ИИ в медицине

В статье исследуется парадоксальная деградация производительности передовых больших языковых моделей (LLM) с расширенным рассуждением, таких как DeepSeek-R1 и OpenAI o1, при работе в интерактивных средах биоинформатики. На основе бенчмарка BixBench авторы проводят первый системный аудит внутренних когнитивных монологов моделей на базе GPU Nvidia H100, выявляя две ключевые ошибки: «Ловушку PubMed», когда модель заменяет эмпирические вычисления спекулятивным поиском в литературе, и «Столкновение вложенных тегов», приводящее к синтаксическим ошибкам Python. Для решения проблемы предложена архитектура Dual Track Decoupled Reasoning (DTDR), которая исключает внутренние монологи из истории диалога и внедряет строгие ограничения эмпирического обоснования. Эксперименты на датасетах по анализу одноядерной РНК-секвенирования и дифференциальной экспрессии генов показали, что DTDR повышает точность модели с 0% до 9.09%, сокращает количество ошибок выполнения кода на 81% и уменьшает количество шагов до решения на 66%. Результаты демонстрируют критическую важность адаптации архитектур рассуждения для автономных научных агентов, работающих с реальными данными.

В статье анонсируется новая секция «Планетарная здравоохранительная информатика» (PHI) в журнале JMIR Medical Informatics, расширяющая фокус с человеческих данных на взаимосвязи между здоровьем людей, животных и окружающей среды. Предлагается использовать ИИ и методы информатики для интеграции разрозненных данных (метагеномных, климатических, экологических) с целью создания глобальной системы мониторинга и прогнозирования рисков для здоровья.

В статье исследуется переход пилотных проектов ИИ в устойчивые сервисы через модель управляемой федерации данных (Open Health) с использованием фреймворка Flower. Доказано, что система позволяет безопасно добавлять новых участников (включая ИИ-агентов) без нарушения суверенитета организаций, при этом добавление нового госпиталя повысило чувствительность диагностики рака на 17,2 процентных пункта.

Исследование посвящено качественной оценке факторов, влияющих на внедрение ИИ-инструмента для автоматического создания клинических заметок среди врачей амбулаторного звена. Выявлены ключевые аспекты: интеграция в рабочий процесс, удобство использования, баланс доверия к ИИ и профессиональной ответственности, а также влияние на нагрузку и продуктивность.

Исследование представляет фреймворк для автоматической генерации репрезентативных сценариев пациентов (case vignettes) на основе 3,2 млн записей триажной системы в Германии. Авторы используют семантические эмбеддинги, кластеризацию и крупную языковую модель (LLM) для создания текстовых описаний случаев, сохраняющих статистическую значимость исходной популяции пациентов.

Исследование предлагает и валидирует framework на основе машинного обучения для автоматической идентификации профилактических назначений препаратов от стрессовых язв в неструктурированных клинических текстах. Модель CatBoost показала наилучшие результаты (F1=0.727 на уровне заметки), обеспечивая интерпретируемый инструмент предварительного скрининга для клинических фармацевтов.

Исследование применяет методы обработки естественного языка (NLP) для анализа клинических записей на греческом и английском языках с целью выявления лингвистических маркеров, связанных с ухудшением функции почек. Результаты показывают, что извлеченные из текста признаки (например, негативность тона) статистически значимо коррелируют с падением уровня eGFR, хотя их добавление к клиническим моделям дает лишь незначительное улучшение прогностической способности.

В исследовании оценивается влияние системы поддержки на основе глубокого обучения (EfficientNet-B4) на точность диагностики заболеваний среднего уха врачами разной квалификации. Результаты показывают, что ИИ значительно повышает точность диагностики, особенно среди младших ординаторов, сокращая разрыв в навыках между стажерами и экспертами.

Исследование оценивает способность трех мультимодальных больших языковых моделей (MLLM) диагностировать редкие генетические заболевания по фотографиям лица пациентов. Результаты показывают ограниченную точность моделей, особенно для редких болезней, хотя визуальный промптинг и улучшение изображений дали статистически значимые улучшения в некоторых подгруппах.

