Pfizer с помощью ИИ ищет лекарство от ревматоидного артрита
Adaptive Biotechnologies будет помогать компании Pfizer искать новые мишени для лечения ревматоидного артрита с помощью ИИ-анализа иммунных клеток. За это Adaptive может получить до $890 млн (если все пройдет успешно).
Adaptive разработала платформу, которая читает T-клеточные рецепторы (TCR) - белковые «замки» на поверхности T-клеток. Эти рецепторы распознают триггеры болезней (также как мы умеем читать отпечатков пальцев). При ревматоидном артрите часть TCR становится атакует собственные ткани организма. И суть в том, чтобы понять, какие именно TCR-сигнатуры связаны с болезнью у конкретных подгрупп пациентов, и превратить это знание в терапевтические мишени.
Работает это так: Adaptive анализирует клинические образцы Pfizer методом высокопроизводительного секвенирования, выявляет TCR, которые значительно обогащены у пациентов с РА, и передает результаты Pfizer, который берет на себя всю разработку и коммерциализацию терапий на основе этих находок.
Adaptive утверждает, что располагает крупнейшим в отрасли TCR-antigen датасетом - базой данных, где каждый рецептор связан с конкретным антигеном, который он распознаёт.
По второму соглашению Pfizer получает доступ к этой базе для обучения своих AI/ML-моделей в разработке препаратов по нескольким направлениям иммунологии. Финансовые условия по лицензии не раскрыты, но упомянуты ежегодные платежи и авансовый транш. Чед Робинс, CEO Adaptive, назвал базу «сокровищницей иммунных данных».
Врачи считают, что количество болеющих ревматоидным артритом стремительно растет, и к 2050 году будет зарегистрировано больше 30 миллионов случаев (причем женщины болеют почти в 2,5 раза чаще мужчин).
Важно, что договор у них неэксклюзивный. То есть аналогичные партнёрства возможны у других игроков. Вопрос только, насколько TCR-база покрывает разнообразие популяций и клинических фенотипов, и - самое узкое место - как это будет переведено в реально работающие препараты.
#AI #DrugDiscovery #ИИновости #Pfizer #TCR
👉 Подписаться на ИИ в медицине
Adaptive Biotechnologies будет помогать компании Pfizer искать новые мишени для лечения ревматоидного артрита с помощью ИИ-анализа иммунных клеток. За это Adaptive может получить до $890 млн (если все пройдет успешно).
Adaptive разработала платформу, которая читает T-клеточные рецепторы (TCR) - белковые «замки» на поверхности T-клеток. Эти рецепторы распознают триггеры болезней (также как мы умеем читать отпечатков пальцев). При ревматоидном артрите часть TCR становится атакует собственные ткани организма. И суть в том, чтобы понять, какие именно TCR-сигнатуры связаны с болезнью у конкретных подгрупп пациентов, и превратить это знание в терапевтические мишени.
Работает это так: Adaptive анализирует клинические образцы Pfizer методом высокопроизводительного секвенирования, выявляет TCR, которые значительно обогащены у пациентов с РА, и передает результаты Pfizer, который берет на себя всю разработку и коммерциализацию терапий на основе этих находок.
Adaptive утверждает, что располагает крупнейшим в отрасли TCR-antigen датасетом - базой данных, где каждый рецептор связан с конкретным антигеном, который он распознаёт.
По второму соглашению Pfizer получает доступ к этой базе для обучения своих AI/ML-моделей в разработке препаратов по нескольким направлениям иммунологии. Финансовые условия по лицензии не раскрыты, но упомянуты ежегодные платежи и авансовый транш. Чед Робинс, CEO Adaptive, назвал базу «сокровищницей иммунных данных».
Врачи считают, что количество болеющих ревматоидным артритом стремительно растет, и к 2050 году будет зарегистрировано больше 30 миллионов случаев (причем женщины болеют почти в 2,5 раза чаще мужчин).
Важно, что договор у них неэксклюзивный. То есть аналогичные партнёрства возможны у других игроков. Вопрос только, насколько TCR-база покрывает разнообразие популяций и клинических фенотипов, и - самое узкое место - как это будет переведено в реально работающие препараты.
#AI #DrugDiscovery #ИИновости #Pfizer #TCR
👉 Подписаться на ИИ в медицине
Adaptive Biotech
Powering the Age of Immune Medicine
Adaptive Biotechnologies is harnessing the immune system to unleash its power as a natural diagnostic and therapeutic tool to propel a paradigm shift in medicine.
🔥9❤1👍1
Reuters
Takeda's AI-crafted psoriasis pill succeeds in late-stage studies
Japan's Takeda Pharmaceutical said on Thursday its experimental pill for a type of skin disease, developed using artificial intelligence, succeeded in two late-stage studies.
На рынок выпущен первый разработанный ИИ препарат - это таблетка от псориаза Zasocitinib
Японский фармгигант Takeda сообщил об успешном завершении двух ключевых исследований (последней фазы) препарата zasocitinib для лечения псориаза. Фактически - это признание AI Drug Discovery - теперь такие препараты будут появляться быстрее.
Генезис молекулы был изначально спроектирован стартапом Nimbus Therapeutics. Takeda выкупила этот актив за рекордные $4 млрд, фактически сделав его главной ставкой своего портфеля в области иммунологии. Регистрация препарата в FDA намечена на 2026 год.
Лекарства от псориаза уже существуют на рынке. но их главной проблемой является низкая избирательность - они "задевают" соседние белки и вызывают серьезные побочки - от тромбозов до анемии.
ИИ позволил создать молекулу, которая идеально садится только на один белок - и препарат оказывает мощный противовоспалительный эффект без системной токсичности (по результатам подтвержденных клинических исследований).
Сегодня на стадиях клинических испытаний находится более 120 молекул, созданных или оптимизированных с помощью ИИ - мы ждем результатов по препаратам, которые должны помочь от целого спектра заболеваний - от фиброза и онкологии.
Zasocitinib первым из них дошел до стадии, позволяющей одобрить его к продаже, но в целом AI Drug Discovery - это вопрос нашего ближайшего будущего. Важно, что это сокращение стадии R&D еще и значительно (иногда в сотни и тысячи раз) удешевляет разработку лекарства.
👉 Подписаться на ИИ в медицине
Японский фармгигант Takeda сообщил об успешном завершении двух ключевых исследований (последней фазы) препарата zasocitinib для лечения псориаза. Фактически - это признание AI Drug Discovery - теперь такие препараты будут появляться быстрее.
Генезис молекулы был изначально спроектирован стартапом Nimbus Therapeutics. Takeda выкупила этот актив за рекордные $4 млрд, фактически сделав его главной ставкой своего портфеля в области иммунологии. Регистрация препарата в FDA намечена на 2026 год.
Лекарства от псориаза уже существуют на рынке. но их главной проблемой является низкая избирательность - они "задевают" соседние белки и вызывают серьезные побочки - от тромбозов до анемии.
ИИ позволил создать молекулу, которая идеально садится только на один белок - и препарат оказывает мощный противовоспалительный эффект без системной токсичности (по результатам подтвержденных клинических исследований).
Сегодня на стадиях клинических испытаний находится более 120 молекул, созданных или оптимизированных с помощью ИИ - мы ждем результатов по препаратам, которые должны помочь от целого спектра заболеваний - от фиброза и онкологии.
Zasocitinib первым из них дошел до стадии, позволяющей одобрить его к продаже, но в целом AI Drug Discovery - это вопрос нашего ближайшего будущего. Важно, что это сокращение стадии R&D еще и значительно (иногда в сотни и тысячи раз) удешевляет разработку лекарства.
👉 Подписаться на ИИ в медицине
🔥9👍5❤2
Индийская фарма запустила ИИ-переводчик с медицинского языка на пациентский
Индийский фармацевтический гигант Bristol Myers Squibb (BMS) в партнерстве с Accenture объявил о запуске проекта Mosaic - первого в своем роде мультимедийного хаба в Мумбаи, работающего на базе генеративного искусственного интеллекта. Речь идет о создании полноценного "завода" по производству медицинского и образовательного контента, который должен радикально ускорить коммуникацию между производителем лекарств, врачами и пациентами.
Цель проекта - автоматизировать рассылку и при этом сделать ее гиперперсонализированной, чтобы каждое письмо было буквально подготовлено для конкретного пациента и учитывало все его особенности.
Объявлено, что основная задача Mosaic - превратить процесс создания информационных материалов из кустарного в промышленный. Система позиционируется как "end-to-end"- решение - то есть реализует полный цикл от выявления потребности до доставки готового текста или видео конкретному адресату.
Ключевые функциональные направления:
Анализ спроса в реальном времени: ИИ должен определять, в какой именно информации нуждаются врачи прямо сейчас (например, разъяснения по побочным эффектам новой терапии или протоколы коррекции дозировок).
Масштабируемое производство:
Генерация "пациентоцентричного" контента, что означает автоматическую адаптацию базовой информации (инструкций к препаратам, например) под разные форматы, языки и уровни подготовки аудитории.
Персонализация опыта:
Система подстраивает коммуникацию под предпочтения конкретного специалиста.
Запуск Mosaic - это часть глобальной стратегии BMS, в рамках которой компания инвестирует около 130 миллионов долларов в развитие инструментов ИИ. Ну а в Индии это оказалось начать проще и дешевле.
И все равно "черный ящик" - технические детали проекта, как это часто бывает, остались закрытыми, и для объективной оценки системы не хватает данных. Мы не знаем, используются ли проприетарные разработки или готовые решения (вроде моделей от OpenAI или Anthropic), нет информации о механизмах RAG (генерации с опорой на базу знаний) и о том, как система борется с "галлюцинациями" ИИ (это главный тормоз внедрения генеративных моделей в медицину).
