Связь между использованием мобильных телефонов и повышенным риском возникновения рака мозга отсутствует, гласят результаты последнего обзора мировых данных, проведённого по заказу Всемирной организации здравоохранения (ВОЗ).

Источник изображения: fernando zhiminaicela / pixabay.com

Несмотря на значительный рост использования беспроводных технологий связи, пропорционального увеличения заболеваемости раком мозга не наблюдается, говорится в документе ВОЗ. Это касается как людей, которые подолгу разговаривают по телефону, так и тех, кто пользуется мобильными устройствами более десяти лет. В анализ вошли 63 исследования, проведённые с 1994 по 2022 год. Оценку данных провели 11 исследователей из 10 стран, к работе также было привлечено Австралийское ведомство по защите от радиации.

В работе оценивалось влияние радиочастот, используемых в мобильных телефонах, телевизорах, радионянях и радарах, на организм человека. Ни в одном из случаев повышенных рисков выявлено не было. Рассматривались онкологические заболевания мозга у взрослых и детей, рак гипофиза, рак слюнных желёз, лейкемия, а также риски, связанные с использованием мобильных телефонов, базовых станций, передатчиков и воздействие радиочастот при профессиональной деятельности. Исследования по другим типам рака будут представлены отдельно.

ВОЗ и другие международные учреждения в области здравоохранения ранее также заявляли, что доказательств неблагоприятных последствий для здоровья от излучения, производимого мобильными телефонами, нет, но призывали к проведению дополнительных исследований. В настоящее время Международное агентство по изучению рака характеризует излучение телефонов как «возможно канцерогенное» по классу 2B — эта категория присваивается в случаях, когда исключить вероятную связь не представляется возможным. В последний раз ВОЗ публиковала оценку данных по связи мобильных телефонов с раком мозга в 2011 году, а теперь консультативная группа агентства призывает пересмотреть классификацию с учётом новых данных. Официально свои выводы ВОЗ опубликует в I квартале 2025 года.

Компания Google решила расширить возможности современных систем искусственного интеллекта — сейчас компания работает над технологией, которая поможет обнаруживать ранние признаки заболеваний по звукам, издаваемым человеком.

Источник изображения: pixabay.com

Для достижения этой цели Google обучила базовую модель ИИ на 300 млн фрагментов аудиозаписей, на которых звучат кашель, признаки насморка и затруднённое дыхание — эти исходные данные помогут идентифицировать человека, который болен, например, туберкулёзом, передаёт Bloomberg. Модель получила название HeAR (Health Acoustic Representations).

Поисковый гигант также объединил усилия с индийской компанией Salcit Technologies. Стартап, специализирующийся на технологиях ИИ в области респираторных заболеваний поможет развернуть эту технологию на смартфонах — она поможет гражданам, принадлежащим к группам высокого риска, в регионах с недостаточным доступом к услугам здравоохранения.

Это не первая попытка Google найти цифровое выражение органов человеческих чувств. Профильное подразделение компании ранее поддержало стартап, который разрабатывает ИИ, способный идентифицировать заболевания по запаху.

Компания Apple показала возможности Vision Pro в сфере здравоохранения на примере множества объединяющих цифровой и реальный миры приложений из visionOS App Store. Компания продемонстрировала, что современные технологии могут значительно улучшить данную сферу.

По словам Apple, продемонстрированные приложения могут изменить методики обучения медицинских работников, планирования хирургических операций и ухода за пациентами в клинических и домашних условиях. Так, например, приложение myMako использует возможности трёхмерного моделирования Vision Pro для улучшенной подготовки к операциям, предоставляя хирургам интуитивный доступ к планам операций и аналитическим данным.

CyranoHealth использует пространственные вычисления для комплексного обучения работе с медицинским оборудованием, что должно повысить уверенность в себе и снизить уровень тревожности медицинских работников. Программа поможет студентам познакомиться с передовым техническими достижениями в области здравоохранения.