Новая компания Etcelera объединяет технологии трех стартапов Flagship Pioneering (Etiome, Cellarity, Empress Therapeutics) для разработки лекарств на основе машинного обучения и анализа многомерных биологических данных. Подход, названный «причинным интеллектом», использует ИИ для предсказания и объяснения сложных биологических процессов, что должно снизить процент неудач в клинических испытаниях.

В статье представлена RETBind — новая мультимодальная фундаментальная модель (foundation model), разработанная специально для анализа изображений сетчатки глаза на уровне пациента. Модель предназначена для унифицированного кросс-модального обучения репрезентаций, что позволяет интегрировать данные из различных источников визуализации, таких как оптическая когерентная томография (ОКТ) и флуоресцентная ангиография, в единую согласованную структуру. Использование подхода на уровне пациента (patient-level) является ключевым нововведением, так как оно учитывает индивидуальные особенности биометрии и патологий конкретного человека, обеспечивая более точную и персонализированную диагностику по сравнению с традиционными методами, работающими на уровне отдельных снимков. Исследование демонстрирует эффективность архитектуры RETBind в задачах выявления и классификации различных заболеваний глаз, включая диабетическую ретинопатию, возрастную макулярную дегенерацию и глаукому. Модель показывает высокую точность и обобщающую способность, превосходя существующие специализированные алгоритмы благодаря способности извлекать общие признаки из разнородных модальностей данных. Результаты работы открывают перспективы для создания универсальных диагностических систем, способных работать с неполными или разнородными наборами медицинских изображений, что критически важно для клинической практики. Публикация в журнале npj Digital Medicine подтверждает значимость исследования для области цифрового здравоохранения и искусственного интеллекта в медицине.

В данной редакционной статье, опубликованной в журнале npj Digital Medicine, рассматривается критический разрыв между чисто данными, основанными на ИИ моделями и их реальной клинической применимостью. Авторы анализируют 31 исследование, демонстрируя, что для успешного внедрения в персонализированную медицину необходимо интегрировать структурные предметные знания до этапа обучения моделей. Выделены три ключевых направления трансформации: привязка алгоритмов к биологическим законам для обеспечения механистической интерпретируемости, проектирование человеко-ориентированных клинических интерфейсов и масштабирование справедливых вмешательств на популяционном уровне. Подчеркивается, что эти сдвиги переводят медицинский ИИ из категории технической новинки в разряд надежной, клинически обоснованной и этически выверенной фундаментальной науки. Статья акцентирует внимание на необходимости преодоления ограничений «черного ящика» за счет интеграции медицинских знаний в архитектуру алгоритмов. Такой подход повышает доверие врачей к рекомендациям ИИ и снижает риски ошибок, связанных с отсутствием контекста. Работа служит важным руководством для исследователей, стремящихся создать не просто точные, но и безопасные, объяснимые системы поддержки принятия врачебных решений. Это способствует переходу от экспериментальных прототипов к рутинному использованию ИИ в клинической практике.

В статье представлен новый фреймворк LabWeaver, предназначенный для повышения надежности агентных систем на базе больших языковых моделей (LLM) при анализе биологических данных. Основная проблема существующих решений заключается в игнорировании экспериментального контекста, такого как специфика заболевания или протокол исследования, что приводит к ошибкам в интерпретации. LabWeaver решает эту задачу за счет трехуровневой архитектуры (лаборатория, пользователь, проект), которая позволяет дистиллировать и сохранять экспериментальный контекст в виде «памяти» и «навыков» лаборатории. Эти знания доступны всем участникам лаборатории после проверки человеком, что обеспечивает преемственность и согласованность анализа. Эффективность подхода продемонстрирована на примере анализа данных одноядерной РНК-секвенирования (scRNA-seq) при синовиальной саркоме. В эксперименте без использования лабораторной памяти агент пропустил экспрессию репортера и допустил ошибку в аннотации опухолевых клеток. Напротив, с включенным контекстом система успешно восстановила экспрессию репортера и выделила пять состояний опухолевых клеток, связанных с слиянием генов. Это исследование демонстрирует, что интеграция структурированных лабораторных знаний в LLM-агенты критически важна для точности биоинформатического анализа.