Непонятно и как организован human-in-the-loop - контроль человеком.
Но в целом такое решение, которое позволит системно и понятно объяснять пациенту - как принимать лекарства, какие бывают побочные эффекты и как их оследить, на что надо обращать внимание, рассказанные доступным языком (а там задействованы простые схемы, карточки, как для малышей в детском саду, и т.п.), вполне здравая идея.
У нас один из главных вопросов - где грань между медицинским просвещением и маркетингом, цель которого, лекарство продать?
#ИИвмедицине #BMS #Accenture #Mosaic #HealthTech #Фармацевтика
👉 Подписаться на ИИ в медицине
Индийский фармацевтический гигант Bristol Myers Squibb (BMS) в партнерстве с Accenture объявил о запуске проекта Mosaic - первого в своем роде мультимедийного хаба в Мумбаи, работающего на базе генеративного искусственного интеллекта. Речь идет о создании полноценного "завода" по производству медицинского и образовательного контента, который должен радикально ускорить коммуникацию между производителем лекарств, врачами и пациентами.
Цель проекта - автоматизировать рассылку и при этом сделать ее гиперперсонализированной, чтобы каждое письмо было буквально подготовлено для конкретного пациента и учитывало все его особенности.
Объявлено, что основная задача Mosaic - превратить процесс создания информационных материалов из кустарного в промышленный. Система позиционируется как "end-to-end"- решение - то есть реализует полный цикл от выявления потребности до доставки готового текста или видео конкретному адресату.
Ключевые функциональные направления:
Анализ спроса в реальном времени: ИИ должен определять, в какой именно информации нуждаются врачи прямо сейчас (например, разъяснения по побочным эффектам новой терапии или протоколы коррекции дозировок).
Масштабируемое производство:
Генерация "пациентоцентричного" контента, что означает автоматическую адаптацию базовой информации (инструкций к препаратам, например) под разные форматы, языки и уровни подготовки аудитории.
Персонализация опыта:
Система подстраивает коммуникацию под предпочтения конкретного специалиста.
Запуск Mosaic - это часть глобальной стратегии BMS, в рамках которой компания инвестирует около 130 миллионов долларов в развитие инструментов ИИ. Ну а в Индии это оказалось начать проще и дешевле.
И все равно "черный ящик" - технические детали проекта, как это часто бывает, остались закрытыми, и для объективной оценки системы не хватает данных. Мы не знаем, используются ли проприетарные разработки или готовые решения (вроде моделей от OpenAI или Anthropic), нет информации о механизмах RAG (генерации с опорой на базу знаний) и о том, как система борется с "галлюцинациями" ИИ (это главный тормоз внедрения генеративных моделей в медицину).
Непонятно и как организован human-in-the-loop - контроль человеком.
Но в целом такое решение, которое позволит системно и понятно объяснять пациенту - как принимать лекарства, какие бывают побочные эффекты и как их оследить, на что надо обращать внимание, рассказанные доступным языком (а там задействованы простые схемы, карточки, как для малышей в детском саду, и т.п.), вполне здравая идея.
У нас один из главных вопросов - где грань между медицинским просвещением и маркетингом, цель которого, лекарство продать?
#ИИвмедицине #BMS #Accenture #Mosaic #HealthTech #Фармацевтика
👉 Подписаться на ИИ в медицине
Bms
Global Biopharmaceutical Company - Bristol Myers Squibb
Bristol Myers Squibb is a global biopharmaceutical company committed to discovering, developing and delivering innovative medicines to patients with serious diseases.
👍3❤1🔥1
В США запущен AI-ассистент Dot, который может заменить пациентам колл-центр и регистратуру
Included Health (крупнейшая американская healthcare-платформа) объявила о запуске Dot - персонализированного AI-ассистента, который помогает пациентам ориентироваться в медицине и консультирует по любым вопросам: от выбора оптимальной страховки до формирования маршрута лечения. Причем в компании заявляют, что не ставилась задача заменить врача или сотрудника. Цель разработки - сориентировать пациента по открытой и официальной информации, в которой просто сложно разобраться, а в случае необходимости уже подключается человек.
После анализа процессов (проводил анализ, конечно, ИИ) выяснилось, что главная боль пациентов не само лечение, а поиск информации о том, что входит/не входит в страховку, сколько в итоге будет стоить лечение, куда бежать в первую очередь и т.п.
Ну а у клиники такой неподготовленный пациент отнимает массу времени на непрофильные задачи, приводит к отмене визитов, отказам страховых компаний в оплате.
Как работает Dot
- Ассистент получает доступ к данным о страховании, выставленных счетах и медицинской истории конкретного пользователя (в рамках платформы Included Health).
- Dot объясняет условия страховки, помогает найти врача в сети страховой компании, подсказывает следующий шаг (онлайн-консультация, очный визит, специалист).
- Подготовка к визиту: Dot готовит чек-листы, вопросы врачу (которые пациенту надо не забыть задать), организационные детали.
При "красных флагах" (например, психиатрических симптомах, опасности для здоровья и т.п.) ассистент мгновенно (буквально за минуты) подключает живого клинициста.
Компания подчеркивает, что за последний год система обработала уже миллиарды запросов, и сейчас речь идет не о пилоте, а о масштабируемом сервисе.
Клиникам Dot представлен как медицинский ассистент, но в первую очередь выгода чувствуется в том, что резко снижается количество звонков с вопросами про условия страховки, пациенты приходят на прием с нужными документами, данными и вопросами, меньше переносов (потому что пациент случайно записался не к тому специалисту) и отмен.
То есть по сути это - автоматизация работы, которую сейчас делают регистратура, колл-центр и персональные менеджеры.
Как это часто бывает, Included Health не раскрывает, какие именно большие языковые модели используются, как устроены ограничения (guardrails) и проводится ли обучение на пользовательских данных (хотя, обладая достаточным опытом в отрасли, мы почти всегда предполагаем точно). Также остается тонкая грань между "навигацией" и персонализированным медицинским советом - компания решает ее через обязательную эскалацию к клиницисту, но юридические детали зависят от клиники, штата и т.п.
Но в целом это подтверждение тренда, о котором мы говорили еще два года назад - в первую очередь будет автоматизирована рутина. И, видимо, в ближайшие год-два мы будем наблюдать за сокращением колл-центров и регистратуры в клиниках, и в страховых компаниях.
#ИИвмедицине #PatientNavigation #DigitalHealth #HealthTech
👉 Подписаться на ИИ в медицине
Included Health (крупнейшая американская healthcare-платформа) объявила о запуске Dot - персонализированного AI-ассистента, который помогает пациентам ориентироваться в медицине и консультирует по любым вопросам: от выбора оптимальной страховки до формирования маршрута лечения. Причем в компании заявляют, что не ставилась задача заменить врача или сотрудника. Цель разработки - сориентировать пациента по открытой и официальной информации, в которой просто сложно разобраться, а в случае необходимости уже подключается человек.
После анализа процессов (проводил анализ, конечно, ИИ) выяснилось, что главная боль пациентов не само лечение, а поиск информации о том, что входит/не входит в страховку, сколько в итоге будет стоить лечение, куда бежать в первую очередь и т.п.
Ну а у клиники такой неподготовленный пациент отнимает массу времени на непрофильные задачи, приводит к отмене визитов, отказам страховых компаний в оплате.
Как работает Dot
- Ассистент получает доступ к данным о страховании, выставленных счетах и медицинской истории конкретного пользователя (в рамках платформы Included Health).
- Dot объясняет условия страховки, помогает найти врача в сети страховой компании, подсказывает следующий шаг (онлайн-консультация, очный визит, специалист).
- Подготовка к визиту: Dot готовит чек-листы, вопросы врачу (которые пациенту надо не забыть задать), организационные детали.
При "красных флагах" (например, психиатрических симптомах, опасности для здоровья и т.п.) ассистент мгновенно (буквально за минуты) подключает живого клинициста.
Компания подчеркивает, что за последний год система обработала уже миллиарды запросов, и сейчас речь идет не о пилоте, а о масштабируемом сервисе.
Клиникам Dot представлен как медицинский ассистент, но в первую очередь выгода чувствуется в том, что резко снижается количество звонков с вопросами про условия страховки, пациенты приходят на прием с нужными документами, данными и вопросами, меньше переносов (потому что пациент случайно записался не к тому специалисту) и отмен.
То есть по сути это - автоматизация работы, которую сейчас делают регистратура, колл-центр и персональные менеджеры.
Как это часто бывает, Included Health не раскрывает, какие именно большие языковые модели используются, как устроены ограничения (guardrails) и проводится ли обучение на пользовательских данных (хотя, обладая достаточным опытом в отрасли, мы почти всегда предполагаем точно). Также остается тонкая грань между "навигацией" и персонализированным медицинским советом - компания решает ее через обязательную эскалацию к клиницисту, но юридические детали зависят от клиники, штата и т.п.
Но в целом это подтверждение тренда, о котором мы говорили еще два года назад - в первую очередь будет автоматизирована рутина. И, видимо, в ближайшие год-два мы будем наблюдать за сокращением колл-центров и регистратуры в клиниках, и в страховых компаниях.
#ИИвмедицине #PatientNavigation #DigitalHealth #HealthTech
👉 Подписаться на ИИ в медицине
Included Health
Included Health Expands Platform to Deliver AI-Driven, Clinician-in-the-Loop Experience
Dot by Included Health provides secure access to individuals’ medical history, claims, and benefits — and instant connection to nationwide clinical care team — for unmatched mind, body, and wallet support.
👍6🔥2❤1
FDA обяжет маркировать медицинские устройства с языковыми моделями внутри
FDA - главный регулятор самого влиятельного медтех-рынка) перед самым Новым годом инициировала обсуждение новых стандартов маркировки медизделий. Речь идёт о выделении устройств, которые используют базовые модели ИИ, включая большие языковые модели (LLM) и мультимодальные системы.
