Перейти к содержанию
Ларнака, Кипр
BINA CYINNOVATION HUBЛарнака · осн. 2026
+Health15 ноября 2026 г.4 min read

ИИ в медицине: FDA одобрило детектор аневризм, AMA провела черту, а DeepMind картирует геном

Пять историй об ИИ в здравоохранении за ноябрь 2026 года: обнаружение аневризм мозга, AlphaGenome 2, клинический ИИ внутри больничных брандмауэров, валидация белковых связующих и политика AMA.

By Dr. Asher Knippel

Новости медицинского ИИ на этой неделе охватывают весь путь от лаборатории до законодательства — детектор аневризм мозга получил разрешение FDA, DeepMind меняет облик геномной медицины, клинический ИИ переносится внутрь больничных брандмауэров, сервис мокрой лаборатории обещает сократить разрыв между дизайном белков и фармацевтическими доказательствами, а крупнейшая врачебная организация Америки проводит правовую черту между тем, что ИИ может и не может делать.

FDA одобрило UPTUNITY | Aneurysm для обнаружения аневризм мозга на КТ-снимках

Компании Bracco и Avicenna.AI получили разрешение 510(k) от Управления по контролю за продуктами и лекарствами США для программного средства UPTUNITY | Aneurysm на основе ИИ, которое обнаруживает мешотчатые аневризмы мозга размером более 3 мм на изображениях КТ-ангиографии и отслеживает изменения с течением времени.

Это разрешение является первым регуляторным этапом партнёрства двух компаний, объявленного в марте 2026 года. Аневризмы мозга печально известны сложностью раннего выявления — они часто протекают бессимптомно вплоть до разрыва, при котором показатели смертности могут превышать 50 процентов. Скрининг с помощью ИИ на КТА предоставляет рентгенологам дополнительную пару глаз для исследований, которые могут содержать едва заметные находки, скрытые среди сотен срезов изображения.

UPTUNITY | Aneurysm предназначен для маркировки аневризм и регистрации их размеров в ходе последовательных исследований, предоставляя клиницистам продольный обзор того, растёт ли известная аневризма — ключевой фактор в принятии хирургических решений. Инструмент пополняет растущий класс одобренных FDA продуктов радиологического ИИ, однако акцент на внутричерепном сосудистом русле и обнаружении изменений во времени выделяет его среди более простых инструментов, предназначенных исключительно для обнаружения.

AlphaGenome 2 удваивает скорость выявления причинно-следственных вариантов ДНК

Google DeepMind выпустила AlphaGenome 2 — преемника своей геномной базовой модели, обученного на более чем 100 миллионах профилей отдельных клеток, охватывающих 68 типов тканей человека. Модель прогнозирует, как отдельные варианты ДНК изменяют регуляцию генов на уровне конкретных типов клеток — проблема, лежащая в основе понимания того, почему определённые генетические изменения повышают риск заболевания.

По данным DeepMind, AlphaGenome 2 выявляет причинные варианты вдвое быстрее своего предшественника. Практические последствия для разработчиков лекарств весьма значительны: вместо того чтобы знать лишь о связи варианта с заболеванием, исследователи теперь могут начать отслеживать, какие клетки затронуты и каким образом нарушается экспрессия генов. Такое разрешение может помочь расставить приоритеты мишеней, уточнить животные модели и сузить разрыв между сигналами геномно-широкой ассоциации и практически применимой биологией.

Модель находится в свободном доступе для академических исследований и представляет одно из наиболее амбициозных применений данных секвенирования отдельных клеток на сегодняшний день, превращая набор данных клеточных измерений в прогностическую карту регуляторной логики генома.

Dyania Health переносит ИИ клинического рассуждения за брандмауэр больницы

Dyania Health объявила о партнёрстве с NVIDIA для развёртывания своей платформы Synapsis AI внутри больничных информационных систем — работающей локально, а не в облачной среде, доступной третьим сторонам. Synapsis считывает полные медицинские карты пациентов, интегрируя структурированные клинические данные, заметки, отчёты по визуализации и результаты лабораторных исследований для выявления пациентов, которые могут быть пригодны для клинических испытаний или соответствуют определённым путям лечения.

Результаты пилотного проекта в Cleveland Clinic свидетельствуют о значимом операционном эффекте: число участников в испытаниях выросло на 40 процентов, а набор пациентов был на 47 процентов быстрее по сравнению с традиционным ручным просмотром карт. Для систем здравоохранения, участвующих в спонсируемых исследованиях, эти цифры напрямую переводятся в доходы и более быстрые сроки завершения исследований.

Архитектура с приоритетом брандмауэра — намеренное конструктивное решение. Больницы неохотно отправляли идентифицируемые карты пациентов внешним поставщикам ИИ, ссылаясь на обязательства по HIPAA и институциональную политику управления данными. Запуская Synapsis внутри собственной инфраструктуры больницы с использованием ускоренного вычислительного стека NVIDIA, Dyania обходит этот барьер, сохраняя при этом глубину данных, необходимую модели для рассуждения над полными историями болезней.

4RISE™ от Sino Biological валидирует разработанные ИИ белковые связующие всего за три дня

Sino Biological запустила 4RISE™ — высокопроизводительный сервис мокрой лаборатории, направленный непосредственно на устранение узкого места между вычислительным дизайном белков и экспериментальными доказательствами. Инструменты ИИ теперь могут предлагать тысячи кандидатов-белковых связующих за часы, однако валидация этих кандидатов в лаборатории оставалась медленной и дорогостоящей — несоответствие, которое сдерживает темп ИИ-управляемого открытия лекарств.

4RISE™ использует бесклеточную экспрессию белков, завершая этап экспрессии приблизительно за три часа, и может предоставить результаты валидации связывания в течение трёх дней с момента получения вычислительного дизайна. Сервис предназначен для интеграции в управляемые ИИ пайплайны, чтобы исследователи могли быстро итерировать между предсказаниями модели и экспериментальной обратной связью, а не ждать недели для каждого раунда подтверждения мокрой лаборатории.

Запуск отражает широко распространённое в отрасли понимание того, что ценность генеративных биологических моделей полностью зависит от скорости проверки их результатов в физической реальности.

AMA: ИИ не может получить лицензию на занятие медицинской практикой

Палата делегатов Американской медицинской ассоциации (AMA) приняла официальную политику, устанавливающую, что инструменты ИИ не могут получить медицинскую лицензию и должны работать под руководством и надзором врачей. AMA теперь будет отстаивать на федеральном и государственном уровнях принятие законодательства, возлагающего на поставщиков ИИ ответственность за вред пациентам в случаях, когда их продукты используются по назначению.

Политика не ограничивает использование ИИ в клинических условиях — AMA неоднократно одобряла ИИ как инструмент, способный поддерживать врачей. Что она устанавливает — это принцип управления: правовая ответственность должна оставаться за лицензированными специалистами и компаниями, создающими инструменты, а не растворяться в неопределённом регуляторном пробеле.

Положение об ответственности, вероятно, вызовет значительную дискуссию среди разработчиков ИИ. Привлечение поставщиков к ответственности за вред, возникший в результате предусмотренного использования — а не злоупотребления — устанавливает более высокий стандарт, чем нынешняя система для большинства медицинского программного обеспечения, и может изменить подходы к проектированию, страхованию и ценообразованию продуктов медицинского ИИ по мере их внедрения в прямые клинические рабочие процессы.