Опрос
|
реклама
Быстрый переход
Инженеры разработали устройство для печати электроники на живых тканях и хирургических имплантах без их повреждения
18.04.2026 [08:29],
Дмитрий Федоров
Инженеры Университета Райс (Rice University) разработали устройство, которое спекает токопроводящие чернила прямо на живых тканях, костях и хирургических имплантах — без повреждения поверхности. Устройство Meta✴✴-NFS передаёт в материал 79,5 % микроволновой мощности против 8,5 % у стандартных зондов, концентрируя энергию в зоне менее 200 микрометров. 
Источник изображений: rice.edu Meta✴✴-NFS расшифровывается как metamaterial-inspired near-field electromagnetic structure — структура электромагнитного ближнего поля на основе метаматериалов. Устройство объединяет разрезной кольцевой резонатор с конусообразным наконечником: резонатор захватывает и усиливает электромагнитную энергию, наконечник сжимает её до зоны менее 200 микрометров (0,008 дюйма). В результате нанесённый материал разогревается выше 160 °C, а несущая поверхность остаётся холодной. Роль посредника выполняет графен, который поглощает до 50 % микроволновой энергии, тогда как инфракрасный лазер обеспечивает поглощение лишь на уровне 2,3 %. Регулируя мощность в реальном времени, исследователи меняют кристаллическую структуру наночастиц прямо в ходе печати — без смены материалов. Удельное сопротивление чернил на основе наночастиц серебра варьируется более чем на три порядка, вплоть до значений, близких к проводимости чистого серебра. До сих пор печатная электроника упиралась в один барьер: печь или лазер нагревают всё в зоне досягаемости, что разрушает живые ткани и большинство медицинских материалов. Лазерное спекание требовало, чтобы поверхность поглощала излучение строго определённой длины волны — это изначально исключало большинство биологических и медицинских материалов. 
Микроэкструзионное сопло наносит токопроводящие чернила, пока соседний зонд Meta✴✴-NFS одновременно фокусирует микроволновую энергию на свежеотпечатанный материал, спекая его наночастицы в рабочие электрические цепи в режиме реального времени Команда напечатала токопроводящие микроструктуры на живом растительном листе, пластике, силиконе, бумаге и непосредственно на бедренной кости быка. На кости разместили беспроводной датчик деформации, который фиксировал малые механические отклонения. Схема в силиконовой оболочке сохраняла электропроводность более 300 секунд под водой; незащищённая разрушалась за 2,5 секунды. Наиболее близкое к практике применение — датчики износа в ортопедических имплантатах. Команда уже напечатала беспроводные датчики на сверхвысокомолекулярном полиэтилене — материале большинства искусственных тазобедренных и коленных суставов. Датчики отслеживают износ и механические напряжения в режиме реального времени, не нарушая структуры импланта и не требуя дополнительных операций. Следующие направления — проглатываемые диагностические системы, устройства прямого сопряжения с органами и роботы с электроникой, встроенной в конструкцию. 
Объёмные электропроводящие конструкции, напечатанные послойным методом с применением Meta✴✴-NFS: устройство спекает каждый слой наночастиц серебра непосредственно в ходе печати, формируя свободностоящие трёхмерные структуры без термического воздействия на окружающую поверхность «Возможность избирательно нагревать печатаемые материалы позволяет задавать их функциональные свойства в нужных точках пространства даже в окружении термочувствительных материалов, — сообщил руководитель исследования, младший профессор кафедры машиностроения Школы инженерии и вычислительных наук имени Джорджа Р. Брауна при Университете Райс Йон Линь Кон (Yong Lin Kong). — Это позволяет размещать электронику произвольной конфигурации на широком спектре основ, включая биополимеры и живые ткани, с помощью настольного принтера — без сложных производственных условий и трудоёмких ручных операций». Потребительские ИИ-боты в 80 % случаев ставят неверные диагнозы, показало исследование
14.04.2026 [13:23],
Алексей Разин
Универсальность популярных чат-ботов с точки зрения поиска необходимой информации, как выясняется, не делает их пригодными для постановки точных медицинских диагнозов при ограниченном наборе данных. Более чем в 80 % случаев чат-боты ставят ошибочный диагноз, что делает их непригодными для замены консультации реального специалиста в области медицины. 