До сих пор для регулятора и покупателя почти любой продукт с ИИ шёл под общим ярлыком "алгоритм на базе машинного обучения". А для врачей и отделов закупок это тот самый "чёрный ящик", когда пользователь не понимает, имеет он дело с жёстко обученной нейросетью (как для поиска патологий на снимках) или с гибкой, но менее предсказуемой генеративной моделью.
Сейчас состав продукта хотят сделать прозрачным, чтобы если внутри системы "под капотом" работает LLM, информация об этом была прямо отражена в документации и интерфейсе.
Мы в целом давно ждали этого шага, так как специфика работы с такими моделями принципиально иная, и это надо учитывать при управлении рисками. Ну и для таких изделий принцип clinician-in-the-loop (т.е. валидация врачом) станет не рекомендательным, а обязательным, а для нас с вами это открывает новые возможности - поэтому надо учиться работе с ИИ. Например, появится новая медицинская специализация - оценка выданного ИИ вероятностного прогноза, к которому да, нужно относиться с долей здорового скепсиса (но помнить, что по тестам этот прогноз сейчас точнее, чем решения врача средней квалификации).
#FDA #LLM #регуляторика #безопасность #медтех
👉 Подписаться на ИИ в медицине
FDA - главный регулятор самого влиятельного медтех-рынка) перед самым Новым годом инициировала обсуждение новых стандартов маркировки медизделий. Речь идёт о выделении устройств, которые используют базовые модели ИИ, включая большие языковые модели (LLM) и мультимодальные системы.
До сих пор для регулятора и покупателя почти любой продукт с ИИ шёл под общим ярлыком "алгоритм на базе машинного обучения". А для врачей и отделов закупок это тот самый "чёрный ящик", когда пользователь не понимает, имеет он дело с жёстко обученной нейросетью (как для поиска патологий на снимках) или с гибкой, но менее предсказуемой генеративной моделью.
Сейчас состав продукта хотят сделать прозрачным, чтобы если внутри системы "под капотом" работает LLM, информация об этом была прямо отражена в документации и интерфейсе.
Мы в целом давно ждали этого шага, так как специфика работы с такими моделями принципиально иная, и это надо учитывать при управлении рисками. Ну и для таких изделий принцип clinician-in-the-loop (т.е. валидация врачом) станет не рекомендательным, а обязательным, а для нас с вами это открывает новые возможности - поэтому надо учиться работе с ИИ. Например, появится новая медицинская специализация - оценка выданного ИИ вероятностного прогноза, к которому да, нужно относиться с долей здорового скепсиса (но помнить, что по тестам этот прогноз сейчас точнее, чем решения врача средней квалификации).
#FDA #LLM #регуляторика #безопасность #медтех
👉 Подписаться на ИИ в медицине
U.S. Food and Drug Administration
Artificial Intelligence and Machine Learning in Software as a Medical Device
Medical device manufacturers are using these technologies to innovate their products to better assist health care providers and improve patient care.
❤1👍1
MobiHealthNews
Patient files lawsuit against Sharp Healthcare for ambient AI use
The proposed class action lawsuit against the San Diego-based health system alleges that a patient's medical visit was recorded using Abridge without his consent, violating California privacy laws.
В США подан первый иск за использование AI без согласия пациентов
Sharp Healthcare (крупная сеть клиник в Калифорнии) столкнулась с первым иском за использование AI, что может стать прецедентом для всей отрасли. Пациент обвинил организацию в использовании системы фонового документирования (ambient AI documentation) без получения явного информированного согласия. В центре скандала оказалась технология компании Abridge - одного из лидеров рынка медицинских ИИ-скрайбов.
Такие системы (фонового документирования) работают "внимательным слушателем" - анализируют разговор врача с пациентом и автоматически формирует медицинские заметки. Мы в своей практике часто видим, как это избавляет врачей от рутины и повышает точность документов. Казалось бы, чистая польза. Однако истец утверждает, что его разговор записывали без предупреждения, а в Калифорнии это нарушает закон о защите частной жизни - один из самых жестких в США, потому что он требует согласия всех сторон на запись частного разговора. Поэтому внедряя новые технологии очень важно правильно оформить это юридически.
Что надо не забыть:
- оформить процедуру получения согласия пациента (в разных странах по-разному - где-то достаточно предупреждения, где-то нужна подпись),
- проверить, хранятся ли записи, где и как. Сейчас есть технологии, которые удаляют записи сразу после расшифровки,
- проверить, что не пропущен шаг clinician-in-the-loop - то есть контроль врача, потому что пока ИИ-заметки - это всегда черновик, контроль полноты и правильности всех записей остается на враче.
Мы прогнозируем, что в ближайшие пару лет таких исков будет становиться все больше. Сейчас активно внедряется Nuance DAX - решение Microsoft, которое преобразует разговор врача и пациента в структурированную запись в карте; а медицинский IT-гигант Epic интегрирует такие ИИ-функции напрямую в интерфейс. Поэтому в ближайшее время сервис станет рутинным для тысяч врачей, а юристы отработают тактику предупреждений и контроля.
#ИИновости #Приватность
👉 Подписаться на ИИ в медицине
Sharp Healthcare (крупная сеть клиник в Калифорнии) столкнулась с первым иском за использование AI, что может стать прецедентом для всей отрасли. Пациент обвинил организацию в использовании системы фонового документирования (ambient AI documentation) без получения явного информированного согласия. В центре скандала оказалась технология компании Abridge - одного из лидеров рынка медицинских ИИ-скрайбов.
Такие системы (фонового документирования) работают "внимательным слушателем" - анализируют разговор врача с пациентом и автоматически формирует медицинские заметки. Мы в своей практике часто видим, как это избавляет врачей от рутины и повышает точность документов. Казалось бы, чистая польза. Однако истец утверждает, что его разговор записывали без предупреждения, а в Калифорнии это нарушает закон о защите частной жизни - один из самых жестких в США, потому что он требует согласия всех сторон на запись частного разговора. Поэтому внедряя новые технологии очень важно правильно оформить это юридически.
Что надо не забыть:
- оформить процедуру получения согласия пациента (в разных странах по-разному - где-то достаточно предупреждения, где-то нужна подпись),
- проверить, хранятся ли записи, где и как. Сейчас есть технологии, которые удаляют записи сразу после расшифровки,
- проверить, что не пропущен шаг clinician-in-the-loop - то есть контроль врача, потому что пока ИИ-заметки - это всегда черновик, контроль полноты и правильности всех записей остается на враче.
Мы прогнозируем, что в ближайшие пару лет таких исков будет становиться все больше. Сейчас активно внедряется Nuance DAX - решение Microsoft, которое преобразует разговор врача и пациента в структурированную запись в карте; а медицинский IT-гигант Epic интегрирует такие ИИ-функции напрямую в интерфейс. Поэтому в ближайшее время сервис станет рутинным для тысяч врачей, а юристы отработают тактику предупреждений и контроля.
#ИИновости #Приватность
👉 Подписаться на ИИ в медицине
👍6🔥5❤1
Итоги 2025 и прогноз на 2026: ИИ становится скучным (и это хорошо)
Итак, новый год набирает обороты, давайте подведем итоги и спланируем, чего мы хотим от года 2026-го.
В прошлый год мы входили с ожиданием чуда: казалось, модели вот-вот перестанут галлюцинировать и начнут сами ставить диагнозы и лечить лучше врача. Но чудо случилось не там - ИИ (к счастью) не стал думать за нас, зато в умелых руках смог забирать на себя рутину и стал идеальным ассистентом.
Подводя итоги года, мы проанализировали отчеты регуляторов и выделили главное: в 2026-м магии не будет, зато эффективность вырастет кратно.
Главное за 2025:
Фоновые ассистенты (ambient scribes). Пока футурологи спорили о высоком, эти решения тихо захватили кабинеты. Peterson Health Technology Institute называет это самой быстрой адаптацией в истории: десятки решений уже в боевом использовании. И вопреки страхам, врачи не потеряли работу, а наоборот - получили дополнительное время для того, чтобы думать, чего за них пока никто сделать не может.
Проснулись регуляторы, и давай регламентировать работу - и ИИ в целом, и ИИ в медицине. Регуляторы проснулись. Так FDA объявила, что безопасность - это основа всего жизненного цикла любого проекта на основе ИИ, если он применяется в медицине. И аналогичные правила принимают регуляторы всех стран.
Наш прогноз на 2026: три основных вектора
1. Контекст важнее промпта. Вам больше не нужны курсы промпт-инжиниринга. Будущее - за RAG (генерация с дополненным контекстом). Мы "скармливаем" ИИ обезличенные данные пациента и говорим, чем пользоваться для советов - даем ссылки на клинические рекомендации, гайдлайны, публикации (их поиском занимаются отдельные программы) - в итоге - никаких галлюцинаций, быстрый ответ, пруфы и готова база уже для ваших клинических выводов. Еще и вопросы задавать можно. NHS England уже требует ссылки на источники при любом ответе.
2. Оркестр моделей. Идеальной нейросети не существует, и если все, кто создает решения для медицины, видят, что будущее - только за совместной работой разных моделей. Одна лучше распознает устный текст, вторая - печатный, третья - пишет эпикриз, четвертая проверяет факты, и так далее. В итоге такой "цифровой консилиум" работает точнее и дешевле, чем одна даже самая продвинутая модель.
3. Агенты вместо линейного персонала. В новом году от генерации текста мы переходим к действиям. ИИ-агенты начинают сами бронировать для пациента расписание, объяснять подготовку к анализам или процедурам, подбирать врача и выставлять счет (помните, что и для пациента они могут проверить корректность вашего заключения). Правда, Joint Commission напоминает нам, что главным по-прежнему остается человек, и шансов, что human-in-the-loop в 26 году отменят, пока мало.
