Поиск

Демократические законодатели инициировали резолюцию с целью отмены пилотного проекта CMS под названием WISeR AI, который использует искусственный интеллект для процесса предварительного одобрения медицинских услуг (prior authorization). Данная инициатива стала возможной после того, как Государственное управление по бухгалтерскому учету (GAO) постановило, что внедрение этой модели подлежит голосованию в рамках Закона о парламентском контроле (Congressional Review Act). Проект WISeR AI направлен на автоматизацию проверки страхового покрытия с помощью алгоритмов машинного обучения, однако его использование вызывает серьезные политические и регуляторные споры. Основной конфликт заключается в вопросе контроля над принятием клинических решений: законодатели опасаются, что алгоритмические системы могут необоснованно ограничивать доступ пациентов к необходимой медицинской помощи. Исход голосования определит, останется ли ИИ ключевым инструментом в административных процессах CMS или процесс будет возвращен к традиционным методам проверки.

Демократы в Конгрессе США инициировали новую попытку законодательно ограничить использование искусственного интеллекта в рамках пилотного проекта Medicare. Данная программа экспериментально внедряет алгоритмы ИИ для автоматизированного процесса предварительного одобрения (prior authorization) или отказа в предоставлении медицинских услуг пациентам. Основная цель законодательной инициативы заключается в прекращении этого эксперимента, так как использование непрозрачных алгоритмов вызывает опасения относительно справедливости и точности принятия клинических решений. Критики подчеркивают, что автоматизация процесса одобрения лечения может привести к необоснованным отказам в помощи, что критически важно для системы государственного медицинского страхования. Данное событие подчеркивает растущее регуляторное давление на использование ИИ в управлении медицинским страхованием и защите прав пациентов.

Статья рассматривает меняющийся научный дискурс вокруг этических ограничений на редактирование генома человеческих эмбрионов. Основным драйвером перемен выступает значительный прогресс в области фетальной генной терапии, которая открывает новые возможности для лечения врожденных патологий еще до рождения. Автор отмечает, что среди ученых нарастает мнение о необходимости пересмотра жестких запретов на манипуляции с эмбрионами, если это может предотвратить тяжелые генетические заболевания. В центре обсуждения стоит вопрос баланса между этическими нормами и потенциальной пользой для медицины будущего. Исследование подчеркивает, что развитие технологий редактирования генов требует создания новых регуляторных рамок, которые учитывали бы возможности пренатального вмешательства. Данный сдвиг в парадигме может радикально изменить подходы к превентивной медицине и генетическому консультированию.

В рамках конференции ЦИПР-2026 главный конструктор ВЭБ.РФ Денис Кузьмин выделил тераностику и оптогенетику как ключевые высокотехнологичные направления развития российской медицины. Тераностика представляет собой инновационный подход, объединяющий диагностику и терапию в единый процесс, что позволяет максимально точно воздействовать на очаг заболевания. Оптогенетика, в свою очередь, использует световые импульсы для управления активностью биологических клеток, что открывает беспрецедентные возможности в нейробиологии и лечении сложных патологий. Обсуждение данных технологий на форуме подчеркивает стратегический вектор на внедрение междисциплинарных методов в клиническую практику. Реализация этих направлений требует значительных инвестиций в наукоемкие разработки и создание специализированной инфраструктуры. Данные технологии рассматриваются как фундамент для перехода к персонализированной высокоточной медицине будущего.

Исследователи представили Panmap — инновационный инструмент, предназначенный для работы с пангеномами, содержащими миллионы геномов. Основная методология заключается в использовании филогенетически сжатого k-мер индекса, который сохраняет только последовательные различия вдоль эволюционных ветвей. Это позволяет сократить размер индекса до 600 раз и ускорить время его построения более чем на три порядка по сравнению с существующими аналогами. В ходе тестирования Panmap продемонстрировал исключительную скорость: размещение образца SARS-CoV-2 с покрытием 100x на 20 000 геномов заняло всего 0,4 секунды, а на 8 миллионов геномов — менее двух минут. Инструмент также обеспечивает точную идентификацию гаплотипов и оценку их распространенности в метагеномных образцах, а также позволяет проводить высокочувствительное размещение древней ДНК из окружающей среды без предварительного выравнивания. Данная разработка открывает новые возможности для крупномасштабного картирования чтений, сборки геномов и метагеномного анализа в рамках популяционной генетики.

