TGStat
TGStat
Введите текст для поиска
Расширенный поиск каналов
  • Язык сайта
    flag Russian flag English flag Uzbek
  • Вход на сайт
  • Каталог
    Каталог каналов и чатов Региональные подборки Тематические подборки Платные каналы Поиск каналов
    Добавить канал/чат
  • Рейтинги
    Рейтинг каналов Рейтинг чатов Рейтинг публикаций
    Рейтинги брендов и персон
  • Аналитика
  • Поиск по публикациям
  • Мониторинг Telegram
  • Продвижение
    Реклама через Яндекс Бизнес Реклама в каналах через TGStat Agency Реклама на сайте TGStat.ru
INVENTORUS | ИИ в науке

23 Sep, 19:05

Открыть в Telegram Поделиться Пожаловаться

ИИ написал 4 667 медицинских исследований. До проверки на людях дошли 113

Аналитики INVENTORUS свели воедино ведущие библиометрические обзоры, отчёты регуляторов и стратегические документы, чтобы понять, где искусственный интеллект в медицине действительно даёт результат.

И вот, что у нас получилось.

ИИ сегодня стоит почти на каждом этапе исследования: поиск гипотез, анализ геномов, моделирование клеток, подбор участников испытаний, чтение снимков и подготовка самих научных текстов. Но из 4 667 первичных работ, извлечённых из 218 обзоров, 88,2% так и остались доклиническими. Рандомизированных контролируемых испытаний было сделано всего 113, те самые 2,4%. И две трети из них (67,3%) провели в одном-единственном медицинском центре. То есть даже эти результаты, по сути, негде перепроверить.

С генеративными моделями нагляднее. С января 2022-го по сентябрь 2025-го вышло 4 609 работ по большим языковым моделям в клинической медицине. Это около 3,2 статьи в день. Реальные данные пациентов использовали 1 048 из них. Полноценными рандомизированными испытаниями оказались 19.

Что касается профиля, то безусловная лидером является онкология: 32,5% всех первичных работ. Прежде всего потому, что она объединяет почти все пригодные для ИИ типы данных, от снимков и цифровой патологии до геномики. Дальше идут заболевания опорно-двигательной системы (14,1%). Технически самые зрелые направления – радиология и патология: изображения легко стандартизировать и сверить с экспертной разметкой.
Обзор прогнозирует уход от узких алгоритмов «одна модель – одна задача» к мультимодальным системам, виртуальным клеткам, цифровым двойникам и агентным «виртуальным лабораториям», которые связывают литературу, изображения, геномику и электронные карты. Решать будет не размер моделей, а качество, совместимость и происхождение биомедицинских данных.
Разрыв между публикациями и клиническими доказательствами будет сокращаться, но скорее всего медленно. Именно скорость этого сокращения INVENTORUS предлагает считать главным индикатором зрелости отрасли. 

«Больше статей пока не значит больше доказательств, – комментирует Евгений Елфимов, генеральный директор INVENTORUS. – Самое ценное сегодня не очередная демонстрация модели на внутреннем датасете, а внешняя валидация, проспективные исследования и честная экономическая оценка. Именно этого в потоке публикаций катастрофически не хватает».


Подробные результаты исследования читайте в публикации CNews .

196 0 2 43
Каталог
Каталог каналов и чатов Подборки каналов Поиск каналов Добавить канал/чат
Рейтинги
Рейтинг каналов Telegram Рейтинг чатов Telegram Рейтинг публикаций Рейтинги брендов и персон
API
API статистики API поиска публикаций API Callback
Наши каналы
@TGStat @TGStat_Chat @telepulse @TGStatAPI
Почитать
Академия TGStat Исследование Telegram 2019 Исследование Telegram 2021 Исследование Telegram 2023
Контакты
Справочный центр Поддержка Почта Вакансии
Всякая всячина
Пользовательское соглашение Политика конфиденциальности Публичная оферта
Наши боты
@TGStat_Bot @SearcheeBot @TGAlertsBot @tg_analytics_bot @TGStatChatBot