tgindex

Dr Маша: MedSignal AI Club

описание

AI • longevity • medicine: новинки и исследования, применение ИИ в медицине, здоровье, и для научного fact-checking. Тут много практичного. * @Maria_Kulikovskaia * https://www.instagram.com/maria_kulikovskaia * https://www.instagram.com/medsignal_ai

← к каналу@MedSignal_AI
1 043
подписчиков
Охват к подписчикам
63,3%
ERR
Реакции к просмотрам
2,30%
303 на 20 постов
Пересылки к просмотрам
1,35%
178
Постов в день
0,0
всего 20

Где отзываются чаще

доля реакций к просмотрам
  • 6 июл.Как не быть обманутыми стохастическими системами, которые мы называем искусственным интеллектом? Друзья, делаю открытую практическую встречу на тему, вокруг которой сейчас очень много вопросов. Проведём её вместе со спикерами программы: Еленой Дегтярь — PhD (Doctor of Philosophy), биологом и исследователем, экс-сотрудником Max Planck Institute; и Ольгой Маркес — основательницей SEKTA и founder; AI Agency Евгением Ридом — серийным предприримателем и специалистом на пересечении технологий, инвестиций и права. Поговорим о сложном: как ориентироваться в мире противоположных мнений врачей, противоречивых исследований и уверенных ответов AI, которые иногда оказываются ложными. Почему нейросеть может придумать не только ответ, но и убедительно подкрепить его ссылкой на несуществующее исследование? Спойлер: не со зла 😈) Просто нужно понимать несколько базовых принципов работы этих систем — и знать, как их направлять и проверять. На практике разберём плагины, AI-агентов, агентные системы и skills: какие инструменты действительно подходят для медицинских задач, поиска исследований, проверки достоверности данных и анализа противоположных мнений. Будем учиться не попадать под гипноз уверенного AI-ответа — и при этом извлекать из этих систем максимум пользы для своего здоровья, здоровья близких и пациентов. 7 июля, вторник 16:00 - 17: 00 (по московскому времени) 🎁В конце встречи у меня будет для вас подарок. Ссылка на всттечу придет завтра в бот. Добавить встречу в календарь - открыть файл, который прикреплен к этому посту.10,09%
  • 8 авг.Мы, кажется, слишком долго учили AI давать правильные ответы. Следующая задача сложнее: научить его понимать, когда ответа недостаточно для действия. Oб этом вышла моя новая статья в Unite.AI — международном AI-издании, которое читают на стыке research, tech и industry. Статья формально про FemTech. Но на самом деле, про одну из главных проблем всего health AI. Мы очень долго оптимизировали prediction. Sensitivity. Specificity. AUROC. Calibration. Confidence scores. Но в реальном медицинском продукте prediction - это только середина цепочки. После того как модель сказала «вероятность 72%», возникает гораздо более важный вопрос: что системе теперь разрешено сделать? 72% может быть достаточно, чтобы предложить повторить измерение завтра. Недостаточно — чтобы отменить визит к врачу. И совсем другая планка нужна, если ошибка меняет лечение, влияет на репродуктивное решение или создаёт ложное ощущение безопасности. То есть качество AI-системы нельзя оценивать отдельно от стоимости ошибки и последующего действия. И тут начинается более интересная инженерия. Например, два одинаковых confidence score могут означать совершенно разное качество знания. В одном случае у системы год стабильных данных, хороший baseline и все входные сигналы согласованы. В другом — три измерения, пропуски, jet lag, болезнь и пользователь, который только вчера начал носить устройство. Интерфейс может показать одинаковые «78%». Но эпистемологияески это две разные вселенные. Поэтому следующий слой health AI — не просто лучше предсказывать. Он должен уметь различать: 🔵uncertainty модели — насколько неоднозначен сам вывод 🔵uncertainty данных — достаточно ли вообще информации 🔵и decision uncertainty — достаточно ли этого знания для конкретного действия. Это три разные проблемы. Мы пока часто схлопываем их в одно красивое число. Есть ещё один парадокс. Мы обычно воспринимаем отказ AI отвечать как недостаток системы. В медицине всё может быть наоборот. Способность сказать: «данных недостаточно», «я вышел за область, на которой был валидирован», «цена ошибки здесь слишком высока», «нужен человек» — может