🩵В конце мая на Форуме молодых кардиологов состоялся мастер-класс Нетипичная карьера кардиолога: как выбрать свой путь
Прежде всего, спасибо Ирине Ляпиной, что поддержала идею
Мне хотелось, чтобы несколько кардиологов с нестандартными траекториями в карьере рассказали о сложностях и возможностях, которые были на их пути 🍀
И все получилось! Спасибо коллегам, которые выступили и поделились своим опытом:
👨🏻🎓Науфаль Загидуллин - дмн, профессор, директор НИИ, заведующий кафедрой в БГМУ, о зарубежных стажировках и о том, как податься на Член-корреспондента РАН
👨🏻⚕️Николай Новицкий - кмн, доцент кафедры в КГУ, о том, как стать зам главного врача по стратегическому развитию и ведущим специалистом
👨🏻💻Азамат Баймуканов - кмн, кардиолог, аритмолог, о том, как вести мощный блог для пациентов и быть лидером мнений
👩🏻⚕️Ирина Ляпина - кмн, кардиолог НИИ КПССЗ, о том, как быть председателем рабочей группы молодых специалистов Российского кардиологического общества, ученым и мамой
👨🏻🏫Василий Чулков - дмн, профессор, о том, как стать директором института
🙋🏽♀️Ну и автор канала, кмн, старший преподаватель НГУ, о том, как выйти из декрета на новое место, сменить курс из клиники мирового уровня на MedTech
Мы поделились не только успехами, но и поражениями, порассуждали о том, как двигаться дальше, несмотря ни на что
Получила много положительных отзывов на этот симпозиум, он вышел очень теплым и поддерживающим
✨Если вы в начале пути - это видео для вас. Или делитесь с молодыми коллегами
Смотреть VK
https://vkvideo.ru/video-42095262_456240843?t=1h4m5s
⬆️⬆️⬆️⬆️⬆️
Прежде всего, спасибо Ирине Ляпиной, что поддержала идею
Мне хотелось, чтобы несколько кардиологов с нестандартными траекториями в карьере рассказали о сложностях и возможностях, которые были на их пути 🍀
И все получилось! Спасибо коллегам, которые выступили и поделились своим опытом:
👨🏻🎓Науфаль Загидуллин - дмн, профессор, директор НИИ, заведующий кафедрой в БГМУ, о зарубежных стажировках и о том, как податься на Член-корреспондента РАН
👨🏻⚕️Николай Новицкий - кмн, доцент кафедры в КГУ, о том, как стать зам главного врача по стратегическому развитию и ведущим специалистом
👨🏻💻Азамат Баймуканов - кмн, кардиолог, аритмолог, о том, как вести мощный блог для пациентов и быть лидером мнений
👩🏻⚕️Ирина Ляпина - кмн, кардиолог НИИ КПССЗ, о том, как быть председателем рабочей группы молодых специалистов Российского кардиологического общества, ученым и мамой
👨🏻🏫Василий Чулков - дмн, профессор, о том, как стать директором института
🙋🏽♀️Ну и автор канала, кмн, старший преподаватель НГУ, о том, как выйти из декрета на новое место, сменить курс из клиники мирового уровня на MedTech
Мы поделились не только успехами, но и поражениями, порассуждали о том, как двигаться дальше, несмотря ни на что
Получила много положительных отзывов на этот симпозиум, он вышел очень теплым и поддерживающим
✨Если вы в начале пути - это видео для вас. Или делитесь с молодыми коллегами
Смотреть VK
https://vkvideo.ru/video-42095262_456240843?t=1h4m5s
⬆️⬆️⬆️⬆️⬆️
❤16⚡8👌2
🧠 ИИ для оценки трикуспидальной регургитации
В апреле 2025 года в JAMA Cardiology опубликовано исследование от команды Cedars-Sinai и Stanford. Авторы разработали и протестировали полностью автоматизированный инструмент на базе глубокого обучения (deep learning) для фенотипирования трикуспидальной регургитации (ТР) на эхокардиографии.