Авторы представляют вычислительный фреймворк ARCADE, разработанный для решения ключевой проблемы пространственной транскриптомики — неразделимости сигналов обилия клеточных типов и их внутриклеточных транскрипционных состояний в смешанных измерениях. Методология ARCADE включает двухэтапный процесс: сначала с помощью оптимизации гиперпараметров и консенсус-фильтрации строится надежная справочная база, а затем выполняется пространственный вывод, начиная с оценки клеточного состава и заканчивая моделированием непрерывных внутриклеточных программ. Исследование демонстрирует, что такой подход к декуплированному моделированию значительно повышает точность деконволюции и стабильность вывода состояний по сравнению с существующими методами, что подтверждено на симулированных и полусинтетических бенчмарках. Валидация на реальных данных коры головного мозга человека с пространственными протеогеномными показателями показала способность ARCADE четко различать локальное обогащение клетками и программы активации астроцитов и микроглии. Результаты подчеркивают важность разделения этих сигналов для улучшения интерпретируемости данных в сложных тканях. Данный инструмент представляет собой значимый шаг вперед в биоинформатическом анализе медицинских данных, позволяя более точно изучать патологические процессы на клеточном уровне. Применение ИИ-методов машинного обучения в этой области критически важно для обработки больших объемов многомерных биомедицинских данных.

В статье представлен новый фреймворк, объединяющий методы библиометрики и анализа биологических данных для улучшения систематических обзоров литературы. Авторы предлагают технику извлечения терминов Medical Subject Headings (MeSH) и построения сетей их со-встречаемости, используя в качестве начальной точки запрос по теме «Аллергический контактный дерматит». Для очистки полученной сети от случайных совпадений применяется неконтролируемый консенсус стратегий поиска вероятностей по критерию Метрополиса, что позволяет выделить значимое ядро подграфа. Введение симметрично нормализованных оценок релевантности статей (ARS) и средних оценок релевантности терминов (MRS) позволяет количественно оценить специфичность терминов по отношению к исходному запросу, корректируя смещение, связанное с объемом публикаций. Методика была протестирована на базе данных MEDLINE и сопоставлена с экспертно составленным путем неблагоприятных последствий (AOP) для аллергического контактного дерматита. Результаты показали, что предложенный подход успешно восстановил ключевую терминологию событий и выявил высоко специфичную литературу, которую стандартные методы поиска пропустили. Подход демонстрирует способность автоматически обнаруживать скрытые связи в биомедицинской литературе, обеспечивая воспроизводимую основу для картирования механизмов и генерации гипотез. Это решение может быть масштабировано для применения в различных биомедицинских дисциплинах, помогая исследователям преодолевать ограничения жестких поисковых строк.

В статье представлен метод Ark-ADMET, который демонстрирует, что для достижения конкурентоспособных результатов в предсказании ADMET (абсорбция, распределение, метаболизм, выведение и токсичность) не обязательно использовать единую архитектуру для всех задач. Исследователи применили протокол бенчмарка Therapeutics Data Commons (TDC) к 22 конечным точкам, подбирая оптимальные молекулярные представления и гиперпараметры для градиентного бустинга (CatBoost) индивидуально для каждой задачи. В качестве базового компонента использовались стандартные отпечатки пальцев и физико-химические дескрипторы, к которым добавлялись специфичные для конечных точек компоненты: усеченные трехмерные дескрипторы PaDEL, замороженные эмбеддинки графовых изоморфизмов (GIN) и MiniMol, а также их комбинации с неглубокими сетями. Выбор оптимальной конфигурации осуществлялся на внутреннем контрольном наборе данных с использованием строгого правила улучшения. Результаты показали, что семейство из 22 специализированных моделей Ark-ADMET превзошло лучшие ранее опубликованные результаты на 3 конечных точках и достигло их уровня еще на 7 из 21 оцениваемой задачи. Это доказывает, что тщательная настройка представлений и гиперпараметров под конкретную задачу может быть столь же эффективной, как и разработка новых сложных архитектур, что упрощает внедрение ИИ в доклинические исследования лекарств.

