ИИ в медицине

Anthropic вводит невидимые водяные знаки для созданного Claude контента Компания Anthropic начала внедрять невидимые водяные знаки для всех моделей Claude. Делается это из-за нового Европейского закона об ИИ (EU AI Act) и действует по всему миру. Ожидается…

В США ИИ-ассистента встроили прямо в медицинский кабинет пациента Американская система здравоохранения Atlantic Health System совместно с технологической компанией K Health запустили клинический алгоритм PatientGPT. Инструмент интегрировали с пациентским порталом MyChart и электронной медицинской картой (EHR) сети. MyChart - это защищенный личный кабинет пациента, используемый в клиниках для доступа к амбулаторной карте, результатам анализов, рецептам и коммуникации с врачами. А PatientGPT - это диалоговый ИИ-ассистент, который отвечает на вопросы о симптомах и здоровье, опираясь на персональный медицинский профиль пользователя. Разработчики решили, что раз все равно люди постоянно консультируются о своем здоровье с ИИ, пусть это лучше будет в защищенном контуре и под контролем. В отличие от сторонних сервисов, система работает прямо в привычном интерфейсе портала и видит контекст медицинской карты. Алгоритм анализирует заболевания, историю назначений, аллергии и т.д. и отвечает на вопросы на основе медицинской базы данных. Если нужно записаться к врачу, ассистент сам это и сделает, подобрав специалиста. Пока проект в статуе бета-тестирования и будет поэтапно разворачиваться для пациентов в штате Нью-Джерси. Разработчики отдельно подчеркивают, что система не заменяет врача, а выполняет роль интеллектуального навигатора по услугам. Объявленная цель - снизить нагрузку на администраторов и побороть страхи пациентов, которым проще спросить бота, чем звонить или писать в клинику. О том, какую именно модель или оркестр моделей использует PatientGPT не объявлено, но на ряде конференций звучало, что это автономно стоящие и дообученные Gemma и Llama. #ИИ_в_медицине #цифровая_медицина #patient_portal #KHealth 👉 Подписаться на ИИ в медицине

Марк Цукерберг выпустил компактную версию своей лучшей ИИ-модели - для локальной работы Компания Марка Цукерберга представила новую модель ИИ Muse Glimmer с 30 млрд параметров и открытыми весами. Это компактная версия флагманской системы Muse Spark, оптимизированная для локальной работы на обычных компьютерах. Вместе с релизом Цукерберг опубликовал 14-страничное эссе, где выступил против концентрации «сверхинтеллекта» в руках нескольких корпораций и призвал сделать технологии открытыми для всех. 🩺 Но еще раз - полноценная ИИ-модель для автономной работы, которую можно установить локально и работать только на потребительской видеокарте в закрытом контуре без интернета - мечта для медицинских проектов. Модель распространяется по свободной лицензии Apache 2.0. Она разрешает коммерческое использование продукта и файнтюнинг - дополнительное обучение алгоритма под конкретную задачу. #ИИ_в_медицине #медицинский_ИИ #Meta #LLM #безопасность_данных 👉 Подписаться на ИИ в медицине

