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.

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

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

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

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

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

Регуляция ИИ в медицине - а что в мире?

После того, как в РФ был представлен закон, который будет регулировать развитие ИИ, в том числе в медицине, мы проверили - а что в мире?

Абсолютный лидер по числу внедрений и разработок на сегодня - США, счет официально одобренных клинических алгоритмов там приближается к тысяче. Но единого стандарта в мире нет - некоторые страны работают в коллаборации друг с другом, некоторые, как и РФ, пытаются идти автономно.

Запад: риск-менеджмент и правила игры
Американское управление FDA (главный медицинский регулятор США) запускает инновации в клиники быстрее всех в мире. Секрет в их подходе: базовым документом для рынка стало руководство по плану контроля изменений (predetermined change control plan). Разработчик еще на старте договаривается с чиновниками, как нейросеть будет дообучаться на новых данных пациентов, и если вы не выходите за рамки этого плана, никаких повторных обращений.

В Европе подход гораздо консервативнее. Там действует тяжеловесная связка медицинского регламента MDR и нового глобального закона EU AI Act. Любой клинический алгоритм автоматически получает статус продукта высокого риска (high-risk). От создателей требуют железных доказательств отсутствия предвзятости (bias) и технической гарантии того, что концепция "врач на контроле" (clinician-in-the-loop) реализована на практике - последнее слово всегда за живым доктором.

Азия: суверенитет данных и фильтры
Здесь во главе угла стоит локализация данных (data localization). Китайское управление NMPA (национальный аналог FDA) выпускает подробные гайдлайны по оценке алгоритмов через свой профильный центр CMDE, но правило номер один неизменно: ни один байт информации о пациенте не должен покинуть страну. Клиники активно внедряют открытые модели (open-source), но использование западных API заблокировано физически.

Южная Корея и ее министерство MFDS (управление по безопасности медикаментов) вообще были мировыми пионерами, выпустив первые инструкции для медицинского ИИ еще в 2017 году. Сейчас они взялись за большие языковые модели (LLM): требуют ставить цифровые водяные знаки (digital watermarks) на любые сгенерированные выписки и обязывают разработчиков добавлять в программы кнопку быстрой жалобы на галлюцинации системы.

А вот Северная Корея, по свежим данным аналитиков 38 North, строит закрытую экосистему. Они пытаются разворачивать базовые ИИ-инструменты для телемедицины в изолированной внутренней сети, где вопросы приватности пациентов просто не стоят на повестке.

Израильский Минздрав выбрал самый живой путь - регуляторные песочницы (regulatory sandboxes). Управление инноваций официально пускает стартапы с готовыми решениями в пилотные клиники. Правила безопасности и стандарты рождаются прямо в полях на основе реальной врачебной практики, а не гипотетических страхов в кабинетах.

Кстати, в Израиле сейчас проходит сразу несколько интересных конкурсов для разработчиков ИИ-решений в медицине, мы о них подробно расскажем.

Мы предполагаем, что в ближайшие пару лет рынки окончательно разойдутся, и разрабатываемые решения не будут универсальными. Поэтому определяться с рынком придется уже на уровне идеи, а обмен и взаимное внедрение технологий будут идти медленно.

#МедицинскийИИ #РегулированиеИИ #FDA #EUAIAct #HealthTech #LLM

👉 Подписаться на ИИ в медицине

Израильские ученые научили ИИ определять необходимость химиотерапии

Исследователи из Техниона (ведущего израильского технологического института) опубликовали в The Lancet Oncology результаты исследования по предсказанию ожидаемой пользы от химиотерапии - ИИ делает свои выводы после изучения оцифрованных гистологических исследований.

Дело в том, что при лечении пациенток с ранним гормонозависимым раком молочной железы врачи сталкиваются с выбором - назначать или нет химиотерапию (а она в этом случае очень ухудшает качество жизни). И золотой стандарт сейчас - геномный тест Oncotype DX - он дает точный ответ, но стоит около 3500 долларов, делается несколько недель и требует сложной логистики (лаборатория только в США). В итоге часть пациентов платит и ждет, а другим токсичную терапию назначают без подтверждения, просто “на всякий случай” (даже тем пациенткам, которым она вообще никак не изменит прогноз).

Команда Техниона подошла к вопросу с другой стороны - они взяли базовую модель (foundation model), предобученную на 171 тысяче цифровых сканов тканей, и поручили ИИ анализировать стандартный результат гистологии (срезы тканей, окрашенные гематоксилином и эозином, это дешево и умеет делать любая гистологическая лаборатория в любой точке мира).

Модели дали простые клинические параметры вроде возраста и размера опухоли, и алгоритм смог вычислить по визуальной морфологической картине геномный профиль и дать рекомендацию - показана ли в каждом случае химиотерапия. И точность оказалась даже выше той, что дает Oncotype DX.