Приложение Cinematic Reality от Siemens Healthineers создаёт интерактивные голограммы анатомии человека на основе результатов медицинских исследований, выводя на новый уровень медицинское образование и консультирование пациентов.

Специализирующаяся на электронных медицинских картах Epic Systems представила Epic Spatial Computing Concept — приложение, позволяющее медицинским работникам взаимодействовать с историей болезни пациента при помощи интуитивно понятных жестов и пространственных вычислений — заполнять карты, изучать анализы, общаться в защищённом чате, пользоваться виртуальной клавиатурой или просто надиктовывать текст.

Приложение Xaia помогает поддерживать психическое здоровье пациентов. Цифровой аватар на основе ИИ может общаться с пациентом, предлагая психологическую поддержку и расслабляющие упражнения. Сеансы виртуальной терапии могут проходить как в привычном, так и в более приятном человеку окружении. При этом приложение не требует от пользователя никакой личной информации.

Med-PaLM 2, медицинский ИИ-чатбот Google, проходит тестирование в клинике Mayo и других медицинских учреждениях США. Этот инструмент, предназначенный для ответов на вопросы в сфере медицины, может стать особенно полезным в странах с ограниченным доступом к медицинским услугам. Несмотря на некоторые проблемы с точностью, Med-PaLM 2 показывает обнадёживающие результаты.

Источник изображения: Userba011d64_201 / pixabay.com

Начиная с апреля, новейший ИИ-чатбот от Google, предназначенный для ответов на вопросы о медицине, проходит тестирование в исследовательской клинике Mayo, а также других медицинских учреждениях США. Med-PaLM 2 — это модификация PaLM 2, который был анонсирован на Google I/O в мае текущего года. PaLM 2 — это языковая модель, лежащая в основе Google Bard.

The Wall Street Journal сообщает, что согласно внутренней переписке, которую изучил источник, Google считает, что обновлённая модель может быть особенно полезна в странах с «ограниченным доступом к медицинским услугам». Med-PaLM 2 была обучена на основе тщательно подобранного набора примеров или демонстраций, созданных и предоставленных медицинскими экспертами, что, по мнению Google, делает её более эффективной в диалогах о здоровье пациента, в сравнении с обычными ИИ-чатботами, такими как Bard, Bing и ChatGPT.

Также WSJ ссылается на исследование, опубликованное Google в мае, которое показало, что Med-PaLM 2 всё ещё сталкивается с некоторыми проблемами точности, которые разработчики уже научились решать в больших языковых моделях. В ходе исследования врачи обнаружили больше неточностей и нерелевантной информации в ответах, предоставленных Google Med-PaLM и Med-PaLM 2, чем в ответах других врачей.

Тем не менее, почти по всем другим показателям, таким как обоснование аргументов, ответы, поддержанные консенсусом, или отсутствие признаков неправильного понимания, Med-PaLM 2 показал результаты, сравнимые с результатами реальных врачей. WSJ пишет, что клиенты, тестирующие Med-PaLM 2, будут контролировать свои медицинские данные, которые будут зашифрованы, и даже Google не будет иметь к ним доступа.

Согласно словам старшего директора по исследованиям Google Грега Коррадо (Greg Corrado), Med-PaLM 2 всё ещё находится на ранней стадии разработки. Коррадо заявил, что, хотя он бы не хотел, чтобы это стало частью «медицинского путешествия» его собственной семьи, включающего всё от первого визита к врачу и диагностики до лечения, реабилитации и последующего наблюдения, он считает, что Med-PaLM 2 «расширяет возможности применения ИИ в здравоохранении в 10 раз».

Можно сказать, что медицинский ИИ-чатбот Google является значительным шагом вперёд в области здравоохранения. Несмотря на некоторые проблемы с точностью, выявленные в ходе исследований, общие результаты показывают, что этот инструмент может быть эффективным, особенно в странах, где доступ к медицинским услугам ограничен. Однако, как подчеркнул старший директор по исследованиям Google, Med-PaLM 2 пока находится на ранней стадии разработки, и поэтому важно продолжать тестирование новейшего ИИ для большей точности диагнозов, а следовательно и безопасности пациентов.