Anthropic вводит невидимые водяные знаки для созданного Claude контента Компания Anthropic начала внедрять невидимые водяные знаки для всех моделей Claude. Делается это из-за нового Европейского закона об ИИ (EU AI Act) и действует по всему миру. Ожидается, что вскоре аналогичные цифровые метки для текста и изображений введут и другие ведущие разработчики ИИ. Маркировка работает на двух уровнях. В сгенерированный текст на уровне алгоритма встраивается невидимый водяной знак - особое статистическое распределение токенов, которое не меняет смысл и читаемость текста. Для файлов и графических материалов используется стандарт цифрового происхождения C2PA. Он фиксирует метаданные и позволяет проверить, обрабатывался ли файл в Claude и редактировался ли он позже. Метки применяются во всех продуктах: веб-версии, API, Claude Code и внешних облачных сервисах. Как проверить метку и почему это важно для нас Найти водяной знак визуально невозможно - обнаружение происходит с помощью алгоритмических инструментов детекции, документацию к которым готовится опубликовать разработчик. Метаданные C2PA в файлах и изображениях проверяются через валидаторы Content Authenticity Initiative. При этом система не гарантирует стопроцентное доказательство авторства. Если человек только отредактировал или перевел в Claude собственный текст, итоговый материал все равно может получить водяной знак. И наоборот - при сильном перефразировании или смешивании текста метка может потеряться. Для врачей, исследователей и руководителей клиник эта технология имеет принципиальное значение, потому что поможет проверять подлинность наукоемких публикаций, клинических отчетов и историй болезни. Предполагается, что это снизит риски попадания скрытых галлюцинаций нейросетей в рецензируемые медицинские статьи, патентные материалы и реальную врачебную документацию. Но, как обычно, есть масса но - как доказать, что текст авторский, если он был только структурирован или переведен с помощью ИИ? #Anthropic #Claude #ИИ_в_медицине #Закон_о_ИИ #безопасностьИИ 👉 Подписаться на ИИ в медицине

Врачи не используют ИИ, потому что.... не умеют работать с современными технологиями Административные сервисы на базе искусственного интеллекта внедряются в медицинских организациях быстрее, чем многие клинические алгоритмы диагностики. Как показывает аналитика и опыт медицинских платформ, таких как OmniMD, спрос на решения для ведения расписания, автоматизации маршрутов пациентов, обработку счетов и т.п. пока опережает предложение. Во много это происходит потому, что клинический ИИ проходит длительные испытания и регуляторное одобрение, что делает его в десятки или сотни раз дороже. А сервисы автоматизации запускаются быстро и дают экономический эффект почти мгновенно. Наибольшую динамику внедрения демонстрируют четыре направления: • подтверждение визитов и борьба с пропущенными приемами (no-show) • автоматическая запись и заполнение первичных анкет (patient intake) • интеллектуальная проверка кодов медицинского биллинга • оптимизация графиков приема врачей Но есть и еще одна причина. Как показывают опросы, проведенные в самых разных странах (США, Китай, Испания, Израиль), врачи часто, как это ни странно, не готовы использовать ИИ, потому что не обладают достаточными навыками и неуверенно чувствуют себя при работе с современными технологиями. А это уже - отдельная тема для обсуждения. #ИИ_в_медицине #медицинский_ИИ #автоматизация_клиник #управление_клиникой #OmniMD 👉 Подписаться на ИИ в медицине

ИИ-платформа HealthySimulation выпустила программу обучения общения с пациентами Платформа HealthySimulation опубликовала подборку практических ресурсов по применению генеративного ИИ в медицинском образовании. Одно из наиболее перспективных направлений - автоматическое создание симуляционных сценариев для обучения медсестер навыкам коммуникации. Пользователь может очень быстро сформировать реалистичные тренировочные кейсы. Алгоритмы помогают смоделировать нестандартные диалоги: разговор с неконтактным или агрессивным пациентом, сообщение сложных новостей, урегулирование конфликтов с родственниками или передачи смены с высоким риском ошибки. При этом язык самой платформы английский, но задания можно делать на нескольких десятках языков, включая русский. Обычно для клиники отработка мягких навыков (soft skills) - одна из самых сложных частей симуляционного обучения, потому что самостоятельно писать и проверять разветвленные сценарии долго и сложно. А тут ИИ по простым вводным генерирует подробную анамнез-легенду, эмоциональный профиль виртуального больного и вероятные ответы на действия студента. Сейчас технология на этапе активного внедрения и требует обязательной валидации генерируемых текстов экспертами-методистами, но как мы видим по индустрии обучения иностранным языкам - тренинги быстрее всего уходят в ИИ-сектор. #ИИ_в_медицине #медицинское_образование #симуляции #медсестринское_дело 👉 Подписаться на ИИ в медицине

