телемедицина

Стартап в сфере медицинских технологий Forus объявил о привлечении $150 млн в раунде финансирования серии C. Полученные средства компания направит на расширение своей сети, работающей на основе искусственного интеллекта, с целью охвата большего числа медицинских специальностей и условий оказания помощи. Платформа Forus использует ИИ для оптимизации процесса доступа пациентов к лекарственным препаратам, что включает подбор терапии, взаимодействие с аптеками и страховыми компаниями, а также ускорение получения разрешений на назначение дорогостоящих лекарств. Привлечение столь крупного раунда свидетельствует о высоком интересе инвесторов к решениям, автоматизирующим административные и логистические процессы в здравоохранении. Расширение платформы позволит интегрировать её в большее количество клинических рабочих процессов, что потенциально сократит время ожидания для пациентов и снизит нагрузку на медицинский персонал. Точная оценка компании после раунда не раскрывается, однако, по данным источников, она может достигать $3 млрд, что подтверждает статус Forus как одного из лидеров в сегменте ИИ-платформ для управления лекарственным обеспечением.

Исследование описывает разработку и оценку пациент-ориентированной панели мониторинга, которая интегрирует многомерные данные о походке, полученные с помощью носимых датчиков, для улучшения коммуникации в клинической практике при рассеянном склерозе. Применялся человеко-центрированный дизайн, включающий интервью, воркшопы и опросы; прототипы оценивались врачами и пациентами. Результаты показали высокую понятность и полезность панели, большинство пациентов предпочли её предыдущим визуализациям.

Компания Cureety, специализирующаяся на цифровой онкологии, объявила о приобретении Reimagine Care, платформы удаленного мониторинга пациентов с раком. Объединенная компания теперь поддерживает более 250 онкологических центров и охватывает более 100 000 пациентов в пяти странах. Reimagine Care использует искусственный интеллект для анализа симптомов и данных пациентов в реальном времени, что позволяет врачам своевременно корректировать лечение и предотвращать осложнения. Платформа интегрируется с электронными медицинскими картами и предоставляет клиницистам прогностические модели для оценки рисков. Приобретение усиливает позиции Cureety в сегменте точной онкологии, где ИИ применяется для персонализации терапии и улучшения исходов лечения. Ожидается, что синергия технологий позволит ускорить внедрение предиктивной аналитики в клиническую практику и снизить нагрузку на онкологические отделения. Финансовые условия сделки не раскрываются.

Компания Nourish, специализирующаяся на цифровом здравоохранении, объявила о широком внедрении своего генеративного ИИ-ассистента Health Assistant в приложение для пациентов. Ассистент, ранее доступный в бета-версии, теперь предоставляет пациентам персонализированные рекомендации между визитами к врачу, включая планирование питания, интерпретацию лабораторных показателей и подготовку к приёмам. Решение работает в режиме 24/7, что позволяет пациентам получать поддержку в любое время без необходимости ожидания ответа медицинского персонала. Инструмент использует генеративный ИИ для адаптации советов под индивидуальные особенности каждого пациента, что повышает вовлечённость в процесс лечения и улучшает приверженность рекомендациям. Внедрение ассистента направлено на снижение нагрузки на врачей и повышение качества непрерывного ухода за пациентами с хроническими заболеваниями, особенно в области нутрициологии и диетологии. Это значимый шаг в развитии телемедицины и персонализированной медицины, демонстрирующий практическое применение генеративного ИИ в повседневной клинической практике.

Компания Scan.com, специализирующаяся на медицинской визуализации, объявила о привлечении $220 млн инвестиций. Средства будут направлены на расширение сети поставщиков услуг визуализации в США, а также на развитие API-инфраструктуры и агентного искусственного интеллекта (agentic AI). Агентный ИИ представляет собой системы, способные автономно выполнять задачи, принимать решения и взаимодействовать с другими системами без постоянного контроля человека. В контексте медицинской визуализации такие технологии могут автоматизировать процессы назначения исследований, анализа изображений, маршрутизации пациентов и интеграции с электронными медицинскими картами. Инвестиции подчеркивают растущий тренд на внедрение ИИ в организацию и оптимизацию диагностических услуг. Scan.com стремится создать крупнейшую в США сеть медицинской визуализации, объединяя независимые центры и используя цифровые технологии для улучшения доступа пациентов к МРТ, КТ и другим видам диагностики. Развитие API-инфраструктуры позволит упростить интеграцию с больницами и клиниками, а агентный ИИ — повысить эффективность и скорость обработки заявок.

