Juvenis Scientia

Перспективы использования больших языковых моделей для совершенствования кардиологической помощи

2025-04-10T15:09:16+03:00

Сердечно-сосудистые заболевания остаются ведущей причиной смерти во всём мире, и их раннее выявление и прогнозирование по-прежнему является важной проблемой. Технологии искусственного интеллекта (ИИ) могут помочь справиться с этой задачей, поскольку они обладают большим потенциалом для ранней диагностики и прогнозирования возникновения этих заболеваний. Глубокие нейронные сети (DNN) могут повысить точность интерпретации медицинских изображений, а данные, предоставленные ими, содержат ценную информацию, которая не была бы выявлена кардиологами другим способом. Благодаря последним достижениям при использовании моделей с архитектурой трансформера, мультимодального ИИ и больших языковых моделей (LLM) появилась возможность интеграции электронных медицинских карт с изображениями, геномной информацией, сигналами биосенсоров и другими данными, что потенциально может улучшить диагностику и выделить пациентов высокого риска для применения стратегий первичной профилактики. Несмотря на то что основное внимание уделяется использованию ИИ для помощи в работе клиницистам, он может также быть полезным пациентам и оказывать немедленную помощь в диагностике, например, при аритмии, и в настоящее время изучается его применение для визуализации в автоматическом режиме. Перед использованием ИИ в клинической практике следует рассмотреть потенциальные риски, такие как нарушение конфиденциальности данных и диагностические ошибки. В статьях этой серии исследуются возможности и ограничения моделей ИИ в кардиологии и преследуется цель выявить особые препятствия и варианты применения моделей ИИ, способствующие их интеграции в систему здравоохранения.

Оригинал статьи: Quer G, Topol EJ. The potential for large language models to transform cardiovascular medicine. Lancet Digit Health. 2024;6(10):e767-e771. DOI: 10.1016/S2589-7500(24)00151-1.

Статья переведена на русский язык и опубликована согласно условиям лицензии Creative Commons Attribution (CC BY 4.0).

In silico и in vivo изучение противовоспалительной активности азометиновых производных 2-амино-4,5,6,7-тетрагидро-1-бензотиофен-3-карбоксамида и 2-замещённых 5,6,7,8-тетрагидробензо[4,5]тиено[2,3-d]пиримидин-4(3H)-она

2025-03-13T13:30:35+03:00

Введение. Поиск эффективных и малотоксичных веществ с противовоспалительным действием является актуальной задачей фармации, так как патологический процесс воспаления развивается при различных заболеваниях. Целью исследования являлся поиск новых соединений с выраженным противовоспалительным действием среди азометиновых и пиримидиновых производных. Объектами исследования являются азометиновые производные 2‑амино‑4,5,6,7‑тетрагидро‑1‑бензотиофен‑3‑карбоксамида (3a‑3s) и соответствующие им 2‑замещённые 5,6,7,8‑тетрагидробензо[4,5]тиено[2,3‑d]пиримидин‑4(3H)-она (4a‑4s).
Материалы и методы. In silico прогноз противовоспалительной активности осуществлялся в программе Autodock 4.0. Виртуальные структуры моделируемых соединений были построены в программе HyperChem 8.0.4. Окончательная оптимизация геометрии виртуальных структур рассчитывалась в программе ORCA 4.1 с использованием теории функционала плотности (UB3LYP) и базового набора 6–311G**. In vivo изучение противовоспалительной активности проводили на модели острого экссудативного воспаления, вызванного субплантарным введением 2% раствора формалина в правую переднюю лапку мышей-самцов линии Balb/C в объёме 0,05 мл.
Результаты. Данные вычислительного эксперимента свидетельствуют о том, что среди изучаемых соединений имеются структуры, которые могут ингибировать фермент циклооксигеназу‑2 (ЦОГ‑2). На основе in silico результатов отобрано 10 соединений для in vivo исследования противовоспалительной активности. Соединения под лабораторным шифром 3b и 3n продемонстрировали наличие противовоспалительной активности на модели формалинового отёка. Соединение 3n расценено как наиболее перспективное для дальнейшего исследования, так как его эффект был сопоставим с диклофенаком.
Заключение. В ходе исследования определено два соединения (3b и 3n), которые обладают выраженным противовоспалительным действием.

Факторы риска, модифицирующие показатели объёмной сфигмографии (Обзор литературы)

2025-03-19T11:54:20+03:00

Объёмная сфигмография является одним из методов функциональной диагностики, который позволяет за короткое время получить большое количество показателей, характеризующих текущее состояние сердечно-сосудистой системы. Методика исследования достаточно проста и не требует больших временных и материальных затрат, может выполняться средним медицинским персоналом. Основным параметром сфигмографии, признанным российскими и зарубежными экспертами интегральным маркером состояния сосудистой стенки, является сердечно-лодыжечный сосудистый индекс (СЛСИ). Величина СЛСИ у конкретного пациента отражает артериальную ригидность и прямо пропорциональна биологическому возрасту сосудов.
В представленном обзоре литературы собраны актуальные на сегодняшний день данные о факторах, способных модифицировать жёсткость сосудистой стенки. Обозначено направление изменений жёсткости сосудов и биологического возраста артерий под влиянием пола, возраста, нарушений углеводного и липидного обмена, хронической болезни почек, артериальной гипертензии, курения, избыточной массы тела, атеросклеротических сердечно-сосудистых заболеваний различной локализации, инфекционных заболеваний, антигипертензивной и липидоснижающей терапии. Представленный обзор литературы может быть полезен как практическому врачу, проводящему оценку сердечно-сосудистого риска пациента, так и научному работнику, планирующему использовать метод объёмной сфигмографии в своих исследованиях.