Эксперты прогнозируют, что клиники начнут переходить от цифровых к физическим ИИ-ассистентам Издание Healthcare IT News выпустило разбор нового этапа цифровизации медицины, и главный вывод: после голосового документооборота и автономных агентов отрасль готовится к внедрению физического ИИ (то, что называют Physical AI) - систем, способных воспринимать окружающую среду и самостоятельно действовать в трехмерном пространстве. Специалисты считают, что до полностью автономных ИИ-врачей пока далеко, все начнется с чётко ограниченных задач: • Операционная логистика: автоматическая доставка медикаментов, обработка палат и управление запасами; • Хирургическая поддержка: автономное выполнение отдельных технических манипуляций под контролем врача; • Мониторинг пациентов: отслеживание состояния и помощь в уходе, включая социально-вспомогательных роботов. 💡 К чему при этом реально стоит готовиться клиникам: Главным вызовом при внедрении физического ИИ становится не точность алгоритма, а физическая безопасность пациентов и персонала. Поэтому разработчики советуют руководителям клиник заранее сформировать правила и подготовить инфраструктуру для внедрения таких роботов. #ИИ_в_медицине #медицинский_ИИ #робототехника #PhysicalAI #цифровое_здравоохранение 👉 Подписаться на ИИ в медицине

Hackensack Meridian Health первым получил сертификацию Joint Commission за responsible AI Американская сеть клиник Hackensack Meridian Health (HMH) из Нью-Джерси первой в США прошла сертификацию The Joint Commission по ответственному использованию искусственного интеллекта в медицине — Responsible Use of AI in Healthcare (RUAIH). Сертификат подтверждает, что организация создала безопасную систему управления, мониторинга и обучения персонала при внедрении ИИ-технологий. Сертификация RUAIH, запущенная в июне 2026 года совместно с коалицией CHAI (Coalition for Health AI), оценивает не сами алгоритмы или конкретные продукты, а готовность клиники к безопасной эксплуатации ИИ. Эксперты проверяют организацию по пяти ключевым направлениям: корпоративное управление (governance), защита персональных данных, выявление и снижение предвзятости моделей, непрерывный мониторинг эффективности и безопасность, а также прозрачность для пациентов и обучение сотрудников. 💡 Почему это важно Хотя, по данным Американской медицинской ассоциации (AMA), 81% врачей уже применяют ИИ в клинической практике, лишь 27% специалистов понимают, как их клиники контролируют этические и технические риски алгоритмов. Появление независимого «знака качества» от главного аккредитатора больниц США создает стандартизированный ориентир для отрасли, смещая фокус с хаотичного тестирования стартапов на системную безопасность пациентов. В сети HMH, объединяющей 18 больниц, проверка прошла за три недели. Каждая новая нейросеть — от чат-ботов на сайтах до алгоритмов ранней диагностики кардиологических заболеваний — проверяется на соответствие семи внутренним принципам безопасности, прежде чем попасть в клинический workflow. ⚠️ Ограничения Программа является добровольной и не гарантирует отсутствие ошибок конкретных ИИ-моделей, а проверяет лишь наличие процессов контроля и ответственности со стороны руководства медорганизации. #ИИ_в_медицине #безопасность_ИИ #клиническая_практика #аккредитация #HealthAI 👉 Подписаться на ИИ в медицине