Источник изображения: Unsplash, Elen Sher Опубликованное на страницах Jama Network Open исследование, на которое ссылается Financial Times, использовало 29 описаний клинических случаев из справочной медицинской литературы для проверки качества определения диагноза популярными чат-ботами. Исследование показало, что при передаче чат-боту ограниченной информации о симптомах большие языковые модели затрудняются с выбором возможных диагнозов, и чаще всего сводят всё к единственному варианту, на который в действительности нельзя полагаться в дальнейшем лечении. Если входные данные достаточно подробные, то таких проблем с постановкой точного диагноза уже не наблюдается. Медицинские данные в ходе эксперимента передавались чат-ботам поэтапно, включая историю болезни, результаты осмотров и лабораторных анализов. Чат-ботам задавались вопросы на тему диагностики заболеваний, измерялась точность и полнота ответов. В выборку проверяемых ИИ-моделей попали два десятка популярных чат-ботов, включая разработанные OpenAI, Anthropic, Google, xAI и DeepSeek. При отсутствии полной информации о состоянии пациента более чем в 80 % все они демонстрировали склонность к постановке некорректного диагноза. Чем полнее была информация, тем точнее были результаты. В лучших случаях точность превышала 90 %, в среднем варианте ошибочные диагнозы ставились менее чем в 40 % случаев. Google и Anthropic заявили, что их чат-боты при попытке пользователей получить медицинские рекомендации настоятельно рекомендуют обращаться к специалистам. OpenAI указывает в правилах использования своих сервисов, что они не должны использоваться для получения медицинских рекомендаций, требующих наличия соответствующей лицензии. xAI и DeepSeek свои комментарии на этот счёт ресурсу Financial Times не предоставили. Некоторые из указанных разработчиков создают узкоспециализированные медицинские модели. Разработанная Google AMIE, например, показывает неплохие результаты, но на её заключения сложно полагаться в полной мере, как отмечают специалисты в области медицины, поскольку живой доктор в значительной степени полагается на визуальную оценку состояния пациента. При этом такие ИИ-модели имеют право на жизнь в тех регионах, где имеются проблемы с доступом к качественной медицинской помощи в классическом её понимании. Медицинские ИИ легко дают вредные советы, если симптомы описаны умными словами
11.02.2026 [14:41],
Геннадий Детинич
Современные большие языковые модели (LLM), применяемые в медицине, часто позиционируются как инструмент для повышения безопасности и качества обслуживания пациентов. ИИ выступают помощниками врачей при обработке информации, что ускоряет работу медиков. Однако новое исследование выявило серьёзную уязвимость: медицинские ИИ-системы способны повторять и передавать ложную информацию, если она представлена в убедительной форме. 
Источник изображения: ИИ-генерация Grok 4 В ходе масштабного эксперимента исследователи протестировали девять ведущих LLM, используя более миллиона запросов. Они создали три типа сценариев: реальные истории болезней из базы MIMIC с одной добавленной ложной, популярные мифы о здоровье с форума Reddit и 300 клинических ситуаций, составленных и проверенных врачами. Ложные утверждения варьировались по стилю — от нейтральных до эмоционально окрашенных, а также наталкивающих на определённые выводы (не обязательно верные). Результаты показали, что модели часто принимали уверенно сформулированные ложные медицинские утверждения за истину, отдавая приоритет стилю и контексту, а не медицинской точности. Исследование показало, что существующие механизмы защиты LLM недостаточно надёжно отличают правду от вымысла в клинической документации или в социальных сетях. Модели склонны воспроизводить ложь, если она выглядит как стандартная медицинская рекомендация или часть обсуждения в соцсетях. Авторы подчёркивают, что восприимчивость ИИ к дезинформации следует рассматривать как измеримый параметр безопасности, а не как случайную ошибку. Для этого они предлагают использовать созданный ими набор данных как «стресс-тест» для медицинских ИИ-систем. Надеемся, они будут услышаны разработчиками. Google спрятала ИИ-обзоры с «тревожными» медицинскими рекомендациями
12.01.2026 [17:53],
Сергей Сурабекянц
Google незаметно удалила из своей поисковой системы ИИ-обзоры (AI Overviews) для некоторых запросов, связанных с медицинской тематикой и анализами функции печени. Как выяснилось, искусственный интеллект использовал упрощённые диапазоны показателей функции печени без важного контекста, такого как возраст, пол или этническая принадлежность. 
Источник изображения: Shutter Speed / Unsplash ИИ-обзоры представляют собой специальные блоки в результатах поиска, формируемые искусственным интеллектом Google. При помощи этой функции компания стремилась ускорить поиск, благодаря сформированному нейросетью краткому резюме по заданному вопросу вместо привычного списка ссылок. Но ответы искусственного интеллекта на вопросы, связанные со здоровьем, эксперты описывают как «тревожные» и «опасные». Например, ИИ привёл стандартные диапазоны показателей функции печени, не указав, что эти показатели могут сильно меняться в зависимости от возраста, пола или этнической принадлежности человека. Подобная ошибка может сбить с толку человека с серьёзным заболеванием печени, и он не сможет вовремя получить медицинскую помощь. На данный момент Google уже удалила ИИ-обзоры для конкретных поисковых запросов, которые были отмечены как некорректные, например, «какой нормальный диапазон показателей анализа крови на функцию печени». Представитель компании заявил, что Google действует в соответствии со своей политикой и вносит «широкие улучшения». Однако, если немного изменить формулировку вопроса о здоровье, можно всё равно получить неверную сводку от ИИ. Это показывает, что защита системы весьма ограничена. Ванесса Хебдич (Vanessa Hebditch) из Британского фонда по изучению заболеваний печени отметила, что небольшие изменения в поисковом запросе, например, использование фразы «референтный диапазон показателей функции печени», по-прежнему приводят к тем же некорректным ответам. Когда речь идёт о медицинской информации, точность имеет первостепенное значение. Вся существующая система медицинской диагностики опирается на контекст, вероятности и исключения — области, в которых большие языковые модели всё ещё испытывают трудности. Похоже, что искусственный интеллект Google пока не готов стать полноценным врачом. EUV-сканеры приспособили для выпуска медицинских биодатчиков — это грозит дефицитом передовых чипов
08.01.2026 [12:25],
Геннадий Детинич
Беда пришла, откуда не ждали — исследовательский центр Imec показал первую в мире массовую технологию изготовления нанопористых биодатчиков для аналитической медицины на 300-мм пластинах с использованием передовой литографии с экстремальным ультрафиолетом (EUV). Здравоохранение готово поглотить любое количество датчиков, потенциально угрожая стать конкурентом разработчикам полупроводников при размещении заказов на EUV-продукцию. 