Что сделали исследователи?
Они обучили ИИ на более чем 47 000 эхокардиографических исследований (более 2 млн видеоклипов), чтобы модель могла:
▫️распознавать проекции
▫️отбирать диагностически значимые клипы
▫️автоматически определять степень ТР (включая выделение легкой, умеренной и тяжелой степени).
Точность
Алгоритм продемонстрировал высокую чувствительность и специфичность как в собственной тестовой выборке Cedars-Sinai, так и в независимом датасете Stanford Healthcare (более 5 500 исследований). Площадь под ROC-кривой (AUC) при определении тяжёлой ТР достигала 0.98, что сравнимо с интерпретацией опытного эхокардиографиста.
Почему это важно?
ТР часто недооценивается, особенно у пожилых пациентов или при сопутствующей сердечной недостаточности. Рутинный просмотр исследований вручную требует времени, а оценка может варьировать между врачами. Автоматизация процесса с ИИ:
▫️повышает стандартизацию
▫️экономит ресурсы
▫️может стать основой для скрининга и стратификации риска в больших когортах
Для клинициста
Врач получает отобранные и классифицированные записи с подсказками, что сокращает время на полный анализ.
🔗 Подробнее: Automated Deep Learning Phenotyping of Tricuspid Regurgitation in Echocardiography, JAMA Cardiology, 2025
В апреле 2025 года в JAMA Cardiology опубликовано исследование от команды Cedars-Sinai и Stanford. Авторы разработали и протестировали полностью автоматизированный инструмент на базе глубокого обучения (deep learning) для фенотипирования трикуспидальной регургитации (ТР) на эхокардиографии.
Что сделали исследователи?
Они обучили ИИ на более чем 47 000 эхокардиографических исследований (более 2 млн видеоклипов), чтобы модель могла:
▫️распознавать проекции
▫️отбирать диагностически значимые клипы
▫️автоматически определять степень ТР (включая выделение легкой, умеренной и тяжелой степени).
Точность
Алгоритм продемонстрировал высокую чувствительность и специфичность как в собственной тестовой выборке Cedars-Sinai, так и в независимом датасете Stanford Healthcare (более 5 500 исследований). Площадь под ROC-кривой (AUC) при определении тяжёлой ТР достигала 0.98, что сравнимо с интерпретацией опытного эхокардиографиста.
Почему это важно?
ТР часто недооценивается, особенно у пожилых пациентов или при сопутствующей сердечной недостаточности. Рутинный просмотр исследований вручную требует времени, а оценка может варьировать между врачами. Автоматизация процесса с ИИ:
▫️повышает стандартизацию
▫️экономит ресурсы
▫️может стать основой для скрининга и стратификации риска в больших когортах
Для клинициста
Врач получает отобранные и классифицированные записи с подсказками, что сокращает время на полный анализ.
🔗 Подробнее: Automated Deep Learning Phenotyping of Tricuspid Regurgitation in Echocardiography, JAMA Cardiology, 2025
❤4⚡1👌1
Завершение недели с публикацией новой статьи по итогам большой работы
📎📎📎
https://russjcardiol.elpub.ru/jour/article/view/6370/4671 Влияние сервиса поддержки принятия врачебных решений на соблюдение клинических рекомендаций и достижение целевого уровня холестерина липопротеинов низкой плотности у пациентов с риском развития сердечно-сосудистых осложнений в Кемеровской области (Исследование SuccESS в Кемеровской области) | Ежов | Российский кардиологический журнал
#AI_cardio_рабочее
📎📎📎
https://russjcardiol.elpub.ru/jour/article/view/6370/4671 Влияние сервиса поддержки принятия врачебных решений на соблюдение клинических рекомендаций и достижение целевого уровня холестерина липопротеинов низкой плотности у пациентов с риском развития сердечно-сосудистых осложнений в Кемеровской области (Исследование SuccESS в Кемеровской области) | Ежов | Российский кардиологический журнал
#AI_cardio_рабочее
❤8⚡4👌2
Сегодня давала короткое интервью в Точке кипения Новосибирск в рамках подготовки к Сибирской Венчурной Ярмарке
#AI_cardio_рабочее
Желаю хороших выходных 🌿
#AI_cardio_рабочее
Желаю хороших выходных 🌿
❤5⚡3👌1
🧠 Измерение АД без манжеты?