В ходе ежегодного мероприятия The Check Up, компания Google анонсировала инициативы, связанные со здравоохранением. В частности, команда Google Health поделилась информацией о новых продуктах, разрабатываемых с использованием технологий машинного обучения и систем искусственного интеллекта на базе нейронных сетей.

Источник изображения: freepik.com

Компания рассказала о новых ИИ-решениях для УЗИ-диагностики, помощи в лечении рака и мониторинга туберкулёза. Одной из ключевых новинок стала специализированная языковая модель, названная Med-PaLM 2.

Первый её вариант анонсировали в конце прошлого года. Он предназначен для предоставления высококачественных ответов на медицинские вопросы — это первая ИИ-система, получившая «проходной балл», правильно ответив на более 60 % вопросов с возможностью выбора ответов, аналогичных тем, что используются для получения медицинских лицензий в США. В Google заявили, что второе поколение технологии — Med-PaLM 2 — стабильно отвечало на ответы на экспертном уровне с точностью более 85 % — на 18 % лучше в сравнении с предыдущими результатами.

По данным Google Health, компания также сравнивает результаты тестов нового варианта Med-PaLM с ответами настоящих врачей. В Google сообщают, что ответы ИИ проверяют не только на фактическую точность, но и на потенциальный вред советов для пациентов.

В ходе экспериментов ИИ отвечал на вопросы о признаках пневмонии и перспективах лечения тех или иных болезней. Но если на некоторые вопросы бот давал даже более развёрнутые и правильные ответы, чем люди, то в некоторых случаях он допускал ошибки. С учётом деликатного характера медицинской информации, в Google считают, что пройдёт некоторое время до того, как технология станет доступной широкой аудитории. Компания намерена продолжить работать с исследователями и профильными специалистами над Med-PaLM. Больше информации о технологии появится в обозримом будущем.

Представители экспертного сообщества считают, что технология имеет колоссальный потенциал, но важно, чтобы её применение в реальном мире осуществлялось в ответственной и этичной манере.

Компания Silicon Labs разработала миниатюрные чипы xG27, которые достаточно компактны и энергоэффективны для применения в медицине. Технология позволяет поместить чип вместе со специальным датчиком на один из зубов человека для постоянного мониторинга характеристик слюны — это позволит непрерывно следить за здоровьем и предупреждать многие заболевания.

Источник изображения: Silicon Labs

Как сообщает Silicon Labs, семейство однокристальных платформ xG27 включает модели BG27 и MG27. Обе построены на основе ядра Arm Cortex M33, а отличаются тем, что BG27 использует Bluetooth, а MG27 — Zigbee и другие протоколы. Площадь чипов составляет 2-5 мм².

Важно, что BG27 уже используется в реальном решении — интегрируемом в зуб сенсоре. Производитель медицинского оборудования Lura Health заявляет, что уже применяет его в тестовом режиме для диагностики. Сенсор так мал, что его действительно можно прикрепить к зубу для постоянного мониторинга слюны с учётом более 1000 параметров.

Компания не впервые создаёт футуристическую электронику. Но если многие проекты срываются из-за сложного процесса сертификации американскими регуляторами, то в этом случае Lura Health заявляет, что закончила клинические исследования с участием компании UConn Orthodontics и теперь готовится получить одобрение Управления по контролю за продуктами и лекарствами США (FDA). Если всё пойдёт согласно планам, продукт появится на рынке в ближайшие 12-18 месяцев.

Источник изображения: Silicon Labs

Имеются и другие перспективные сферы применения чипсета от Silicon Labs — умные медицинские пластыри, сенсоры для постоянного мониторинга уровня глюкозы в крови, носимое ЭКГ-оборудование. Одним из главных преимуществ является возможность использования напряжения всего в 0,8 В и переключения в «режим хранения», что позволяет снизить утечку энергии из батареи во время транспортировки и собственно хранения на складе в течение длительного времени.