3 статей
Исследование оценивает применение LLM для анализа структурированных клинических данных, показывая, что LLM-эмбеддинги могут сохранять структурную целостность клинических наборов данных и улучшать предиктивное моделирование. Тестирование на синтетических и реальных клинических данных (база UCI, пациенты с эндокардитом) продемонстрировало высокую точность (cosine similarity до 0.95) и улучшенные предиктивные характеристики.
В статье представлен новый вычислительный фреймворк GRAFT, использующий методы глубокого обучения и переноса знаний между модальностями для предсказания транскрипционных ответов клеток на лекарственные препараты. Методология основана на идее, что генетические и химические возмущения затрагивают общие регуляторные сети, что позволяет обучать модель на данных генетических вмешательств и применять её для прогнозирования эффектов химических веществ. GRAFT демонстрирует превосходство над существующими методами по корреляции ответов, направлению изменений и точности восстановления величины эффекта, особенно для препаратов с зависимостью от клеточного контекста. Расширенная версия GRAFT-Adapt способна уточнять прогнозы для неизученных препаратов, используя лишь небольшое количество измерений в целевом контексте. Созданная GRAFT-Atlas охватывает 13 клеточных линий и 7856 препаратов, генерируя более 102 000 предсказаний, что выявляет фармакологические кластеры и структурно-функциональные связи, подтвержденные молекулярным докингом. Исследование также успешно применило метод к 10 линиям iPSC от разных доноров, выявив междонорские различия в ответе на препараты, что открывает перспективы для персонализированной медицины и снижения затрат на доклинические испытания.
Компания Tempus AI, Inc. (NASDAQ: TEM) опубликовала отчёт о финансовых результатах за второй квартал 2026 года, завершившийся 30 июня 2026 года. Tempus позиционирует себя как технологическая компания, ведущая внедрение искусственного интеллекта для развития прецизионной медицины. Пресс-релиз от 30 июля 2026 года содержит заявление основателя компании Эрика Лефкофски, который назвал квартал «исключительным». Однако предоставленный фрагмент статьи не содержит конкретных данных о финансовых показателях, доходах, прибыли или ключевых метриках роста. Также отсутствует информация о конкретных достижениях компании в области ИИ-диагностики, новых продуктах или клинических применениях их технологий. Для оценки реального вклада Tempus в развитие ИИ в медицине необходима дополнительная информация из полной версии отчёта. Материал представляет интерес преимущественно для инвесторов и аналитиков рынка, а не для медицинских специалистов, интересующихся техническими аспектами применения ИИ.