В Гонконге разработали систему для локального решения клинических задач - эффективнее и в 100 раз дешевле больших моделей Исследователи из HKUST совместно с учеными из Harvard Medical School, Weill Cornell Medicine и ведущих университетов Гонконга и Китая разработали гибридный фреймворк GSCo (Generalist-Specialist Collaboration). Система объединяет универсальную базовую модель и компактные специализированные алгоритмы для поддержки принятия клинических решений. Разработка находится на этапе исследовательского прототипа с открытым исходным кодом. 🤖 Как это работает Фреймворк преодолевает главный тупик клинического ИИ: универсальные модели уступают в точности узких задач, а специализированные требуют отдельного обучения под каждый сценарий или клинику. • В основе системы лежит фундаментальная мультимодальная модель MedDr, ранее созданная в HKUST и обученная на 2 млн медицинских записей. • Для конкретных клинических задач создаются легкие специализированные модели. Их дообучение выполнимо на одной потребительской видеокарте (например, NVIDIA RTX 4090). • При анализе случая специализированный модуль находит и сравнивает исторические прецеденты, а MedDr синтезирует эти данные со своей базой знаний и формирует итоговый диагноз. 📊 Результаты исследования Результаты валидации фреймворка опубликованы в журнале Nature Biomedical Engineering: • Модель протестировали на 32 публичных датасетах, включающих около 260 000 медицинских изображений. • В диагностике поражений кожи GSCo набрал 84 балла из 100, превзойдя как базовую модель MedDr (75,45), так и лучшую узкопрофильную модель (82,92). • При генерации отчетов по рентгенограммам грудной клетки 6 из 7 сертифицированных врачей-рентгенологов предпочли заключения GSCo специализированной модели R2GenGPT. • Адаптация системы под новую клиническую задачу потребовала не более 5,2 × 10¹⁶ FLOPs (вычислительных операций) против 2,5 × 10¹⁹ FLOPs при файнтюнинге (fine-tuning — дообучении) всей фундаментальной модели — это снижает вычислительные затраты примерно в 100 раз. ⚠️ Ограничения Система проверена на открытых ретроспективных датасетах. Для подтверждения безопасности и эффективности в реальном клиническом процессе необходимы проспективные испытания в клиниках. 💡 Что это значит на практике Для разработчиков и медицинских организаций гибридный подход открывает путь к созданию точных локальных ИИ-ассистентов. Больницы могут обучать компактный специализированный модуль на собственных данных без передачи чувствительной информации во внешние облака и без закупки дорогостоящих вычислительных кластеров. Код проектов MedDr и GSCo авторы открыли на GitHub. #ИИ_в_медицине #медицинский_ИИ #диагностика #HKUST #GSCo 👉 Подписаться на ИИ в медицине

В Гонконге разработали систему для точных автономных медицинских ИИ-ассистентов Исследователи из HKUST совместно с учеными из Harvard Medical School, Weill Cornell Medicine и ведущих университетов Гонконга и Китая разработали гибридный фреймворк GSCo (Generalist-Specialist Collaboration). Система объединяет универсальную базовую модель и компактные специализированные алгоритмы для поддержки принятия клинических решений. Сейчас это исследовательский прототип с открытым исходным кодом. В основе системы лежит фундаментальная мультимодальная модель MedDr, ранее созданная в HKUST и обученная на 2 млн медицинских записей. Для конкретных клинических задач создаются легкие специализированные модели. Их дообучение возможно даже на одной потребительской видеокарте (например, NVIDIA RTX 4090). Результаты тестирования уже опубликованы в журнале Nature Biomedical Engineering: Модель протестировали на 32 публичных датасетах, включающих около 260 000 медицинских изображений. В диагностике поражений кожи GSCo набрал 84 балла из 100, превзойдя как базовую модель MedDr (75,45), так и лучшую узкопрофильную модель (82,92). При генерации отчетов по рентгенограммам грудной клетки 6 из 7 сертифицированных врачей-рентгенологов предпочли заключения GSCo специализированной модели R2GenGPT. При этом при правильно проведенном файнтюнинге фундаментальной модели итоговые вычислительные затраты снижаются (по сравнению с большими моделями) примерно в 100 раз. То есть фактически это дает разработчикам, которые делают решения для медицинских клиник, возможность разрабатывать точных локальных (!) ИИ-ассистентов. Больницы могут обучать компактный специализированный модуль на собственных данных без передачи чувствительной информации во внешние облака и без закупки дорогостоящих вычислительных кластеров. Все коды проектов MedDr и GSCo уже на GitHub. #ИИ_в_медицине #медицинский_ИИ #диагностика #HKUST #GSCo 👉 Подписаться на ИИ в медицине

