Medical Ксю

Фитнес-трекеры «знают», сколько человек спал, когда тренировался и нервничал, а «умные» унитазы — каким был стул, но все они мало что объясняют. «Датамаксеров» это не устраивает, поэтому они скармливают гигабайты записей в чат-боты и заодно дают им доступы к рабочим графикам. Но врачи предупреждают: ИИ может найти проблему там, где её нет, или не разглядеть её вовсе vc.ru/ai/3105846

#отсебя В прошлом рейтинге канала «Мурашко по коже» мой канал @medicalksu оказался на 13-м месте. Я, конечно, склонна верить доказательной медицине, но число всё-таки тревожное. В новом рейтинге я уже на 12-м. Научное объяснение пока ищу. А до тех пор считаю, что от сглаза помогает регулярно писать про цифровое здравоохранение 😀. Спасибо, что читаете! PS: подписавшись на все каналы рейтинга, вы прокачиваете свою карму

#цифровизация #сервисы «Доктор» в профиле уже не прокатит: медицинских блогеров хотят официально верифицировать В России предложили создать государственную систему верификации медицинских блогеров. Инициатива вице-спикера Госдумы Бориса Чернышова направлена в Минздрав, Росздравнадзор и Роскомнадзор. Идея простая: если человек называет себя врачом, дает медицинские рекомендации или предлагает платные консультации, пользователь должен иметь возможность проверить, действительно ли перед ним специалист. Проверка может работать через публичный цифровой сервис с интеграцией с Госуслугами. По ФИО или даже псевдониму блогера предлагается показывать наличие медицинского образования, действующей аккредитации и специальность. А если автор оказывает медицинские услуги — еще и сведения о соответствующей лицензии. Соцсетям предлагают выдавать подтвержденным врачам специальную медицинскую «галочку». То есть рядом с аккаунтом может появиться отдельный знак: профессиональный статус этого автора проверен. Запрос на такую механику действительно есть: по данным опубликованного ранее опроса ВЦИОМ, 90% считают медицинское образование блогера важным, но реально проверяли его только 29%. Пока это только предложение, и до реального сервиса еще далеко. В эпоху, когда диагнозы ставят в рилсах, а лечение назначают в Telegram, одной синей галочки действительно становится маловато. @medicalksu теперь в MAX

#тестдрайв #сервисы Спросила ИИ от Яндекса, как лечить ВСД: и вот что он ответил Протестировала новый Яндекс Мед — ИИ-ассистент, который ищет ответы не по всему интернету, а по верифицированной медицинской базе. Яндекс пишет, что в ней уже более 1000 источников: актуальные клинические рекомендации, МКБ, ГРЛС, приказы Минздрава, нормативные документы и медицинские справочники. Есть два режима ответа — краткий и полный, а к ответам должны прикладываться ссылки на первоисточники. Для теста специально взяла коварный вопрос: «Как лечить вегетососудистую дистонию?» И получила такой результат: в верифицированных источниках ответ найти не удалось. И вот здесь, на мой взгляд, одновременно проявились главный плюс и главный недостаток сервиса. Что понравилось. ИИ не начал фантазировать, не собрал мне из интернета список из ноотропов, капельниц и витаминов и не выдал это за клиническую рекомендацию. Для медицинского ИИ способность сказать «у меня нет подтверждённого ответа» — крайне полезное качество. Тем более что «вегетососудистую дистонию» считают «несуществующим» диагнозом. Ещё один плюс — прозрачность источников. Можно открыть документ и проверить, откуда взялось утверждение. Сервис заточен именно под рабочие задачи врача: лекарства и их совместимость, порядок обследования, клинические рекомендации, расчёт показателей. Внутри есть более 20 медицинских калькуляторов и шкал. Запрос сначала классифицируется, затем система выбирает тип источников и дополнительно ранжирует найденные документы — Яндекс специально сделал такую архитектуру для снижения риска галлюцинаций. Еще Яндекс Мед понимает не только язык клинических рекомендаций, но и язык пользователя. Если человек пишет «ВСД», ассистент не просто упирается в отсутствие документа с названием «Лечение ВСД». Он объясняет, что такого диагноза в нужном виде в базе нет, уточняет симптомы и предлагает поискать рекомендации по головокружению, тахикардии, паническим атакам, головной боли, нарушениям давления и другим состояниям, которые пациент может скрывать под словом «ВСД». То есть сейчас база при своей надежности выглядит вполне умной. Однако нужно учитывать, что да — отбор по проверенным источникам защищает от медицинских фантазий, но одновременно делает систему чувствительной к терминологии и полноте базы. Более 1000 документов — неплохой старт, но для всей медицины это пока довольно ограниченная база. Если она будет пополняться, как заявляется, тогда эти ограничения должны пропасть. Но следующий этап — научить систему лучше работать со списком подсказок под готовым ответом: они местами выглядят слишком общими, а не которые приближают к нужному ответу, если хочется что-то уточнить. То есть сам «мост» от неудачного запроса к более точному уже есть, но его ещё хочется сделать умнее и полезнее – лучше направлять и предлагать альтернативы профессионально разбираться с запросами, для которых прямого ответа в этой базе нет. Мой итог: Яндекс Мед мне скорее понравился. Здесь выбран правильный для здравоохранения принцип: лучше на что-то не ответить, чем уверенно придумать. @medicalksu теперь в MAX

