosis detection: an integrative review» анализирует, как технологии машинного обучения (МЛ) улучшают диагностику остеопороза, обеспечивая более высокую клиническую точность и доступность по сравнению с традиционными методами. Целью работы является рассмотрение современных подходов к обнаружению остеопороза с использованием МЛ и определение перспектив развития этой области. Результаты показывают, что использование алгоритмов глубокого обучения значительно повышает точность диагностики, особенно в анализе медицинских изображений, что может привести к более раннему выявлению и профилактике остеопороза. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так… ➡️➡️➡️

Краткое описание исследования Исследование под названием «Bias-aware training and evaluation of link prediction algorithms in network biology» фокусируется на разработке и оценке алгоритмов предсказания связей в биомедицине. Основная цель — устранить предвзятость, возникающую при оценке алгоритмов, которая приводит к акценту на более изученных «богатых узлах» сети, то есть узлах с высоким количеством связей. Авторы предлагают новую стратегию, называемую AWARE, которая помогает учитывать низкостепенчатые узлы и облегчает создание алгоритмов, направленных на выявление недоизученных биологических объектов. Значимость для врачей и клиник Результаты данного исследования важны для врачей и клиник, так как помогают избежать потерь информации о менее изученных белках и молекулах, что… ➡️➡️➡️

Краткое описание исследования Исследование «Оценка сегментации печени на основе искусственного интеллекта и ее применение для измерения объема печени в динамике» направлено на улучшение точности измерений объема печени с помощью компьютерной томографии (КТ). Целью работы было определить оптимальные фазы КТ для оценки объема печени с использованием моделей на основе искусственного интеллекта (ИИ) и отслеживание изменений объема печени у пациентов без заболеваний печени. Результаты показали высокую точность сегментации и возможность использования модели для анализа возрастных изменений объема печени. Значение результатов для врачей и клиник Точные измерения объема печени критически важны для планирования лечения, особенно при хирургических вмешательствах, чтобы избежать послеоперационной печеночной недостаточности.… ➡️➡️➡️

Обзор исследования «Mapping the impact: AI-driven quantification of geographic atrophy on OCT scans and its association with visual sensitivity loss» Исследование «Mapping the impact» направлено на изучение связи между автоматической сегментацией географической атрофии (ГА) с использованием искусственного интеллекта (ИИ) на снимках оптической когерентной томографии (ОКТ) и потерей визуальной чувствительности, измеряемой с помощью микропериметрии. Целью исследования было установить, как степень ГА связана с потерей визуальной чувствительности у пациентов с возрастной макулярной дегенерацией (ВМД). Значимость результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как показывают, что автоматизированная оценка ГА с помощью ИИ может эффективно использоваться для мониторинга… ➡️➡️➡️

Краткое описание исследования Исследование «82Rb PET Myocardial Blood Flow Quantification: Influence of Arterial Input Curve Quality on Diagnostic Accuracy» направлено на изучение влияния формы кривой входа артериальной крови на диагностическую точность количественной оценки миокардиального кровотока (МКК) с использованием позитронно-эмиссионной томографии (ПЭТ) с рубидием-82 (82Rb) для диагностики обструктивной коронарной болезни сердца (КБС). В исследование были включены 386 пациентов без истории КБС, которые прошли ПЭТ-исследование и инвазивную коронарную ангиографию в течение шести месяцев. Результаты показали, что низкое соотношение пиков стресса и покоя (SRPR) и медленное увеличение активности были связаны с ухудшением диагностической производительности МКК. Значение результатов для врачей и клиник Полученные результаты… ➡️➡️➡️

Краткое описание исследования «Codes across (life)sciences» Исследование «Codes across (life)sciences» фокусируется на концепции «кода» в различных научных областях, включая биологию, математику и психологию. Цель работы заключается в выявлении общих черт и взаимосвязей между кодами, которые влияют на клеточные процессы, восприятие, познание и коммуникацию. Результаты исследования подчеркивают важность кодов в эволюции, биокомплексности и человеческом поведении, что может привести к созданию единой теории жизни, основанной на кодах. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они открывают новые горизонты в понимании поведения пациентов и механизмов, влияющих на их здоровье. Понимание кодов может помочь в разработке… ➡️➡️➡️