Что делать лично вам, если вы не хотите отстать?
Наступивший год будет определяющим - впереди будут те, кто научится применять ИИ в ежедневной работе (помните, как компьютеры вошли в нашу жизнь и во всех клиниках появились медицинские системы? Вот сейчас то же самое). И главная задача нового года - эти инструменты освоить. Ну а задача руководителей клиник - возглавить эту работу, чтобы сохранить контроль и тоже не остаться в стороне. Лучше создать свои безопасные "песочницы" для экспериментов и объяснить сотрудникам правила работы с информацией.
И да, помните про риски - в этом году нас ждет волна дипфейков: видеокружочек от врача с советами, абсолютно правдоподобный звонок от руководителя, письмо в стиле собеседника - мошенники всегда нас опережают, поэтому одновременно с освоением новой реальности придется немножко жить в цифровой паранойе.
Ну а главный вывод - мы уже в новой реальности, поэтому вперед, учимся и помним, что ИИ - всего лишь инструмент. Продуктивного нового года!
#Итоги2025 #Тренды2026 #MedTech #AI_ИИ_медицина
👉 Подписаться на ИИ в медицине
Итак, новый год набирает обороты, давайте подведем итоги и спланируем, чего мы хотим от года 2026-го.
В прошлый год мы входили с ожиданием чуда: казалось, модели вот-вот перестанут галлюцинировать и начнут сами ставить диагнозы и лечить лучше врача. Но чудо случилось не там - ИИ (к счастью) не стал думать за нас, зато в умелых руках смог забирать на себя рутину и стал идеальным ассистентом.
Подводя итоги года, мы проанализировали отчеты регуляторов и выделили главное:
Главное за 2025:
Фоновые ассистенты (ambient scribes). Пока футурологи спорили о высоком, эти решения тихо захватили кабинеты. Peterson Health Technology Institute называет это самой быстрой адаптацией в истории: десятки решений уже в боевом использовании. И вопреки страхам, врачи не потеряли работу, а наоборот - получили дополнительное время для того, чтобы думать, чего за них пока никто сделать не может.
Проснулись регуляторы, и давай регламентировать работу - и ИИ в целом, и ИИ в медицине. Регуляторы проснулись. Так FDA объявила, что безопасность - это основа всего жизненного цикла любого проекта на основе ИИ, если он применяется в медицине. И аналогичные правила принимают регуляторы всех стран.
Наш прогноз на 2026: три основных вектора
1. Контекст важнее промпта. Вам больше не нужны курсы промпт-инжиниринга. Будущее - за RAG (генерация с дополненным контекстом). Мы "скармливаем" ИИ обезличенные данные пациента и говорим, чем пользоваться для советов - даем ссылки на клинические рекомендации, гайдлайны, публикации (их поиском занимаются отдельные программы) - в итоге - никаких галлюцинаций, быстрый ответ, пруфы и готова база уже для ваших клинических выводов. Еще и вопросы задавать можно. NHS England уже требует ссылки на источники при любом ответе.
2. Оркестр моделей. Идеальной нейросети не существует, и если все, кто создает решения для медицины, видят, что будущее - только за совместной работой разных моделей. Одна лучше распознает устный текст, вторая - печатный, третья - пишет эпикриз, четвертая проверяет факты, и так далее. В итоге такой "цифровой консилиум" работает точнее и дешевле, чем одна даже самая продвинутая модель.
3. Агенты вместо линейного персонала. В новом году от генерации текста мы переходим к действиям. ИИ-агенты начинают сами бронировать для пациента расписание, объяснять подготовку к анализам или процедурам, подбирать врача и выставлять счет (помните, что и для пациента они могут проверить корректность вашего заключения). Правда, Joint Commission напоминает нам, что главным по-прежнему остается человек, и шансов, что human-in-the-loop в 26 году отменят, пока мало.
Что делать лично вам, если вы не хотите отстать?
Наступивший год будет определяющим - впереди будут те, кто научится применять ИИ в ежедневной работе (помните, как компьютеры вошли в нашу жизнь и во всех клиниках появились медицинские системы? Вот сейчас то же самое). И главная задача нового года - эти инструменты освоить. Ну а задача руководителей клиник - возглавить эту работу, чтобы сохранить контроль и тоже не остаться в стороне. Лучше создать свои безопасные "песочницы" для экспериментов и объяснить сотрудникам правила работы с информацией.
И да, помните про риски - в этом году нас ждет волна дипфейков: видеокружочек от врача с советами, абсолютно правдоподобный звонок от руководителя, письмо в стиле собеседника - мошенники всегда нас опережают, поэтому одновременно с освоением новой реальности придется немножко жить в цифровой паранойе.
Ну а главный вывод - мы уже в новой реальности, поэтому вперед, учимся и помним, что ИИ - всего лишь инструмент. Продуктивного нового года!
#Итоги2025 #Тренды2026 #MedTech #AI_ИИ_медицина
👉 Подписаться на ИИ в медицине
U.S. Food and Drug Administration
Artificial Intelligence and Machine Learning (AI/ML)-Enabled Medical Devices
The FDA has updated the list of AI/ML-enabled medical devices marketed in the United States as a resource to the public.
👍8❤6🥰1
OpenAI легализовала медицинские вопросы и запустила ChatGPT Health
Неделю назад OpenAI представила ChatGPT Health - отдельный раздел внутри ChatGPT для разговоров о здоровье. Важно понимать, что это никакая не отдельная медицинская модель, а очень простая вещь – фактически отдельно собранный проект, который позволяет навести порядок в миллионах вопросах о здоровье, которые и так постоянно люди задают чату. OpenAI прямо пишет, что каждую неделю вопросы про здоровье чату задают более 230 млн человек!
ChatGPT Health пока подключили НЕ всем, и он не будет доступен в тарифах Бизнес и выше (если он вам там все же нужен, пишите – расскажем, что делать). Ну и пока он подключен не всем, но вы можете попроситься в Wishlist.
И все же, что реально нового:
1. Health - отдельное пространство на боковой панели с собственной “памятью”, файлами и историей. Передача данных в другие чаты отключена, но сам Health при необходимости может подтягивать контекст из других разговоров (и будет знать, что вы вчера спрашивали про алкоголь и планировали поездку). Если что, в инструкции это прямо описано. https://help.openai.com/en/articles/20001036-what-is-chatgpt-health.
2. Этот пункт важен для граждан США - GPT Health умеет подключаться к вашим медицинским записям в медклиниках. Работает это так, что пациент должен сам на портале клиники и/или страховщика дать согласие на доступ к своим данным, после этого информация будет синхронизирована.
3. А вот это для всего мира - прямые коннекторы к приложениям и сервисам велнеса: Apple Health, MyFitnessPal, Peloton, AllTrails, Instacart, Weight Watchers, Function - чтобы ответы опирались не только на ваши слова, но и на данные об активности/сне/питании и т.д. https://www.theverge.com/ai-artificial-intelligence/857640/openai-launches-chatgpt-health-connect-medical-records.
4. Ну и главное – нам обещают приватность. Разработчик отмечает, что разговоры, файлы и память в Health не используются для обучения базовых моделей OpenAI.
ChatGPT Health - НЕ медицина!
При этом OpenAI подчеркивает: ChatGPT Health - это потребительская функция (для обычных пользователей), а не клиническая система для больниц и врачей. Подчеркивается, что это НЕ замена врача, а только инструмент для ведения порядка в медицинских документах и подсказок по уже имеющимся заключениям врача (с медицинского на человеческий чат переводит превосходно)
Однако параллельно компания разработала и отдельную линию для медицинских организаций - OpenAI for Healthcare. И вот там уже речь про корпоративные требования и комплаенс, включая все требования по работе с медданными. Про этот Healthcare для организаций – мы поговорим с вами на днях подробнее.
А у вас уже появился в меню GPT пункт Health?
#OpenAI #DigitalHealth #EHR #Privacy #ClinicalAI
👉 Подписаться на ИИ в медицине
Неделю назад OpenAI представила ChatGPT Health - отдельный раздел внутри ChatGPT для разговоров о здоровье. Важно понимать, что это никакая не отдельная медицинская модель, а очень простая вещь – фактически отдельно собранный проект, который позволяет навести порядок в миллионах вопросах о здоровье, которые и так постоянно люди задают чату. OpenAI прямо пишет, что каждую неделю вопросы про здоровье чату задают более 230 млн человек!
ChatGPT Health пока подключили НЕ всем, и он не будет доступен в тарифах Бизнес и выше (если он вам там все же нужен, пишите – расскажем, что делать). Ну и пока он подключен не всем, но вы можете попроситься в Wishlist.
И все же, что реально нового:
1. Health - отдельное пространство на боковой панели с собственной “памятью”, файлами и историей. Передача данных в другие чаты отключена, но сам Health при необходимости может подтягивать контекст из других разговоров (и будет знать, что вы вчера спрашивали про алкоголь и планировали поездку). Если что, в инструкции это прямо описано. https://help.openai.com/en/articles/20001036-what-is-chatgpt-health.
2. Этот пункт важен для граждан США - GPT Health умеет подключаться к вашим медицинским записям в медклиниках. Работает это так, что пациент должен сам на портале клиники и/или страховщика дать согласие на доступ к своим данным, после этого информация будет синхронизирована.
3. А вот это для всего мира - прямые коннекторы к приложениям и сервисам велнеса: Apple Health, MyFitnessPal, Peloton, AllTrails, Instacart, Weight Watchers, Function - чтобы ответы опирались не только на ваши слова, но и на данные об активности/сне/питании и т.д. https://www.theverge.com/ai-artificial-intelligence/857640/openai-launches-chatgpt-health-connect-medical-records.
