Поиск

Компания Eli Lilly объявила о расширении доступности своего нового перорального препарата класса GLP-1 для пациентов на всей территории США. Доступ к терапии осуществляется через интегрированную платформу LillyDirect, а также через партнерские телемедицинские сервисы и аптечные сети, включая Amazon Pharmacy, GoodRx, Ro и Weight Watchers. С 9 апреля 2026 года пациенты, соответствующие критериям, могут получить рецепт и препарат в дистанционном режиме. Данная инициатива демонстрирует глубокую интеграцию фармацевтического производства с цифровыми каналами доставки и телемедициной для упрощения процесса лечения ожирения и диабета. Использование телемедицинских провайдеров позволяет масштабировать охват пациентов и снизить барьеры при получении специализированной терапии.

В статье рассматриваются важные события в секторе биофармацевтики, включая решение FDA о снятии частичного запрета на проведение второй фазы клинических испытаний противоопухолевого препарата lorigerlimab компании MacroGenics. Ранее в феврале агентство приостановило исследование из-за соображений безопасности, однако теперь процесс возобновлен. Кроме того, упоминается стратегическое сотрудничество между Oxford University и Bristol Myers Squibb, направленное на разработку новых терапевтических решений. В материале также кратко освещаются новости о финансировании Forte, сделке с Everest и операционной деятельности компаний Boston Oncology, Garda и Assertio. Несмотря на фокус на фармацевтических разработках, новости имеют косвенное отношение к ИИ, так как подобные клинические исследования и партнерства часто опираются на алгоритмы машинного обучения для анализа данных и подбора молекул.

В рамках деятельности ОЭЗ «Технополис Москва» резидент компании выпустил 334 досмотровых комплекса (интроскопа), оснащенных технологиями искусственного интеллекта. Данные устройства предназначены для автоматизированного контроля и досмотра грузов, где алгоритмы машинного обучения помогают выявлять запрещенные предметы и анализировать содержимое объектов в режиме реального времени. Внедрение ИИ в подобные системы позволяет значительно повысить точность обнаружения угроз и снизить нагрузку на операторов. Масштаб производства в 334 единицы за 2025 год свидетельствует о растущем спросе на интеллектуальные системы безопасности. Технология имеет косвенное отношение к медицине, так как подобные методы визуализации и автоматизированного анализа изображений могут быть адаптированы для медицинского диагностического оборудования. Проект демонстрирует успешную интеграцию ИИ в высокотехнологичное промышленное производство.

В статье рассматривается проблема низкой экономической эффективности внедрения больших языковых моделей (LLM) в банковском секторе. Представители финансовых организаций отмечают, что, несмотря на технологический хайп, использование LLM зачастую не приносит значимого финансового результата или измеримого эффекта для бизнеса. В то же время подчеркивается, что другие направления искусственного интеллекта демонстрируют колоссальную прибыльность, принося банкам миллиарды рублей прибыли. Основной акцент сделан на разрыве между ожиданиями от генеративного ИИ и реальной окупаемостью инвестиций в сравнении с классическими ML-решениями. Данный материал важен для понимания текущего этапа зрелости ИИ-технологий в финансовой индустрии и оценки рисков при внедрении новых архитектур.

Статья рассматривает растущую роль систем обмена медицинской информацией (HIE) в современной инфраструктуре здравоохранения. Организации стремятся использовать обмен данными для улучшения координации медицинской помощи, снижения операционных расходов и выполнения нормативных требований. В условиях сокращения федерального финансирования медицинские системы, поставщики услуг после острой фазы заболевания и организации по уходу за пожилыми людьми активно внедряют стратегии клинической трансформации через HIE. Основной акцент сделан на использовании данных для принятия более обоснованных клинических и управленческих решений, что напрямую влияет на рост выручки и эффективность управления ресурсами. Несмотря на то, что статья фокусируется на управлении данными, она закладывает фундамент для внедрения алгоритмов ИИ, которым необходимы качественные структурированные потоки информации для работы.

