arXiv · 16.06.2026 ·ИИ в бизнесе

ИИ помогает создавать персонализированные цифровые двойники сердца

Исследователи предложили новый подход к созданию персонализированных цифровых двойников сердца, которые могут адаптироваться под каждого пациента. Традиционные методы требуют ручной настройки гибридных моделей, сочетающих физические и нейронные архитектуры, что требует глубоких знаний в области кардиологии и не всегда применимо для разных пациентов.

Новый метод использует ИИ-агентов для автоматического поиска оптимальной структуры модели. Это позволяет создавать более точные и персонализированные цифровые двойники, которые могут улучшить диагностику и лечение сердечно-сосудистых заболеваний.

Исследование показывает, что ИИ может значительно упростить процесс создания цифровых двойников, делая его более доступным и эффективным. Это открывает новые возможности для персонализированной медицины и улучшения качества медицинских услуг.

Разработчики надеются, что их метод найдет применение в клинической практике, где персонализированные цифровые двойники могут помочь в диагностике и лечении сложных сердечных заболеваний.

Источник: arXiv

Похожие материалы

Google DeepMind News · Исследования и наука Исследование DeepMind: AI-клиницианты и будущее медицины DeepMind представил исследование о внедрении ИИ в медицинскую практику. Команда разрабатывает концепцию AI-клиницианта — виртуального помощника, который будет работать в тандеме с врачами. Основная цель — повысить эффективность диагностики и лечения, снижая нагрузку на медицинских специалистов. Hacker News · ИИ в бизнесе Медицинские ИИ-инструменты сравнялись по эффективности с врачами Современные системы искусственного интеллекта, предназначенные для диагностики и медицинских консультаций, демонстрируют результаты, сопоставимые с квалификацией практикующих врачей или превосходящие их. Исследования показывают, что алгоритмы способны анализировать симптомы и предлагать планы лечения с высокой точностью, что открывает новые возможности для автоматизации первичного приема пациентов и поддержки принятия врачебных решений. The latest research from Google · Исследования и наука Масштабное исследование влияния ИИ на виртуальную медицину Google и партнёры запустили крупнейшее в США рандомизированное исследование, посвящённое применению генеративного ИИ в виртуальной медицине. В проекте участвуют 100 000 пациентов и 10 000 врачей, что делает его одним из самых масштабных в области ИИ и здравоохранения. arXiv · Исследования и наука Исследование: ИИ-агенты для анализа данных с носимых устройств Исследователи представили новый подход к обработке данных с носимых устройств с помощью ИИ-агентов. В статье, опубликованной на arXiv, описывается система WEQA (Wearable hEalth Question Answering), которая использует адаптивное агентное рассуждение для работы с высокоразмерными и непрерывными данными, поступающими от носимых датчиков. Hacker News · Исследования и наука Первые шаги к автоматизации исследований в ИИ Компания Recursive.ai представила проект, направленный на автоматизацию процессов в исследованиях искусственного интеллекта. Это важный шаг, который может значительно ускорить разработку новых моделей и алгоритмов, а также снизить затраты на исследования. Hacker News · ИИ в бизнесе Почему пациенты врачей всё чаще обращаются к ChatGPT Пациенты всё чаще используют ChatGPT для получения медицинской информации, что ставит врачей в сложное положение. По данным исследования, опубликованного в New York Times, более 40% пациентов в возрасте от 18 до 35 лет обращаются к ИИ-ассистентам для диагностики и рекомендаций по лечению. Это создаёт дополнительную нагрузку на медицинских специалистов, которые вынуждены объяснять пациентам, почему автоматические советы могут быть неточными или опасными. Hacker News · Исследования и наука Исследование раскрывает парадокс эффективности ИИ Учёные из Массачусетского технологического института (MIT) и Стэнфорда опубликовали исследование, посвящённое парадоксу эффективности ИИ. В работе, размещённой на arXiv, авторы показывают, что несмотря на значительные улучшения в производительности ИИ-моделей, их реальная эффективность в практических задачах часто не соответствует ожиданиям. Hacker News · Машинное обучение Новый подход к законам масштабирования может изменить обучение ИИ-моделей Исследователи из Стэнфордского университета предложили новый подход к законам масштабирования, который может существенно повлиять на процесс обучения искусственных нейронных сетей. Традиционные законы масштабирования описывают, как увеличение размера модели и объёма данных влияет на её производительность. Однако новый метод позволяет более точно предсказывать, как изменения в архитектуре модели и данных повлияют на её точность и эффективность. arXiv · Память и RAG Как улучшить надёжность ИИ-агентов в робототехнике Исследователи из MIT и других ведущих университетов предложили новый подход к улучшению надёжности ИИ-агентов в робототехнике. В своей работе, опубликованной на arXiv, они рассматривают проблему обнаружения аномалий в поведении роботов, управляемых генеративными моделями.

← Все материалы