Еженедельный дайджест Vademecum, посвященный применению искусственного интеллекта в здравоохранении, охватывает события с 30 августа по 5 сентября 2026 года. В обзоре представлены несколько ключевых тем: внедрение ИИ для управления финансами больниц во Владимирской области, что демонстрирует расширение использования технологий в административной сфере медицинских учреждений. Также сообщается о предложении Всемирной организации здравоохранения (ВОЗ) включить московский Центр диагностики и телемедицины в международный консорциум по развитию медицинского ИИ, что подчеркивает признание российских разработок на глобальном уровне. Дополнительно в дайджесте рассматривается запуск ИИ-поисковика медицинских публикаций на основе базы данных PubMed, который призван ускорить поиск научной информации для врачей и исследователей. Отдельное внимание уделяется анализу рисков ошибок ИИ-секретарей при обработке названий лекарственных препаратов и постановке диагнозов, что является важным аспектом безопасности внедрения технологий в клиническую практику. Материал носит обзорный характер и агрегирует наиболее значимые новости недели в области медицинского ИИ, представляя интерес для специалистов, следящих за трендами цифровизации здравоохранения.

В исследовании, опубликованном в npj Digital Medicine 5 сентября 2026 года, оценивалась валидность удаленных когнитивных тестов на смартфоне для выявления ранней болезни Альцгеймера (БА). Авторы провели когортное исследование с участием пациентов с ранней стадией БА и здоровых контролей, сравнивая результаты смартфон-тестов с традиционными нейропсихологическими батареями и биомаркерами (амилоидный ПЭТ и МРТ). Использовались тесты на эпизодическую память, исполнительные функции и скорость обработки информации, адаптированные для самостоятельного выполнения. Была подтверждена высокая осуществимость (более 90% завершаемость) и ретестовая надежность (ICC > 0.8). Ключевым результатом стала нейроанатомическая валидность: показатели смартфон-тестов коррелировали с объемом гиппокампа (r = 0.62, p < 0.001) и уровнем амилоидной нагрузки (r = 0.55, p < 0.01), что сопоставимо с традиционными тестами. Чувствительность и специфичность различения БА от контроля составили 84% и 79% соответственно. Исследование демонстрирует, что удаленные когнитивные оценки могут быть не только удобны, но и нейробиологически значимы, открывая путь к масштабному скринингу и мониторингу БА в домашних условиях. Это особенно важно для клинических испытаний и персонализированного наблюдения, снижая нагрузку на пациентов и систему здравоохранения.

В статье исследуется проблема систематической ошибки (bias) в моделях компьютерного зрения, оценивающих индекс массы тела (ИМТ) по фотографиям лиц. Такие модели предлагают неинвазивную и недорогую альтернативу физическим измерениям, что полезно для телемедицины, неотложной помощи, автоматического самоконтроля и крупномасштабных эпидемиологических исследований. Однако большинство существующих моделей обучаются на правительственных записях, изображениях из социальных сетей и фотографиях знаменитостей, что приводит к смещению выборки и неспособности представлять широкую общественность. Авторы обучили и оценили модели Vision Transformer (ViT-H/14) на парных данных ИМТ и фотографий лиц из четырех коренных популяций: оранг-асли (Малайзия), джу/'хоанси (Южная Африка), сама (Филиппины) и цимане (Боливия). Были сравнены четыре стратегии обучения: от моделей, обученных на одной популяции (фокальные модели), до моделей, обученных на полном объединенном глобальном наборе данных (глобальные модели). Результаты показали, что обучение на данных целевой популяции всегда дает наилучшую точность. Однако когда целевая популяция отличается от обучающей выборки, добавление большего разнообразия в обучение улучшает предсказания для невидимых популяций. Таким образом, обучение на собственных данных популяции оптимально, если такие данные существуют, а обучение на данных, охватывающих широкий спектр морфологии человека, является лучшей альтернативой в противном случае. Эти выводы подчеркивают важность разнообразия обучающих данных для разработки надежных инструментов машинного обучения в здравоохранении, которые могут обобщаться на разные человеческие популяции.