Исследователи Google DeepMind изучают риски вредоносного манипулирования искусственным интеллектом в различных сферах, включая здравоохранение и финансы, на основе чего разрабатываются новые меры безопасности. Статья представляет собой краткое упоминание о проводимых исследованиях, но не содержит деталей методологии, конкретных результатов или практических применений в медицине. Исследование фокусируется на безопасности ИИ-систем и предотвращении потенциально вредоносного использования технологий, что относится к области регулирования и этических аспектов ИИ в здравоохранении. Однако в тексте отсутствуют конкретные данные о клинических применениях, диагностических инструментах или терапевтических решениях. Материал носит информационно-обзорный характер и не предоставляет достаточной информации для оценки практической значимости для медицинской практики. Отсутствуют ссылки на опубликованные исследования, экспериментальные данные или внедрение в клиническую среду.

В исследовании представлен HiReS (High-Resolution Segmentation) — программный конвейер с открытым исходным кодом, предназначенный для автоматизации морфометрического анализа планктона. Основная проблема, которую решает метод, заключается в невозможности обработки полноразмерных изображений высокого разрешения стандартными методами глубокого обучения из-за ограничений оперативной памяти. Методология HiReS основана на разделении изображений на перекрывающиеся фрагменты (chunks), применении сегментации экземпляров на базе архитектуры YOLO, последующей реконструкции полигональных аннотаций в пространстве полного изображения и удалении дубликатов. Авторы протестировали систему на видах Daphnia pulex, Daphnia galeata и Simocephalus vetulus, показав, что автоматизированные измерения точно воспроизводят структуру распределения признаков, полученную вручную. Несмотря на выявленное систематическое положительное смещение (multiplicative scaling offset), после центрирования данных расхождения между автоматическим и ручным методами оказались минимальными. Важным практическим результатом является то, что при малых объемах выборки медианные значения, полученные моделью, могут превосходить точность ручных оценок. Данный инструмент представляет интерес для биомедицинских исследований и экологии, где требуется высокоточный количественный анализ микрообъектов.

Компания «Группа Астра» совместно с «Инфорсер Инжиниринг» успешно завершила этап адаптации операционной системы Astra Linux Embedded для серийного производства биометрических устройств. В рамках проекта были разработаны и протестированы четыре специализированных продукта, использующих защищенный стек программного обеспечения, включая ОС Astra Linux Embedded и ОС реального времени «Лайм 5В». Основной упор в разработке сделан на обеспечение высокой степени защиты данных и стабильности работы систем в критических условиях. Технологическое решение позволяет перейти от стадии прототипирования к полномасштабному серийному выпуску биометрических терминалов. Это решение важно для импортозамещения в сфере защищенных систем идентификации и контроля доступа. Использование отечественного ПО гарантирует соответствие требованиям безопасности при работе с чувствительными биометрическими данными пользователей.

Согласно результатам нового исследования, проведенного MGMA, медицинские группы сталкиваются с беспрецедентным ростом административного давления. Основными факторами нагрузки названы процессы предварительного согласования (prior authorization), новые требования программ Medicare Advantage и обязательная отчетность по показателям качества медицинской помощи. Данные регуляторные барьеры напрямую способствуют профессиональному выгоранию врачей и вынуждают клиники увеличивать штат административного персонала для обработки документации. Хотя исследование затрагивает организационные аспекты здравоохранения, оно косвенно указывает на необходимость внедрения интеллектуальных систем автоматизации для снижения нагрузки на персонал. В текущих условиях оптимизация административных процессов становится критически важной для выживания частных практик.

Ассоциация психиатров и психологов за научно обоснованную практику (АПсиП) совместно с Союзом педиатров России инициировала общественное обсуждение альтернативного проекта клинических рекомендаций по расстройствам аутистического спектра (РАС). Данный документ является ответом на ранее опубликованные рекомендации Российского общества психиатров, вышедшие в середине марта 2026 года. Основное различие между двумя проектами заключается в терапевтической стратегии: если первый вариант делает упор на расширение медикаментозного лечения, то новый проект ориентирован на приоритетное использование немедикаментозных методов и ограничение фармакологического вмешательства. Текущая ситуация характеризуется профессиональной дискуссией и разногласиями в подходах к ведению пациентов с РАС. Разработка данных рекомендаций имеет важное значение для стандартизации помощи детям и взрослым с аутизмом в России.