Куда движется измерение давления без манжеты (cuffless)?
Делюсь свежим взглядом на cuffless-устройства для измерения артериального давления (АД) — на основе обзора Yang и соавт. в JAMA Cardiology (2025).
▫️Гипертония — ведущий модифицируемый фактор риска ССЗ и смертности
▫️Точное измерение АД — основа диагностики и контроля гипертонии
▫️Классические тонометры с манжетой: требуют правильного размера, положения, вызывают дискомфорт, делают точечные измерения, есть гипертония “белого халата”.
Что предлагают cuffless-технологии?
Измерение АД без манжеты с помощью носимых гаджетов (часы, браслеты, патчи, «умные» кольца).
▫️Потенциальные плюсы:
—Комфорт и удобство для пациента
—Возможность непрерывного мониторинга
—Отсутствие ограничений по размеру руки и положению тела
—Перспектива массового скрининга и мониторинга в реальном времени
▫️Главные проблемы и ограничения
—Большинство устройств пока не прошли независимую валидацию
—Множество факторов могут искажать результаты
—Риск безопасности персональных данных при передаче и хранении
Рекомендации
На сегодняшний день рекомендуется использовать только валидированные тонометры с манжетой для диагностики и контроля гипертонии
Cuffless-устройства пока на этапе разработки и тестирования. Их массовое внедрение возможно только после независимых исследований и появления стандартов валидации
Пациентам важно объяснять, что новые гаджеты — это не альтернатива классическим приборам, а потенциальное дополнение в будущем.
Когда будущее еще не наступило
🔗 JAMA Cardiology, 2025
#AI_диагностика
Куда движется измерение давления без манжеты (cuffless)?
Делюсь свежим взглядом на cuffless-устройства для измерения артериального давления (АД) — на основе обзора Yang и соавт. в JAMA Cardiology (2025).
▫️Гипертония — ведущий модифицируемый фактор риска ССЗ и смертности
▫️Точное измерение АД — основа диагностики и контроля гипертонии
▫️Классические тонометры с манжетой: требуют правильного размера, положения, вызывают дискомфорт, делают точечные измерения, есть гипертония “белого халата”.
Что предлагают cuffless-технологии?
Измерение АД без манжеты с помощью носимых гаджетов (часы, браслеты, патчи, «умные» кольца).
▫️Потенциальные плюсы:
—Комфорт и удобство для пациента
—Возможность непрерывного мониторинга
—Отсутствие ограничений по размеру руки и положению тела
—Перспектива массового скрининга и мониторинга в реальном времени
▫️Главные проблемы и ограничения
—Большинство устройств пока не прошли независимую валидацию
—Множество факторов могут искажать результаты
—Риск безопасности персональных данных при передаче и хранении
Рекомендации
На сегодняшний день рекомендуется использовать только валидированные тонометры с манжетой для диагностики и контроля гипертонии
Cuffless-устройства пока на этапе разработки и тестирования. Их массовое внедрение возможно только после независимых исследований и появления стандартов валидации
Пациентам важно объяснять, что новые гаджеты — это не альтернатива классическим приборам, а потенциальное дополнение в будущем.
Когда будущее еще не наступило
🔗 JAMA Cardiology, 2025
#AI_диагностика
Jamanetwork
Cuffless Blood Pressure Measurement Devices
This Narrative Review discusses the potential use of cuffless blood pressure devices and the key issues related to their use, including validation, equitable access, risk of undertreatment or overtreatment, and data privacy concerns.