Источник изображения: Imec Массивы нанопор используются для анализа биологических материалов, включая секвенирование ДНК. Для этого в мембране создаются отверстия нанометрового масштаба, после чего через неё пропускают жидкость с растворённым образцом. Образцы — молекулы или части ДНК, если речь идёт о секвенировании, — попадают в нанопоры и перекрывают поток ионов с одной стороны мембраны на другую. По поведению и силе тока на мембране можно с высокой точностью определить химический и молекулярный состав образцов — это важно при диагностике и лечении множества заболеваний. До сих пор массовое изготовление пластин с нанопорами было сопряжено с трудностями. Нанопоры буквально «высверливались» в мембранах одна за другой в процессе электронно-лучевой литографии. Это делало выпуск мембран крайне затратным и не позволяло говорить о массовом применении в медицинской аналитике на уровне заботы о здоровье граждан. Прорывом учёных Imec стала разработка техпроцесса для изготовления нанопор с использованием серийных EUV-сканеров и CMOS-процессов. Иначе говоря, всё стало возможным благодаря современной производственной базе, применяемой для выпуска полупроводников. Интересно, что главной проблемой оказалось обойти врождённую особенность EUV-сканеров — высокую плотность размещения элементов на пластине. Для этого использовали две проекции: одну EUV, а другую — обычную DUV-литографию. Проекция в EUV позволяла изготавливать поры диаметром от 10 до 20 нм, а литография с большей длиной волны маскировала лишние поры, делая рисунок EUV более разреженным. Эксперименты показали, что нанопоры диаметром 10 нм размещаются по пластине равномерно, и эта равномерность сохраняется от пластины к пластине. Качество пластин-мембран после обработки остаётся высоким и позволяет создавать датчики для массивного параллельного анализа белков, что в Imec подтвердили своими примерами. Для анализа фрагментов ДНК эта технология не подходит, поскольку размеры пор остаются слишком большими. К тому же ДНК-секвенирование с использованием биологических мембран на основе транспортных белков с порами около 1 нм остаётся более надёжным способом для такого рода аналитики. Другое дело — белки. Кремниевые мембраны с нанопорами Imec идеально подходят для массового анализа белковых структур. Успешное получение одинаковых по размеру и характеристикам нанопор в масштабе 300-мм пластин меняет статус технологии: из лабораторных «ручных» методов производства она превращается в промышленно реализуемый процесс. Это открывает путь к созданию массивов датчиков для задач медицины, биологии, диагностики и других приложений, где требуется высокопроизводительное и точное детектирование молекул. Тем самым спрос на EUV-сканеры может появиться у производителей инструментов для врачей и биологов, обещая не только революцию в аналитической биологии, но и потенциально грозя дефицитом в сфере производства полупроводников. Впрочем, от разработки технологии до её внедрения в серийное производство пройдёт ещё немало времени, поэтому всё хорошее и плохое случится не завтра и даже не послезавтра. Учёные в 10 000 раз уменьшили самого маленького робота с «мозгами» — теперь он размером с крупинку соли
27.12.2025 [12:25],
Геннадий Детинич
Учёные из университетов Пенсильвании (Penn) и Мичигана (UMich) создали самого маленького в мире программируемого робота размерами 0,2 × 0,3 × 0,05 мм. Платформа способна «думать, чувствовать и действовать» — она обладает всеми возможностями для автономного исследования среды как самостоятельно, так и в составе роя. Ожидается, что такие роботы совершат переворот в медицине, в сфере контроля над здоровьем человека. 
Источник изображений: UMich Разработчики утверждают, что они в 10 000 раз уменьшили программируемую роботизированную платформу по сравнению со всем, что было представлено раньше. Это действительно впечатляет, поскольку микробот способен передвигаться в жидкой среде в заданном направлении, совершать измерения и передавать данные. Передача данных реализована не менее удивительно — для этого робот «танцует», следуя методу коммуникации медоносных пчёл.  В масштабе робота вязкость среды была главным препятствием для передвижения микробота. Это всё равно что плыть по расплавленной смоле, говорят учёные. Но разработчики нашли выход. Движком для бота стали электромагнитные поля, которые проталкивали молекулы среды вокруг робота, заставляя его продвигаться внутри жидкостей. На изображении процесс движения показан маркерными частицами в электромагнитном поле от трёх ЭМ-приводов бота.  Энергию для процессора, датчиков и двигателей микробот получает от освещения, падающего на встроенные фотодатчики. Освещение от обычных светодиодных ламп генерирует около 100 нановатт энергии. На этих крохах микробот способен работать месяцами. Учёные намерены расширять исследования, создавая для микроботов всё более изощрённые программы поведения. Придёт время, и за здоровьем человека изнутри будут следить косяки таких микроботов. «Там внизу полно места», — говорил в своих лекциях Ричард Фейнман. И новая разработка стала ещё одним подтверждением его слов. Швейцарские учёные создали мягкого робота с искусственными мышцами из пузырьков воздуха
24.12.2025 [12:08],
Геннадий Детинич
Учёные из Швейцарской высшей технической школы Цюриха (ETH Zurich) разработали миниатюрного мягкого робота Stingraybot, имитирующего движения ската. Робот размером около 4 см в ширину плавает за счёт волнообразных движений «плавников»-крыльев, аналогично настоящим скатам. Он полностью беспроводной, что открывает широкие перспективы в медицине — для исследования и лечения пациентов. 