4. Ну и главное – нам обещают приватность. Разработчик отмечает, что разговоры, файлы и память в Health не используются для обучения базовых моделей OpenAI.
ChatGPT Health - НЕ медицина!
При этом OpenAI подчеркивает: ChatGPT Health - это потребительская функция (для обычных пользователей), а не клиническая система для больниц и врачей. Подчеркивается, что это НЕ замена врача, а только инструмент для ведения порядка в медицинских документах и подсказок по уже имеющимся заключениям врача (с медицинского на человеческий чат переводит превосходно)
Однако параллельно компания разработала и отдельную линию для медицинских организаций - OpenAI for Healthcare. И вот там уже речь про корпоративные требования и комплаенс, включая все требования по работе с медданными. Про этот Healthcare для организаций – мы поговорим с вами на днях подробнее.
А у вас уже появился в меню GPT пункт Health?
#OpenAI #DigitalHealth #EHR #Privacy #ClinicalAI
👉 Подписаться на ИИ в медицине
❤5👍3🔥2
OpenAI добавляет рекламу в ChatGPT или как сделать так, чтобы чат советовал вас
OpenAI официально подтвердила: в ближайшие недели в ChatGPT появится реклама. Пока только в США и только для взрослых пользователей бесплатного тарифа и подписчиков "легкой" версии (которая за $8 в месяц). Корпоративные и премиум-аккаунты останутся без объявлений.
Сами рекламные блоки будут появляться ПОД ответом чат-бота, и на сам алгоритм формирования ответа реклама влиять не будет (ну, так нам обещают).
Но главное сейчас не это. Главное, что запуск такой рекламы по сути запустит новую эру работы с ИИ - и еще какое-то время у такой рекламы будет преимущество, так как количество пользователей будет расти, а само соседство с ответом модели невольно будет придавать рекламе дополнительный вес.
Ну и еще один вопрос - приватность ваших бесед с чатом. Чтобы понять, о чем вы говорите, и какая именно реклама будет релевантной, надо ваш разговор с чатом прочитать и отправить в модель, которая принимает решение. И тут раздолье для "серого" таргетинга.
Нас то больше всего волнует вопрос, кто из разработчиков LLM первым разрешит медицинскую рекламу (а в том, что это произойдет, мы не сомневаемся). Да и связь между условным lifestyle и реальным медицинским запросом очень тонка.
Пока, правда, конкуренты наоборот, заявляют, что рекламы даже в бесплатных версиях чатов у них не будет. Глава DeepMind Демис Хассабис на форуме в Давосе вчера отдельно заявил, что у Google нет планов добавлять рекламу в Gemini.
Пробовал запускать рекламу и Perplexity, но оказалось, что она так раздражает пользователей, что они стали массово отказываться от использования "умного поиска".
Поэтому в ближайшее время мы увидим, как клиники пытаются не дать рекламу, а попасть в реальную выдачу ботов, и уже появилась новая специальность - LLM-маркетолог.
Речь идет о перестройке контент-маркетинга таким образом, будто ваш главный читатель - не пациент и не алгоритм поисковика, а LLM, которая собирает ответ из разных источников и выбирает, кому доверять. И задача контента теперь не зацепить чем-то и даже не удержать на странице, а дать модели четкие, проверяемые и легко извлекаемые факты: какие услуги вы реально делаете, по каким протоколам, кто отвечает, где границы ответственности, какие есть цифры и подтверждения. И если LLM может быстро понять и подтвердить вашу компетенцию, она начнет упоминать вас как релевантный вариант в соответствующих запросах пользователей.
Ради интереса, позадавайте разным моделям вопросы типа "в какую клинику пойти к эндокринологу (выберите нужное) в ... (ваш город)"? Посмотрите ответы....порасстраивайтесь и конкретизируйте вопрос так, чтобы бот нашел вашу клинику :) Отличное упражнение!
#LLM #цифровая_медицина #ИИреклама
👉 Подписаться на ИИ в медицине https://t.iss.one/AIHealthInnovations
OpenAI официально подтвердила: в ближайшие недели в ChatGPT появится реклама. Пока только в США и только для взрослых пользователей бесплатного тарифа и подписчиков "легкой" версии (которая за $8 в месяц). Корпоративные и премиум-аккаунты останутся без объявлений.
Сами рекламные блоки будут появляться ПОД ответом чат-бота, и на сам алгоритм формирования ответа реклама влиять не будет (ну, так нам обещают).
Более того, реклама медицинских услуг, клиник и смежных услуг (питание, психология) пока запрещена.
Но главное сейчас не это. Главное, что запуск такой рекламы по сути запустит новую эру работы с ИИ - и еще какое-то время у такой рекламы будет преимущество, так как количество пользователей будет расти, а само соседство с ответом модели невольно будет придавать рекламе дополнительный вес.
Ну и еще один вопрос - приватность ваших бесед с чатом. Чтобы понять, о чем вы говорите, и какая именно реклама будет релевантной, надо ваш разговор с чатом прочитать и отправить в модель, которая принимает решение. И тут раздолье для "серого" таргетинга.
Нас то больше всего волнует вопрос, кто из разработчиков LLM первым разрешит медицинскую рекламу (а в том, что это произойдет, мы не сомневаемся). Да и связь между условным lifestyle и реальным медицинским запросом очень тонка.
Пока, правда, конкуренты наоборот, заявляют, что рекламы даже в бесплатных версиях чатов у них не будет. Глава DeepMind Демис Хассабис на форуме в Давосе вчера отдельно заявил, что у Google нет планов добавлять рекламу в Gemini.
Пробовал запускать рекламу и Perplexity, но оказалось, что она так раздражает пользователей, что они стали массово отказываться от использования "умного поиска".
Поэтому в ближайшее время мы увидим, как клиники пытаются не дать рекламу, а попасть в реальную выдачу ботов, и уже появилась новая специальность - LLM-маркетолог.
Речь идет о перестройке контент-маркетинга таким образом, будто ваш главный читатель - не пациент и не алгоритм поисковика, а LLM, которая собирает ответ из разных источников и выбирает, кому доверять. И задача контента теперь не зацепить чем-то и даже не удержать на странице, а дать модели четкие, проверяемые и легко извлекаемые факты: какие услуги вы реально делаете, по каким протоколам, кто отвечает, где границы ответственности, какие есть цифры и подтверждения. И если LLM может быстро понять и подтвердить вашу компетенцию, она начнет упоминать вас как релевантный вариант в соответствующих запросах пользователей.
Ради интереса, позадавайте разным моделям вопросы типа "в какую клинику пойти к эндокринологу (выберите нужное) в ... (ваш город)"? Посмотрите ответы....порасстраивайтесь и конкретизируйте вопрос так, чтобы бот нашел вашу клинику :) Отличное упражнение!
#LLM #цифровая_медицина #ИИреклама
👉 Подписаться на ИИ в медицине https://t.iss.one/AIHealthInnovations
Openai
Our approach to advertising and expanding access to ChatGPT
OpenAI plans to test advertising in the U.S. for ChatGPT’s free and Go tiers to expand affordable access to AI worldwide, while protecting privacy, trust, and answer quality.
🔥6❤5👍1
ИИ врет пользователям в медицинских вопросах
Исследователи из Кембриджа и эксперты, опрошенные Reuters, опубликовали результаты аудита больших языковых моделей (LLM), которые показали, что нейросети слишком уязвимы и могут верить информации, если она подана в виде врачебного заключения. То есть если в список обучающих материалов попала дезинформация, оформленная как клиническая заметка или выписка врача с использованием специализированных терминов, то ИИ в 50% случаев воспримет ее как истину, а не будет проверять.
Тут важно знать, что, модели обучались на огромных массивах качественных медицинских текстов (PubMed, клинические рекомендации и т.п.). И поэтому любой текст, мимикрирующий под этот стиль, получает у модели априорно высокий кредит доверия.
И получается, что ИИ игнорирует правильные эталонные протоколы лечения, если в "свежей" (но фейковой) врачебной записке указывался альтернативный (и даже опасный) метод.
А когда пациент вводит свои симптомы и задает условному чату вопрос о своем здоровье, ИИ, опираясь на такие неправильные, но похожие на настоящие свежие данные, уверенно выдает ошибочные рекомендации.
Выход тут только один - использование RAG (Retrieval-Augmented Generation) с жесткой привязкой к верифицированным базам знаний. Система должна сомневаться в любом источнике, даже если он выглядит профессионально. Ну и, конечно, итоговый контроль врача (clinician-in-the-loop) остается пока обязательным пунктом.
А к вам приходят пациенты, которым ИИ дал неправильный совет?
#AI_Safety #LLM #MedicalErrors #HealthTech
👉 Подписаться на ИИ в медицине
Исследователи из Кембриджа и эксперты, опрошенные Reuters, опубликовали результаты аудита больших языковых моделей (LLM), которые показали, что нейросети слишком уязвимы и могут верить информации, если она подана в виде врачебного заключения. То есть если в список обучающих материалов попала дезинформация, оформленная как клиническая заметка или выписка врача с использованием специализированных терминов, то ИИ в 50% случаев воспримет ее как истину, а не будет проверять.
Тут важно знать, что, модели обучались на огромных массивах качественных медицинских текстов (PubMed, клинические рекомендации и т.п.). И поэтому любой текст, мимикрирующий под этот стиль, получает у модели априорно высокий кредит доверия.
И получается, что ИИ игнорирует правильные эталонные протоколы лечения, если в "свежей" (но фейковой) врачебной записке указывался альтернативный (и даже опасный) метод.
