Про AI и медицину.

Сейчас все чаще и громче в ленте мелькают стартапы, исследующие заболевания, белки и новые подходы к лечению известных заболеваний при помощи AI. Мне стало интересно заглянуть в обычную практику, так как кейсов в обследованиях известных заболеваний тоже скопилось немало.

И тут как раз Google Research поделились блокнотом в NotebookLM. Там собрано что-то около 25 источников с которыми можно общаться.

Для тех, кто еще не знает – NotebookLM это очень классный продукт гугла, который позволяет быстро собирать базу знаний из ваших и внешних источников – статьи, исследования, текст, ютуб-ролики, и так далее. Загружаете их в блокнот, далее можете общаться с этой базой, она полностью изолирована от интернета и не выдает галлюцинаций. Там же можно на основе этих источников генерить презентации, подкасты, таблички и много чего еще. Очень рекомендую попробовать.

А вот некоторые интересные кейсы из свежего блокнота по AI в медицинских исследованиях, которые зацепили:

1. AI увидел болезнь сердца, которую пропустил кардиолог Врач посчитал симптомы пациента безопасными, но AMIE (ии-модель) в тех же данных ЭКГ разглядел скрытую обструкцию желудочка.

2. Модель не дала совершить ошибку при агрессивном раке При сложном тройном негативном раке груди ИИ превзошел врачей в тактике. Там, где медики хотели сразу оперировать, алгоритм настоял на предварительной химиотерапии. Это критически важное решение, которое напрямую влияет на выживаемость пациента.

3. Диагностирует редкие болезни вслепую Модель научилась определять редкие кожные заболевания, которые даже не видела во время обучения. Ей достаточно текстового описания симптомов, чтобы распознать болезнь (метод zero-shot). Это спасение для диагностики редких дерматозов, с которыми обычный врач может ни разу не столкнуться.

4. Логика Шерлока в инфекциях В запутанном случае пациента с Гавайев ИИ тоже переиграл врачей. Человек заподозрил Денге, а алгоритм заметил сочетание желтухи с почечными проблемами и безошибочно указал на лептоспироз.

5. AI исправил план лечения рака, предложив неочевидное лекарство В этом кейсе модель предложила добавить новый препарат – нератиниб. Врач мог не учесть его, так как это более новая опция терапии.

Там еще много кейсов, это лишь малая часть для наглядности. А вообще можете помучать сам блокнот и любыми другими вопросами в рамках темы. Вот ссылочка.

Мы снова в феврале 2020-го

Мэтт Шумер (CEO HyperWrite) выпустил текст, который сейчас вирусится в тех-сообществе. Основной посыл: мы находимся в фазе ложного спокойствия перед тектоническим сдвигом, который по масштабу перекроет эффект от COVID-19.

Выписал некоторые мысли из этого эссе:

1. Про февраль 2020.
Шумер сравнивает текущий момент с кануном пандемии. Как бы ничего еще не происходит, но данные уже намекают об обратном. Разрыв между общественным восприятием (где AI это забавный чат-бот/поисковик) и реальностью (где ИИ уже заменяет разработчиков и офисных сотрудников) становится критическим. Тут, конечно, дело рук агентов и агентных систем на последних моделях.

2. Смерть классического программирования
Мэтт пишет, что больше не занимается технической работой. "Раньше я направлял ИИ, вносил правки. Теперь я просто описываю результат, ухожу на 4 часа и получаю готовую работу, сделанную лучше, чем сделал бы я сам"
Эпоха, когда нужно было знать синтаксис, уходит. Теперь навык №1 это вкус и умение отличить хорошее решение от плохого. Тут тоже полностью согласен с Мэттом.

3. Рекурсивное улучшение (AI строит AI)
Это самый тревожный пункт. Новые модели (вроде GPT-5.3 Codex, о которых упоминает автор в контексте ближайшего будущего) используются для создания следующих версий самих себя. ИИ начал писать код для собственного обучения и дебаггинга. Петля обратной связи замкнулась, и прогресс больше не зависит от скорости работы людей. У Антропик происходит то же самое, кстати.

4. Лучше платить за новые модели.
Большинство людей судят об ИИ по бесплатным версиям ChatGPT и тд. Шумер сравнивает это с оценкой современных смартфонов по кнопочной Нокии. Те, кто платят за топовые модели, живут в совершенно другом технологическом укладе. Поддерживаю!

Конечно же, не хочу пугать, но считаю важным делиться с вами такими текстами, так как на своем примере наблюдаю стремительную трансформацию, особенно, в последние 4 месяца с появлением более мощных моделей.

То самое время, чтобы перестать быть наблюдателем. Тут полный текст эссе Шумера.

Вот, кстати, в тему как раз написал в свой второй канал, что я уже заменил из привычных инструментов.

