генеративный ИИ

Исследование психолога Джавада Аббаси Джондани из Университета Исфахана, опубликованное в журнале American Psychologist, поднимает критический вопрос безопасности генеративного ИИ в психиатрии. Автор утверждает, что бесконтрольное использование чат-ботов пациентами с психическими расстройствами может привести к деградации их состояния. Основные риски включают откладывание обращения к квалифицированным врачам из-за ложного чувства поддержки и формирование патологической зависимости от цифровых советов. Кроме того, ИИ может непреднамеренно подтверждать и закреплять искаженные когнитивные убеждения пользователя, что усугубляет психопатологическую симптоматику. Данная работа подчеркивает необходимость строгого регулирования и клинического надзора при интеграции больших языковых моделей в терапевтические процессы.

В исследовании разработана и протестирована шкала для измерения степени зависимости студентов медицинских специальностей от генеративного ИИ. Результаты выявили две основные составляющие зависимости: эмоционально-дезорганизованную и когнитивную, что важно для понимания влияния ИИ на процесс обучения будущих медиков.

Российская компания targetai представила инновационное решение для автоматизации клиентского сервиса на базе генеративного искусственного интеллекта. Основной особенностью нового ИИ-агента является его способность функционировать без предварительной интеграции с существующими IT-системами и без необходимости загрузки структурированной базы знаний. Технология позволяет агенту самостоятельно обрабатывать запросы пользователей, опираясь на контекстуальное понимание языка, что значительно снижает порог входа для внедрения ИИ в бизнес-процессы. Это решение направлено на оптимизацию работы контакт-центров, позволяя сократить время на настройку системы и уменьшить нагрузку на операторов. Несмотря на то, что продукт ориентирован на клиентский сервис, его применение в медицине может быть полезно для автоматизации первичных консультаций и маршрутизации пациентов. Технология демонстрирует переход от жестко запрограммированных чат-ботов к гибким автономным агентам.

В рамках программы PULSE государственные структуры США будут тестировать генеративный ИИ для решения задач бионадзора, анализа социальных детерминант здоровья и автоматизации работы с клиническими данными. Проект направлен на создание практических руководств по внедрению ИИ в государственном секторе здравоохранения.

Исследование, опубликованное в журнале npj Digital Medicine, представляет инновационный метод преодоления дефицита данных в дерматологии путем генерации синтетических клинических записей. Авторы разработали подход, позволяющий трансформировать существующие наборы данных, содержащие только изображения (унимодальные), в мультимодальные обучающие выборки с использованием синтезированного текстового сопровождения. Методология включает использование продвинутых языковых моделей для создания структурированных медицинских заметок, которые имитируют реальные описания кожных патологий. Ключевые результаты показывают, что интеграция этих синтетических данных значительно повышает точность и устойчивость (robustness) мультимодальных ИИ-моделей при диагностике заболеваний кожи. Данная технология позволяет эффективно использовать огромные архивы визуальных данных, которые ранее не могли быть полноценно задействованы в обучении мультимодальных систем. Практическая значимость работы заключается в возможности масштабирования обучения диагностических систем без необходимости ручного сбора и разметки колоссальных объемов текстовой информации врачами.

Глобальная технологическая компания UST объявила об интеграции большой языковой модели Claude от Anthropic в свою операционную платформу CarePath. Данное решение направлено на автоматизацию и оптимизацию рабочих процессов для страховых компаний и медицинских учреждений. Платформа CarePath будет использовать возможности Claude для улучшения обработки данных и взаимодействия в рамках экосистемы здравоохранения. Интеграция происходит на фоне стратегического сотрудничества с Optum, что усиливает масштабируемость решения. Внедрение передовых LLM-моделей в такие платформы, как CarePath, позволяет значительно сократить время на административные задачи и улучшить точность анализа медицинской документации. Это важный шаг в развитии прикладного использования генеративного ИИ в управлении операциями здравоохранения.

В исследовании представлена инновационная модель JRadiEvo, предназначенная для автоматической генерации медицинских отчетов на основе радиологических изображений на японском языке. Основная научная новизна заключается в применении метода эволюционной оптимизации для процесса слияния (model merging) нескольких специализированных нейросетевых архитектур. Авторы предложили алгоритм, который позволяет найти оптимальные весовые коэффициенты при объединении моделей, что минимизирует потерю специфических знаний каждой из них. Использование данного подхода позволяет значительно повысить точность интерпретации медицинских снимков и естественность языка в текстовых заключениях. Результаты демонстрируют превосходство JRadiEvo над существующими базовыми моделями в задачах генерации медицинского текста. Данная технология имеет высокую практическую значимость для автоматизации работы рентгенологов и снижения нагрузки на медицинский персонал в Японии.