Компания Headway, специализирующаяся на предоставлении услуг в сфере ментального здоровья, объявила о приобретении команды разработчиков ИИ-стартапа Tezi. Основная цель данной сделки заключается в интеграции передовых технологий искусственного интеллекта для улучшения взаимодействия между пациентами и медицинскими специалистами. Стратегия Headway направлена на обеспечение ответственной разработки ИИ-решений, что критически важно для соблюдения этических норм в психиатрии. Ожидается, что внедрение наработок Tezi позволит оптимизировать рабочие процессы провайдеров и повысить качество обслуживания пациентов. Данная сделка подчеркивает растущий тренд на использование специализированных нейросетевых инструментов в секторе цифрового здравоохранения и ментальной медицины.

Некоммерческая организация Electronic Frontier Foundation (EFF) инициировала судебный процесс против Centers for Medicare & Medicaid Services (CMS) в рамках Закона о свободе информации (FOIA). Предметом разбирательства является требование раскрыть записи и документацию, касающиеся модели WISeR, которая применяется в рамках демонстрационного проекта по использованию искусственного интеллекта для процесса предварительной авторизации медицинских услуг. Использование ИИ в автоматизации авторизации процедур вызывает опасения относительно прозрачности алгоритмов и их влияния на доступ пациентов к лечению. Судебный иск направлен на получение данных о том, как именно модель WISeR принимает решения, чтобы исключить возможность предвзятости или ошибок в медицинских назначениях. Данный кейс имеет критическое значение для регулирования ИИ в здравоохранении и защиты прав пациентов от «черных ящиков» алгоритмического принятия решений.

В данной работе представлен DiscrimAlign — новый статистический метод для оптимизации параметров выравнивания биологических последовательностей с использованием дискриминативного обучения. Традиционные подходы к оценке матриц замещения и штрафов за пропуски часто не ориентированы на задачи классификации, что снижает точность биоинформатического анализа. Авторы предложили модель, которая связывает оценку выравнивания пары последовательностей с бинарным меткой через логистическую функцию, обучаясь методом максимизации правдоподобия. В ходе исследования метод был протестирован на задачах предсказания взаимодействий микроРНК с мишенями. Результаты показали, что DiscrimAlign демонстрирует точность, сопоставимую с современными нейросетевыми классификаторами, при этом обладая значительно более высокой интерпретируемостью параметров. Разработчики подчеркивают, что такой подход позволяет более эффективно проводить поиск гомологов и картирование чтений, сохраняя при этом математическую прозрачность процесса.

В статье представлен elab2ARC — инновационный браузерный инструмент, предназначенный для автоматизации процесса преобразования записей из электронных лабораторных журналов (ELN) в стандартизированные исследовательские объекты. Основная проблема, которую решает разработка, заключается в низкой машиночитаемости форматов ELN, что требует от ученых значительных трудозатрат на ручную переработку данных для публикаций. Система использует API платформы eLabFTW для извлечения метаданных, протоколов и вложений, организуя их в таблицы, соответствующие стандарту ISA (Investigation, Study, Assay). Важной особенностью является внедрение опционального рабочего процесса с использованием больших языковых моделей (LLM) для извлечения структурированных метаданных из неструктурированного свободного текста протоколов. Все вычисления происходят на стороне клиента, что гарантирует полный контроль пользователя над данными перед их отправкой в репозиторий PLANTdataHUB. Инструмент позволяет интегрировать принципы FAIR (находимость, доступность, совместимость и повторное использование) в повседневную лабораторную практику без нарушения текущих рабочих процессов. Это обеспечивает эффективный путь к долгосрочному архивированию и публикации результатов биомедицинских исследований.

Исследование посвящено решению проблемы интерпретации влияния редких мутаций на фенотипические признаки, особенно в случае цис-регуляторных вариантов. Авторы представляют новый байесовский подход, который позволяет проводить совместный статистический вывод по нескольким индивидам в рамках трио (родители и ребенок). В отличие от существующих методов, фокусирующихся на одном человеке, предложенная модель агрегирует данные для повышения статистической мощности, оценки неопределенности и ранжирования режимов наследования по апостериорной вероятности. Методология была протестирована на данных ATAC-seq и RNA-seq, что позволило связать аллель-специфичную экспрессию (ASE) с дисбалансом состояния хроматина в цис-регуляторных элементах. Результаты показывают, что модель эффективно выявляет потенциальные причинно-следственные варианты, способствуя более глубокому пониманию генетического влияния на регуляцию генов. Данная разработка имеет высокую значимость для персонализированной медицины и генетических исследований, так как позволяет точнее определять механизмы возникновения наследственных заболеваний.