#отсебя #футуризм Как врачи будут заполнять медкарты в 2050м году: фантазия Врач будет заполнять документы силой мысли через нейроинтерфейс. На смену ЭДО придёт НейроЭДО. Хотя, может быть, в 2050м году медкарт вообще не будет — все данные о здоровье будут попадать сразу в мозг. Посмотрим если доживём. @medicalksu теперь и в MAX

#МИС #цифровизация Петербург переводит на московскую систему ЕМИАС больницы и 200 поликлиник Московская ЕМИАС выходит за пределы одного региона. В Санкт-Петербурге уже 50 стационаров полностью перешли на ЕМИАС, еще 16 планируют подключить до конца 2026 года. Москва и Петербург закрепили дальнейший порядок внедрения системы, а Москва будет обеспечивать ее бессрочную техническую поддержку. Следующий этап гораздо масштабнее — поликлиники. Сейчас ЕМИАС тестируют в трех амбулаторных учреждениях Петербурга, а в 2027–2028 годах на нее планируют перевести около 200 городских поликлиник. В перспективе к общему цифровому контуру хотят подключать также федеральные и частные медорганизации. Тренд налицо: ЕМИАС из региональной МИС постепенно превращается в межрегиональную медицинскую платформу. Москва и Петербург фактически создают общее технологическое ядро, на котором могут работать разные медицинские организации и развиваться единые цифровые сервисы. А дальше — интеграция систем искусственного интеллекта (ИИ). Единая МИС дает общую инфраструктуру данных, поверх которой проще масштабировать СППВР, ИИ-секретарей и другие алгоритмы. И здесь возникает большой вопрос для российского рынка: если опыт Москвы и Петербурга окажется успешным и эффективность, не начнется ли постепенная консолидация региональных МИС вокруг нескольких крупных платформ? @medicalksu теперь и в MAX

#ИИ #ихнравы В Китае показали мобильную клинику с ИИ, где можно пройти все обследования На выставке CIFTIS 2026 в Пекине показали мобильную клинику, в которой искусственный интеллект (ИИ) уже не просто отдельная программа для врача, а часть всей диагностической инфраструктуры. Внутри — УЗИ, ЭКГ, лабораторная диагностика, медицинская визуализация и 5G-связь. Пациент может пройти обследование и получить результаты в одном месте. Главное в новинке — кластер ИИ-агентов. По данным Xinhua, они выполняют интерпретацию медицинских изображений, ранний скрининг хронических заболеваний, специализированную оценку состояния пациента и помогают при принятии клинических решений. То есть оборудование постепенно превращается из устройства, которое просто собирает данные, в систему, которая умеет эти данные анализировать. В машине можно пройти весь стандартный маршрут медицинского осмотра — от обследования и забора анализов до получения снимков и формирования отчёта. Причём платформа модульная: тот же автомобиль можно переоборудовать под офтальмологию, стоматологию или другие специальности. Особенно интересен сценарий для удалённых территорий, где полноценной клиники поблизости может вообще не быть. По словам представителей проекта, мобильные медицинские автомобили первого и второго поколений уже использовались для профилактических обследований почти 500 тысяч жителей удалённых районов Китая. Пожалуй, именно так сегодня выглядит один из главных трендов китайского медтеха: ИИ превращается в автономную медицинскую инфраструктуру, удобную прежде всего для пациента. Нужно пройти диспансеризацию? Она приедет к вам...куда угодно @medicalksu теперь и в MAX