Источник изображения: ИИ-генерация Grok 4.1/3DNews Питание и управление роботом-скатом осуществляются по внешнему ультразвуковому каналу, что делает ненужными батареи, двигатели и кабельное подключение. Со стороны даже может показаться, что это живой организм: настолько естественны его плавные движения плавниками. Именно «мышцы» в плавниках делают разработку уникальной. Они представляют собой тонкие силиконовые мембраны с массивом пор, которые естественным образом захватывают пузырьки воздуха при погружении робота в жидкость. 
Источник изображений: ETH Zurich Поры размером 12–66 мкм открыты только с одной стороны. Микропузырьки воздуха удерживаются в них благодаря поверхностному натяжению. Ультразвук заставляет пузырьки вибрировать и изменять размеры, что приводит к сокращению и колебательным движениям силиконовых мембран. Управление «плавниками» настолько точное и быстрое, что позволяет менять режим сокращений в течение миллисекунд.  Если все поры одинакового размера, то «мышца» реагирует на амплитуду сигнала и ведёт себя соответственно — сокращается сильнее или слабее. Если массив пор состоит из отверстий разного диаметра, то каждая его область по-своему реагирует на частоту сигнала, что приводит к волнообразным сокращениям — как у плавников живого ската. В экспериментах Stingraybot продемонстрировал такие практические возможности, как мягкий захват мальков рыб без их повреждения, сложные манёвры в жидкой среде, способность прилипать к сложным поверхностям органов человека и животных, целевую доставку лекарств и даже передвижение на гибких колёсах по лабиринту, имитирующему кишечник свиньи. В теории бот в свёрнутом виде в капсуле может проглатываться пациентом и затем расправлять свои «перепончатые крылья» в кишечнике, доставляя лекарства без хирургического вмешательства.  ИИ облегчит диагностику редких генетических заболеваний — представлена модель PopEVE
25.11.2025 [13:42],
Алексей Разин
Почти десять лет назад система IBM Watson начала применяться для диагностики заболеваний, а по мере распространения искусственного интеллекта в последние годы медицина стала одной из отраслей, демонстрирующих реальную отдачу от внедрения подобных технологий. Новая модель PopEVE специализируется на диагностике редких заболеваний, имеющих генетическое происхождение. 
Источник изображения: Freepik, DC Studio Подобными заболеваниями страдают лишь некоторые люди, у которых обнаруживаются опасные генные мутации, но в общей сложности их может насчитываться сотни миллионов человек. Традиционные методы диагностики таких заболеваний не всегда дают нужный результат и позволяют подобрать эффективное лечение. Как отмечает Financial Times, группе испанских и американских исследователей удалось сообща разработать ИИ-модель PopEVE, которая позволяет выделять в геноме человека потенциально опасные последовательности, способные вызвать редкие заболевания. Модель была обучена на массиве данных об эволюционном развитии живых существ, она уже демонстрирует более впечатляющие результаты, чем созданная в Google DeepMind модель AlphaMissense, по некоторым критериям. Данная разработка призвана облегчить задачу докторам, впервые столкнувшимся с аномалиями в здоровье пациента и не понимающим первопричину проблем. Учёные в процессе своего исследования изучили, как генетические изменения способны влиять на способность организма воспроизводить белки, а именно давать сбои в воспроизведении аминокислот, из которых они формируются. Информация об эволюционном развитии множества видов животных позволила ИИ идентифицировать те генетические изменения, которые потенциально могут быть вредны для человека. Если какие-то изменения отсутствуют в базе данных, они могут быть опасны, поскольку столкнувшиеся с ними живые организмы в результате таких мутаций могли вымереть. Накопленные данные об эволюции животных были откалиброваны с использованием генетических банков данных, чтобы их можно было применять к диагностике состояний человеческого организма. На выборке из 31 000 семей, чьи дети страдали от серьёзных нарушений развития, модель PopEVE смогла выявить 513 случаев ранее неизвестных мутаций с достоверностью около 98 процентов. Попутно были обнаружены 123 генетические комбинации, которые могут в период активного развития человека взаимодействовать с патогенными белками, но ранее они никогда не связывались учёным сообществом с риском развития заболеваний. Модель PopEVE превзошла в точности диагностики разработку DeepMind не только по критерию предсказания серьёзности заболевания, но и при работе с группами людей, чьи предки не были европейцами. В своей эксплуатации PopEVE не требует серьёзных затрат электроэнергии, а потому может применяться даже в странах с не самой развитой инфраструктурой. В Сенегале она уже помогла диагностировать мышечную атрофию, которую можно вылечить при помощи инъекций витамина B2. По мнению специалистов, модель PopEVE поможет в диагностике редких генетических заболеваний у тех пациентов, которые не могут предоставить генетический материал своих родителей для анализа. Microsoft займётся созданием медицинского суперинтеллекта
06.11.2025 [20:44],
Владимир Мироненко
Microsoft формирует новую команду с целью создания ИИ, чьи возможности значительно превосходят человеческие в определённых областях, начиная с медицинской диагностики, — сообщило агентство Reuters со ссылкой на руководителя проекта и главу ИИ-подразделения Microsoft Мустафу Сулеймана (Mustafa Suleyman). 