Фармацевтический гигант Roche расширяет свое присутствие в области разработки инновационных лекарственных средств, делая ставку на деградаторы, связанные с антителами (DAC). В рамках долгосрочного десятилетнего партнерства с компанией C4 Therapeutics, Roche выплатит 20 миллионов долларов в качестве авансового платежа для совместной разработки новых терапевтических агентов. В отличие от традиционных конъюгатов антитело-лекарство (ADC), технология DAC представляет собой эволюцию модальности, направленную на более эффективную деградацию целевых белков в раковых клетках. Данная сделка подчеркивает растущий интерес индустрии к использованию механизмов деградации белков для лечения онкологических заболеваний. Несмотря на то, что фокус смещается на молекулярную биологию и дизайн лекарств, использование ИИ в подобных процессах (например, для предсказания структуры белков или дизайна лигандов) является подразумеваемым драйвером развития таких технологий, хотя в тексте прямо не упоминается.

В статье рассматриваются инициативы и необходимые меры государственной поддержки, направленные на стимулирование роста рынка искусственного интеллекта в России. Представители ВТБ выделяют ключевые аспекты, которые помогут создать устойчивую экосистему для внедрения ИИ-технологий в различные сектора экономики. Основное внимание уделяется созданию благоприятных условий для разработчиков и интеграции интеллектуальных систем в бизнес-процессы. Обсуждаются вопросы регуляторной среды, которые могут как ускорить, так и замедлить темпы цифровой трансформации. Несмотря на отсутствие конкретных статистических показателей в предоставленном фрагменте, материал подчеркивает стратегическую важность государственного участия в развитии высокотехнологичного сектора. Данная информация важна для понимания вектора развития ИИ-индустрии и потенциальных возможностей для инвестиций в технологические решения.

Виртуальный ассистент «Ева» от российского оператора связи «МегаФон» получил новую функцию распознавания искусственного голоса и дипфейков. Технология позволяет отличать реальный голос человека от синтезированного, что особенно актуально в эпоху развития нейросетей для генерации речи. Система анализирует акустические характеристики голоса, включая микровибрации и артефакты сжатия, характерные для синтезированной речи. Технология может быть применена в телемедицине для верификации пациентов при удалённых консультациях и предотвращения мошенничества с медицинскими страховками. Распознавание дипфейков критически важно для защиты конфиденциальной медицинской информации и предотвращения несанкционированного доступа к электронным медицинским картам. Технология использует алгоритмы машинного обучения, обученные на больших массивах данных с реальными и синтезированными голосами. Внедрение таких систем повышает безопасность цифровых медицинских сервисов и доверие пациентов к онлайн-консультациям. Однако статья не содержит конкретных метрик точности распознавания или результатов клинических испытаний.

Исследование представляет методологию для выявления генетических вариантов в некодирующей ДНК, влияющих на экспрессию генов и риск заболеваний. Авторы провели первый эксперимент STARR-seq в масштабе всего генома на 100 индивидуальных образцах, используя инновационный дизайн с пулированием проб. Разделенные на пулы образцы позволяют повысить частоту аллелей, что снижает ожидаемые потери данных и улучшает отношение сигнал/шум в экспериментальных результатах. Предложенная байесовская модель обеспечивает надёжную оценку размеров эффектов вариантов с полной апостериорной оценкой доверительных интервалов. Метод демонстрирует более высокую точность в определении функциональных регуляторных вариантов, особенно редких, по сравнению с предыдущими подходами. Подход успешно применён для функциональной аннотации количественных локусов признаков, включая eQTL и caQTL. Результаты показывают согласованность с паттернами ограничений в профилях связывания транскрипционных факторов. Работа представляет значимый вклад в геномную медицину, улучшая масштабируемость и точность анализа регуляторных вариантов.

