Исследования, новости индустрии и регуляторные изменения в области применения искусственного интеллекта в здравоохранении
Команда Penn Medicine разработала ИИ-систему для интерпретации МРТ-сканов сердца, обученную на 300,000+ видео МРТ от 20,000 пациентов. Модель оценивает функцию сердца и диагностирует 39 сердечных заболеваний с точностью до 0.97 AUC, выявив 112 ранее недиагностированных случаев гипертрофической кардиомиопатии в 40,000+ сканах.
STRmie-HD — это вычислительный фреймворк для анализа экспансий коротких тандемных повторов в гене HTT, вызывающих болезнь Хантингтона. Инструмент использует алгоритмы регулярных выражений для де-ново генотипирования с определением прерываний повторов CAG/CCG и количественной оценки соматического мозаицизма на уровне отдельных чтений секвенирования. STRmie-HD валидирован на трёх платформах секвенирования: Illumina, PacBio SMRT и Oxford Nanopore, демонстрируя высокую согласованность с эталонными генотипами и превосходную чувствительность в обнаружении редких вариантов прерываний. Ключевые возможности включают измерение длины непрерывных CAG-трактов, содержание повторов CCG, выявление вариантов Loss of Interruption (LOI) и Duplication of Interruption (DOI), а также метрики для характеристики динамики повторов. Исследование показало, что мозаицизм значительно выше в тканях мозга по сравнению с периферической кровью, что подтверждает биологическую значимость инструмента для понимания патогенеза болезни Хантингтона. STRmie-HD предоставляет комплексное решение для молекулярной характеризации вариаций гена HTT, обеспечивая основу для стратификации пациентов и генетических исследований. Инструмент генерирует HTML-отчёты с визуализацией аллельных пиков и оценкой вариантов прерываний, что упрощает интерпретацию данных для исследователей.
В данном дайджесте Vademecum за период 22–28 марта 2026 года представлены ключевые события в области искусственного интеллекта в российском здравоохранении. Основное внимание уделено запуску новых ИИ-сервисов для управления медицинскими организациями и навигации пациентов, включая системы анализа данных первичного звена здравоохранения. Значительный акцент сделан на использовании врачами ИИ-инструментов как системы «второго мнения» для повышения точности диагностики. Также освещены разработки в области ранней диагностики заболеваний и ускорения процессов создания новых лекарственных препаратов. Материалы демонстрируют активное внедрение технологий машинного обучения и нейросетей в клиническую практику и административные процессы. Обзор охватывает как технологические инновации, так и их практическое применение в российской системе здравоохранения. Статья представляет собой сводку событий недели, что делает её полезной для отслеживания трендов развития медицинского ИИ в стране.
UnitedHealthcare запустила генеративного ИИ-компаньона Avery для помощи членам с вопросами о покрытии, записи на прием, стоимости услуг и других аспектах медицинского страхования. Инструмент обучен на чатах и звонках с адвокатами, планирует охватить 20.5 млн членов к концу года.
Бывший главный хирург США д-р Джером Адамс и генеральный директор eHealth Деррик Дук пишут редакционную статью о применении искусственного интеллекта для модернизации системы Medicare. Авторы рассматривают исторические уроки как основу для обсуждения новых подходов к внедрению ИИ в национальную систему медицинского страхования. Статья фокусируется на балансе между эмпатией в медицине и эффективностью, которую может обеспечить ИИ при ответственном использовании. Обсуждаются ключевые вопросы регулирования, этики и практической реализации технологий ИИ в государственной системе здравоохранения. Авторы подчеркивают важность сохранения человеческого фактора при автоматизации процессов. Материал представляет собой позицию экспертов по вопросам политики в области цифрового здравоохранения. Статья адресована политикам, руководителям здравоохранения и специалистам по управлению медицинскими системами.
Представлена GYDE — открытая веб-платформа для совместной работы, предназначенная для упрощения использования вычислительных инструментов в науке о белках и разработке лекарств. Платформа позволяет исследователям исследовать взаимосвязи между последовательностью, структурой и функцией белков через интуитивный визуальный интерфейс с интеграцией современных ИИ-моделей для предсказания структуры и дизайна белков и антител. GYDE поддерживает как работу с реальными экспериментальными данными, так и использование вычислительных инструментов, что делает её универсальным решением для биологов-экспериментаторов. Платформа использует Slivka compute API, что обеспечивает гибкое добавление новых инструментов и моделей без значительных технических барьеров. Ключевая особенность — возможность сохранения сессий для лёгкого обмена результатами между исследователями, что способствует развитию коллаборативного научного сообщества. GYDE бесплатно доступна для учёных из академических и промышленных организаций, позволяя им создавать кастомизированные платформы для аналитики разработки лекарств. Платформа решает критическую проблему — технический барьер для внедрения современных ML-моделей в лабораторную практику, ускоряя процесс открытия новых терапевтических кандидатов.
Leica Biosystems представила сканер для цифровой патологии с интегрированным ИИ-программным обеспечением для автоматического контроля качества. Система автоматически обнаруживает артефакты на слайдах и ускоряет процесс QC на 69%, что критично для онкологических исследований и диагностики.