И подобных исследований сейчас ведется очень много! Например, система от Stratipath (шведский разработчик ИИ для онкологии, уже имеющий CE-маркировку в Европе) или продукты PreciseDx (американская платформа цифровой патоморфологии). Но почти все они доказывали свою эффективность на наблюдательных данных (т.е. когда анализировались архивы).
Израильские ученые впервые прогнали алгоритм через данные масштабного рандомизированного клинического испытания TAILORx (более 8000 участниц) и не просто показали корреляцию с исходом, но доказали, что предположение оказалось точным.

В частности алгоритм перевел в группу низкого риска (те, кому не нужна химиотерапия после хирургии) 31% пациенток, которым по стандартным клиническим критериям такая терапия была бы назначена. И им не пришлось проходить через тяжелое токсичное и травмирующее лечение, которые в их случае никак не влияет на риск рецидива.

И наоборот, ИИ нашел около 5% пациенток с клинически низким риском, которым агрессивная терапия была на самом деле жизненно необходима - и без этой химиотерапии у них была бы крайне высокая вероятность рецидива.

Конечно, есть нюансы. Для реального внедрения в гайдлайны потребуются проспективные испытания на свежих данных. Плюс, точность работы модели очень сильно зависит от качества базовой диагностики рецепторного статуса на местах (то есть от того, насколько качественно подготовлены материалы и сделана оцифровка).

Но, это уже тенденция: сложные молекулярные тесты неизбежно будут вытесняться более дешевыми ИИ-решениями. И главное тут в том, что это доступно в любой точке мира, где есть микроскоп и интернет.

#Онкология #РакМолочнойЖелезы #ИИвМедицине

👉 Подписаться на ИИ в медицине

ИИ-хирург самостоятельно удалил катаракту

Замена помутневшего хрусталика - уже давно рутинная, но ювелирная операция. Операция выполняется внутри глаза, и успех во многом зависит от точности руки хирурга.

И в начале апреля исследователи из UCLA Health (одна из крупнейших академических медицинских сетей в США) представили платформу, которая с помощью ИИ (алгоритмов машинного зрения) в реальном времени анализирует данные оптической когерентной томографии - то есть работает как сверхточный оптический радар для глаза. ИИ мгновенно строит 3D-карту тканей и направляет роботизированные микроманипуляторы с субмикронной точностью.

Фактически робот берет на себя самую важную часть операции - вскрытие капсулы хрусталика и удаление пораженных тканей ультразвуком. При этом встроенные алгоритмы безопасности выступают в роли "умного предохранителя". Если пациент случайно пошевелится или инструмент слишком приблизится к глазному дну, ИИ заблокирует движение.

Разработчики уже успешно протестировали систему на доклинических моделях, и результаты показали точность и стабильность, которые недостижимы для человека (особенно к концу долгой смены).

Мы об этом говорили около года назад, что ИИ в хирургии развивается по модели, где главное действующее лицо - clinician-in-the-loop. Хирург задает параметры, одобряет план и следит за ходом операции, а всю механическую рутину и микромоторику забирает на себя машина. То есть такой медицинский автопилот.

Конечно, до появления таких роботов в каждой клинике еще далеко, потому что впереди самый сложный процесс - испытания на людях. Но именно офтальмология станет идеальным полигоном для хирургического ИИ: глаз неподвижен, поле операции ограничено. Поэтому предполагаем, что в ближайшие 3-5 лет подобные роботизированные комплексы будут внедряться массово.

#офтальмология #хирургия #ИИвМедицине #робототехника

👉 Подписаться на ИИ в медицине

Налог на роботов: OpenAI предлагает платить соцвзносы за ИИ-сотрудников

OpenAI представил 13-страничный план "Промышленная политика для эпохи интеллекта". Документ описывает, как обществу пережить экономический переход к искусственному сверхразуму, и эти идеи напрямую затронут систему здравоохранения.

Мы уже видим, как ИИ стремительно забирает на себя рутинные задачи во всех отраслях, включая врачей и администраторов клиник (и требует за это все больше денег).
С одной стороны, это решает проблему выгорания и нехватки кадров. С другой - возникает угроза снижения налоговых поступлений и глубокого социального кризиса.

Если машины работают вместо людей, кто будет финансировать социальные программы и медицину?

Чтобы сбалансировать экономику, авторы документа предлагают радикальные меры:

✅ Ввести налог на роботов (robot tax) - автоматизированные системы будут облагаться налогом также, как живые сотрудники, которых они заменили.
✅ Создать национальные фонды благосостояния (public wealth funds) - каждый гражданин получит долю в доходах ИИ-индустрии.
✅ Внедрить защитные ограничения (guardrails) - строгий контроль передовых алгоритмов для предотвращения кибернетических и биологических угроз.

То есть за счет новых налогов на капитал предлагается субсидировать четырехдневную рабочую неделю без потери в зарплате. Выглядит, как будто для медицины с хронической нехваткой кадров и переутомлением сотрудников это может стать настоящим спасением.

Но это еще не все: план включает прямое расширение покрытия медицинского страхования и программ по уходу за детьми. Сами технологии ИИ предлагается признать общественным благом (public utility), что должно сделать передовые алгоритмы доступными для любой районной больницы, а не только для корпораций-гигантов.