А когда пациент вводит свои симптомы и задает условному чату вопрос о своем здоровье, ИИ, опираясь на такие неправильные, но похожие на настоящие свежие данные, уверенно выдает ошибочные рекомендации.
Выход тут только один - использование RAG (Retrieval-Augmented Generation) с жесткой привязкой к верифицированным базам знаний. Система должна сомневаться в любом источнике, даже если он выглядит профессионально. Ну и, конечно, итоговый контроль врача (clinician-in-the-loop) остается пока обязательным пунктом.
А к вам приходят пациенты, которым ИИ дал неправильный совет?
#AI_Safety #LLM #MedicalErrors #HealthTech
👉 Подписаться на ИИ в медицине
The Lancet Digital Health
Mapping the susceptibility of large language models to medical misinformation across clinical notes and social media: a cross-sectional…
These results show that LLMs still absorb harmful medical fabrications, especially
when phrased in authoritative clinical prose, yet, counter-intuitively, become less
vulnerable when the same claims are wrapped in most logical fallacy styles. Therefore,
improving…
when phrased in authoritative clinical prose, yet, counter-intuitively, become less
vulnerable when the same claims are wrapped in most logical fallacy styles. Therefore,
improving…
🔥4👍2
Медицинский ИИ уходит в “автономку” - главный итог выставки в Dubai
В Дубае прошла крупнейшая мировая выставка автоматизации и новых изобретений в здравоохранении - бывший Arab Health, а нынче WHX Dubai 2026.
Обычно такая выставка позволяет сделать точные выводы о том, какие новшества станут нашей рутиной в ближайшие год-два.
Всего свои разработки представили более 4300 компаний, и очень заметно, что фокус сместился с железа на интеллект.
Первые полноценные решения на LLM были представлены уже два года назад, и сейчас тренд - передача всей рутины автономным ИИ-агентам.
Среди интересных решений:
Концепция автономной ИИ-клиники ZoyeMed 3.0. Главная фишка - возможность локальной (без интернета) работы. Разработчики провели квантование (quantization) и загрузили LLM прямо на жесткий диск мощного компьютера, куда добавлено практически сознание современного врача.
Все диагностические приборы соединены с центром-компьютером проводами, поэтому данные отправляются мгновенно.
И в итоге пациент садится в капсулу, у него измеряют - проверяют - забирают все, на что он согласился, система ставит предварительный диагноз, дает рекомендации, создает план дальнейшего обследования и лечения, определяет опасность ситуации и т.п. Если связь с внешним миром есть - все передается на хранение. Предполагается, что такие медицинские капсулы будут следить за здоровьем людей в отдаленных районах, экспедициях и т.п.
На выставке показали также семейство цифровых национальных сотрудников - они разработаны для Emirates Health Services:
Amal - ИИ-ассистент для клинических консультаций;
Maitha - ИИ для управления персоналом (видимо, HR-департаментам стоит напрячься);
Hamda - агент для контакт-центров.
Всего EHS заявила о 12 таких проектах.
Тяжелая артиллерия
Гиганты рынка не отстают, но их фокус на глубокую интеграцию в тяжелое оборудование.
GE HealthCare привезла более 20 новинок, делая ставку на облачные решения для точной медицины (precision care).
Siemens Healthineers показала syngo.CT Coronary Cockpit - ИИ-инструмент для анализа коронарных бляшек, встроенный прямо в рабочий процесс. Врач на контроле (clinician-in-the-loop) остается, но рутина по всем замерам, фиксации контуров и тп - полностью уходит алгоритму.
О чем говорят в кулуарах
На закрытом саммите Future Health много говорили о том, что мы называем “невидимым ИИ”. Технологии становятся настолько бесшовными, что врач перестает замечать, где заканчивается его компетенция и начинается подсказка алгоритма, ну и перестает бояться ИИ - также как, после некоторого сопротивления, все перешли на работу с компьютерами и кодирования диагнозов.
Наш прогноз: 2026 год - это бум автономных моделей (оркестров моделей), которые решают совершенно конкретные задачи (и забирают их у людей), и освобождает время врача для задач, где без человека не обойтись. Как обычно, все упирается в верификацию, документирование и регулирование, но без этого никуда (и бОльшую часть этой работы тоже уже делает ИИ), а тенденция очевидна.
#WHXDubai2026 #AIinHealthcare #MedTech #RadiologyAI #SmartHospital
👉 Подписаться на ИИ в медицине
В Дубае прошла крупнейшая мировая выставка автоматизации и новых изобретений в здравоохранении - бывший Arab Health, а нынче WHX Dubai 2026.
Обычно такая выставка позволяет сделать точные выводы о том, какие новшества станут нашей рутиной в ближайшие год-два.
Всего свои разработки представили более 4300 компаний, и очень заметно, что фокус сместился с железа на интеллект.
Первые полноценные решения на LLM были представлены уже два года назад, и сейчас тренд - передача всей рутины автономным ИИ-агентам.
Среди интересных решений:
Концепция автономной ИИ-клиники ZoyeMed 3.0. Главная фишка - возможность локальной (без интернета) работы. Разработчики провели квантование (quantization) и загрузили LLM прямо на жесткий диск мощного компьютера, куда добавлено практически сознание современного врача.
Все диагностические приборы соединены с центром-компьютером проводами, поэтому данные отправляются мгновенно.
И в итоге пациент садится в капсулу, у него измеряют - проверяют - забирают все, на что он согласился, система ставит предварительный диагноз, дает рекомендации, создает план дальнейшего обследования и лечения, определяет опасность ситуации и т.п. Если связь с внешним миром есть - все передается на хранение. Предполагается, что такие медицинские капсулы будут следить за здоровьем людей в отдаленных районах, экспедициях и т.п.
На выставке показали также семейство цифровых национальных сотрудников - они разработаны для Emirates Health Services:
Amal - ИИ-ассистент для клинических консультаций;
Maitha - ИИ для управления персоналом (видимо, HR-департаментам стоит напрячься);
Hamda - агент для контакт-центров.
Всего EHS заявила о 12 таких проектах.
Это подтверждает нашу гипотезу: ИИ перестает быть только инструментом врача и становится инфраструктурным слоем всей больницы.
Тяжелая артиллерия
Гиганты рынка не отстают, но их фокус на глубокую интеграцию в тяжелое оборудование.
GE HealthCare привезла более 20 новинок, делая ставку на облачные решения для точной медицины (precision care).
Siemens Healthineers показала syngo.CT Coronary Cockpit - ИИ-инструмент для анализа коронарных бляшек, встроенный прямо в рабочий процесс. Врач на контроле (clinician-in-the-loop) остается, но рутина по всем замерам, фиксации контуров и тп - полностью уходит алгоритму.
О чем говорят в кулуарах
На закрытом саммите Future Health много говорили о том, что мы называем “невидимым ИИ”. Технологии становятся настолько бесшовными, что врач перестает замечать, где заканчивается его компетенция и начинается подсказка алгоритма, ну и перестает бояться ИИ - также как, после некоторого сопротивления, все перешли на работу с компьютерами и кодирования диагнозов.
Наш прогноз: 2026 год - это бум автономных моделей (оркестров моделей), которые решают совершенно конкретные задачи (и забирают их у людей), и освобождает время врача для задач, где без человека не обойтись. Как обычно, все упирается в верификацию, документирование и регулирование, но без этого никуда (и бОльшую часть этой работы тоже уже делает ИИ), а тенденция очевидна.
#WHXDubai2026 #AIinHealthcare #MedTech #RadiologyAI #SmartHospital
👉 Подписаться на ИИ в медицине
Worldhealthexpo
World Health Expo - The World's Premier Health Events
Explore the future of healthcare. Discover cutting-edge medical advancements and connect with industry leaders at our exhibitions.
👍9🔥3
Отчет NVIDIA: ИИ в медицине начал окупаться и масштабироваться
NVIDIA (технологический гигант, чьи чипы стали трамплином для бума нейросетей) опубликовала ежегодный отчет State of AI in Healthcare and Life Sciences.
Более 600 мировых экспертов подтверждают тренд, о котором мы говорим последние два года: отрасль прошла этап "дикого восторга" и перешла к жесткой прагматике - решению конкретных вопросов.
И если в 2025 году многие только присматривались, то сегодня 70% медицинских организаций уже в той или иной степени внедрили ИИ в рабочие процессы. Причем цель теперь не просто "инновационность", а конкретный результат: экономия времени, снижение затрат и возврат инвестиций.
Что именно происходит "под капотом" индустрии:
Генеративный ИИ захватил лидерство. Это именно то, о чем мы говорили еще в начале пути: автоматизация рутины освобождает врачу время на пациента.
Агентный ИИ (Agentic AI) - новый стандарт. Почти половина компаний уже используют или тестируют автономных ИИ-агентов. Это не просто чат-боты, это целые системы, способные самостоятельно искать информацию в научной литературе, подбирать биомаркеры или управлять записями на прием.
Медицинская визуализация и разработка лекарств. В этих сегментах ИИ чувствует себя наиболее уверенно. 61% компаний в сфере медтеха используют нейросети для анализа снимков, а 57% фармгигантов ускоряют с их помощью поиск новых молекул.
Мы предполагаем, что в ближайшие год-два основным вызовом станет, как ни странно, кадровый голод: 33% крупных компаний жалуются на нехватку экспертов, которые понимают и медицину, и алгоритмы.
Кроме того, сохраняются вопросы к защитным ограничениям (guardrails) в плане безопасности данных - 40% внедрений буксуют именно из-за регуляторных сложностей.
Интересный сдвиг произошел и в "железе". Мы наблюдаем отток от чисто облачных решений в сторону гибридных вычислений. Организации хотят держать данные пациентов на собственных серверах, используя облако только для пиковых нагрузок.