(напомню, что я в жизни не написал ни строчки кода, спасибо современным моделям и вайбкодингу):

Смерть SaaS-ов
(которую я неминуемо приближаю)

Такой вот кликбейт, но все по-настоящему.
Какими продуктами и сервисами я перестал пользоваться, потому что заменил на свои, домашние:

1. Notion
Самая масштабная смена любимого инструмента. В Ноушн я много лет, там было все – таски, стратегия, цели, финансы. Полностью заменил на самодельный Second Brain с командой агентов и скиллов на борту, сделал удобный UI с дашбордами, аналитикой, таск-менеджером и трекингом.

2. Bitrix
Никогда не любил эту CRM. Мне и команде не нужен был весь функционал платформы. Сделал свою CRM на базе локальной БД, агент помогает находить массу ценных неочевидных взаимосвязей, ищет людей и компании по тонким критериям, консультирует. После каждого колла туда автоматом падает саммари и заполняется карточка собеседника.

3. Всевозможные конвертеры
Сделал целый ряд скиллов под конвертацию крупных файлов, например, html-markdown. Есть специфичные скиллы для нарезания гигантских PDF на слайды, ужималки размера и тд. Больше не смотрю рекламу во внешних сервисах и не ищу тот самый сервис, который сделает нормально.

4. CapCut
Тут с оговоркой. Иногда у меня стоит задача приклеить заставки к моим урокам по кэмпу. Если несу в известные редакторы - начинается вечная война с размером файла на выходе. Сделал скилл-монтажер, который склеивает без подгона по всяким битрейтам и разрешениям, файл остается легким.

5. Билдеры сайтов и ботов
Тут, думаю, понятно. Любой прототип, интерфейс, сайт, тг-бот теперь собирается голосом, быстро. Спасибо возможностям Клодкода и разных канвасов в вебе с тонкими настройками.

6. Keynote / PowerPoint
Сделал билдер слайдов, генерирующий слайды разных типов в едином дизайне.

Расскажите, ушли уже откуда-то тоже?

Для любителей дата-визуализаций

Здесь собрана интерактивная визуализация всей истории западной философии с возможностью простроить связи, спорные моменты, зарождение и развитие теорий и идей.

Автор работает над этим проектом уже 12 лет.

Единственное – очень плохо работает скролл, но, возможно, это мой браузер Comet не очень подружился с майндмэпом.

В Техасе есть школа без учителей

Там нет традиционных уроков. Вместо учителей всеми любимый AI, который подбирает программу под каждого ученика. Взрослые в классе называются наставниками и они там просто следят за мотивацией.

Вторая половина дня - личный проект. Герой материала, подросток Алекс в 17 лет строит стартап, у него это плюшевая игрушка с ИИ для поддержки психического здоровья подростков. Его одноклассница - 2 миллиона подписчиков в TikTok и 10-15 тысяч долларов за рекламный контракт. Другая создала ИИ-коуча по знакомствам с 70 тысячами пользователей. Оба хотят в Стэнфорд.

Вот тут почитать подробнее, любопытный материал.

Отдали бы своих детей в такую школу?

Классный сайт, который объясняет сложные научные идеи простым языком.

Тут есть все – от когнитивных искажений и эмерджентности до мультивселенной и второго закона термодинамики.

Источником выступили ответы более чем 200 ученых на вопрос:
"какие научные термины должны быть известны широкой публике?"

Ссылка.

Смотрите как классно.

На этой страничке маршрут марсохода Сuriosity с фотографиями, сделанными во время экспедиции.

Сайт обновляется каждый день, можно проследить весь путь, начиная с 2012 года.

Ссылочка

Meta выпустила API к мозгу. TRIBE v2 предсказывает нейронную активность точнее МРТ.

Взяли три энкодера - звук, видео, текст - и научили трансформер отображать это в активность ~20к точек на коре. Модель работает стабильнее реального МРТ. Почему? Потому что индивидуальный скан шумный, а TRIBE выдает усредненный чистый сигнал. Сейчас объясняет ~54% вариации, в отдельных зонах до 80%.

Чем больше модель и данных, тем точнее предсказание. Это значит, следующие версии могут выйти за пределы самого fMRI по качеству сигнала.

Пока это исследовательская штука, но впереди нас ждет искусственный макет восприятия, который работает лучше биологического оригинала.

Сайт проекта.

Фаундер GitLab собрал себе лечение от рака с помощью ИИ

В 2022 у Сида Сийбранди диагностировали редкую форму рака позвоночника. Была операция, химия и радиотерапия, потом болезнь вернулась и стандартные опции закончились.

Сид, как настоящий вайбкодер инженер, подошел к лечению как к задаче. Накопил полный набор данных по генетике, анализы и сканы, и начал работать с этим как с исследовательским проектом.

ИИ помогал структурировать информацию, искать гипотезы, находить релевантные статьи. Лечение превратилось в цикл проверки гипотез - быстрые итерации, параллельное тестирование подходов, постоянная корректировка стратегии. R&D-пайплайн, только примененный к собственной болезни.

Сейчас Сид в ремиссии. Да, история не только про ИИ - деньги и связи тоже играли роль. ИИ здесь скорее катализатор. Но сам факт, что подобное возможно, поражает.

Сам Сид описал весь процесс - можно почитать тут -> https://sytse.com/cancer/