Поиск

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).

В ходе заседания проектного комитета нацпроекта «Продолжительная и активная жизнь» вице-премьер РФ Татьяна Голикова представила промежуточные итоги внедрения цифровых технологий в здравоохранение. За первый квартал 2026 года к системам дистанционного мониторинга состояния здоровья было успешно подключено более 400 тысяч пациентов. Основную группу участников составляют люди с хроническими заболеваниями, включая сахарный диабет и патологии сердечно-сосудистой системы. Программа направлена на развитие первичного звена здравоохранения и повышение эффективности профилактики заболеваний через непрерывный сбор данных. Использование цифровых инструментов мониторинга позволяет более оперативно реагировать на изменения состояния пациентов и оптимизировать лекарственное обеспечение. Данная инициатива является частью масштабной стратегии по цифровизации медицины в рамках национальных проектов.

Департамент города Москвы объявил о проведении открытого конкурса на развитие Единой медицинской информационно-аналитической системы (ЕМИАС). Проект направлен на масштабную автоматизацию процессов проведения и расшифровки диагностических исследований, что напрямую связано с внедрением интеллектуальных алгоритмов в медицинскую практику. Начальная максимальная цена контракта составляет 975,13 млн рублей. Основная цель работ заключается в переработке и подготовке компонентов системы для повышения эффективности цифровой диагностики. Реализация данного проекта позволит интегрировать более продвинутые аналитические инструменты в городскую систему здравоохранения. Заявки на участие в тендере принимаются до 1 июня 2026 года.

Статья предлагает новую социотехническую теорию рисков, возникающих при использовании медицинских ИТ-систем. Авторы объясняют, что риски безопасности пациентов часто связаны не с техническими сбоями, а со сложным взаимодействием цифровых систем, рабочих процессов и организационных структур.

В статье предлагается метод создания программных модулей для интеллектуальных медицинских палат, позволяющий динамически выстраивать конвейеры обработки данных. Это решение направлено на автоматизацию мониторинга состояния пациентов и упрощение разработки систем сбора и анализа медицинских данных в реальном времени.

Протокол исследования направлен на разработку и тестирование eHealth-решения для поддержки домашних физических упражнений у детей с ДЦП. Исследование будет использовать смешанные методы для оценки возможности внедрения цифровых технологий в процесс реабилитации.

Исследование оценивает эффективность платформы PART для дистанционной оценки периферического и центрального слуха у пожилых людей в домашних условиях. Результаты показали умеренно высокую надежность тестов и высокую степень приемлемости метода для мониторинга слуховых функций.