Израиль строит суверенную ИИ-инфраструктуру Канцелярия премьер-министра Израиля и Министерство финансов Израиля сегодня объявили о переходе национальной программы искусственного интеллекта к первым практическим проектам. Государство начинает создавать базовый фундамент для всех отраслей экономики: вычислительные кластеры, собственную квантовую платформу, испытательные полигонные комплексы и локальные базовые модели. Разработка и внедрение крупных нейросетей упирается в жесткие инфраструктурные рамки: высокую стоимость видеокарт, дефицит электроэнергии и полную зависимость от зарубежных облачных провайдеров. Если вычислительные мощности находятся за границей, клиники, университеты и стартапы остаются уязвимыми перед экспортными ограничениями и правилами передачи данных. Чтобы гарантировать технологический независимый статус, Национальное управление ИИ (государственный орган стратегического планирования) предложило сформировать инфраструктуру из 100 000 специализированных процессоров с ежегодной потребностью в финансировании около 5 млрд шекелей. Программа стартует с трех фундаментальных блоков. - По проекту Project Nexus уже опубликован государственный тендер на создание национальной квантовой платформы. Квантовые вычисления помогут в решении запредельно сложных комбинаторных задач и моделировании молекулярных структур. - Второе направление - Physical AI, то есть нейросети, управляющие роботами, сенсорами и физическими объектами. Для них создадут закрытый полигон, где инженеры смогут моделировать аварии, отказ датчиков и сбои связи без риска для жизни людей. Третий вектор включает подготовку к разработке собственных базовых моделей (foundation models), адаптированных под иврит и локальные данные. Для здравоохранения эта национальная база создаст условия для работы систем нового поколения. Квантовая платформа ускорит поиск химических соединений для новых лекарств, а полигон Physical AI даст возможность безопасно тестировать хирургических роботов и автономные диагностические приборы. В стране уже стартовали пилотные проекты. Министерство здравоохранения Израиля запустило регуляторную песочницу для автономного ИИ. В ней Pulsenmore (израильский разработчик портативных УЗИ-систем) проверяет систему самостоятельного анализа домашнего УЗИ для беременных, Cordio Medical (израильский medtech-стартап) тестирует оценку сердечной недостаточности по голосу, а Simahook (разработчик ИИ-инструментов ультразвуковой диагностики) внедряет автоматическое определение массы плода. Параллельно Управление инноваций Израиля инвестирует 70 млн шекелей в проект IBFI, где NVIDIA и Teva разрабатывают единые биологические модели. Главным барьером остается энергетика. Поданные заявки на подключение новых дата-центров достигают 20 000 МВт, что превышает суммарное потребление электроэнергии всей страной. Кроме того, направления Physical AI и базовых моделей находятся на этапе RFI (запроса информации), поэтому окончательный бюджет и архитектура еще проходят согласование. Но если это получится, и государство заберет на сея капитальные затраты и освободит разработчиков от технологической зависимости, это подтолкнет переход медицинских ИИ-разработок из режима обычных информационных подсказчиков в статус самостоятельных участников клинического процесса, работающих внутри защищенного государственного контура. #ИИ_инфраструктура #MedTech #PhysicalAI #КвантовыеВычисления 👉 Подписаться на ИИ в медицине