Описание исследования Исследование «The class imbalance problem in automatic localization of the epileptogenic zone for epilepsy surgery: A systematic review» фокусируется на важности точной локализации эпилептогенной зоны (ЭЗ) для хирургии эпилепсии. Исследование рассматривает проблему дисбаланса классов между эпилептогенными и нормальными электродными контактами в данных внутричерепной ЭЭГ (иЭЭГ), что представляет собой значительную проблему для автоматических методов локализации. Целью обзора было оценить методологии по устранению этой проблемы в исследованиях локализации ЭЗ с применением машинного обучения. Значение результатов Результаты исследования важны для врачей и клиник, поскольку они подчеркивают необходимость разработки более надежных методов автоматической локализации ЭЗ. Успех хирургии эпилепсии во многом зависит от… ➡️➡️➡️

Обзор исследования «Prediction model for unplanned extubation of thoracoabdominal drainage tube in postoperative inpatients: a retrospective study» Исследование, проведенное в больнице провинции Чжэцзян, Китай, направлено на определение факторов риска непреднамеренной экстубации (UEX) дренажных труб в области грудной и брюшной полостей у пациентов после операции. Целью было создание предсказательной модели, которая поможет снизить частоту UEX. В исследование вошло 2220 пациентов, и результаты показали, что методы дренирования, способы фиксации и способность к самообслуживанию являются значимыми факторами, влияющими на риск UEX. Результаты важны для врачей и клиник, так как они позволяют заранее определять пациентов с высоким риском UEX и разрабатывать индивидуализированные стратегии профилактики,… ➡️➡️➡️

Краткое описание исследования Исследование «Opportunities, challenges, and requirements for Artificial Intelligence (AI) implementation in Primary Health Care (PHC): a systematic review» направлено на анализ возможностей, вызовов и требований к внедрению искусственного интеллекта (ИИ) в первичное здравоохранение. Целью работы было собрать и обобщить существующие данные по этой теме, используя инструмент оценки первичной помощи (PCET). В результате было проанализировано 109 статей, в основном из Северной Америки и Европы, что позволило выделить ключевые аспекты интеграции ИИ в PHC. Важность результатов для врачей и клиник Результаты исследования имеют высокую значимость для врачей и клиник, поскольку они подчеркивают, как ИИ может улучшить диагностику, оптимизировать программы… ➡️➡️➡️

Обзор исследования «A comprehensive study of template-based frequency detection methods in SSVEP-based brain-computer interfaces» Исследование, проведенное в 2025 году, посвящено методам обнаружения частоты, основанным на шаблонах, в интерфейсах «мозг-компьютер» (BCI), использующих стимулы с визуально индуцированными потенциалами (SSVEP). Целью работы было проанализировать существующие методы и провести их сравнение для улучшения точности и надежности SSVEP-детекторов. В результате были изучены 19 методов, сгруппированных по четырем основным аналитическим подходам: каноническому корреляционному анализу (CCA), многомерному индексу синхронизации (MSI), анализу компонент, связанных с задачей (TRCA) и коррелированному компонентному анализу (CORRCA). Исследование также представило четкие схемы и код MATLAB для каждого метода, что поможет исследователям в их… ➡️➡️➡️

Обзор исследования «Retinal vessel diameter reflects altered resting-state fMRI connectivity and cognitive performance: A community-based study» Данное исследование изучает связь между характеристиками микроциркуляции сетчатки и локальной эффективностью функциональной связности мозга, а также их влияние на когнитивные функции в сообществе. В исследовании приняли участие 1532 человека из города Лишуй, Китай, в период с мая 2017 года по сентябрь 2019 года в рамках исследования по оценке сосудистых событий и когнитивных нарушений (PRECISE). Когнитивные функции оценивались с помощью Монреальской оценки когнитивных функций (MoCA-Beijing), а локальная эффективность (Nle) определялась с помощью функциональной магнитно-резонансной томографии в состоянии покоя (rs-fMRI). Фотография fundus левого глаза использовалась для… ➡️➡️➡️

Обзор исследования «Искусственный интеллект в физической терапии для неврологических заболеваний» Исследование «Искусственный интеллект в физической терапии для неврологических заболеваний» направлено на изучение возможностей применения технологий искусственного интеллекта (ИИ) для улучшения физической терапии пациентов с неврологическими расстройствами. Целью исследования было выявить, как ИИ может оптимизировать реабилитационные процессы, повышая эффективность лечения и улучшая качество жизни пациентов. Результаты показали значительное улучшение в восстановлении двигательных функций и снижении времени реабилитации при использовании ИИ-технологий. Важность результатов для врачей и клиник Результаты данного исследования имеют большое значение для врачей и клиник, так как они открывают новые горизонты в реабилитации пациентов с неврологическими заболеваниями. Использование ИИ позволяет… ➡️➡️➡️