Исследователи представили GIDEON — инновационный метод на базе целочисленного линейного программирования (ILP), предназначенный для поиска моделей межпутевых взаимодействий (BPM) в сетях генетического взаимодействия. В основе работы лежит анализ данных парного эпистаза дрожжей Baker's yeast, где оценивается рост штаммов с двойным нокаутом генов по сравнению с одиночными нокдаунами. Авторы внедрили улучшенную схему взвешивания ребер с учетом распределения данных, что позволило значительно расширить коллекции BPM по сравнению с существующими методами. Результаты показывают, что GIDEON обеспечивает более качественное функциональное обогащение выявленных групп генов. В ходе исследования были обнаружены новые наборы генов BPM, включая те, что связывают биосинтез эргостерола и ароматических аминокислот. Эти данные открывают новые перспективы для поиска мишеней противогрибковых препаратов, используя системный подход к анализу генетических сетей.

В исследовании проводится глубокий анализ влияния параметров хроматографического сэмплирования на точность количественного анализа в методе DIA-протеомики (Data-Independent Acquisition). Авторы изучают, как количество точек данных на пик (DPPP) и другие характеристики хроматографии влияют на пределы обнаружения (LOD) и количественного определения (LOQ). Результаты показывают, что снижение DPPP минимально влияет на LOD, но существенно ухудшает LOQ, что критично для обнаружения низкокопийных белков. С помощью моделирования признаков было установлено, что площадь пика предшественника является наиболее сильным предиктором LOQ, в то время как влияние DPPP носит контекстно-зависимый характер. При тестировании на 40 образцах плазмы (20 раковых и 20 контрольных) с использованием системы Seer Proteograph было доказано, что уменьшение плотности сэмплирования ведет к потере статистической значимости для белков с низкой концентрацией. Исследование подчеркивает необходимость оптимизации DIA-протоколов с упором на метрики LOQ и статистической мощности, а не только на общее количество идентификаций.

Минцифры РФ совместно с Минздравом, Росздравнадзором и другими профильными ведомствами расширило перечень цифровых платформ, доступных пользователям даже при ограничениях мобильного интернета. Ключевым нововведением стало включение в этот «белый список» сервисов для дистанционного контроля состояния здоровья, в частности систем непрерывного мониторинга уровня глюкозы (НМГ) в крови. Данное решение принято во исполнение поручения президента РФ и направлено на критически важную задачу: обеспечение бесперебойного доступа пациентов к жизненно важным медицинским данным. Реализация этой меры позволит пациентам с диабетом сохранять стабильную связь с медицинскими устройствами и приложениями, что минимизирует риски, связанные с потерей контроля над уровнем сахара. Это важный шаг в развитии цифрового здравоохранения и обеспечении технологической устойчивости медицинских сервисов в условиях сетевых ограничений.

Исследование посвящено изучению роли белка TDP-43, который играет ключевую роль в развитии рака и нейродегенеративных заболеваний. Ученые исследовали механизмы транскрипционной регуляции, используя мультиомиксные данные (Hi-C, ChIP-seq, RNA-seq, ATAC-seq) на клеточных линиях K562 и HepG2. Было установлено, что связывание TDP-43 тесно коррелирует с образованием структур ДНК G-квадруплексов (dG4) в ключевых точках анкеровки хроматиновых петель, таких как промоторы и энхансеры. Результаты показывают, что присутствие TDP-43 повышает стабильность dG4, увеличивает частоту взаимодействий хроматиновых петель и доступность хроматина, что ведет к активации экспрессии генов. Эксперименты по нокдауну TDP-43 в клетках HepG2 подтвердили, что снижение уровня белка приводит к значительному уменьшению формирования dG4 и ослаблению силы петлевых взаимодействий, вызывая масштабную транскрипционную дисрегуляцию. Данное открытие раскрывает новый молекулярный механизм, объясняющий, как нарушения в работе TDP-43 приводят к патологическим изменениям в экспрессии генов при различных заболеваниях.