В статье представлен новый метод DEEPNET-LLM (De novo Ego network-Enabled Propagation and Neighborhood Extrapolation of Topology using Large Language Models), предназначенный для решения проблемы «темной материи» в метаболомике, где более 90% молекулярных признаков, обнаруженных методом масс-спектрометрии, остаются неидентифицированными. Традиционные подходы к предсказанию структуры по фрагментационным спектрам сталкиваются с проблемой неединственности решения и огромного пространства кандидатов, из-за чего правильная структура редко оказывается в числе первых предсказаний. Авторы предлагают использовать подход рассуждения на основе больших языковых моделей (LLM), который комбинируется с методом сетевого анализа молекулярных сообществ (MCN) для ограничения поиска структуры локальным окружением запроса в глобальном метаболоме, позволяя ИИ распространять структурную информацию от известных соседей к неизвестному запросу. Методология была протестирована на независимом наборе из 900 аутентичных стандартов (2249 спектров), которые никогда ранее не публиковались, что исключило риск утечки данных; DEEPNET-LLM показал точность 84,7% на уровне топ-1 предсказания. Точность метода оказалась независимой от массы прекурсора в диапазоне, где количество кандидатов растет на 30 порядков, и была сопоставима при различных ионизационных полярностях и типах аддуктов. На публичном бенчмарке MassSpecGym метод достиг точности 85,9% (без учета стереохимии), что подтверждает его высокую эффективность и универсальность. В качестве практического примера показано открытие нового метаболита — триптаминового амидата желчной кислоты в кишечнике мыши, структура которого была подтверждена синтетическим стандартом. Подход DEEPNET-LLM является ортогональным к существующим вычислительным методам и может быть интегрирован с ними для повышения общей точности структурной аннотации в исследованиях биологически активных соединений.

В исследовании предложен новый структурный подход к предсказанию лекарственных взаимодействий (DDI), основанный на анализе конкуренции или кооперации молекул за связывание в одном кармане белка. Авторы использовали метод классификации композитных множественных лигандов (COLIG), который определяет, являются ли взаимодействия между парами лигандов в одном белке притягивающими или отталкивающими. Методология включала оценку 21 945 пар из 210 различных лекарственных препаратов на основе предсказанного вовлечения наиболее значимых карманов каждого белка. Результаты показали высокую точность: при использовании ранжирования с суммированием уверенности (confidence-summed COLIG ranking) точность в топ-5% составила 49,3% против базы данных DDInter и 25,1% против KEGG, что значительно превышает фоновые показатели (29,6% и 14,7% соответственно). При объединении данных по всем основным карманам точность достигла 50,3% для базы DDInter. Эти данные подтверждают эффективность скрининга DDI на основе структуры карманов белка и поддерживают гипотезы о прямом и неконтактном вовлечении лигандов. Исследование демонстрирует, что чисто структурные механизмы могут эффективно восстанавливать документированные взаимодействия без обучения на клинических метках. Это открывает перспективы для более быстрого и дешевого выявления потенциальных опасных комбинаций препаратов на ранних этапах разработки.

Представлен BioResearchBench — новый бенчмарк для оценки возможностей больших языковых моделей (LLM) в реальных условиях биологических исследований. Датасет состоит из 50 сложных задач, разработанных PhD-биологами на основе их практического опыта, и охватывает 10 различных поддоменов биологии. В задачи включены разнообразные форматы данных: секвенирование, протеомные измерения, изображения микроскопии, результаты анализов и клинические наборы данных. Исследователи провели глубокое сравнение пяти передовых моделей: OpenAI GPT-6 Astra, Claude Opus 5.5, Gemini 4 Argon, Meta Muse Wonder и SpaceXSI Grok 4.7. Результаты показали крайне низкий уровень полного успеха задач (от 4% до 18%), что подчеркивает сложность выбора и подтверждает намеренную трудность бенчмарка. Несмотря на низкий общий процент успеха, модели в среднем выполняли большинство критериев оценки, пропуская лишь от 18% до 32% требований. Анализ ошибок выявил, что наибольшие трудности у ИИ вызывают вычисления и обработка данных (66.9% провалов), а также неопределенность и идентификация (55.3%). Модели склонны к гиперинтерпретации результатов, например, заявляя о полном восстановлении клеток при частичном улучшении показателей или ошибочно определяя прямые мири-РНК без достаточных экспериментальных доказательств. Это исследование критически важно для понимания текущих ограничений ИИ в научном методе и необходимости строгой экспертной проверки выводов алгоритмов.