Краткое описание исследования Исследование «Large language models in perioperative medicine-applications and future prospects: a narrative review» посвящено анализу применения больших языковых моделей (LLMs) в периоперативной медицине. Целью работы является изучение возможностей и ограничений LLMs, а также их потенциального влияния на качество медицинского обслуживания и рабочие процессы медицинских работников. Результаты показывают, что LLMs могут значительно повысить эффективность и точность предоставления медицинских услуг, извлекая и обобщая клинические данные, делая рекомендации и отвечая на запросы пациентов. Важность результатов для врачей и клиник Результаты исследования имеют критическое значение для врачей и клиник, так как внедрение LLMs может улучшить уход за пациентами, повысить точность клинических… ➡️➡️➡️

Краткое описание исследования Исследование «Интеграция капсульной эндоскопии с поддержкой искусственного интеллекта в клинической практике: обзор доступных на рынке инструментов» направлено на анализ применения ИИ в капсульной эндоскопии, особенно для оценки тонкой кишки. Целью работы было оценить диагностическую эффективность, практические преимущества и ограничения существующих систем с ИИ. Результаты показывают, что ИИ значительно сокращает время чтения и повышает способность обнаружения поражений, однако остается значительное количество недоступных для обнаружения поражений, что не позволяет полностью полагаться на эти инструменты. Важность результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они демонстрируют потенциал ИИ в улучшении диагностики заболеваний пищеварительной системы.… ➡️➡️➡️

Обзор исследования Исследование «Abnormal glymphatic system function in children with autism spectrum disorder: a diffusion kurtosis imaging study» направлено на изучение функционирования глимфатической системы у детей с расстройствами аутистического спектра (РАС). Глимфатическая система отвечает за удаление метаболических отходов из мозга, и ее нарушение может быть связано с нейроразвивающими и нейродегенеративными заболеваниями. В ходе исследования использовался анализ диффузионной куртозисной визуализации (DKI-ALPS) для оценки функции глимфатической системы у детей с РАС, разделенных на группы по степени тяжести симптомов. Результаты показали, что индексы DKI-ALPS были значительно ниже у детей с РАС по сравнению с нормально развивающимися детьми, причем более выраженные нарушения наблюдались у… ➡️➡️➡️

Краткое описание исследования Исследование «Transfer learning for accurate brain tumor classification in MRI: a step forward in medical diagnostics» посвящено классификации опухолей мозга на основе МРТ-изображений с использованием метода переноса обучения (Transfer Learning, TL). Целью работы является улучшение точности диагностики опухолей мозга, что критически важно для выбора эффективного лечения. В исследовании были использованы современные глубокие обучающие модели, такие как AlexNet, MobileNetV2 и GoogleNet. В результате было достигнуто максимальное значение точности классификации в 99,2% с использованием модели GoogleNet, что значительно превышает результаты предыдущих исследований. Важность результатов для врачей и клиник Результаты данного исследования имеют огромное значение для врачей и клиник, так… ➡️➡️➡️

Краткое описание исследования Исследование «AI-driven multi-agent reinforcement learning framework for real-time monitoring of physiological signals in stress and depression contexts» посвящено созданию инновационной системы мониторинга здоровья, основанной на многопользовательском глубоком обучении с подкреплением (DRL). Целью работы является улучшение мониторинга физиологических сигналов, таких как сердечный ритм, дыхание и температура, в контексте стресса и депрессии. Система позволяет осуществлять мониторинг в реальном времени и принимать решения на основе анализа данных, что значительно повышает эффективность медицинских вмешательств. Важность результатов для врачей и клиник Результаты исследования имеют большое значение для врачей и медицинских учреждений, так как они позволяют быстрее и точнее выявлять критические состояния у… ➡️➡️➡️

Обзор исследования «Искусственный интеллект для клинического рассуждения: вызов надежности и путь к практике, основанной на доказательствах» Исследование посвящено интеграции генеративного искусственного интеллекта (ИИ), особенно больших языковых моделей (LLMs), в клиническое рассуждение. Целью работы является оценка потенциала ИИ для трансформации медицинской практики и выявление проблем, связанных с надежностью его применения. Результаты показывают, что хотя LLMs способны проходить медицинские лицензированные экзамены и демонстрировать точность диагностики, сопоставимую с врачами, существуют критические ограничения. Важнейшая проблема заключается в том, что LLMs имитируют паттерны рассуждений, но не выполняют подлинное логическое рассуждение, а также полагаются на устаревшие или нерегиональные данные, что снижает клиническую актуальность. Эти результаты важны… ➡️➡️➡️