Источник изображения: Lucas Vasques/unsplash.com В отличие от похожих инициатив других компаний, включая Meta✴✴ Platforms и Safe Superintelligence, проект Microsoft под названием MAI Superintelligence Team не ставит задачу создать «бесконечно мощного универсального» ИИ. По словам Сулеймана, причина заключается в том, что он сомневается в возможности контроля автономных самосовершенствующихся машин, несмотря на исследования, посвящённые тому, как человечество может это делать. Мустафа Сулейман рассказал, что у Microsoft есть видение «гуманистического сверхинтеллекта» — технологии, способной решать определённые задачи с пользой для реального мира. «Гуманизм требует от нас всегда задаваться вопросом: служит ли эта технология человеческим интересам?» — отметил он. Новая команда Microsoft сосредоточится на создании специализированных моделей, способных достичь «сверхчеловеческой» производительности и при этом «практически не представляющих никакого экзистенциального риска». По словам Сулеймана, в области медицинской диагностики компания «в ближайшие два–три года сможет достичь медицинского суперинтеллекта». Для этого потребуются настоящие прорывы, но если задача будет реализована, ИИ «увеличит продолжительность нашей жизни и подарит каждому больше здоровых лет, поскольку мы сможем выявлять предотвратимые заболевания гораздо раньше». Мустафа Сулейман сообщил, что Microsoft планирует вложить «значительные средства» в проект. Он добавил, что Microsoft AI продолжит привлекать сотрудников из других ведущих лабораторий, а также укомплектует свою новую команду уже существующими исследователями, назначив Карена Симоняна (Karen Simonyan), соучредителя Inflection AI, на должность главного научного сотрудника. У медицинского ИИ обнаружилась склонность к дискриминации женщин и расизму
19.09.2025 [14:36],
Алексей Разин
Первые попытки поставить искусственный интеллект на службу медицине много лет назад предпринимались ещё компанией IBM с её системой Watson, но по мере развития отрасли эта область применения компьютерных технологий стала всё более обширной. Учёные утверждают, что существующий подход к обучению больших языковых моделей в медицине делает диагностику менее качественной для представителей женского пола и определённых рас. 
Источник изображения: Nvidia Издание Financial Times обобщило высказывания экспертов в смежных областях, пытаясь объяснить, почему существующие языковые модели склонны давать более качественные рекомендации в области здравоохранения представителям мужского пола белой расы. По сути, исторически именно на нужды этой категории пациентов работала вся сфера медицинских исследований, поэтому именно для этой выборки сформировано максимальное количество медицинских данных, на которых и обучались современные большие языковые модели. Более того, та же OpenAI призналась, что в ряде медицинских инициатив использовала менее совершенные языковые модели, чем существующие сейчас — просто по той причине, что на момент реализации проектов других не было. Сейчас специалистам стартапа во взаимодействии с медиками приходится вносить соответствующие коррективы в работу профильных систем. В ряде случаев большие языковые модели дают не самые чёткие и правильные медицинские рекомендации по причине использования слишком широкого спектра источников данных для своего обучения. В принципе, если в эту выборку попадали даже советы непрофессионалов на страницах Reddit, то качество подобных рекомендаций с точки зрения профессиональных медиков уже можно поставить под сомнение. Специалисты предлагают формировать материал для обучения медицинских систем более ответственно, а также использовать более локализованные данные в пределах одной страны или даже местности. Это позволит лучше учитывать локальную специфику с точки зрения здравоохранения. Отдельной проблемой для клиентов больших языковых моделей, пытающихся с их помощью получить советы в области здравоохранения, является низкий приоритет при обработке неграмотно или сумбурно составленных запросов. Если в них содержатся грамматические или орфографические ошибки, система с меньшей вероятностью выдаст корректные рекомендации по сравнению с тем запросом, который с этой точки зрения был составлен безупречно. Нередко системы настроены так, что просто рекомендуют обратиться автору запроса к врачу, если качество самого запроса не соответствует определённым критериям. Защита персональных данных и врачебной тайны также является серьёзной проблемой при обучении больших языковых моделей, и в этой сфере уже возникают прецеденты судебных претензий. Склонность языковых моделей к так называемым «галлюцинациям» в случае с обработкой медицинской информации представляет реальную опасность для здоровья и жизни людей. В любом случае, эксперты сходятся во мнении, что применение ИИ в сфере здравоохранения несёт больше пользы, чем вреда, просто здесь нужно правильно расставить приоритеты в развитии. Например, нужно направлять ресурсы ИИ на решение проблем в медицине, которым традиционно уделялось меньше внимания, а не пытаться просто ускорить определение диагноза по сравнению с живыми медиками на какие-то минуты или секунды, поскольку в этом нет особого смысла. OpenAI переманила топ-менеджеров Instagram✴ и Doximity для запуска ИИ-проектов в сфере здравоохранения
26.08.2025 [16:12],
Владимир Мироненко
У компании OpenAI серьёзные виды на рынок медицинских услуг, для выхода на который он наняла соучредителя Doximity и топ-менеджера Instagram✴✴ в свою команду в сфере здравоохранения, пишет Business Insider. 