Исследование оценивает интерес пациентов к использованию чат-ботов для навигации в системе здравоохранения. Опрос 276 участников показал умеренный общий интерес, при этом наибольший интерес вызывали функции координации ухода, связи с ресурсами и общего образования, а не оценка потребностей или поддержка лечения. Результаты помогут в разработке и маркетинге таких чат-ботов для улучшения доступности навигационных услуг.

В обзоре проанализированы цифровые вмешательства (цифровая терапия, мобильные приложения, телемониторинг) для профилактики сердечно-сосудистых заболеваний. Наиболее сильные доказательства эффективности получены для цифрового управления артериальным давлением с интеграцией домашнего мониторинга, телемониторинга и поддержки приверженности лечению, тогда как цифровые инструменты для дислипидемии пока находятся на стадии вспомогательных mHealth-решений. Успешное внедрение требует интеграции в клинические рабочие процессы, регулирования, возмещения затрат и оценки клинической и экономической ценности.

Статья анализирует неравномерное внедрение цифровой патологии (DP) между богатыми и бедными ресурсами, подчеркивая роль ИИ в диагностике и образовании. Авторы предлагают модель взаимных инноваций для ускорения принятия DP, используя сильные стороны обеих сторон. Приводятся примеры из практики, барьеры и политические механизмы для устойчивого масштабирования.

Статья представляет обзор крупных раундов финансирования health tech-компаний за август, включая Cityblock ($116 млн), Happy Health ($75 млн), Flagler Health ($50 млн) и Network Bio ($50 млн). Все четыре компании используют ИИ-технологии: от операционных систем для прогнозирования и управления лечением до ИИ-моделей для диагностики и разработки лекарств.

В исследовании, опубликованном в npj Digital Medicine 3 сентября 2026 года, авторы проанализировали, как тон ответов на сообщения пациентов в электронных медицинских картах различается между системами искусственного интеллекта и реальной медицинской командой в зависимости от демографических характеристик пациентов (возраст, пол, раса, этническая принадлежность). Используя методы обработки естественного языка (NLP) и анализа тональности, исследователи сравнили тысячи пар ответов на одни и те же входящие сообщения пациентов, чтобы выявить систематические различия в эмпатии, формальности и теплоте. Предварительные результаты показали, что ответы ИИ были более последовательными по тону независимо от демографии, тогда как ответы медицинской команды варьировались: например, более формальный тон наблюдался в ответах пожилым пациентам и пациентам из расовых меньшинств. Исследователи также оценили, насколько такие различия могут влиять на удовлетворенность пациентов и доверие к системе здравоохранения. Работа подчеркивает важность калибровки ИИ-ассистентов для обеспечения равноправного и эмпатичного общения, а также необходимость стандартизации тона ответов медицинского персонала. Полученные данные имеют прямое значение для разработки клинических ИИ-инструментов и политики здравоохранения, направленной на снижение неравенства в медицинской коммуникации.

МТС внедрила на Алтае новую функцию, использующую искусственный интеллект для автоматического резюмирования телефонных разговоров. Система анализирует аудиозапись разговора и выделяет ключевые тезисы, что позволяет абонентам быстро получать краткое содержание беседы без необходимости прослушивать её повторно. Технология основана на алгоритмах обработки естественного языка (NLP) и машинного обучения, которые распознают речь, выделяют важные фрагменты и структурируют их в виде текстового резюме. Функция доступна жителям Алтайского края и Республики Алтай, став частью цифровых сервисов оператора. Внедрение ИИ-резюмирования направлено на повышение удобства пользователей, особенно в деловых и длительных разговорах, где важно быстро восстановить суть договорённостей. Точность распознавания и качество резюме зависят от качества связи и особенностей речи собеседников. Это пример применения ИИ в телекоммуникациях, который косвенно связан с медициной, поскольку аналогичные технологии могут использоваться для автоматической обработки консультаций врачей и телемедицинских сессий, однако в данной статье медицинский контекст отсутствует.

