Поиск

Группа исследователей запускает инициативу по валидации крупных научных заявлений с использованием искусственного интеллекта. Проект направлен на решение кризиса воспроизводимости в науке, когда многие опубликованные результаты не могут быть воспроизведены другими лабораториями. ИИ применяется для автоматизированной проверки научных данных, выявления противоречий и оценки достоверности выводов. Методология включает анализ больших объёмов научных публикаций, сравнение экспериментальных данных и выявление статистических аномалий. Ключевая цель — повышение доверия к научным результатам в биологии и смежных областях. Проект может иметь значение для медицинской науки, где воспроизводимость экспериментов критически важна для разработки новых методов лечения. Однако в статье не указаны конкретные алгоритмы ИИ, объёмы данных или ожидаемые результаты в цифрах. Инициатива представляет собой пример применения ИИ для улучшения качества научной коммуникации и проверки гипотез.

Исследователи разработали статистический фреймворк SAHA (Semi-Automated Hand Annotation) — R-пакет для быстрой передачи меток между наборами одноклеточных и пространственных транскриптомных данных. Метод использует сводные статистики и пользовательские гиперпараметры для сопоставления неназванных кластеров query-данных с референсными типами клеток, применяя маркер-зависимые или маркер-независимые подходы. Пакет предварительно загружен сводными статистиками из Allen Brain Cell Atlas мышиного мозга, что позволяет проводить быстрые сравнения, имитирующие аннотирование через интеграционные стратегии. Авторы продемонстрировали гибкость метода на множестве исследований: одноклеточные ядра мышиного мозжечка, мышиной и человеческой коры головного мозга, периферических мононуклеарных клеток крови человека, а также одном мышином пространственном транскриптомном анализе. Важное преимущество — отсутствие требований к обмену сырыми данными, что решает вопросы приватности. Фреймворк генерирует автоматические HTML-отчёты со сводными статистиками для прозрачности решений по типизации клеток.

Исследование посвящено проблеме «осиротевшего» научного программного обеспечения, которое перестаёт поддерживаться после ухода разработчиков, что ведёт к потере ценных вычислительных методов и предметных знаний. Авторы продемонстрировали систематический подход к реинжинирингу заброшенного MATLAB-инструментария NuMorph для анализа изображений световой листовой микроскопии, преобразовав его в рабочий процесс nf-core/lsmquant на платформе Nextflow. Новый пайплайн разработан в соответствии с руководящими принципами сообщества nf-core, что обеспечило соответствие принципам FAIR (Findable, Accessible, Interoperable, Reusable) для исследовательского программного обеспечения. Реинжиниринг сохранил оригинальные научные методы при сопоставимых вычислительных затратах, одновременно улучшив переносимость, воспроизводимость и поддерживаемость кода. Интеграция в экосистему nf-core создала основу для распределённой поддержки через сообщество разработчиков, а модульная архитектура упростила адаптацию workflow к дополнительным наборам данных микроскопии. Работа показывает практическую стратегию восстановления осиротевшего исследовательского ПО и его интеграции в современные переиспользуемые исследовательские экосистемы. Ключевые технологии включают Nextflow для управления рабочими процессами и стандарты сообщества nf-core для обеспечения устойчивости программного обеспечения.

Компания Tempus AI, Inc. (NASDAQ: TEM) опубликовала отчёт о финансовых результатах за второй квартал 2026 года, завершившийся 30 июня 2026 года. Tempus позиционирует себя как технологическая компания, ведущая внедрение искусственного интеллекта для развития прецизионной медицины. Пресс-релиз от 30 июля 2026 года содержит заявление основателя компании Эрика Лефкофски, который назвал квартал «исключительным». Однако предоставленный фрагмент статьи не содержит конкретных данных о финансовых показателях, доходах, прибыли или ключевых метриках роста. Также отсутствует информация о конкретных достижениях компании в области ИИ-диагностики, новых продуктах или клинических применениях их технологий. Для оценки реального вклада Tempus в развитие ИИ в медицине необходима дополнительная информация из полной версии отчёта. Материал представляет интерес преимущественно для инвесторов и аналитиков рынка, а не для медицинских специалистов, интересующихся техническими аспектами применения ИИ.