❤5👌3⚡2
В Новосибирском Государственном Университете открылась программа бакалавриата "Прикладной искусственный интеллект"
https://education.nsu.ru/ai
#AI_cardio_news #NSU #НГУ
https://education.nsu.ru/ai
#AI_cardio_news #NSU #НГУ
❤7⚡4👌3
🧠 ИИ учится интервенционной кардиологии: потенциал и ограничения ChatGPT
В марте 2025 года в Journal of the Society for Cardiovascular Angiography & Interventions опубликовано исследование, в котором оценивалась способность ChatGPT-3.5 отвечать на специализированные вопросы из программы CathSAP, предназначенной для подготовки к сертификационным экзаменам по интервенционной кардиологии
Методология
Исследователи использовали 360 вопросов из CathSAP, исключив мультимедийные элементы, и ввели их в ChatGPT-3.5. После первоначального тестирования ChatGPT получил для обучения дополнительную информацию по вопросам («Key Point» соответствующих тематик) для оценки способности модели к обучению и адаптации
Результаты
◽️Первоначально общий балл ChatGPT на экзамене CathSAP составил 54,44%, что ниже порога прохождения в 70%.
◽️После обучения на соответствующем текстовом контенте точность ответов увеличилась до 79,16%, что сопоставимо со средним результатом участников (75,81%).
◽️В разделе "Анатомия и патология" результаты были слабыми (до обучения 41,66%, после - 58,33%), что указывает на трудности модели с визуально ориентированными и пространственно сложными вопросами.
Выводы
Исследование демонстрирует потенциал ChatGPT в медицинском образовании, особенно при предоставлении целенаправленных обучающих материалов. Однако ограничения, такие как неспособность обрабатывать визуальные данные и отвечать на пространственные вопросы, требуют дальнейшего изучения и улучшения моделей ИИ.
🔗 Evaluating the Ability of Artificial Intelligence to Address Nuanced Cardiology Subspecialty Questions: ChatGPT and CathSAP - JSCAI/ 2025
В марте 2025 года в Journal of the Society for Cardiovascular Angiography & Interventions опубликовано исследование, в котором оценивалась способность ChatGPT-3.5 отвечать на специализированные вопросы из программы CathSAP, предназначенной для подготовки к сертификационным экзаменам по интервенционной кардиологии
Методология
Исследователи использовали 360 вопросов из CathSAP, исключив мультимедийные элементы, и ввели их в ChatGPT-3.5. После первоначального тестирования ChatGPT получил для обучения дополнительную информацию по вопросам («Key Point» соответствующих тематик) для оценки способности модели к обучению и адаптации
Результаты
◽️Первоначально общий балл ChatGPT на экзамене CathSAP составил 54,44%, что ниже порога прохождения в 70%.
◽️После обучения на соответствующем текстовом контенте точность ответов увеличилась до 79,16%, что сопоставимо со средним результатом участников (75,81%).
◽️В разделе "Анатомия и патология" результаты были слабыми (до обучения 41,66%, после - 58,33%), что указывает на трудности модели с визуально ориентированными и пространственно сложными вопросами.
Выводы
Исследование демонстрирует потенциал ChatGPT в медицинском образовании, особенно при предоставлении целенаправленных обучающих материалов. Однако ограничения, такие как неспособность обрабатывать визуальные данные и отвечать на пространственные вопросы, требуют дальнейшего изучения и улучшения моделей ИИ.
🔗 Evaluating the Ability of Artificial Intelligence to Address Nuanced Cardiology Subspecialty Questions: ChatGPT and CathSAP - JSCAI/ 2025
⚡2❤1👌1
Делюсь записью моего выступления на симпозиуме “Инновационные технологии в кардиологии: искусственный интеллект, глубокое обучение, дистанционный мониторинг в реальной практике” в рамках XII Форума молодых кардиологов РКО.