Обзор посвящен анализу ИИ-решений для цифровой гистопатологии, прошедших одобрение FDA и европейскую сертификацию. Авторы сравнивают рыночные продукты с исследовательскими моделями, выделяя лучшие практики разработки, вопросы регуляции и потенциал трансформерных архитектур в диагностике рака.

В данной работе представлен инновационный метод Perturbed Flow Matching (PFM), предназначенный для ускорения процесса разработки лекарственных препаратов путем генерации трехмерных молекул, связывающихся с конкретными белковыми мишенями. В отличие от существующих диффузионных моделей, требующих большого количества шагов дискретизации, PFM использует фреймворк потокового сопоставления (Flow Matching), что позволяет значительно снизить вычислительные затраты. Авторы разработали уникальный дизайн пути условной вероятности, который интегрирует информацию о сайтах связывания в карманах белков и корреляцию между типами атомов и их координатами. Экспериментальная проверка на наборе данных CrossDocked2020 показала, что PFM достигает передовых показателей (SOTA) аффинности связывания со средним значением -7.12. Ключевым преимуществом метода является ускорение генерации валидных молекул в 21.3 раза по сравнению с существующими аналогами. Данная технология имеет критическое значение для фармацевтической отрасли, позволяя сократить время и стоимость компьютерного моделирования новых лекарств.

В исследовании представлен инновационный физически обоснованный генеративный метод для проектирования белков de novo, способных связывать малые молекулы и ионы металлов. Авторы разработали подход, который позволяет формировать кастомизируемые сайты связывания лиганда параллельно с симуляцией фолдинга белка, обеспечивая точный архитектурный контроль комплекса. Методология позволяет создавать биосенсоры двух типов: на основе индуцированного лигандом реассемблирования расщепленных белков (split-protein) и на основе индуцированного фолдинга белка. В ходе экспериментов метод успешно протестировали на пяти мишенях, включая критически важные нейромедиаторы — серотонин и дофамин, а также два типа ионов металлов. Биофизическая характеристика и рентгеноструктурный анализ подтвердили, что полученные кристаллические структуры практически полностью соответствуют расчетным моделям. Практическая значимость работы заключается в успешном создании рабочих сенсоров на серотонин и дофамин, а также цинк-сенсора, что открывает новые горизонты в разработке высокоточных диагностических инструментов и биосенсорных технологий.

Компания BSS представила обновление своего программного продукта NLU-Suite версии 3.8, ориентированное на автоматизацию аудита генеративного искусственного интеллекта. Главным нововведением стало внедрение механизмов оценки качества систем RAG (Retrieval-Augmented Generation) с использованием больших языковых моделей (LLM). Данный функционал позволяет автоматизировать проверку точности, релевантности и фактической достоверности ответов, которые генерируют ИИ-агенты на основе предоставленных медицинских или иных баз знаний. Применение LLM-оценки (LLM-as-a-judge) позволяет значительно сократить время на ручную валидацию ответов и снизить риск галлюцинаций нейросетей. В контексте здравоохранения это критически важно для обеспечения безопасности при использовании ИИ в качестве ассистента врача. Обновление NLU-Suite предоставляет разработчикам инструменты для непрерывного мониторинга качества работы сложных интеллектуальных систем в реальном времени.

Компания «Яндекс» объявила о получении международного сертификата ISO/IEC 42001, подтверждающего соответствие систем управления искусственным интеллектом стандартам ответственной разработки. Данная сертификация охватывает всё семейство генеративных моделей Alice AI, что является важным этапом в обеспечении безопасности и этичности ИИ-решений. Внедрение стандарта ISO/IEC 42001 подразумевает наличие строгих процессов управления рисками, оценки качества данных и минимизации предвзятости алгоритмов. Для медицинской отрасли и здравоохранения это имеет критическое значение, так как использование генеративного ИИ в клинической практике требует высочайшего уровня предсказуемости и безопасности. Получение сертификата подтверждает, что модели проходят комплексную проверку на устойчивость к атакам и корректность генерации контента. Это создает фундамент для более широкого внедрения ИИ-ассистентов в профессиональные сферы, где цена ошибки крайне высока.

Anthropic запустила бета-версию Claude Science, которая интегрируется с инструментарием NVIDIA BioNeMo для ускорения биомедицинских исследований. Система позволяет ученым использовать естественный язык для управления сложными рабочими процессами, такими как предсказание структур белков и дизайн молекул, через специализированных ИИ-агентов.

Компания Takeda и Insilico Medicine подписали стратегическое соглашение о применении платформы Pharma.AI для поиска биологических мишеней и дизайна молекул. Сотрудничество направлено на ускорение ранних стадий разработки лекарственных препаратов с использованием генеративного ИИ и прогнозных моделей.