Организация клинических исследований Icon заключила партнёрство с технологической компанией Advarra для создания сети связанных исследовательских площадок. Партнёрство включает использование AI-платформы Advarra для улучшения дизайна протоколов, прогнозирования и планирования исследований на основе данных институциональных наблюдательных советов и систем клинических испытаний.
Статья исследует, как медицинские работники используют ИИ-инструменты для профессиональных целей. Опрос показал, что клиницисты применяют ChatGPT и другие ИИ-сервисы почти так же часто, как традиционные поисковики, хотя доверие к технологиям остается проблемой. Маркетологам рекомендуется создавать «ИИ-готовый» контент и использовать каналы для привлечения внимания, а не для доказательства эффективности.
Исследование представляет новый подход к молекулярному докингу — предсказанию конформации связывания малых молекул с белковыми мишенями, что критически важно для открытия новых лекарств. Авторы предлагают фреймворк обучения с подкреплением для тренировки диффузионных моделей непосредственно на недифференцируемых объективах физической валидности. Подход позволяет корректировать модель DiffDock-Pocket для генерации физически корректных поз лигандов с сохранением ключевых белково-лигандных взаимодействий. Результаты показывают существенное увеличение доли генерируемых поз, которые являются физически валидными, при этом не требуется дополнительных вычислений во время инференса. Важнейший результат — улучшение структурной точности: возрастает доля структур с позами, близкими к нативным, особенно для белковых мишеней, отличающихся от данных обучения. Доработанная модель превосходит как классические алгоритмы докинга, так и другие методы машинного обучения на наборе данных PoseBusters. Исследование демонстрирует, что обучение с подкреплением может научить диффузионные модели лучше соблюдать физические ограничения без необходимости постобработки результатов. Это открывает перспективы для более точного предсказания взаимодействия лекарств с белками-мишенями в фармацевтических исследованиях.
KyDab (Kymouse Antibody Database) представляет собой специализированную базу данных для разработки и оценки искусственных интеллектуальных моделей в области открытия антител. База данных содержит результаты 11 исследований иммунизации на платформе Kymouse, охватывающих 51 иммуноген. В коллекции представлено более 120 000 парных последовательностей тяжелых и легких цепей антител с измерениями связывания для экспериментально охарактеризованных клонов. База данных фиксирует полные данные отбора с согласованными метаданными, включая как положительные, так и отрицательные экспериментальные результаты. Это обеспечивает ценный ресурс для обучения моделей машинного обучения в области разработки терапевтических антител. База данных доступна по адресу https://kydab.naturalantibody.com и будет постоянно обновляться новыми наборами данных.
Исследование сравнивает алгоритм QuPath для автоматической оценки индекса пролиферации Ki-67 в нейроэндокринных опухолях с ручной оценкой патологов. Алгоритм показал умеренное согласие с патологами (Kappa = 0.32) и чаще присваивал более высокие степени опухоли (42% случаев), подчеркивая необходимость стандартизации критериев.
Стартап Adonis привлёк $40 млн в рамках раунда Series C для своей AI-платформы, которая анализирует данные о выставлении счетов больниц для выявления причин отказа в выплатах страховщиками. Система автоматически готовит апелляции и помогает медицинским учреждениям восстанавливать недополученные средства, используя AI-агентов для автоматизации рутинных задач.
Статья обсуждает проблемы доступа к поведенческой и физической помощи в США, включая нехватку персонала и административные расходы. Упоминается, что 85% руководителей здравоохранения исследуют ИИ, и приводится пример использования Agentic AI компанией Artera для улучшения координации ухода за пациентами.
Статья о внедрении роботизированной бронхоскопии второго поколения в общинных больницах для диагностики рака легких. Интеграция роботизированных платформ с продвинутой визуализацией (флуороскопия, C-arm томография) обеспечивает непрерывную навигацию, упрощает рабочие процессы и улучшает диагностическую точность периферических легочных образований без увеличения затрат.
Статья о внедрении автоматизации в медицинские практики для снижения административной нагрузки на врачей и улучшения опыта пациентов. Описываются автоматизированные процессы для записи, регистрации, документации и биллинга, которые позволяют клиницистам уделять больше времени непосредственной работе с пациентами.
Статья обсуждает новые рекомендации FDA, ослабляющие надзор за медицинскими ИИ-продуктами, и проблему недостаточной представленности женщин в данных для обучения медицинских моделей. Автор подчеркивает, что ИИ может помочь исправить гендерные предвзятости в диагностике, но только при использовании инклюзивных данных.
CEO Penguin Ai Фавад Батт обсуждает состояние рынка медицинского ИИ на конференции HIMSS: рынок перенасыщен стартапами без технической дифференциации, улучшение ИИ-моделей может происходить за счет утечки данных из медицинских организаций, агентный ИИ эффективен для простых задач, но не справляется со сложными рабочими процессами.
Статья о применении искусственного интеллекта для автоматизации набора пациентов в клинические испытания. AI-системы анализируют неструктурированные медицинские записи для выявления подходящих участников, превращая рекрутинг из реактивного в проактивный процесс.
Статья обсуждает кризис доступа к специализированной медицинской помощи и роль телемедицины как инфраструктуры здравоохранения. Упоминается расширение покрытия Medicare для телемедицины до 2027 года и краткое упоминание использования агентного ИИ компанией Artera для улучшения взаимодействия с пациентами.
