🧸 Куда уходит детство? В какие города?

Технологическое лидерство подразумевает не только наличие высококвалифицированных кадров, ученых и новейших наукоемких технологий, но и достаточное количество людей со средним профессиональным образованием (СПО).

🔝 В последние годы интерес российских школьников к СПО неуклонно растет.

Если в 2010 году в учреждения СПО переходило около 40% выпускников 9-х классов, то в 2025 году — уже 53% (то есть более половины).

В 2026 году девятиклассников, выбирающих СПО для продолжения своего обучения, ожидается еще больше.

Но есть и дети, которые не идут ни в 10-й класс, ни в колледж. По различным оценкам экспертов, доля таких выпускников 9-х классов в последние годы колеблется от 6% до 8%.

Большая часть из них выходит на рынок труда и трудоустраивается на рабочие специальности (уборщики, курьеры, работники торговых залов, официанты, разнорабочие, упаковщики и др.). Помимо этого, ряд выпускников 9-х классов продолжает обучение на дому или в зарубежных учебных заведениях. Некоторые также берут паузу, не трудоустраиваются и не учатся.

Если говорить о географии СПО, то основными центрами притяжения традиционно являются Москва и Санкт-Петербург.

Помимо них, лидерами по притоку поступающих являются Республика Крым и г. Севастополь, Пермский край, Вологодская и Курганская области.

Интерес к упомянутым выше регионам прежде всего объясняется наличием развитой инфраструктуры СПО, в том числе общежитий, а также возможностью быстро найти работу сразу после выпуска.

Вместе с тем лидерами по оттоку девятиклассников являются Московская и Ленинградская области (оттуда дети уезжают учиться в Москву и Санкт-Петербург соответственно), а также регионы Северо-Кавказского федерального округа и некоторые автономные округа.

#В_порядке_информации

⭐️ Не видно, что за горизонтом? Читайте Forecast ID в MAX

Фарма будущего начинается с данных💻

Эксперты Forecast ID разобрали аналитический обзор Инфраструктурного центра НТИ «Хелснет» об использовании ИИ в фармакологии и drug discovery.

Главная ценность материала — прикладная часть, где обозначены ключевые российские барьеры:

🟢 отсутствие нормативно закрепленного стандарта индивидуальных клинических данных

🟢 преобладание агрегированных таблиц и PDF-отчетов, которые мешают автоматизированной проверке, метаанализу и развитию ИИ-инструментов

🟢 ограничения доступа к медицинским данным

🟢 кадровый дефицит

Отсюда и важный вывод: инвестиции нужны прежде всего в инфраструктуру данных, стандартизацию и подготовку кадров, а не только в лицензии готовых ИИ-моделей, подписки на платформы и найм разработчиков.

В целом обзор полезен как основа для обсуждения отраслевой повестки и организации работы с данными и ИИ-проектами. При этом в нем есть ряд неточностей и упущений⬇️

🟢 В заключении говорится о завершении периода точечных проектов и необходимости национальной платформенной архитектуры, хотя в основной части российский рынок описан как находящийся на стадии прикладных пилотов и отдельных исследовательских треков без сквозной платформенной модели.

🟢 Не приведены примеры неудачных клинических результатов ИИ-препаратов в 2024–2026 годах, а также данные об объеме российского рынка, числе команд и инвестициях.

🟢 Тезис о 65% новых препаратов, получаемых крупной фармой через покупку компаний, объединения или лицензирование, представлен как характеристика мирового рынка. Но первоисточник приводит эту цифру для ограниченной выборки из 138 препаратов топ-20 компаний по объему продаж за 2015–2021 годы, одобренных FDA.

🟢 В регуляторной части стандарты CDISC SDTM/ADaM названы обязательными для EMA с 2023 года, хотя EMA до сих пор не сделало их строго обязательными. При этом не упомянуты Artificial Intelligence Act и совместный документ FDA и EMA с 10 принципами надлежащей практики применения ИИ при разработке лекарств.

💡И еще одна показательная деталь: при подготовке обзора использовался искусственный интеллект, и в текст попали выдуманные факты — в частности, несуществующие регуляторные требования EMA и неизданный проект IMDRF № 93, относящийся к медицинским изделиям, но приведенный как рамка для регулирования ИИ в фарме.

А что вы думаете об обзоре? Что полезного отметили для себя?

#Международная_панорама

⭐️ Связь с будущим не должна прерываться. Мы — в MAX

💻 На Российском форуме «Микроэлектроника 2026» обсуждаем будущее космической отрасли и то, как развитие микроэлектроники повлияет на космические проекты ближайших десятилетий. От спутниковой связи и дистанционного зондирования Земли до новых космических сервисов и перспективных систем.

О том, какие направления будут определять развитие космических технологий, как заглянуть за горизонт 2030-х и что необходимо начинать разрабатывать уже сегодня, рассказал Виталий Анатольевич Баган, проректор по научной работе Московского физико-технического института (МФТИ).

🔗 МФТИ является исполнителем прогноза НТР РФ по направлению «перспективные космические технологии и сервисы».

Делимся ⬇️

🚀 Космос уже давно не только про престиж и достижения. Как он влияет на экономику сегодня?

⚡️ А как вообще прогнозируют будущее космоса? Есть несколько подходов:

🔦 Что ждет космическую отрасль после 2030 года? Эксперты выделили четыре магистральных направления:

📡 Луна, Марс и горизонт после 2036 года: что нужно начинать исследовать уже сегодня?

🔝 И главное: как сценарий будущего превращается в перечень конкретных технологий для разработки?

⚡️ Лекарства с цифровым соавтором

Вчера мы разбирали аналитический обзор Инфраструктурного центра НТИ «Хелснет» об использовании ИИ в фармакологии и разработке лекарств. Теперь своим взглядом на материал поделился Владимир Дорофеев, член консультативной группы по научно-технологическому развитию России, и. о. генерального директора ФГБНУ «ФИЦ оригинальных и перспективных биомедицинских и фармацевтических технологий».

ИИ уже работает на ранних этапах разработки препаратов: помогает валидировать биомишени, подбирать и оптимизировать молекулы-кандидаты, прогнозировать их свойства, метаболизм и токсикологию. Такие инструменты позволяют сузить поиск перспективных молекул и спланировать дальнейшие исследования.

Но возможности алгоритмов пока имеют четкую границу. Даже если модели известно, как устроена мишень, она может лишь предположить, какой должна быть молекула. А прогноз фармакодинамики и фармакокинетики не дает однозначного ответа на вопрос, как вещество поведет себя в организме. Поэтому экспериментальные исследования in vitro и in vivo по-прежнему остаются необходимыми.

Владимир Дорофеев:

При этом вопрос не просто в модном решении. Необходимо грамотно интегрировать IT-инструменты в процесс разработки в целях достижения параметров качества, эффективности и безопасности лекарственных средств в возможно более короткие сроки и за разумные бюджеты.

По словам Владимира Дорофеева, масштаб применения ИИ в разработке лекарств уже заметно растет: по данным IFPMA, в 2023 году клинические исследования проходили 67 препаратов, действующие вещества которых разрабатывались с применением ИИ, против одного препарата в 2015 году.

#Мнение

⭐️ Не обновляется лента? Мы в MAX