Компания Zunami в начале 2026 года представила новый сервис распознавания документов на базе искусственного интеллекта. Система использует инструменты ИИ для автоматической классификации различных типов документов. Однако в предоставленном фрагменте статьи отсутствуют конкретные детали о методологии работы платформы, используемых алгоритмах машинного обучения, точности распознавания и ключевых показателях эффективности. Также не указано, есть ли специализированные медицинские модули для работы с медицинскими документами, страховымиclaimами или медицинской документацией. В целом, технология распознавания документов может быть потенциально полезна в здравоохранении для автоматизации обработки медицинских записей, но явных упоминаний медицинских применений в тексте нет. Для полноценной оценки необходимо ознакомиться с полной версией статьи.

Исследование представляет VaLPAS (Variation-Leveraged Phenomic Association Screen) — фреймворк на Python для анализа ассоциаций между паттернами экспрессии генов и белков в мульти-омиксных данных. Методология основана на статистических и машинно-обучающих подходах для выявления функциональных связей между молекулами неизвестной функции и молекулами с установленной функцицией по принципу 'вины по ассоциации'. Инструмент предназначен для заполнения пробелов в функциональной аннотации протеома, используя данные масс-спектрометрии и других экспериментальных методов. Исследователи продемонстрировали эффективность VaLPAS на мульти-омиксном датасете из дрожжей Rhodotorula toruloides, успешно идентифицировав высококонфиденциальные предсказания для подмножества генов и белков с неизвестной функцией. Код проекта открыт и размещён на GitHub под управлением PNNL-Predictive-Phenomics. Хотя исследование фокусируется на фундаментальной биологии и дрожжах, разработанный подход может быть адаптирован для анализа медицинских данных, включая предсказание функций белков-мишеней для лекарственных препаратов. Технология демонстрирует потенциал для интеграции в исследовательские протоколы по расшифровке протеома и функциональной геномики.

Исследование посвящено изучению роли Т-клеточных иммунных ответов при болезни Кавасаки — системном васкулите у детей. Авторы использовали секвенирование РНК одиночных клеток (scRNA-seq) для высокодетальной аннотации периферических мононуклеарных клеток крови у здоровых контролей и пациентов с болезнью Кавасаки до и после лечения иммуноглобулином внутривенно (IVIG). Псевдовременной анализ с помощью инструмента Monocle3 позволил реконструировать траектории развития Т-клеток и выявил значимую линию commitment CD4+ Т-клеток к фенотипу Th17 в острой фазе заболевания, синхронизированную с транскрипционной активацией сигнального пути STAT3/JAK. В экспериментальной модели болезни Кавасаки на мышах (CAWS-induced) фармакологическая ингибиция этого пути существенно снижала воспалительную инфильтрацию в сосудистой стенке сердца. Исследование идентифицировало 13 различных подтипов Т-клеток, что обеспечивает новое понимание иммунной динамики при болезни Кавасаки. Выявленная ось STAT3/JAK как потенциальная терапевтическая мишень открывает возможности для разработки таргетной терапии. Результаты имеют значение для понимания патогенеза и могут способствовать созданию новых методов лечения педиатрических васкулитов.

Научно-технический центр информационных технологий «Роса» и компания «Сафиб» завершили тестирование совместной работы системы удаленного мониторинга «Ассистент» с каталогом «Роса Dynamic Directory». Данное решение направлено на интеграцию систем управления доступом и мониторинга в медицинской инфраструктуре. Тестирование подтвердило техническую совместимость продуктов, что позволяет объединить их в единый контур информационной безопасности медицинских учреждений. Система «Ассистент» предназначена для дистанционного наблюдения за пациентами и сбора медицинских данных, а «Роса Dynamic Directory» обеспечивает централизованное управление идентификацией и доступом. Внедрение такой интеграции упрощает администрирование медицинских информационных систем и повышает уровень защиты конфиденциальных данных пациентов. Решение может быть развернуто в больницах и клиниках для централизованного управления доступом к системам телемедицины и удаленного мониторинга. Однако в предоставленном тексте отсутствуют детали о применении искусственного интеллекта или машинного обучения в данных системах.

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.