Наш прогноз: 2026 год станет годом масштабирования. 85% организаций планируют увеличить бюджеты на ИИ, причем фокус смещается с поиска новых сценариев использования на оптимизацию уже работающих процессов. Видимо, эра "пилотов ради пилотов" окончательно закончилась. Наступает время промышленного внедрения, где во главу угла ставится эффективность и безопасность (но clinician-in-the-loop пока остается обязательным условием).
#NVIDIA #МедицинскийИИ #Тренды2026 #ЦифровоеЗдравоохранение
👉 Подписаться на ИИ в медицине
NVIDIA (технологический гигант, чьи чипы стали трамплином для бума нейросетей) опубликовала ежегодный отчет State of AI in Healthcare and Life Sciences.
Более 600 мировых экспертов подтверждают тренд, о котором мы говорим последние два года: отрасль прошла этап "дикого восторга" и перешла к жесткой прагматике - решению конкретных вопросов.
И если в 2025 году многие только присматривались, то сегодня 70% медицинских организаций уже в той или иной степени внедрили ИИ в рабочие процессы. Причем цель теперь не просто "инновационность", а конкретный результат: экономия времени, снижение затрат и возврат инвестиций.
Что именно происходит "под капотом" индустрии:
Генеративный ИИ захватил лидерство. Это именно то, о чем мы говорили еще в начале пути: автоматизация рутины освобождает врачу время на пациента.
Агентный ИИ (Agentic AI) - новый стандарт. Почти половина компаний уже используют или тестируют автономных ИИ-агентов. Это не просто чат-боты, это целые системы, способные самостоятельно искать информацию в научной литературе, подбирать биомаркеры или управлять записями на прием.
Медицинская визуализация и разработка лекарств. В этих сегментах ИИ чувствует себя наиболее уверенно. 61% компаний в сфере медтеха используют нейросети для анализа снимков, а 57% фармгигантов ускоряют с их помощью поиск новых молекул.
Мы предполагаем, что в ближайшие год-два основным вызовом станет, как ни странно, кадровый голод: 33% крупных компаний жалуются на нехватку экспертов, которые понимают и медицину, и алгоритмы.
Кроме того, сохраняются вопросы к защитным ограничениям (guardrails) в плане безопасности данных - 40% внедрений буксуют именно из-за регуляторных сложностей.
Интересный сдвиг произошел и в "железе". Мы наблюдаем отток от чисто облачных решений в сторону гибридных вычислений. Организации хотят держать данные пациентов на собственных серверах, используя облако только для пиковых нагрузок.
Наш прогноз: 2026 год станет годом масштабирования. 85% организаций планируют увеличить бюджеты на ИИ, причем фокус смещается с поиска новых сценариев использования на оптимизацию уже работающих процессов. Видимо, эра "пилотов ради пилотов" окончательно закончилась. Наступает время промышленного внедрения, где во главу угла ставится эффективность и безопасность (но clinician-in-the-loop пока остается обязательным условием).
#NVIDIA #МедицинскийИИ #Тренды2026 #ЦифровоеЗдравоохранение
👉 Подписаться на ИИ в медицине
Telegram
ИИ в медицине
Новости и практическое руководство по применению ИИ в обычной работе врача.
Наша цель - руководить ИИ, а не подчиняться.
Автор и вдохновитель канала: @SmartMedAI
Мы в ФБ https://www.facebook.com/MISMedAI/
Наша цель - руководить ИИ, а не подчиняться.
Автор и вдохновитель канала: @SmartMedAI
Мы в ФБ https://www.facebook.com/MISMedAI/
👍4🔥2❤1
ИИ от Google нашел скрытые раки груди на 25% точнее настоящих врачей
Национальная служба здравоохранения Великобритании (NHS 🇬🇧 - государственная система с одной из старейших в мире программ скрининга) совместно с Imperial College London и Google Health опубликовали результаты реального скрининга заболеваний молочной железы.
По стандарту в Великобритании каждый снимок изучают два независимых рентгенолога (double-reading). Это надежно, но отнимает массу времени, а врачей сейчас не хватает.
Поэтому сейчас в исследовании, где участвовали почти 116 тысяч женщин, роль "второго читателя" отдали алгоритму от Google.
И в результате доля выявления рака (cancer detection rate, CDR) выросла с 7,54 (когда смотрели два врача) до 9,33 на 1000 пациенток у связки "человек + ИИ". Что еще важнее - алгоритм обнаружил 25% так называемых интервальных раков (interval cancers). Это те самые опухоли, которые врачи обычно не замечают на скрининге и которые успевают вырасти до следующего планового визита. Одновременно с этим количество ложноположительных вызовов на дообследование для первичных пациенток снизилось на 39,3% 📉.
А вот тут интересно про ограничения. В случаях, когда первый врач и ИИ не соглашались друг с другом, снимок отправляли третьему специалисту на арбитраж. Оказалось, что алгоритм спорит с первым рентгенологом чаще, чем это делает живой коллега (знакомо, правда?). Но даже с учетом этого общая нагрузка на радиологическое отделение существенно снизилась.
Тенденция показывает, что рутинная оценка медицинских снимков постепенно будет переходить к алгоритмам. При этом сохраняется жесткое правило - врач на контроле (clinician-in-the-loop), и человек тратит время только на спорные случаи и финальные решения.
Полагаем, что в ближайшие пару лет национальные программы скрининга начнут официально менять стандарты, чтобы легализовать такую передачу рутины машинам.
#Маммография #GoogleHealth #Скрининг #NHS #Radiology
👉 Подписаться на ИИ в медицине
Национальная служба здравоохранения Великобритании (NHS 🇬🇧 - государственная система с одной из старейших в мире программ скрининга) совместно с Imperial College London и Google Health опубликовали результаты реального скрининга заболеваний молочной железы.
По стандарту в Великобритании каждый снимок изучают два независимых рентгенолога (double-reading). Это надежно, но отнимает массу времени, а врачей сейчас не хватает.
Поэтому сейчас в исследовании, где участвовали почти 116 тысяч женщин, роль "второго читателя" отдали алгоритму от Google.
И в результате доля выявления рака (cancer detection rate, CDR) выросла с 7,54 (когда смотрели два врача) до 9,33 на 1000 пациенток у связки "человек + ИИ". Что еще важнее - алгоритм обнаружил 25% так называемых интервальных раков (interval cancers). Это те самые опухоли, которые врачи обычно не замечают на скрининге и которые успевают вырасти до следующего планового визита. Одновременно с этим количество ложноположительных вызовов на дообследование для первичных пациенток снизилось на 39,3% 📉.
А вот тут интересно про ограничения. В случаях, когда первый врач и ИИ не соглашались друг с другом, снимок отправляли третьему специалисту на арбитраж. Оказалось, что алгоритм спорит с первым рентгенологом чаще, чем это делает живой коллега (знакомо, правда?). Но даже с учетом этого общая нагрузка на радиологическое отделение существенно снизилась.
Тенденция показывает, что рутинная оценка медицинских снимков постепенно будет переходить к алгоритмам. При этом сохраняется жесткое правило - врач на контроле (clinician-in-the-loop), и человек тратит время только на спорные случаи и финальные решения.
Полагаем, что в ближайшие пару лет национальные программы скрининга начнут официально менять стандарты, чтобы легализовать такую передачу рутины машинам.
#Маммография #GoogleHealth #Скрининг #NHS #Radiology
👉 Подписаться на ИИ в медицине
Telegram
ИИ в медицине
Новости и практическое руководство по применению ИИ в обычной работе врача.
Наша цель - руководить ИИ, а не подчиняться.
Автор и вдохновитель канала: @SmartMedAI
Мы в ФБ https://www.facebook.com/MISMedAI/
Наша цель - руководить ИИ, а не подчиняться.
Автор и вдохновитель канала: @SmartMedAI
Мы в ФБ https://www.facebook.com/MISMedAI/
👍10❤4👏2
Медицинский чат-бот на базе LLM для пациентов после операции признан "прорывным устройством"
Американский регулятор FDA выдал статус прорывного устройства (breakthrough designation) продукту от RecovryAI калифорнийский стартап, разрабатывающий клинический ИИ). Компания создает виртуальных ассистентов на базе больших языковых моделей (LLM), которые вместо настоящих врачей будут консультировать пациентов после операций. И в буквальном смысле устройствами такие решения не являются.
Breakthrough Device - это специальная программа FDA, созданная для ускоренной оценки технологий, которые могут более эффективно лечить или диагностировать тяжелые и инвалидизирующие заболевания. На сегодняшний день такой статус во всех областях медицины получили чуть больше 1200 устройств, но до разрешения на продажу в качестве медицинского устройства пока дошли только 200.
А решает чат-бот главную проблему хирургов - ситуацию, когда после выписки человек остается один на один со всеми своими проблемами, не понимает, что происходит, нормально ли выглядит шов, нормально ли наличие боли, отека и т.п. Клиники тратят массу времени на контрольные обзвоны, но все равно рискуют пропустить ранние признаки осложнений из-за нехватки человеческих ресурсов.
Решение RecovryAI следит за пациентами после операции - регулярно задает вопросы, просит фото, проводит анализ и в случае отклонений от нормы мгновенно передает сигнал врачу.
Разработчик заявляет, что это радикально улучшит стандарты ухода, хотя конкретные клинические метрики до завершения полноценных испытаний пока не сообщаются. Но для нас самое важное здесь - подход регулятора, потому что это один из первых кейсов, когда FDA прямо разрешает генеративному ИИ напрямую общаться с пациентом (patient-facing AI).
Критерии оценки пока неясны, ведь алгоритм постоянно меняется, подстраиваясь под пользователя,, и важно понять, что именно будут проверять - саму базовую модель, обучающий набор данных (dataset) или что-то еще?
