Прорывы в анализе медицинских изображений, предсказании эпидемий, геномике. Как машинное обучение спасает жизни и делает здравоохранение доступнее.
Google разработала ИИ-агент на базе Gemini для медицинских консультаций, который использует активный диалог вместо стандартного подхода «вопрос-ответ». Система показала превосходство в пользовательском тестировании.
Агентный ИИ может решить проблему доступности психиатрической помощи через автономных терапевтов, предиктивные системы и предотвращение кризисов, заполняя пробелы при сохранении человеческого контроля.
MIT разработал ИИ-систему MultiverSeg, которая ускоряет разметку медицинских изображений для исследований. Инструмент требует все меньше ручного вмешательства с каждым новым изображением.
Google представил AfriMed-QA — первый масштабный медицинский бенчмарк для оценки языковых моделей в африканском контексте здравоохранения с 15 000 вопросов от 621 специалиста.
В медицинском ИИ побеждает не лучшая технология, а та, которой больше всего доверяют. Три стратегии построения доверия: академическая валидация, флагманские клиники и регуляторное одобрение.
Исследование показывает, что языковые модели превосходят врачей в диагностике сложных медицинских случаев с точностью 76% против 58%, открывая новые возможности для клинической практики.
Microsoft разрабатывает ИИ-систему для ускорения диагностики редких генетических заболеваний. Технология поможет анализировать миллионы генетических вариантов и сократить время постановки диагноза.
Медицинские ИИ-системы демонстрируют системное смещение, недооценивая симптомы у женщин и этнических меньшинств, что может приводить к серьезным клиническим последствиям.
Исследование показывает, как минимальные смещения в данных обучения вызывают серьезные ошибки медицинских ИИ-систем, создавая риски для диагностики и лечения пациентов.
Doximity и OpenEvidence обменялись встречными исками в борьбе за рынок медицинских ИИ-ассистентов. Конфликт может установить юридические прецеденты для защиты ИИ-разработок в медицине.