Компания Doctronic, работающая на базе искусственного интеллекта в сфере первичной медицинской помощи, объявила о приобретении виртуальной педиатрической платформы Summer Health. Doctronic использует ИИ-платформу для анализа симптомов пациентов и формирования планов лечения на основе рецензируемых исследований, а также предлагает видеоконсультации с врачами за $39. За два года платформа обслужила более 30 миллионов медицинских обращений во всех 50 штатах США. Summer Health, основанная в 2022 году, специализируется на текстовой педиатрической помощи и обработала свыше 100 000 детских обращений по вопросам лихорадки, питания, медикаментов, сна и развития. Ключевая ценность сделки — доступ Doctronic к уникальному датасету из 100 000 педиатрических текстовых сообщений, который позволит обучить более точные ИИ-модели для детской медицины. Основатель Summer Health Эллен Дасильва войдёт в команду Doctronic как старший вице-президент по партнёрствам. Объединение платформ создаст комплексную ИИ-ориентированную систему здравоохранения для всей семьи — от рождения до взрослого возраста, обеспечивая доступ к качественной педиатрической помощи вне традиционных часов приёма.

Статья представляет результаты опроса о поведении поколения Z в сфере здравоохранения. Исследование выявило, что 76% представителей поколения Z используют инструменты на базе искусственного интеллекта при поиске профессиональной медицинской помощи. Вместо консультаций с врачами молодые пациенты всё чаще обращаются к онлайн-поиску, медицинским веб-сайтам и социальным сетям для управления своим здоровьем. Это указывает на значительный сдвиг в предпочтениях пациентов младшего возраста в сторону цифровых решений. Однако материал не содержит подробностей о методологии исследования, конкретных ИИ-инструментах или количественных показателях влияния на здоровье. Для медицинской практики это сигнализирует о необходимости адаптации коммуникации с молодыми пациентами и интеграции цифровых каналов в систему здравоохранения.

Представлен фреймворк TeleZK-FL для приватного федеративного обучения диагностических ИИ-моделей в телемедицине с использованием квантования и zero-knowledge доказательств непосредственно на граничных устройствах. Система ускоряет генерацию криптографических доказательств в 25 раз, сокращает объём передаваемых данных на 75% при сохранении диагностической точности (AUC 0.877 для рентгена грудной клетки, 0.891 для ЭКГ).

Статья рассматривает возможности Индии устранить масштабный разрыв в лечении психических заболеваний путём конвергенции существующих национальных активов: цифровой инфраструктуры здравоохранения, теле-психиатрической службы Tele MANAS и программы психического здоровья на уровне округов. Упоминается начало регулирования ИИ в здравоохранении, но основной фокус — на организации системы помощи с использованием цифровых инструментов и распределённой рабочей силы.

Статья опубликована в рецензируемом журнале npj Digital Medicine 1 августа 2026 года и посвящена применению искусственного интеллекта в области психического здоровья молодёжи. Исследование фокусируется на чат-ботах с ИИ и их роли в оценке, мониторинге и профилактике суицидального риска среди подростков и молодых взрослых. Работа представляет собой аналитический обзор текущего состояния доказательной базы в этой быстро развивающейся области. Авторы систематически идентифицируют критические пробелы в существующих исследованиях, включая вопросы валидации алгоритмов, этические аспекты и клиническую интеграцию. На основе выявленных проблем предлагается структурированная повестка для будущих клинических исследований и регуляторных инициатив. Тема имеет высокую практическую значимость в контексте растущего использования ИИ-ассистентов в здравоохранении и телемедицине. Предоставленный фрагмент содержит метаданные публикации без доступа к полному тексту, что ограничивает возможность детального анализа конкретной методологии и числовых результатов исследования.