Рассказала о том, как искусственный интеллект уже сегодня работает для поддержки клинических решений. Уверена, через год нам снова будет, чем поделиться 🧠
⬇️⬇️
https://vkvideo.ru/video-42095262_456240835
#AI_cardio_рабочее
Рассказала о том, как искусственный интеллект уже сегодня работает для поддержки клинических решений. Уверена, через год нам снова будет, чем поделиться 🧠
⬇️⬇️
https://vkvideo.ru/video-42095262_456240835
#AI_cardio_рабочее
VK Видео
Инновационные технологии в кардиологии: искусственный интеллект, глубокое обучение, дистанционный мониторинг в реальной практике
Смотрите онлайн Инновационные технологии в кардиологии: искусственный.. 1 ч 27 мин 48 с. Видео от 1 июня 2025 в хорошем качестве, без регистрации в бесплатном видеокаталоге ВКонтакте! 26 — просмотрели.
❤7⚡5👌3
“Безжалостно оптимистичный”
[ruthlessly optimistic]
Да, пожалуй, это подходящий вайб для конца рабочей недели к выходным
Из статьи про качества Digital Health CEO⚡️
Хороших выходных🌿
❤5👌3⚡1
🧠 ИИ в эхокардиографии: сравнение автоматизированных и ручных измерений в условиях высокой нагрузки
В апреле 2025 года в Archives of Cardiovascular Diseases опубликовано исследование, посвященное интеграции искусственного интеллекта (ИИ) в отделение эхокардиографии (The echocardiography department of Bordeaux University Hospital). Целью работы было оценить жизнеспособность и сравнить автоматизированные измерения с ручными в условиях клиники с высоким объемом исследований.
Ключевые точки анализа
◽️Точность: авторы проанализировали, насколько автоматизированные измерения соответствуют ручным оценкам, проведенным опытными специалистами.
◽️Эффективность рабочего процесса: исследование оценивало, как внедрение ИИ влияет на время выполнения исследований и общую производительность отделения.
◽️Воспроизводимость результатов: особое внимание уделялось тому, насколько стабильны и воспроизводимы результаты автоматизированных измерений по сравнению с ручными.
Выводы
▫️Автоматизированные измерения, выполненные с помощью ИИ, показали высокую степень согласованности с ручными оценками, что свидетельствует об их надёжности.
▫️Внедрение ИИ позволило сократить время проведения исследований, повысить эффективность рабочего процесса и уменьшить нагрузку на персонал.
▫️Результаты автоматизированных измерений отличались высокой воспроизводимостью, что снижает вероятность ошибок и вариабельности между различными операторами.
Польза от ИИ в практике существует и подтверждается исследованиями!
🔗 Integrating artificial intelligence into an echocardiography department: Feasibility and comparative study of automated versus human measurements in a high-volume clinical setting, Archives of Cardiovascular Diseases, 2025
#AI_диагностика #AI_study
В апреле 2025 года в Archives of Cardiovascular Diseases опубликовано исследование, посвященное интеграции искусственного интеллекта (ИИ) в отделение эхокардиографии (The echocardiography department of Bordeaux University Hospital). Целью работы было оценить жизнеспособность и сравнить автоматизированные измерения с ручными в условиях клиники с высоким объемом исследований.
Ключевые точки анализа
◽️Точность: авторы проанализировали, насколько автоматизированные измерения соответствуют ручным оценкам, проведенным опытными специалистами.
◽️Эффективность рабочего процесса: исследование оценивало, как внедрение ИИ влияет на время выполнения исследований и общую производительность отделения.
◽️Воспроизводимость результатов: особое внимание уделялось тому, насколько стабильны и воспроизводимы результаты автоматизированных измерений по сравнению с ручными.
Выводы
▫️Автоматизированные измерения, выполненные с помощью ИИ, показали высокую степень согласованности с ручными оценками, что свидетельствует об их надёжности.
▫️Внедрение ИИ позволило сократить время проведения исследований, повысить эффективность рабочего процесса и уменьшить нагрузку на персонал.