#ИИ #аналитика Большие языковые модели против специализированного медицинского ИИ: российские исследователи сравнили кто точнее — и сколько это стоит Специалисты компании Webiomed сравнили большие языковые модели DeepSeek, YandexGPT и GigaChat со специализированными ML-моделями Webiomed SC на задачах первичной диагностики. Тест провели на 171 клиническом случае, которые предварительно разметили три врача-эксперта. Оценивали не только качество диагностики, но и время разработки, вычислительные затраты и стоимость эксплуатации. Результат интересный. Лучшая из протестированных LLM — YandexGPT-5-Lite-8B — показала точность Top-3 67%. Ровно столько же получила специализированная ML-модель, обученная на 1 млн медицинских записей. Но когда объем обучающих данных специализированной модели увеличили до 18 млн записей, ее результат вырос до 78%. То есть на большой медицинской выборке специализированный ИИ пока заметно выигрывает у универсальной LLM. Зато LLM разгромно выигрывает по скорости создания прототипа: 8 человеко-часов на настройку против 340 человеко-часов для базовой ML-модели. Вычислительные затраты на этапе настройки LLM оказались в 14 раз ниже, чем при обучении специализированной модели на большом корпусе. Но есть важный нюанс: уже при промышленной эксплуатации ситуация переворачивается — расходы на работу LLM существенно выше, чем на обслуживание специализированных моделей. Получается довольно трезвый ответ на вопрос «заменят ли LLM специализированный медицинский ИИ?». Для быстрого прототипа — LLM выглядят очень привлекательно: быстро и относительно дешево. Для массовой промышленной СППВР специализированные модели пока выигрывают за счет точности и более низкой стоимости эксплуатации. Возможно, будущее медицинского ИИ не в выборе между LLM и классическим ML, а в их комбинации внутри одной системы. @medicalksu теперь и в MAX

#медтех #ихнравы Баг, который оказался фатальным: FDA присвоила сбою аппаратов от апноэ самый высокий класс риска Обычная ошибка в прошивке превратилась в серьёзную проблему безопасности мед. устройств. В США отзывают 20160 аппаратов Luna G3 APAP компании BMC Medical для лечения обструктивного апноэ сна. При определённом сочетании высокого давления, частого дыхания и большого воздушного потока программный сбой может вызвать ошибку — после чего аппарат автоматически выключается и прекращает терапию. Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США FDA отнесла отзыв к Class I — самому высокому классу риска. Такая категория используется, когда неисправность медицинского изделия может привести к серьёзному вреду здоровью или смерти. При этом подтверждённых тяжёлых последствий именно из-за этого сбоя пока не зарегистрировано. После обновления основной партии выяснилось, что до 196 аппаратов могли остаться со старой версией прошивки. Но у истории есть ещё одна неприятная деталь. Производитель исправлял программное обеспечение ещё в октябре–декабре 2024 года, однако своевременно не сообщил об этом FDA. Регулятор узнал о корректирующих действиях значительно позже и отдельно указал на нарушение требований по уведомлению: речь шла не о косметическом обновлении, а об исправлении дефекта, способного привести к внезапному прекращению терапии. История хорошо показывает, как меняется понятие безопасности медицинской техники. Сегодня один баг в коде способен физически остановить лечение пациента. Поэтому прошивка аппарата для терапии апноэ — такая же критическая часть медицинского изделия, как его насос, датчик или дыхательный контур. А обновления ПО в медтехнике требуют такого же контроля, как любые другие изменения, влияющие на безопасность пациента. @medicalksu теперь и в MAX

#ИИ #ихнравы 🔥 Больницам больше не нужен внешний ИИ: в Китае нейросети и ИИ-агентов запускают прямо внутри медицинских организаций Китайская больница Zhujiang Hospital совместно с компаниями Huawei и Kingsoft Cloud развернула собственную локальную инфраструктуру для искусственного интеллекта (ИИ). Вместо отправки информации во внешние облачные сервисы большие модели работают непосредственно внутри медицинской организации: данные остаются в её контуре, а вычислительные мощности используются для запуска и обучения ИИ. На одной платформе можно одновременно запускать разные модели, включая DeepSeek и Qwen, и подключать к ним специализированных медицинских ИИ-агентов. Они уже используются в сценариях автоматического формирования медицинской документации, анализа КТ и рентгеновских исследований и цифровой патологии. То есть больница получает не один купленный ИИ-сервис, а собственную среду, в которой можно разворачивать сразу множество ИИ-инструментов. Медорганизация превращается в автономный ИИ-хаб: внутри находятся медицинские данные, вычислительная инфраструктура, несколько больших моделей и созданные под конкретные клинические процессы агенты. При этом чувствительную информацию не обязательно передавать внешнему поставщику ИИ. @medicalksu теперь и в MAX