Источник изображения: Levart_Photographer/unsplash.com До этого OpenAI в основном разрабатывала продукты для организаций в сфере здравоохранения и участвовала в совместных исследованиях в области медицинского ИИ. Но в последнее время компания не скрывает своих амбиций в освоении рынка медицинских услуг на базе ИИ. В этом месяце, представляя GPT-5, гендиректор OpenAI Сэм Альтман (Sam Altman) подчеркнул широкие возможности ChatGPT в сфере здравоохранения, назвав ИИ-модель «настоящим экспертом в области медицины», достойным учёной степени. Немногим ранее в OpenAI приступила к работе Эшли Александер (Ashley Alexander), бывшая соруководитель отдела продуктов Instagram✴✴. Она назначена вице-президентом по продуктам в подразделении в области здравоохранения. До этого, в июне, компания наняла Нейта Гросса (Nate Gross), соучредителя и бывшего директора по стратегии Doximity, выпустившей нейросеть Doximity GPT, основанную на технологиях OpenAI, для помощи врачам в решении административных задач. Гросс также является соучредителем Rock Health, инвестиционной и исследовательской компании в сфере цифрового здравоохранения. По словам представителя OpenAI, Гросс возглавит программы по реализации стратегии вывода OpenAI на рынок здравоохранения, среди первоначальных целей — создание новых медицинских технологий в сотрудничестве с врачами и исследователями. OpenAI планирует не только разрабатывать ИИ-модели для медицинских сервисов других компаний, но и иметь свою инфраструктуру в сфере здравоохранения, а также ИИ-приложения, созданные на их основе, фактически становясь конкурентом своим клиентам из этой отрасли. Исследованиями OpenAI в области ИИ-технологий для здравоохранения руководит Каран Сингал (Karan Singal), бывший эксперт Google, который участвовал в разработке медицинской программы магистратуры Med-PaLM. Как сообщил представитель OpenAI, Сингал и дальше будет заниматься этим направлением. Круг интересов OpenAI весьма обширен. В прошлом месяце компания запустила Study Mode, версию ChatGPT для студентов, чтобы конкурировать с Gemini for Education от Google в сфере образования. В феврале она представила агента по продажам на базе ИИ, а в июле анонсировала агентский инструмент для бронирования билетов и покупок для пользователей. Японцы открыли «противоречивую» молекулу для улучшения экранов OLED и медицинских подкожных сканеров
12.08.2025 [09:13],
Геннадий Детинич
Исследователи из Университета Кюсю (Kyushu University) разработали органическую молекулу, которая может эффективно поглощать фотоны и излучать их. Это открытие способно одновременно изменить потребительскую электронику и биомедицинскую диагностику. Могут появиться яркие OLED и носимые датчики, которые больше расскажут о вашем здоровье, чем современные медицинские сканеры. 
Источник изображения: Kyushu University Новая органическая молекула действует как «переключатель», изменяя свою структуру либо для излучения света в органических светодиодах, либо для поглощения света для визуализации глубоко залегающих тканей в организме. Впервые эти «противоречивые» качества были заложены в одной-единственной органической молекуле, что может найти своё применение при производстве OLED нового поколения и медицинского оборудования для глубокой визуализации. До этого каждое из направлений использовало материалы со своими уникальными свойствами: для OLED требовались соединения для излучения фотонов с максимальной эффективностью, а для медицинских сканеров нужны были вещества, поглощающие свет без повреждения живых клеток. Как сообщили в журнале Advanced Materials учёные, открытый ими материала обеспечивает эффективное светоизлучение для экранов нового поколения и сильное светопоглощение для высокоточной визуализации в глубоких слоях организма. Это открытие может проложить путь к созданию устройств, которые объединят досуг и здравоохранение, используя одну молекулу для создания более ярких дисплеев и обеспечения более точной и безопасной диагностики. В своей работе учёные обратились к такому явлению, как термически активируемая замедленная флуоресценция (TADF, Thermally Activated Delayed Fluorescence). Следует сказать, что в обычном случае фотон в материале испускается в процессе рекомбинации дырки и электрона, но не напрямую. Рекомбинация ведёт к рождению квазичастиц — синглетов и триплетов. Фотоны испускают только синглеты, а триплеты, которых образуется в три раза больше, только нагревают материал, что снижает эффективность и яркость OLED. Явление TADF ведёт к трансформации триплетов в синглеты и к излучению дополнительных фотонов. Сильный эффект TADF — это то, к чему стремятся все исследователи. Именно сильный TADF реализован в новом соединении, но не только он. Для безопасного сканирования тканей человека используют материалы, которые могут поглощать низкоэнергетические фотоны в ближнем инфракрасном диапазоне. Мы же не хотим прожарить пациента? Для этого хорошо использовать вещества с так называемым двухфотонным поглощением (2PA). За счёт малого рассеяния такое поглощение вкупе с безопасным диапазоном обеспечивает чёткое изображение в фокусе сканирующего луча. Объединение сильного TADF и высокого 2PA в одной молекуле долгое время оставалось сложной задачей. TADF лучше всего работает в скрученных молекулярных структурах с разделёнными электронными орбиталями. Для 2PA обычно требуются плоские структуры с высоким перекрытием орбиталей. Эти требования часто противоречат друг другу, поэтому молекулы с двойной функцией встречаются редко. Для решения этой проблемы, команда из Университета