▫️Результаты автоматизированных измерений отличались высокой воспроизводимостью, что снижает вероятность ошибок и вариабельности между различными операторами.
Польза от ИИ в практике существует и подтверждается исследованиями!
🔗 Integrating artificial intelligence into an echocardiography department: Feasibility and comparative study of automated versus human measurements in a high-volume clinical setting, Archives of Cardiovascular Diseases, 2025
#AI_диагностика #AI_study
❤3⚡2👌2
🧠 Прогноз сердечно-сосудистого риска по данным электронной карты с помощью глубокого обучения
Модели машинного обучения (ML), использующие данные электронных медицинских карт (ЭМК) - следующий шаг в прогнозировании рисков по сравнению с традиционными калькуляторами, такими как QRISK3 и ASCVD.
В этом систематическом обзоре и матаанализе оценивали и сравнивали эффективность моделей ML с традиционными алгоритмами прогнозирования риска ССЗ по данным ЭМК. Были проанализированы 32 модели ML и 26 обычных статистических моделей из 20 отобранных исследований (за 2010-2024 гг). Оценивались площадь под кривой (AUC) методов оценки риска и степень гетерогенности исследований.
Результаты обнадеживают
Модели ML, в частности random forest и deep learning, продемонстрировали высокую производительность, с самыми высокими значениями AUC, равными 0,87 и 0,85, соответственно. Они значительно превышали традиционные калькуляторы риска с показателями AUC 0,77.
Однако во всех исследованиях была отмечена значительная неоднородность (I2 > 99%) и потенциальная предвзятость публикаций.
Для широкого применения в практике моделям еще нужно повысить методологическую прозрачность и усилить стандартизацию для тщательной валидации.
🔗Machine learning based prediction models for cardiovascular disease risk using electronic health records data: systematic review and meta-analysis, European Heart Journal - Digital Health, 2025
#AI_studies #AI_диагностика #AI_для_врача
Модели машинного обучения (ML), использующие данные электронных медицинских карт (ЭМК) - следующий шаг в прогнозировании рисков по сравнению с традиционными калькуляторами, такими как QRISK3 и ASCVD.
В этом систематическом обзоре и матаанализе оценивали и сравнивали эффективность моделей ML с традиционными алгоритмами прогнозирования риска ССЗ по данным ЭМК. Были проанализированы 32 модели ML и 26 обычных статистических моделей из 20 отобранных исследований (за 2010-2024 гг). Оценивались площадь под кривой (AUC) методов оценки риска и степень гетерогенности исследований.
Результаты обнадеживают
Модели ML, в частности random forest и deep learning, продемонстрировали высокую производительность, с самыми высокими значениями AUC, равными 0,87 и 0,85, соответственно. Они значительно превышали традиционные калькуляторы риска с показателями AUC 0,77.
Однако во всех исследованиях была отмечена значительная неоднородность (I2 > 99%) и потенциальная предвзятость публикаций.
Для широкого применения в практике моделям еще нужно повысить методологическую прозрачность и усилить стандартизацию для тщательной валидации.
🔗Machine learning based prediction models for cardiovascular disease risk using electronic health records data: systematic review and meta-analysis, European Heart Journal - Digital Health, 2025
#AI_studies #AI_диагностика #AI_для_врача
❤4⚡2👌1
Проект Цифровой ассистент врача для мониторинга пациентов с сердечно-сосудистыми заболеваниями получил поддержку Агентства стратегических инициатив по направлению Технологии искусственного интеллекта в здоровьесбережении.
Проект реализуется в Тульской области с использованием СППВР MedicBK.
При отборе учитывались актуальность и значимость решаемой проблемы, уникальность и инновационность проекта, а также его социально-экономические эффекты 🧠
#AI_cardio_рабочее
Проект реализуется в Тульской области с использованием СППВР MedicBK.
