телемедицина

Исследование оценивает осведомленность и отношение пациентов с хроническими заболеваниями к цифровым медицинским сервисам в Саудовской Аравии. Выявлено, что почти половина пациентов имеют низкий уровень осведомленности, хотя отношение к приложениям в целом положительное, а осведомленность коррелирует с позитивными установками.

Исследователи из Сеченовского Университета провели клиническое исследование, посвященное оценке эффективности применения голосового искусственного интеллекта для ежедневного дистанционного мониторинга пациентов с сахарным диабетом. В рамках работы был разработан и протестирован ИИ-помощник, способный взаимодействовать с больными на естественном языке, собирать данные о самочувствии, уровне глюкозы и соблюдении рекомендаций, а также предоставлять персонализированные консультации в режиме реального времени. Методология исследования включала сравнительный анализ группы пациентов, использующих ИИ-систему, с контрольной группой, получающей стандартную медицинскую поддержку. Ключевые результаты продемонстрировали статистически значимое улучшение показателей гликемического контроля в экспериментальной группе, а также повышение приверженности пациентов лечению и снижение частоты гипогликемических эпизодов. Искусственный интеллект показал высокую способность выявлять ранние признаки декомпенсации диабета, что позволяет врачам своевременно корректировать терапию. Значимость работы заключается в возможности масштабирования дистанционного мониторинга, снижении нагрузки на медицинский персонал и улучшении качества жизни хронических больных за счет непрерывного цифрового сопровождения. Полученные данные подтверждают перспективность интеграции голосовых AI-ассистентов в рутинную клиническую практику при ведении эндокринных заболеваний.

В статье представлен обзор исследований, посвященных применению генеративного ИИ и цифровых двойников для снижения уровня одиночества у пожилых людей в период адаптации после выписки из стационара. Авторы выявили разрыв между исследованиями ИИ-технологий (чат-боты, роботы) и клиническими протоколами перехода на дом, предложив новую концептуальную модель «Экосистемы реляционного интеллекта» для интеграции этих подходов.

В статье представлены рекомендации экспертов по созданию цифровых вмешательств для повышения физической активности пожилых людей, основанные на консенсусе проекта PhysAgeNet. Особое внимание уделено интеграции клинических руководств, принципов пользовательского дизайна и оценке эффективности носимых устройств, приложений и телемедицинских платформ.

Статья рассматривает трансформацию взаимодействия врача и пациента через призму использования ИИ-инструментов, таких как ChatGPT и Claude, для записи и анализа медицинских консультаций. Автор описывает, как пациенты используют генеративный ИИ для создания точных, интерактивных и searchable-записей визитов, что меняет динамику подотчетности и требует от врачей адаптации к новым реалиям.

Статья обсужает эволюцию носимых устройств (wearables) от потребительского сегмента к клиническому применению, подчеркивая потенциал ИИ для анализа данных о жизненных показателях, походке и гидратации. Рассматриваются вопросы интеграции этих данных в электронные медицинские карты, валидации для клинических испытаний и регуляторных путей, а также упоминаются выступления экспертов на конференции INVEST Digital Health.

Центры услуг Medicare и Medicaid (CMS) расширяют пилотную программу ACCESS, включающую оплату на основе результатов, для охвата новых состояний, таких как сердечная недостаточность и COPD. Программа поощряет использование цифровых инструментов, удаленного мониторинга и виртуальной помощи, при этом администратор CMS упоминает ИИ как одну из технологий, поддерживающих эту трансформацию. Однако сама статья фокусируется на организационных и финансовых аспектах реформы, а не на технических деталях применения ИИ.

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.