94% религиозных евреев США постоянно используют ИИ - для образования и медицинских вопросов В ультраортодоксальных общинах Нью-Йорка развернулась дискуссия о допустимости применения искусственного интеллекта для поиска ответов на религиозные и другие вопросы. Согласно исследованию д-ра Рут Цурия из Seton Hall University (частный католический исследовательский университет в США), 94% ультраортодоксальных респондентов в США уже используют ИИ как минимум раз в неделю, а две третьих обращаются к нему за религиозными советами. При этом служба TAG (американо-еврейская организация по настройке кошерных устройств) активно пытается ограничить доступ к ИИ-ассистентам. А движение Хабад (международное ортодоксальное иудейское движение) и израильский центр Dicta (исследовательский центр по анализу классических текстов) наоборот - решили не отказываться от прогресса и создали специализированного бота Rav Dicta. Модель обучена на раввинской литературе и имеет образовательную цель. При этом сейчас все мировые конфессии активно разрабатывают правила применения нейросетей. Основным документом стала международная инициатива Rome Call for AI Ethics (глобальное соглашение по этике ИИ), подписанная в Хиросиме представителями христианства, ислама, иудаизма, буддизма и индуизма. Декларация требует защиты человеческого достоинства при внедрении алгоритмов. Позиция духовных лидеров относительно ИИ в здравоохранении: • Христианство: Pontifical Academy for Life (официальный биоэтический институт Ватикана) выпустила официальные разъяснения. Богословы одобрили ИИ как ассистента для повышения точности диагностики и ускорения разработки лекарств. Однако принятие клинических решений обязан нести человек - концепция «врач на контроле» признана незыблемой. Принимают ли другие ветви христианства эту же позицию, пока не ясно. • Ислам: International Islamic Fiqh Academy (консультативный орган при Организации исламского сотрудничества) допускает нейросети для анализа медицинских изображений и рутинных расчетов. Однако решения, затрагивающие биоэтику (выбор тактики при терминальных состояниях или отключение аппаратов жизнеобеспечения), категорически запрещено передавать алгоритмам. • Иудаизм: Представители ортодоксальных медицинских комиссий подчеркивают, что алгоритм не имеет души и сострадания, поэтому универсальный ответ ИИ "не может учитывать контекст конкретной человеческой боли", но прогрессивные ветви, как мы видим, вовсю используют ИИ и в медицине, и в образовании, и для повседневных задач. А в целом мы видим, что позиция мировых конфессий практически полностью совпадает с профессиональными медицинскими стандартами работы с ИИ, когда алгоритмы - только инструмент, а решение всегда за человеком. #ИИ_новости #этикаИИ #цифроваямедицина #биоэтика 👉 Подписаться на ИИ в медицине www.shu.edu

В израильской больнице пациентке поставили напечатанный на 3D-принтере имплант вместо удаленной грудной клетки В израильском медицинском центре им. Рабина - Бейлинсон выполнили реконструкцию грудной клетки с помощью индивидуального 3D-печатного импланта. У молодой (чуть за 20 лет) пациентки была выявлена редкая опухоль, и чтобы спасти ее жизнь хирургам пришлось удалить грудину и часть ребер. Чтобы девушка могла продолжать обычную жизнь, удаленные кости надо было чем-то заменить. Для этого с помощью ИИ была рассчитана точная модель и спроектирован персонализированный имплант, подходящий именно этой пациентке. Имплант рассчитан так, чтобы он не только точно подходил, но выдерживал постоянную механическую нагрузку при дыхании. Современные технологии позволяют делать такой расчет за очень короткое время, используя тысячи вводных данных, а для печати используется специально рассчитанный состав, в который вводят клетки пациента, чтобы избежать реакции отторжения. #ИИвМедицине #Израиль #Онкология #3DПечать #Хирургия 👉 Подписаться на ИИ в медицине

OpenAI и Anthropic протестируют свой ИИ в общественном здравоохранении США Coalition for Health AI объявила о запуске PULSE - национальной программы, в рамках которой 10 государственных, местных, племенных и территориальных служб общественного здравоохранения в США будут тестировать генеративный ИИ. В проекте участвуют OpenAI, Anthropic и Accenture: первые две компании предоставляют корпоративные лицензии, а Accenture помогает с внедрением и методическими материалами. Речь о проверке конкретных рабочих сценариев: генеративные модели будут пробовать там, где у public health традиционно не хватает рук и времени: в анализе обратной связи с пациентами, многоязычной коммуникации, извлечении клинических данных через FHIR, картировании социальных факторов здоровья и задачах бионадзора, включая прогнозирование наркотических волн. По данным CHAI, для программы доступно до 2 тыс. рабочих мест для специалистов public health. Пилоты в 10 юрисдикциях должны стартовать этой осенью, а публичные playbooks с выводами и практиками обещают выпустить в 2027 году. Заявки на участие принимаются до 7 августа 2026 года. PULSE подает ИИ очень утилитарно, как инфраструктурный инструмент: модели должны ускорять поиск по данным, подготовку текстов, перевод, саммаризацию и рутинную аналитику, а не подменять клинические решения. Но пока это именно программа пилотов. Метрики эффективности, требования к качеству, архитектура решений и правила оценки рисков публично раскрыты лишь частично. Ждем отчета. #AIinHealthcare #PublicHealth #GenerativeAI #OpenAI #Anthropic 👉 Подписаться на ИИ в медицине