Ну а главное для нас с вами в том, что LLM официально разрешили общаться с пациентом, и подобных продуктов в ближайшее время будет много.
#FDA #ClinicalAI #SaMD #LLM
👉 Подписаться на ИИ в медицине
Американский регулятор FDA выдал статус прорывного устройства (breakthrough designation) продукту от RecovryAI калифорнийский стартап, разрабатывающий клинический ИИ). Компания создает виртуальных ассистентов на базе больших языковых моделей (LLM), которые вместо настоящих врачей будут консультировать пациентов после операций. И в буквальном смысле устройствами такие решения не являются.
Breakthrough Device - это специальная программа FDA, созданная для ускоренной оценки технологий, которые могут более эффективно лечить или диагностировать тяжелые и инвалидизирующие заболевания. На сегодняшний день такой статус во всех областях медицины получили чуть больше 1200 устройств, но до разрешения на продажу в качестве медицинского устройства пока дошли только 200.
А решает чат-бот главную проблему хирургов - ситуацию, когда после выписки человек остается один на один со всеми своими проблемами, не понимает, что происходит, нормально ли выглядит шов, нормально ли наличие боли, отека и т.п. Клиники тратят массу времени на контрольные обзвоны, но все равно рискуют пропустить ранние признаки осложнений из-за нехватки человеческих ресурсов.
Решение RecovryAI следит за пациентами после операции - регулярно задает вопросы, просит фото, проводит анализ и в случае отклонений от нормы мгновенно передает сигнал врачу.
Разработчик заявляет, что это радикально улучшит стандарты ухода, хотя конкретные клинические метрики до завершения полноценных испытаний пока не сообщаются. Но для нас самое важное здесь - подход регулятора, потому что это один из первых кейсов, когда FDA прямо разрешает генеративному ИИ напрямую общаться с пациентом (patient-facing AI).
Критерии оценки пока неясны, ведь алгоритм постоянно меняется, подстраиваясь под пользователя,, и важно понять, что именно будут проверять - саму базовую модель, обучающий набор данных (dataset) или что-то еще?
Ну а главное для нас с вами в том, что LLM официально разрешили общаться с пациентом, и подобных продуктов в ближайшее время будет много.
#FDA #ClinicalAI #SaMD #LLM
👉 Подписаться на ИИ в медицине
Businesswire
RecovryAI Announces FDA Breakthrough Device Designation for Patient-Facing Clinical AI
RecovryAI today announced that the U.S. Food and Drug Administration (FDA) has granted Breakthrough Device Designation to its Virtual Care Assistants (VCAs),...
❤5👍4🔥1
В Израиле напечатали живой имплант с готовой кровеносной сетью
Исследователи из израильского университета Technion совместно с японским Университетом Токусима представили напечатанный живой тканевый лоскут (tissue flap). Это сложная структура с полноценной кровеносной и лимфатической системами.
Пока сложно оценить масштаб этого достижения - ведь фактически это позволит закрывать раны любого размера и кардинально изменит работу с травмами и ожогами. Сейчас чтобы закрыть дефицит тканей хирурги вынуждены пересаживать ткани с другого участка тела, и бОльшая часть осложнений связана как раз с нехваткой кровеносных и лимфатических сосудов.
Как принтер собирает живую ткань
Израильские ученые решили проблему радикально: они напечатали нужный объем ткани в биопринтере, используя живые клетки - жировые, мышечные и клетки стенок сосудов.
Главный вопрос обычно: откуда берутся “картриджи” для такой печати? Основа - это биочернила (bioink) - гидрогель на базе человеческого коллагена. Это идеальный желеобразный каркас, который имитирует естественную межклеточную среду. А сами “строительные блоки” - живые клетки (мышечные, жировые и клетки стенок сосудов) - берутся из маленького образца самого человека. Врачи берут микроскопический образец здоровой ткани, потом размножают эти клетки в инкубаторе до нужного объема, смешивают с коллагеном и заправляют в биопринтер. И иммунная система воспринимает такой имплант как собственную ткань (поэтому нет отторжения).
Главная фишка технологии - внутри этого импланта уже есть кровеносные трубки и лимфатические капилляры. Хирургу во время операции нужно просто взять сшить их с сосудами пациента - и питание кровью и ее отток будут сразу обеспечены, поэтому не возникает отеков.
При чем здесь ИИ?
А вот тут интересно. Печатать живую ткань ученые умеют достаточно давно. Но как заставить биопринтер выложить тысячи тончайших переплетающихся капилляров так, чтобы повторить придуманную природой систему, с нужной толщиной, клапанами и тп.? Именно здесь на сцену выходят ИИ-алгоритмы:
✅ Генеративный дизайн (generative design) проектирует саму иерархию сосудов. Алгоритмы просчитывают гидродинамику так, чтобы от крупной артерии отходили мелкие ветки, доставляя кислород в радиусе 200 микрометров к каждой клетке - точно как это делает природа.
✅ Анализ медицинских изображений позволяет нейросети взять КТ-снимок конкретного пациента и сгенерировать 3D-модель импланта, который идеально подойдет, чтобы закрыть конкретную рану.
✅ Компьютерное зрение (computer vision) контролирует сам процесс печати. Биочернила - это очень капризная желеобразная масса. Алгоритмы в реальном времени следят, чтобы микротрубочки не разрушались под собственным весом, и корректируют работу принтера.
Разработчики заявляют о радикальном повышении выживаемости таких имплантов и снижении отторжения.
Конечно, ограничения есть. Проект пока находится на стадии доклинических испытаний (исследование поддержано грантами ЕС и корпорацией Nichia). Печать крупных объемов ткани отнимает массу времени, и сохранить клетки живыми в процессе долгой печати - все еще сложнейшая инженерная задача.
Но уже через год-два именно такое сочетание ИИ и биопечати позволит в случае необходимости быстро получать “запасные” ткани и даже органы для конкретного человека из его биологического материала. Врач просто загрузит снимок в систему, нейросеть за минуты сгенерирует биомеханически идеальную модель импланта с кровеносной сетью, а принтер напечатает ее из собственных клеток пациента.
#биопечать #реконструктивнаяхирургия #генеративныйдизайн #ИИвмедицине
👉 Подписаться на ИИ в медицине
Исследователи из израильского университета Technion совместно с японским Университетом Токусима представили напечатанный живой тканевый лоскут (tissue flap). Это сложная структура с полноценной кровеносной и лимфатической системами.
Пока сложно оценить масштаб этого достижения - ведь фактически это позволит закрывать раны любого размера и кардинально изменит работу с травмами и ожогами. Сейчас чтобы закрыть дефицит тканей хирурги вынуждены пересаживать ткани с другого участка тела, и бОльшая часть осложнений связана как раз с нехваткой кровеносных и лимфатических сосудов.
Как принтер собирает живую ткань
Израильские ученые решили проблему радикально: они напечатали нужный объем ткани в биопринтере, используя живые клетки - жировые, мышечные и клетки стенок сосудов.
Главный вопрос обычно: откуда берутся “картриджи” для такой печати? Основа - это биочернила (bioink) - гидрогель на базе человеческого коллагена. Это идеальный желеобразный каркас, который имитирует естественную межклеточную среду. А сами “строительные блоки” - живые клетки (мышечные, жировые и клетки стенок сосудов) - берутся из маленького образца самого человека. Врачи берут микроскопический образец здоровой ткани, потом размножают эти клетки в инкубаторе до нужного объема, смешивают с коллагеном и заправляют в биопринтер. И иммунная система воспринимает такой имплант как собственную ткань (поэтому нет отторжения).
Главная фишка технологии - внутри этого импланта уже есть кровеносные трубки и лимфатические капилляры. Хирургу во время операции нужно просто взять сшить их с сосудами пациента - и питание кровью и ее отток будут сразу обеспечены, поэтому не возникает отеков.
При чем здесь ИИ?
А вот тут интересно. Печатать живую ткань ученые умеют достаточно давно. Но как заставить биопринтер выложить тысячи тончайших переплетающихся капилляров так, чтобы повторить придуманную природой систему, с нужной толщиной, клапанами и тп.? Именно здесь на сцену выходят ИИ-алгоритмы:
✅ Генеративный дизайн (generative design) проектирует саму иерархию сосудов. Алгоритмы просчитывают гидродинамику так, чтобы от крупной артерии отходили мелкие ветки, доставляя кислород в радиусе 200 микрометров к каждой клетке - точно как это делает природа.
✅ Анализ медицинских изображений позволяет нейросети взять КТ-снимок конкретного пациента и сгенерировать 3D-модель импланта, который идеально подойдет, чтобы закрыть конкретную рану.
✅ Компьютерное зрение (computer vision) контролирует сам процесс печати. Биочернила - это очень капризная желеобразная масса. Алгоритмы в реальном времени следят, чтобы микротрубочки не разрушались под собственным весом, и корректируют работу принтера.
Разработчики заявляют о радикальном повышении выживаемости таких имплантов и снижении отторжения.
Конечно, ограничения есть. Проект пока находится на стадии доклинических испытаний (исследование поддержано грантами ЕС и корпорацией Nichia). Печать крупных объемов ткани отнимает массу времени, и сохранить клетки живыми в процессе долгой печати - все еще сложнейшая инженерная задача.
Но уже через год-два именно такое сочетание ИИ и биопечати позволит в случае необходимости быстро получать “запасные” ткани и даже органы для конкретного человека из его биологического материала. Врач просто загрузит снимок в систему, нейросеть за минуты сгенерирует биомеханически идеальную модель импланта с кровеносной сетью, а принтер напечатает ее из собственных клеток пациента.
#биопечать #реконструктивнаяхирургия #генеративныйдизайн #ИИвмедицине
👉 Подписаться на ИИ в медицине
🔥12👍11❤4