Кюсю разработала молекулу под названием CzTRZCN. Она сочетает в себе богатый электронами карбазольный фрагмент и триазиновое ядро с дефицитом электронов. Цианогруппы в соединении корректируют расположение орбиталей, притягивая к себе электроны. Такая архитектура позволяет молекуле действовать как «переключатель». Во время поглощения CzTRZCN сохраняет достаточное перекрытие орбиталей для эффективного 2PA. После возбуждения молекула меняет структуру, разделяя орбитали, что позволяет использовать эффект TADF. Чудесные свойства молекулы были подтверждены с помощью теоретических расчётов, а также экспериментально. В OLED-устройстве CzTRZCN достиг внешней квантовой эффективности в 13,5 %, что является рекордом для материалов TADF на основе триазина. Он также продемонстрировал высокое поперечное сечение 2PA и высокую яркость, что делает его перспективным для медицинской визуализации. Учёные подчёркивают, что отсутствие металлов в молекуле и её низкая токсичность делают её высокобиосовместимой и идеально подходящей для медицинских зондов. В исследовании описана стратегия создания молекул с различным расположением орбиталей для поглощения и излучения света. Этот подход может стать основой для создания новых многофункциональных материалов, которые можно будет использовать не только в медицине и для дисплеев. Например, исследователи планируют увеличить охват спектра — использовать больше длин волн излучения, а также наладить сотрудничество с инженерами в области биомедицины и разработки устройств. Возможные области применения включают визуализацию в живых организмах, носимые датчики и дисплеи нового поколения OLED. NASA и Google создают ИИ-доктора для медицинской помощи вне Земли
09.08.2025 [09:38],
Геннадий Детинич
Стало известно, что NASA и Google совместно разрабатывают медицинскую платформу с искусственным интеллектом для оказания помощи в ближнем и дальнем космосе. Такой ИИ-доктор станет особенно актуальным с началом колонизации Марса и других удалённых уголков Солнечной системы. Если разработка докажет свою эффективность за пределами Земли, она может появиться и в обычных городских поликлиниках. 
Источник изображения: ИИ-генерация Grok 4/3DNews Пока космонавты находятся на орбите Земли, общение с врачами не представляет проблемы. Однако связь с марсианской колонией будет сопровождаться задержками до 20 минут, что серьёзно затруднит проведение консультаций. На начальном этапе освоения Марса это можно будет терпеть, но с ростом колоний проблема станет всё более острой. В любом случае наличие медицинского ИИ рядом будет лучше, чем полное отсутствие помощи. Одним из первых шагов NASA к снижению зависимости от Земли стала разработка медицинского ассистента с искусственным интеллектом, создаваемого совместно с Google. Платформа под названием Crew Medical Officer Digital Assistant (CMO-DA) предназначена для помощи астронавтам в диагностике и лечении симптомов, когда рядом нет врача или связь с Землёй невозможна. Как сообщил источнику инженер бизнес-подразделения Google по работе с государственным сектором Дэвид Крули (David Cruley), проект реализуется на основе соглашения о подписке с фиксированной ценой, включающей стоимость облачных сервисов, инфраструктуры разработки приложений и обучение модели. Исходный код приложения принадлежит NASA, специалисты которого участвовали в доработке моделей. В основе разработки лежит платформа Google Vertex AI, предоставляющая доступ к моделям Google и сторонних разработчиков. Работу ассистента CMO-DA протестировали по трём сценариям: травма голеностопа, боль в боку и боль в ухе. Оценку проводили три врача, один из которых был астронавтом. Проверка включала анализ диагноза по первым опросам, сбор анамнеза, клинические обоснования и предложенное лечение. По итогам специалисты пришли к выводу, что ИИ-врач оказался прав в 74 % случаев при лечении боли в боку, в 80 % — при боли в ухе и в 88 % — при травме голеностопа. С одной стороны, ИИ неплохо справился с задачей связать симптомы, заболевание и метод лечения. С другой — даже 1 % ошибки в диагнозе может стоить пациенту здоровья или жизни. Для повышения точности работы медицинского ИИ NASA планирует расширить базу данных о состоянии пациентов и обучать модели с учётом специфических условий, например микрогравитации, в которой будут находиться космические пациенты. В Google не подтвердили планы по адаптации космического доктора для земной медицины, но пообещали «извлечь уроки» из космического опыта и применить их в «других областях здравоохранения». Apple создала ИИ, который определяет состояние здоровья человека с точностью до 92 %
11.07.2025 [15:25],
Алексей Селиванов
Новое исследование, проведённое при поддержке Apple, показывает, что данные о поведении пользователя (движение, сон, упражнения и т. д.) могут быть более точными показателями состояния здоровья, чем традиционные биометрические измерения вроде частоты сердечных сокращений или уровня насыщения крови кислородом.  