Документ уже назвали красивой ширмой для монополизации рынка. Пока это лишь декларация (и немного утопия), и непонятно, как именно на практике рассчитывать налог на ИИ-медсестру или алгоритм, читающий снимки КТ.

Тем не менее, это тенденция. Символично, что как раз к выходу этой декларации OpenAI изменила алгоритм оплаты для программистов, работающих с Codex - с первых чисел апреля использовать этот инструмент стало ощутимо дороже. Видимо, корпорация уже начала по-своему закладывать будущие издержки в тарифы.

Предполагаем, что в ближайшие год-два развернутся жесткие баталии между государствами и бигтехом за то, как делить колоссальную прибыль от внедрения медицинского ИИ. Видимо, надо держать в уме, что за цифровых администраторов, возможно, придется платить социальные взносы.

#ЭкономикаИИ #БудущееМедицины #OpenAI

👉 Подписаться на ИИ в медицине

Китай разработал микрочип для постоянного мониторинга давления

Исследователи Университета Тяньцзиня (Tianjin University) и Городского университета Гонконга (City University of Hong Kong) представили конформную и эластичную пьезоэлектрическую микросистему CSPM.

Он совмещает удобство умных часов или кольца и точности медицинских приборов для измерения давления.

Само устройство весит меньше одного грамма, имеет толщину до 450 микрометров и способно растягиваться на 40%, плотно прилегая к изгибам запястья (как наклеенный пластырь). Два сенсорных модуля работают одновременно, считывая скорость пульсовой волны (pulse wave velocity) и диаметр сосудов (vascular diameter). А дальше собранные гемодинамические данные непрерывно обрабатывает ИИ-алгоритм и вычисляет точное артериальное давление.

В испытаниях участвовали 45 человек - их давление отслеживали в течение недели и сравнивали точность с измерением на калиброванных медицинских приборах - все данные совпали. При этом датчик не боится пота и стабильно поддерживает температурный режим даже при длительной непрерывной работе.

Ограничения, конечно, есть. Пока ученые тестировали алгоритм на небольшой группе. Для реального клинического внедрения разработчикам придется валидировать систему на широкой популяции пациентов - в том числе на людях с выраженными сосудистыми патологиями или избыточным весом.

Но такие приборы помогут перейти к постоянному мониторингу давления для пациентов группы риска, ну и помогут тем. кто хочет вести здоровый образ жизни и мониторить этот показатель.

И подобные эксперименты по разработке практически незаметных и удобных устройств для мониторинга не только давления, но и уровня определенных веществ в крови, уровня кислорода и т.п. сейчас ведут практически все развитые страны.

#Кардиология #НосимыеУстройства #ИИвМедицине #Инновации

👉 Подписаться на ИИ в медицине

Израильско-американская компания разработала ИИ-платформу для полного цикла клинических испытаний

🇺🇸🇮🇱 Компания PhaseV, специализирующаяся на ИИ для фарминдустрии, объявила о запуске платформы AI Conductor. Система предназначена для сквозной автоматизации документооборота - от разработки протокола до подачи финального отчета регулятору.

Традиционный процесс дизайна клинических испытаний обычно достаточно фрагментирован: сложные коммуникации команд, ручной перенос данных между системами и сложные многоуровневые согласования. Это приводит к существенным временным затратам и повышает вероятность структурных ошибок на этапе подготовки нормативной документации.

AI Conductor интегрирует эти процессы в единой среде. Генеративная модель использует внутренние стандартные операционные процедуры (SOP), исторические документы и шаблоны компании-спонсора. Алгоритм осуществляет первичное формирование протоколов, обеспечивает консистентность терминологии во всех документах и предлагает оптимизацию дизайна исследования в режиме реального времени.

Платформа автоматизирует ключевые этапы подготовки данных:
✅ Обеспечивает соответствие плана статистического анализа (SAP) международным рекомендациям ICH E9.
✅ Формирует индивидуальные регистрационные карты (Case Report Forms) напрямую из графика визитов пациента в соответствии со стандартом CDASH.
✅ Генерирует стандартизированные массивы данных (SDTM и ADaM), статистический код и финальные клинические отчеты для подачи в американское Управление по контролю качества пищевых продуктов и лекарственных средств (FDA).

Правда, конкретные метрики эффективности пока не опубликованы, но разработчики заявляют о радикальном ускорении подготовки документов, а их предыдущие решения уже показали потенциал снижения общих затрат на испытания до 50%.

И да, clinician-in-the-loop пока остается обязательным - система заполняет все формы и отслеживает структуру, но финальная валидация медицинской и статистической достоверности полностью в зоне ответственности врачей.

Но скоро такие инструменты в той или иной форме будут использовать все разработчики лекарств, потому что работа без них станет просто нерентабельной, так что выбирайте свой.

#КлиническиеИсследования #РазработкаЛекарств #ИИвФарме

👉 Подписаться на ИИ в медицине