Для обучения врачей начали использовать AI-симулятор пациентов и их родственников Компания SimX (американский разработчик профессиональной платформы VR/AR-симуляции для медицинского обучения) представила AI-ассистента для своей платформы (ее используют почти все медицинские вузы США). Это инструмент, который выполняет роли пациентов, их родственников и других участников учебного сценария. Обычно такие роли по очереди разыгрывают сами студенты, и в итоге много времени уходит на то, чтобы готовить учебные ситуации, следить за ходом кейса и оценивать результат. Разработчики полагают, что с виртуальными помощниками можно будет больше времени тратить на само обучение. Пока, правда, студенты жалуются на слишком жесткие сценарии и отсутствие гибкости (используется автономная модель). Но оказалось, что для бырого обучения парамедиков это даже плюс - там надо было как раз отработать четкие сценарии и быстрое действие в экстренной ситуации. #ИИвмедицине #MedEd #VRвмедицине #SimX 👉 Подписаться на ИИ в медицине

Московский институт ИИ в здравоохранении получил награду AI for Good Московский Институт искусственного интеллекта в сфере здравоохранения (сайта у института пока нет) стал одним из победителей программы Innovate for Impact на международном саммите AI for Good Global Summit 2026, который проходил 7–10 июля в Женеве. Институт отметили за кейс AI-assisted Early Detection of Cardiovascular Risk in Primary Care - раннее выявление сердечно-сосудистого риска в первичном звене здравоохранения с помощью ИИ. Сам институт был организован только в феврале текущего года. Программа Innovate for Impact собирает и оценивает прикладные сценарии использования ИИ для решения общественно значимых задач. В 2026 году программа получила 634 заявки и отобрала 427 кейсов из 51 страны. Саммит AI for Good ежегодно собирает визионеров - ученых и представителей глобального бизнеса (от профильных стартапов до технологических гигантов) для обсуждения алгоритмов, которые решают общественно значимые проблемы. Основные награды вручаются в номинациях: AI for People (куда входит здравоохранение), AI for Planet и AI for Prosperity. В этом году в основном обсуждали прикладной подход: как инструменты работают в клинической практике, анализируют медицинские данные, маршрутизируют пациентов и автоматизируют процессы. При этом в РФ клиники и исследователи работают в условиях оторванности от многих мировых ИИ-технологий, что усложняет работу и участие в международных конференциях и конкурсах. . #AIвмедицине #DigitalHealth #HealthAI #Россия 👉 Подписаться на ИИ в медицине

В Израиле запустили ИИ-решение CatFlow для автоматической подготовки к замене хрусталика В израильском медицинском центре Carmel Medical Center (это сеть Clalit) внедрили систему CatFlow для маршрутизации пациентов перед удалением катаракты. Проект даже победил в национальном конкурсе Clalit "From Challenge to Solution". Разработку вела команда офтальмологического отделения под руководством доктора Or Ben-Shaul. Пока это вообще не медицинская история, и катаракту ИИ не лечит. Идея в том, чтобы автоматизировать одно из самых узких мест перед операцией. CatFlow анализирует направление пациента и данные из электронной медкарты, оценивает предполагаемую сложность вмешательства, предлагает подходящий маршрут подготовки и помогает заранее определить тактику, включая анестезиологический контур. Фактически - это контроль, чтобы все нужное было сделано вовремя, и никто ни о чем не забыл. Для операции на глазах это самое важное, потому что сама процедура считается практически рутинной. Но на организационную работу (правильно отсортировать, собрать документы, оценить риски) уходит много времени и сил, и важно не тратить на это дорогостоящее время доктора. Ожидается, что новый алгоритм сократит очереди и даст врачу время собственно на медицину. #ИИвмедицине #офтальмология #цифровоездравоохранение #Clalit 👉 Подписаться на ИИ в медицине