Для доказательства этого учёные разработали «фундаментальную» модель, обучив её на данных о поведении, собранных с носимых устройств. Результаты превзошли ожидания, сообщает 9to5mac. В ходе исследования Wearable Behavior Model (WBM) изучила более чем 2,5 млрд данных с носимых устройств. В отличие от предыдущих медицинских моделей, которые в основном опирались на сырые данные датчиков пульсометра и ЭКГ Apple Watch, новая модель обучалась непосредственно на поведенческих показателях более высокого уровня: количестве шагов, стабильности походки, подвижности, максимальном потреблении кислорода и других метриках, которые собирает Apple Watch. Зачем нужна WBM, если Apple Watch сами получают эти данные? По словам учёных, необработанные данные могут быть не совсем полными или избыточными и не всегда соотносятся с важными для здоровья событиями. Высокоуровневые же поведенческие метрики рассчитываются проверенными алгоритмами и выбираются экспертами так, чтобы отражать физиологически значимые показатели. Учитывается не только физиология, но и «контекст». Например, показатели мобильности, характеризующие походку и общий уровень активности, могут быть важными поведенческими факторами, помогающими обнаружить беременность. WBM изучает закономерности в обработанных данных поведения, а не напрямую анализирует сигналы сенсоров. Модель обучали на данных Apple Watch и iPhone 161 855 участников. Изучались 27 поведенческих метрик, включая темп ходьбы, частоту дыхания, длительность сна, изменение сердечного ритма и т.д. Информацию разбили на недельные блоки и пропустили через ИИ. В итоге WBM превзошла довольно точную модель, которая строит прогнозы на основе данных с датчиков, в 18 из 47 статических задач прогнозирования состояния здоровья (например, приём бета-блокаторов). Также новинка одержала победу почти во всех динамических задачах (определение беременности, качества сна или респираторной инфекции) кроме диагностики диабета. Лучшую результативность показала комбинация двух методов: гибридная модель достигла точности в 92 % при обнаружении беременности и показала стабильный прирост точности по задачам сна, инфекций, травм и сердечно-сосудистых нарушений. ИИ научили диагностировать рак по селфи
10.05.2025 [14:31],
Геннадий Детинич
Машинное обучение обещает совершить переворот в диагностике заболеваний, многие из которых выявляются на поздней стадии, когда лечение затруднено или даже невозможно. Прежде всего речь идёт об онкологических заболеваниях. Как правило, они обнаруживаются случайно, когда эффект от лечения снижается. Также сложно предсказать течение болезни и влияние терапии, что в идеале можно будет поручить ИИ. 
Источник изображения: ИИ-генерация Grok 3/3DNews Машинный алгоритм для довольно простого диагностирования онкологии создали в одной из больниц медицинской сети Brigham and Women’s Hospital в Бостоне, штат Массачусетс. Методика была опробована на пациентах и рекомендована для испытаний в других медицинских учреждениях. О массовом клиническом применении речи пока не идёт. Как и новые лекарства, методики диагностики и протоколы лечения должны проходить всестороннюю проверку и сертификацию у регулятора. Идея методики опирается на хорошо известный принцип: человек выглядит на свои годы и даже моложе, если он здоров. Искусственный интеллект по фотографии может определить, на сколько лет выглядит человек, и сравнить это с его хронологическим возрастом и медицинским контекстом. После обучения ИИ на 58 851 фотографии предположительно здоровых людей модель FaceAge протестировали на группе из 6196 онкологических больных из двух центров. Для этого использовались снимки, обычно сделанные в начале курса лучевой терапии. Результаты показали, что пациенты с онкологическими заболеваниями выглядят значительно старше, чем здоровые люди того же возраста. Оценка возраста с помощью FaceAge в среднем даёт примерно на пять лет больше хронологического: пациенты выглядят старше, чем есть на самом деле. И чем сильнее расходятся эти показатели, тем ниже прогноз краткосрочной выживаемости пациентов. Врачи и раньше замечали подобную связь, но программа даёт более точные, не зависящие от субъективной оценки прогнозы. Предложенная методика также позволяет давать качественную оценку эффективности терапии, что открывает путь к коррекции курса лечения ещё до его завершения. Более того, метод может быть использован для диагностики других заболеваний. 
Пример работы алгоритма: пациент выглядит на 66, тогда как ему за 90. Источник изображения: Brigham and Women's Hospital «Мы можем использовать искусственный интеллект (ИИ) для оценки биологического возраста человека по фотографиям лица, и наше исследование показывает, что эта информация может иметь клиническое значение, — сказал соавтор исследования Хьюго Аертс (Hugo Aerts), директор программы «Искусственный интеллект в медицине» (AIM) в Массачусетской больнице общего профиля Бригама. — Эта работа демонстрирует, что фотография, например, простое селфи, содержит важную информацию, которая может помочь в принятии клинических решений и составлении планов лечения для пациентов и врачей. То, как человек выглядит по сравнению со своим хронологическим возрастом, действительно имеет значение: люди, у которых показатель FaceAge ниже хронологического возраста, значительно лучше переносят лечение рака». |
|
✴ Входит в перечень общественных объединений и религиозных организаций, в отношении которых судом принято вступившее в законную силу решение о ликвидации или запрете деятельности по основаниям, предусмотренным Федеральным законом от 25.07.2002 № 114-ФЗ «О противодействии экстремистской деятельности»; |
© 1997—2026 Электронное периодическое издание "3ДНьюс" | Свидетельство о регистрации СМИ Эл ФС 77-22224
выдано Федеральной Службой по надзору за соблюдением законодательства в сфере массовых коммуникаций и охране культурного наследия
При цитировании документа ссылка на сайт с указанием автора обязательна. Полное заимствование документа является
нарушением
российского и международного законодательства и возможно только с согласия редакции 3DNews.
MWC 2018
2018
Computex
IFA 2018