быть признаком более зрелой системы, чем ещё один уверенный prediction. Это называется abstention: система сознательно не принимает решение, когда ожидаемая надёжность недостаточна. И, на мой взгляд, это одна из самых недооценённых product capabilities в healthcare AI. Потому что хороший медицинский AI должен оптимизировать не количество ответов, а качество решений во всей системе человек + данные + модель + workflow. И здесь меняется сама единица качества. Не:«насколько точна модель?» А:«насколько хорошо система управляет переходом от неопределённого знания к реальному действию?» В статье я называю это переходом from prediction to accountable action. И мне кажется, именно здесь сейчас находится одна из самых интересных границ medical AI. 📎Статья в Unite.AI: https://www.unite.ai/femtech-ai-uncertainty-design/7,83%
  • 1 авг.🥳 Друзья, завершилась трёхнедельная программа MedSignal AI — и она превзошла мои ожидания почти во всём. 🔵120 участников с очень сильной экспертизой в медицине и IT 🔵11 живых встреч со спикерами, чаще всего по два часа и больше 🔵12 отдельных видеоуроков 🔵Практика, гайды, плагины, материалы и готовые решения на GitHub Мой внутренний перфекционист редко бывает по-настоящему доволен. Но здесь даже он немного растерялся — и, кажется, вдохновился. У меня самой после программы осталось много инсайтов, которыми буду постепенно делиться. Один из модулей был посвящён внедрению ИИ в бизнес и клинические процессы. Прикрепляю презентацию моего выступления, а ниже — главные тезисы о том, что в клинике действительно стоит автоматизировать и как не ускорить хаос. (см. предыдущий пост выше 👆)4,73%
  • 13 июл.🧪 97% на медэкзамене. И это только первый этаж медицинского ИИ Я собрала в одну карту почти 30 свежих исследований и бенчмарков из 14 научных журналов, лабораторий и репозиториев: Nature Medicine, Lancet, NEJM AI, JAMIA, Stanford и других. Картина впечатляет: 97,4% на медицинском экзамене MedQA. 55–60% в открытой диагностике без вариантов ответа. 46% в PhysicianBench, где агент изучает реальную электронную карту, рассуждает, выполняет действия и делает в среднем 27 обращений к инструментам на одну задачу. ([Nature][1]) Это лестница автономности. Сначала модель демонстрирует знания. Затем ставит диагноз в условиях неопределённости. Следующая ступень: самостоятельно найти нужные данные, собрать историю пациента, выбрать инструменты, выполнить клинические действия и оформить результат. На отдельных задачах ИИ уже превосходит врачей. В рандомизированном исследовании симулированных приёмов AMIE показала более высокую диагностическую точность и получила лучшие оценки по 30 из 32 клинических критериев. В HealthBench Professional система на базе GPT-5.4 набрала больше баллов, чем ответы профильных врачей. ([Nature][2]) Причём научные публикации выходят медленнее, чем обновляются модели. Часть исследований уже тестирует предыдущие поколения. Поэтому эти цифры скорее моментальный снимок быстро растущей технологии. И ещё важное: здесь измеряется преимущественно клиническое мышление. Огромный ближайший эффект ИИ лежит в другом слое: документации, выписках, кодировании, сообщениях, маршрутизации пациентов и работе с медицинскими данными. В исследовании 263 специалистов после месяца работы с AI-скрайбом доля участников с признаками выгорания снизилась с 51,9 до 38,8%. Одновременно уменьшились когнитивная нагрузка и работа с документами после приёма. ([JAMA Network][3]) ИИ уже набрал достаточно медицинского интеллекта, чтобы менять здравоохранение. Следующий скачок произойдёт, когда этот интеллект станет инфраструктурой, а врач снова получит самый дефицитный ресурс: внимание к человеку. 📎Я постаралась собрать всё в одном месте. Полный обзор с исследованиями, бенчмарками и ссылками на первоисточники прикрепила в предыдущем сообщении. ————— [1]: https://www.nature.com/articles/s41591-026-04431-5?utm_source=chatgpt.com "General-purpose large language models outperform specialized ..." [2]: https://www.nature.com/articles/s41586-025-08866-7 "Towards conversational diagnostic artificial intelligence | Nature" [3]: https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2839542?utm_source=chatgpt.com "Use of Ambient AI Scribes to Reduce Administrative ..."4,07%
