TOP5: главные новости цифрового здравоохранения за неделю

***

Перовскиты — класс материалов с уникальной кристаллической структурой, которые обладают высокой эффективностью при преобразовании рентгеновских лучей в электрические сигналы. В отличие от таких традиционных материалов, как кремний и аморфный селен, перовскитные детекторы обладают высокой чувствительностью, низкой стоимостью и простотой изготовления. Однако все разработки приборов на их основе находятся на стадии исследований и промышленного применения пока не достигли.

Исследователями Лаборатории перспективной солнечной энергетики НИТУ МИСИС уже получен прототип матрицы детектора с размером пикселя 50 на 50 микрон (0,001 мм), а первые тесты показали эффективность и работоспособность прототипа — через детектор при его облучении идет фототок, а между пикселями есть изоляция, что позволило снизить ток утечки и повысить чувствительность к рентгеновскому излучению. Опытные образцы детекторов полностью изготовлены из отечественных материалов на российском оборудовании.

Проект по созданию перовскитного детектора рентгеновского излучения победил в конкурсе «Студенческий стартап» Минобрнауки в категории «Новые приборы и интеллектуальные производственные технологии».

***

В США компания Cigna предоставила застрахованным доступ к бесплатному инструменту самодиагностики, который поможет проверить наличие проблем со здоровьем зубов, от кариеса до заболеваний десен, с помощью обычного смартфона. Многие американцы отказываются от профилактического осмотра у стоматолога из-за высокой стоимости медицинского обслуживания или страха перед этим доктором.

Онлайн-инструмент от Dental.com предоставляет пошаговые инструкции, которые помогут клиенту сделать пять фотографий зубов и полости рта. Затем программа SmartScan анализирует фотографии и направляет свое заключение стоматологу сети клиник Cigna Healthcare. В случае необходимости клиенту назначат сначала телемедицинскую, а затем и очную консультацию.

По данным американских Центров по контролю и профилактике заболеваний (CDC), в прошлом году примерно 36% взрослых не проходили профилактический осмотр или чистку зубов. И хотя новый сервис не заменит посещение врача, он позволяет людям следить за своим здоровьем полости рта и в случае реальной проблемы вовремя получать медицинскую помощь.

***

Исследователи из школы медицины Университета Кэйо в Токио и Гарвардской медицинской школы разработали стратегию скрининга для раннего выявления дефекта межпредсердной перегородки с помощью сверточной нейронной сети на основании результатов ЭКГ в 12 отведениях.

Ученые собрали результаты 671 тыс. ЭКГ от 81 тыс. пациентов из трех больниц в США и Японии. ЭКГ от пациентов с дефектом межпредсердной перегородки отметили как положительные, остальные — как отрицательные. ЭКГ после закрытия дефекта исключили из анализа. Полученные данные использовали для глубокого машинного обучения.

Программа позволила различать подгруппы с дефектом, в которых регистрировались незначительные отклонения на ЭКГ. Площадь под ROC-кривой выявления заболевания составила 0,85—0,90. Использование новой модели позволило повысить чувствительность скрининга с 80,6 до 93,7%. При этом специфичность нового подхода на 33,6% превышала таковую в модели скрининга с использованием явных отклонений на ЭКГ.

Авторы считают, что новый метод поможет улучшить раннюю диагностику заболевания и принимать терапевтическое решение до развития осложнений.

***

Мировой рынок медицинских ассистивных роботов достигнет к 2030 году 37,2 млрд долл. С 2023 года он будет расти со среднегодовым темпом (CAGR) на уровне 17,3%, следует из отчета Infinity Business Insights.

К 2030 году, по оценкам Всемирной организации здравоохранения, глобальная нехватка медицинских работников составит 18 млн человек. Многие страны пытаются решить эту проблему путем внедрения роботов, способных освободить людей от выполнения рутинных задач по уходу за пациентами и расширить возможность получения ряда медицинских услуг на дому.

В зависимости от типа продукта аналитики сегментируют рынок ассистивных медицинских роботов на роботов для наблюдения и безопасности, роботов-гуманоидов (человекоподобных), реабилитационных роботов, хирургических и роботов-компаньонов.

***

ChatGPT на 72% точен при принятии клинических решений. То есть его образованность сравнима с человеком, только что окончившим медицинскую школу, например, интерна или ординатора, показало исследование, выполненное сотрудниками Mass General Brigham и опубликованное в журнале Medical Internet Research.

Исследователи загрузили в ChatGPT 36 опубликованных клинических сценариев, попросив его «поставить» диагноз, а затем предоставили ему дополнительную информацию, прежде чем запросить окончательный диагноз и план лечения. Чат-бот с искусственным интеллектом был точен на 77% в своих окончательных диагнозах, на 68% точен в решениях клинических задач, например, какие лекарства принимать, и на 60% точен в дифференциальных диагнозах.

«Мы изучаем решения LLM (large language model, большая языковая модель — глубоко обученная нейронная сеть, используемая для обработки естественного языка), которые помогают с клинической документацией и готовят ответы на сообщения пациентов, уделяя особое внимание пониманию их точности, надежности, безопасности и справедливости, — отметил докт. мед. наук, директор по информационным технологиям и старший вице-президент по цифровым технологиям Mass General Brigham Адам Ландман. — Прежде чем мы интегрируем инструменты LLM в клиническую помощь, необходимо провести тщательные исследования, подобные этому».