Google представила SensorFM - ИИ-модель для анализа данных с фитнес-браслетов Google Research представила SensorFM - базовую ИИ-модель, обученную понимать "язык" человеческого тела через данные носимых устройств. Авторы скормили нейросети более 1 триллиона минут непрерывных сигналов от 5 миллионов реальных пользователей умных часов Fitbit и Pixel Watch из 100 стран. То есть фактически перед нами крупнейший и самый диверсифицированный физиологический датасет в истории. Раньше разработчики создавали под каждую медицинскую задачу отдельную изолированную архитектуру: одна сеть считает пульс, другая - ищет апноэ во сне. Всё это требовало колоссального объема размеченных вручную данных: подтверждённых диагнозов, результатов лабораторных тестов и валидированных опросников, которые собирать долго, дорого и практически невозможно задним числом. В Google пошли по пути современных LLM и применили self-supervised learning - когда модель учится сама и восстанавливает пропущенные или фрагментированные данные. Для этого инженеры использовали архитектуру LSM-2 и фреймворк адаптивного маскирования (Adaptive and Inherited Masking). Дело в том, что человек часто снимает часы с руки, они разряжаются или уходят в энергосберегающий режим - SensorFM научилась не просто игнорировать эти дыры в данных, а использовать их для понимания контекста. Потом провели серию экспериментов, увеличивая объем данных и размер модели со 100 тысяч до 100 миллионов параметров. В итоге SensorFM-B может практически безошибочно анализировать пульс, акселерометрию, электродермальную активность (это проводимость кожи, температура тела и альтиметрия). И в итоге - данные фитнес-браслетов теперь можно использовать для решений кардиологии, сомнологии, ментального здоровья и эндокринологии. Кроме этого, модель полезна для диагностики и наблюдения за пациентами с тревожностью и депрессией. Чтобы показать врачам эффективность, разработчики предложили им проанализировать ответы персонального ИИ-коуча - и качество медицинских заключений (основанных только на данных SensorFM), клинически не отличалось от отчетов врачей, построенных на основе реальных медицинских изменений. Конечно, это пока не диагностический продукт, это как раз основа для разработчиков, но это именно то, чего многим не хватало, и что невозможно разработать самостоятельно - а базе отдельной клиники или небольшой командой. Ну и в итоге это может сейчас дать импульс развитию всевозможных приложений, которые будут использовать данные часов, браслетов и колец, чтобы давать персонализированные советы. Особенно в области превентивной медицины. #Google #wearables #SensorFM #превентивная_медицина #LLM 👉 Подписаться на ИИ в медицине

Израильские ученые с помощью ИИ научились вычислять риск сердечной недостаточности по суточному холтеру ИИ умеет по паттернам обычных суточных ЭКГ вычислять риск сердечной недостаточности. Как говорится в опубликованной в npj Digital Medicine работе группы врачей из Technion, Rambam, Shaare Zedek и Leumit Health Services - речь идет об ЭКГ, где на взгляд врача, все данные в пределах нормы. Но модель DeepHHF умеет заранее (даже за 5 лет) увидеть, у кого из пациентов есть риск развития сердечной недостаточности в будущем. Авторы обучили систему на почти 70 тыс. холтеровских записей 47 729 пациентов, собранных за 20 лет. Модель работает в два этапа: сначала извлекает признаки из 30-секундных фрагментов, затем последовательный модуль анализирует, как они меняются на протяжении всех суток. То есть алгоритм смотрит не на конкретный результат, а на динамику. На тестовой выборке DeepHHF показала точность (AUROC 0,80) - выше, чем у клинического скоринга PCP-HF, с которым проводили сравнение. Это означает, что модель смогла вычислить тех, у кого без правильного лечения вероятность госпитализации в течение ближайших лет была примерно в 2 раза выше, а риск смерти - в 4 раза выше, чем у групп низкого и умеренного риска. Цель холтера и есть в том, чтобы смотреть на динамику сердечного ритма. Но без ИИ эти паттерны так никто и не нашел. А так можно пациентов из группы риска переводить на другой алгоритм наблюдения, чтобы не пропустить заболевание. #ИИ_в_медицине #кардиология #ECG #цифровоездравоохранение 👉 Подписаться на ИИ в медицине