  • 9 июл.без подписи3,94%
  • 9 июл.без подписи2,89%
  • 6 июл.⤴️Приходите завтра на бесплатную встречу (предыдущий пост)! Так же делюсь подробностями программы конференции MedSignal AI: расписание, темы. До старта осталось всего 3 дня. Повторять подобную программу с практикой и с таким звездным составом на русском, не планирую. Я сама немного в шоке, от того объема и глубины, который получился. 📅 9–31 июля, онлайн. Подробности тут: https://t.me/ai_med_reg_bot2,80%
  • 1 авг.🥺Худший способ внедрить ИИ в клинике Начать с вопроса: «Куда нам встроить ИИ?» Правильный вопрос другой: Где клиника теряет время, деньги, внимание сотрудников или качество помощи? ИИ не исправляет процесс. Он усиливает то, что уже есть. Хороший процесс станет быстрее. Плохой начнёт производить хаос в промышленных масштабах. 📎Что автоматизировать первым Обычно не самые эффектные задачи: 🔵запись и подтверждение визитов; 🔵ответы на типовые вопросы; 🔵сбор и проверку документов; 🔵обработку обращений; 🔵транскрибацию; 🔵черновики выписок; 🔵поиск и сверку данных в карте. Хороший кандидат: 🔵часто повторяется; 🔵работает по понятным правилам; 🔵имеет контролируемую цену ошибки; 🔵освобождает действительно ценное время; 🔵позволяет измерить результат до и после. 📎Что автоматизировать рано Не стоит начинать, если: 🔵каждый сотрудник выполняет процесс по-своему; 🔵процесс постоянно меняется; 🔵у него нет владельца; 🔵ошибку сложно заметить; 🔵система влияет на клиническое решение без строгой проверки. 📎Сначала стандартизация. Потом автоматизация. Главная ловушка Автоматизировать отдельное действие, но не весь путь. ИИ создаёт запись. Врач её проверяет, копирует в другую систему, исправляет форматирование и добавляет пропущенные поля. Формально ИИ внедрён. Фактически появилась новая работа. Считать нужно не минуты, которые сэкономила модель, а время всего процесса: проверку, исправления, интеграции и разбор исключений. Система может хорошо обрабатывать 90% случаев, но оставшиеся 10% съедят весь эффект. 📎Готовый сервис VS своя разработка Типовые задачи обычно разумнее закрывать готовыми решениями. Своя система оправдана, если процесс уникален, стратегически важен, имеет большой объём и клиника готова поддерживать продукт годами. Чаще всего оптимальна гибридная модель: готовые сервисы для стандартных функций, собственная логика и данные внутри клиники. 📎Как запускать Не нужна AI-стратегия на сто страниц. Нужны: 🔵один ограниченный сценарий; 🔵исходные метрики; 🔵реальные пользователи; 🔵критерии успеха и остановки; 🔵оценка качества, времени, экономики и рисков. Закрыть неудачный пилот не провал. Провал — продолжать его только потому, что уже вложились. Искать нужно не применение для ИИ. Искать нужно узкое место клиники. Хорошая автоматизация забирает повторение, но не создаёт новую работу и не размывает ответственность. —— Чуть нагляднее-в прикрепленной презентации 👆2,41%
  • 7 июл.Делюсь записью открытой встречи. Позже в комментариях добавлю артефакты, которые упоминали. Очень рада, что столько людей смогли присоединиться вживую. Встреча получилась плотная, честная и, кажется, очень полезная для тех, кто ещё присматривается к программе и к нейронкам вообще 😄. Разбирали, как не быть обманутыми AI-системами в медицине: где модели уверенно ошибаются, как проверять ответы, как работать с исследованиями и почему в медицине нельзя слепо доверять красивому выводу нейросети. Участвовали 4 спикера программы. Заодно подробно поговорили про саму конференцию MedSignal AI: для кого она, что будет внутри, как устроены практические занятия и какие навыки останутся с вами после программы. Если у вас ещё были вопросы — думаю, запись хорошо их закрывает. 🚀9 июля стартует первое практическое занятие, поэтому сейчас буквально последний момент присоединиться. Регистрация тут: https://t.me/ai_med_reg_bot2,26%