Компания Cometal объявила об интеграции специализированных ИИ-ассистентов, получивших имена Аркадий и Нестор, в свои бизнес-процессы. Эти цифровые помощники предназначены для автоматизации рутинных операций, связанных с обработкой больших массивов данных и взаимодействием с контрагентами. Основная методология внедрения заключается в использовании языковых моделей для анализа входящей информации и подготовки отчетности. В результате внедрения ожидается значительное сокращение времени на обработку документов и минимизация ошибок, вызванных человеческим фактором. Хотя проект направлен на оптимизацию корпоративного управления, его результаты могут быть косвенно применимы в медицинском менеджменте для обработки административных данных. Данное решение демонстрирует тренд на использование генеративного ИИ в операционной деятельности крупных компаний.

В статье представлен FairGen — инновационный метод на основе диффузионных моделей, разработанный для решения проблемы демографического смещения при синтезе медицинских изображений. Исследователи внедрили механизм выравнивания предпочтений (preference-alignment), который позволяет генерировать высокореалистичные медицинские данные, сохраняя при этом справедливость в отношении различных демографических групп (пол, возраст, этническая принадлежность). Методология направлена на устранение систематических ошибок, которые часто возникают в обучающих выборках и приводят к снижению точности диагностики для определенных групп населения. Результаты показывают, что FairGen значительно улучшает репрезентативность синтетических наборов данных, обеспечивая высокое качество визуализации, сопоставимое с реальными снимками. Использование данного подхода критически важно для создания сбалансированных датасетов, на которых обучаются диагностические системы ИИ, что напрямую влияет на минимизацию медицинских ошибок и обеспечение равного качества медицинской помощи для всех пациентов. Технология открывает новые возможности для обучения нейросетей в условиях дефицита специфических клинических данных.

В данном обзоре представлены ключевые события недели, связанные с внедрением искусственного интеллекта в медицинскую практику. Основное внимание уделено разработке новых российских государственных стандартов (ГОСТ) для медицинских систем на базе больших генеративных моделей, что критически важно для легализации ИИ-решений. В европейском сегменте зафиксировано одобрение нового ИИ-устройства, предназначенного для высокоточной диагностики рака кожи. Также рассматривается инновационная технология от Google, позволяющая проводить неинвазивный мониторинг пульса, используя только камеру смартфона. Важной частью дайджеста является юридическая дискуссия о распределении ответственности между разработчиками и врачами при возникновении ошибок в работе медицинских алгоритмов. Обзор охватывает как технологические прорывы, так и вопросы нормативно-правового регулирования отрасли.

В исследовании представлен ProMiSE — первый специализированный бенчмарк, предназначенный для оценки способности моделей ИИ учитывать динамическую природу белков и их переходы между различными конформационными состояниями. Авторы разработали уникальный набор данных, объединяющий механизмы внутренних, лиганд-индуцированных и белок-индуцированных изменений. В ходе тестирования передовых моделей, включая AlphaFold3 и современные генеративные подходы, было выявлено, что существующие системы плохо справляются с моделированием множественных состояний и часто игнорируют биологический контекст. Анализ внутренних представлений показал, что обучение на доминирующих структурах смещает предсказания моделей в сторону наиболее часто встречающихся состояний, подавляя альтернативные биологически важные формы. При этом использование модели BioEmu продемонстрировало, что снижение предвзятости на этапе декодирования позволяет существенно улучшить точность сэмплирования многосостояний без необходимости радикальной переработки архитектуры парных представлений. Данная работа критически важна для развития структурной биологии и разработки ИИ-инструментов для точного дизайна лекарств.

Исследование представляет HalluDesign-NA — инновационный фреймворк, предназначенный для проектирования функциональных нуклеиновых кислот (ДНК и РНК) с нуля (de novo). Авторы расширили существующую архитектуру HalluDesign, интегрировав в неё специализированный модуль NA-MPNN для оптимизации последовательностей нуклеиновых кислот. Методология базируется на итеративной совместной оптимизации структуры и последовательности, что позволяет преодолеть ограничения текущих моделей, таких как AlphaFold3, в вопросах направленного дизайна. Компьютерное бенчмаркирование охватило задачи проектирования одноцепочечной ДНК (ssDNA), одноцепочечной РНК (ssRNA) и аптамеров. Результаты тестов показали стабильный рост показателей достоверности моделей, включая pLDDT и ipTM, при соблюдении различных ограничений по длине последовательности, симметрии и контексту белковых структур. Данная разработка имеет критическое значение для биомедицины и биотехнологий, открывая путь к созданию новых терапевтических агентов и биосенсоров на основе искусственно сконструированных нуклеиновых кислот.