Адресная поддержка помогает хорошим инициативам развиваться. Когда государство активно поддерживает социальные инициативы, это способствует формированию более зрелого и ответственного гражданского общества, где каждый является активным участником. По итогам отбора мы видим, что лидеры проектов затронули самый широкий спектр социальных вопросов. Уверена, что руководители проектов могут поделиться своим экспертным мнением и опытом реализации инициатив с участниками шестого Форума социальных инноваций регионов
При отборе учитывались актуальность и значимость решаемой проблемы, уникальность и инновационность проекта, а также его социально-экономические эффекты 🧠
#AI_cardio_рабочее
❤9⚡3👌1
🧠ИИ в медицине: как проектировать глобальные системы — о совместимости, масштабируемости и доступности
В Hellenic Journal of Cardiology в этом году вышла статья, интересная для тех, кто работает на стыке медицины и технологий: “Designing medical artificial intelligence systems for global use: focus on interoperability, scalability, and accessibility”. Авторы поднимают ключевой вопрос: как создать ИИ-системы, которые будут работать не только в крупных центрах, но и в ресурсно-ограниченных регионах?
Совместимость (interoperability)
Одной из основных проблем сегодня является отсутствие единых стандартов. ИИ-системы обучаются на разнородных данных и зачастую не интегрируются в существующие клинические потоки. Авторы подчеркивают необходимость унификации протоколов, стандартизации форматов данных, чтобы алгоритмы могли быть внедрены повсеместно.
Масштабируемость (scalability)
ИИ-продукты часто разрабатываются под конкретные учреждения или инфраструктуры. Масштабирование требует адаптивности: к разной пропускной способности интернета, вычислительным мощностям и объему доступных данных. Авторы призывают учитывать эти факторы уже на этапе проектирования решений.
Доступность (accessibility)
Многие ИИ-инструменты ориентированы на клиники с высоким финансированием. “Democratize AI” — авторы призывают создавать решения, доступные в первичном звене, в условиях дефицита ресурсов.
Решения должны быть не просто технологически продвинутыми, но и универсально применимыми. Разработчики должны учитывать возможности реальной практики, иначе разрыв в цифровизации будет только расти.
🔗 Designing medical artificial intelligence systems for global use: focus on interoperability, scalability, and accessibility, Hellenic Journal of Cardiology, 2025
#AI_для_врача
В Hellenic Journal of Cardiology в этом году вышла статья, интересная для тех, кто работает на стыке медицины и технологий: “Designing medical artificial intelligence systems for global use: focus on interoperability, scalability, and accessibility”. Авторы поднимают ключевой вопрос: как создать ИИ-системы, которые будут работать не только в крупных центрах, но и в ресурсно-ограниченных регионах?
Совместимость (interoperability)
Одной из основных проблем сегодня является отсутствие единых стандартов. ИИ-системы обучаются на разнородных данных и зачастую не интегрируются в существующие клинические потоки. Авторы подчеркивают необходимость унификации протоколов, стандартизации форматов данных, чтобы алгоритмы могли быть внедрены повсеместно.
Масштабируемость (scalability)
ИИ-продукты часто разрабатываются под конкретные учреждения или инфраструктуры. Масштабирование требует адаптивности: к разной пропускной способности интернета, вычислительным мощностям и объему доступных данных. Авторы призывают учитывать эти факторы уже на этапе проектирования решений.
Доступность (accessibility)
Многие ИИ-инструменты ориентированы на клиники с высоким финансированием. “Democratize AI” — авторы призывают создавать решения, доступные в первичном звене, в условиях дефицита ресурсов.
Решения должны быть не просто технологически продвинутыми, но и универсально применимыми. Разработчики должны учитывать возможности реальной практики, иначе разрыв в цифровизации будет только расти.
🔗 Designing medical artificial intelligence systems for global use: focus on interoperability, scalability, and accessibility, Hellenic Journal of Cardiology, 2025
#AI_для_врача
❤2⚡1👌1