Исследование представляет simCRISPR — гибкую программную среду для симуляции данных пулированных CRISPR-скринингов, разработанную для решения проблемы отсутствия «золотого стандарта» при тестировании методов обнаружения взаимодействий «ген-среда» (GxE). Авторы создали фреймворк, который позволяет моделировать сложные экспериментальные дизайны, имитируя реальные условия лабораторных исследований. В ходе тестирования популярных методов анализа было установлено, что нормализация на основе sgRNA в «безопасных гаванях» (safe-harbor) значительно повышает точность обнаружения взаимодействий, особенно при наличии эффектов, связанных с повреждением ДНК. Применение предложенного рабочего процесса к реальному скринингу взаимодействия с доксорубицином показало, что такая нормализация снижает систематическую ошибку в распределении log₂FC и позволяет выявить дополнительные биологически значимые гены-кандидаты. Инструмент предоставляет возможность более точной калибровки порогов эффекта (log₂FC) для таких алгоритмов, как DESeq2, что критически важно для интерпретации генетических взаимодействий. Программный код simCRISPR доступен в открытом репозитории GitHub для использования в биоинформатических исследованиях.

В данном исследовании ученые использовали методы компьютерного моделирования для изучения механизмов работы белка DCAF7, который играет ключевую роль в организации клеточных комплексов. С помощью инструментов AlphaFold2/3, SLiMAn2 и PSSMsearch был выявлен консервативный $\alpha$-спиральный короткий линейный мотив (SLiM), который связывается с верхней поверхностью $\beta$-пропеллера белка DCAF7. На основе этого мотива была разработана регулярная экспрессия, позволившая идентифицировать новые потенциальные прямые мишени в мета-интерактоме DCAF7 и протеоме человека. Исследование также включало предсказание домен-доменных взаимодействий и моделирование олигомерных комплексов. Результаты работы раскрывают структурную основу функции скаффолдинга DCAF7 и указывают на его важную роль в патогенезе нейроонтогенетических расстройств, включая аутизм. Полученные данные открывают новые возможности для разработки терапевтических стратегий, направленных на модуляцию клеточных процессов через управление белковыми взаимодействиями.

Стартап Optura привлек 17,5 млн долларов в рамках раунда серии A при поддержке крупных инвесторов, включая Salesforce Ventures и Echo Health Ventures. Платформа специализируется на мониторинге и оценке эффективности внедряемых ИИ-решений, что является критически важным для здравоохранения. Согласно заявлениям компании, на платформе Optura в данный момент управляется более чем 2 млрд долларов в рамках различных ИИ-инициатив. Текущие показатели демонстрируют впечатляющую рентабельность: отслеживаемая стоимость ИИ-проектов составляет 120 млн долларов, что соответствует возврату инвестиций (ROI) на уровне 700% для текущих инициатив. Данный продукт решает важную проблему прозрачности затрат и эффективности нейросетевых технологий в медицинских и корпоративных структурах.

Компания Whoop анонсировала значительное обновление своих сервисов, направленное на интеграцию данных носимых устройств в клиническую практику. Ключевым нововведением станет возможность предоставления врачам доступа к показателям пользователя по запросу, что позволит специалистам анализировать физиологическое состояние пациента в динамике. Кроме того, внедряется функция синхронизации данных с электронными медицинскими картами (EHR), что упрощает передачу биометрической информации непосредственно в медицинскую систему. Эти обновления призваны помочь пользователям глубже понять, как различные лекарственные препараты, хронические заболевания и медицинские процедуры влияют на их общую физическую производительность и восстановление. Данная инициатива знаменует собой переход от чисто потребительского фитнес-гаджета к инструменту, поддерживающему персонализированный мониторинг здоровья под медицинским наблюдением.

Данный материал представляет собой обзор из рассылки STAT AI Prognosis, посвященный регуляторным аспектам внедрения искусственного интеллекта в медицину. Основное внимание уделяется специфическим особенностям и «подводным камням» наиболее распространенного пути одобрения медицинских устройств в FDA. В статье анализируются механизмы сертификации алгоритмов, которые могут содержать скрытые недостатки или пробелы в прозрачности. Кроме того, рассматриваются вопросы работы алгоритмов прогнозирования сепсиса и другие актуальные проблемы применения машинного обучения в клинической практике. Материал важен для специалистов, занимающихся внедрением ИИ-решений, так как подсвечивает регуляторные риски и сложности процесса сертификации программного обеспечения как медицинского изделия (SaMD).