  • 9 июл.🚀Сегодня стартует программа про AI и медицину. Главная мысль, с которой мы начинаем: персональные медицинские AI-ассистенты уже работают напрямую с людьми — часто без клинического надзора и без понятной ответственности. Проблема не в том, что AI “даёт советы”. Проблема в том, что эти советы уже влияют на реальные решения о здоровье. И врачам, и пациентам придётся научиться жить в этой новой системе. Врач — не конкурент AI-агента. AI-агент — не замена врачу. Сильная модель будущего — когда пациент лучше собирает свои данные, а врач помогает мыслить клинически и принимать решения точнее. В программе будем разбирать это практически: — как обезличивать и готовить медицинские данные — как собрать личную AI-систему здоровья — как работать с анализами, выписками, симптомами, дневниками и wearable-данными — как проверять ответы нейросетей и не ловить красивые галлюцинации — как AI уже внедряют в клиниках — как врачи используют AI в работе — как строить маркетинг и процессы с агентами Формат: 3 недели, онлайн-встречи 3 раза в неделю В закрытом чате будут записи, материалы, шаблоны и обсуждения. И состав участников уже очень сильный — я правда в трепете и восторге от того, кто собрался внутри. 🖇️ Сегодня последний день присоединиться Повтора программы в обозримом будущем не планируется. Регистрация: https://t.me/ai_med_reg_bot2,01%
  • 1 июл.🅰️ Наконец-то финально собрала программу MedSignal AI. Получилось насыщенно, но я выстроила её так, чтобы обучение шло постепенно и логично, без перегруза длинными сессиями. И, честно, очень довольна тем, как вышло 😎 Программа построена как маршрут: от личных данных о здоровье к медицинскому мышлению, AI-агентам, клиническим процессам и медицине будущего. ·2⃣🅰️ спикеров · 1️⃣1️⃣ стран · 8️⃣ учёных (PhD / к.м.н.) · 6️⃣ врачей · 4️⃣ руководителя крупных клиник и сетей · 1️⃣5️⃣ фаундеров и предпринимателей (с экзитами, Y Combinator, Stanford, NYU, Duke). Формат: практические занятия и выступления спикеров с демо (3 раза в неделю, 10 встреч total) Что получаете: шаблоны, гайды и готовые скиллы, схемы и часть готовых модулей с нашего GitHub, чтобы применить сразу. И самое главное- понимание как самим строить системы здоровья и использовать инструменты ИИ. 📍Маршрут: 🔵 Личная HealthOS. Как собрать свои анализы, симптомы, трекеры и дневники в понятную систему с ИИ- Мария Куликовская 🔵Принципы безопасности, приватности и правовых ограничений работы с медданными в технологиях. Евгений Рид покажет, как строить архитектуру систем агентов для задач с высокой ценой ошибки и проверять достоверность. 🔵 Научное мышление. Наталия Воробьёва, Елена Дегтярь и Дмитрий Шаменков: как искать источники, проверять данные, не вестись на уверенные, но пустые ответы и нейронки. Баланс с mental health. 🔵 Врачебный взгляд. Как давать AI медицинский контекст: симптомы, динамику, анализы, препараты, историю. Кардиолог Марина Орлова и Ирина Зеленкова — спортивный врач, один из ведущих в мире учёных по гипоксии. 🔵 Здоровье как система (принцип во многом универсален и для мужчин): гормоны, нутрициология, сон, энергия, привычки. Как из хаоса собрать наблюдаемые паттерны. С Надеждой Андреевой, Екатериной Кирилловой, Кирой Глушковой и Тоней Жуковой. 🔵 AI-агенты и длинная память. Всеволод Устинов, сооснователь и CEO Plurio и один из самых сильных людей по AI-агентам, кого я знаю, покажет персонального AI-коуча. 🔵 Клиники и внедрение AI. Руководители крупных клиник расскажут, что из AI уже приживается (диагностика, контроль качества, документация, patient journey), а что пока лишь красивая презентация. 🔵 Longevity и пептиды. Ксения Бутова: как устроена longevity-клиника и новые направления в мед-бизнесе. Анастасия Куренкова: как через AI отличать данные от маркетингового дыма в пептидах и хайповых протоколах. 🔵 Медицина будущего. Включение в систему данных о генетики для глубокой персонализации- Ольга Маркес. Дмитрий Мацкевич и Илья Мутовин: как строить тех-продукт для медицины будущего — агент пациента, агент врача, автоматизация сбора и передачи контекста между ними и новые сценарии взаимодействия. 🔵 HealthTech маркетинг. Екатерина Резникова, фаундер HealthTech-компании в США, покажет, как автоматизировала отдел маркетинга целиком на AI-агентах; особенности медицинского маркетинга. К финалу вы соберёте свою версию системы: для личного здоровья, практики, ресёрча или health-проекта. 📅 9–31 июля, онлайн. Регистрация доступна последнюю неделю. Подробности тут: https://t.me/ai_med_reg_bot1,90%
  • 7 июл.без подписи1,81%