ekaterina_k7@mail.ru 0,0

Статья на конкурс «Био/Мол/Текст»: Долгое время ученые рассматривали ренин-ангиотензин-альдостероновую систему (РААС) как дирижера, управляющего лишь двумя аспектами нашего организма: нашим артериальным давлением и водно-солевым балансом. Однако последние исследования выявили ее значительное влияние на центральную нервную систему. РААС модулирует нейронные процессы в глубинных структурах мозга, что сказывается на уровне тревожности, резистентности к депрессии и когнитивных функциях в пожилом возрасте.

Статья на конкурс «Био/Мол/Текст»: «Рак без начала» — звучит как название научно-фантастической книги, но на самом деле это суровая реальность для многих пациентов. Когда в организме развиваются метастазы, а традиционные методы диагностики не позволяют определить первоисточник, диагноз звучит как приговор — рак неизвестной первичной локализации, или CUP-синдром. Это состояние представляет собой сложную диагностическую задачу, характеризующуюся метастатическими опухолями неустановленного происхождения и неблагоприятным прогнозом. Тем не менее, последние достижения в области искусственного интеллекта открывают новые возможности для диагностики, вселяя надежду на улучшение результатов терапии.

Статья на конкурс «Био/Мол/Текст»: Стремительное развитие технологий компьютерного зрения в последние годы, подпитываемое прогрессом в глубоком обучении и доступностью больших данных, существенно трансформирует многие ключевые процессы в науке, промышленности, медицине и повседневной жизни. Особенно революционна его роль в сферах, где человеческое восприятие является слабым местом, внося субъективность, когнитивные искажения и ошибки, вызванные усталостью. Современные системы на основе нейронных сетей и сложных архитектур не просто анализируют изображения, а понимают их контекст, превосходя человека в скорости, точности и постоянстве. Они обеспечивают автоматический, объективный и мгновенный анализ визуальных данных — от обнаружения и диагностики патологий по рентгеновским снимкам до навигации беспилотных автомобилей и управления «умным» городом. Так компьютерное зрение перестало быть лабораторным узкоспециализированным инструментом, а превратилось в незаменимую технологию для принятия точных и надежных решений в цифровую эпоху, где ценность объективных визуальных данных непрерывно растет.

Статья на конкурс «Био/Мол/Текст»: На протяжении десятилетий нейробиология служила главным источником вдохновения для создания искусственного интеллекта. Однако сегодня ИИ стал мощнейшим инструментом для познания нашего собственного разума. Данная статья рассматривает новую гибридную область исследований — NeuroAI, которая возникла не так давно, но уже завоевала внимание многих ученых мира. NeuroAI можно использовать не только как классический инструмент для обработки данных, но и как платформу для обратного проектирования (reverse engineering) мозга. В этом неклассическом подходе искусственные нейросети используются как «цифровые двойники» для тестирования гипотез о работе кортикальных сетей. В этой статье приводится ряд интересных исследований, демонстрирующих возможности такого подхода: от иерархической организации зрительной и слуховых систем и тонкой специализации нейронных популяций до моделирования и изучения нейробиологических поломок, лежащих в основе психических заболеваний.

Статья на конкурс «Био/Мол/Текст»: Шизофрения — одна из самых загадочных болезней в психиатрии. Она встречается примерно у 1% людей во всем мире — стабильно, независимо от страны, культуры или эпохи. При этом за единым диагнозом скрывается поразительная неоднородность: у разных пациентов болезнь проявляется по-разному, течет по-разному и по-разному отвечает на лечение. Наследуемость оценивается в 60–80% — цифра, которая звучит как приговор. Но это ловушка интерпретации. Психические заболевания — это не поломка одного гена. Это тысячи вариантов, разбросанных по геному, каждый из которых сам по себе безвреден. Вместе они формируют не судьбу, а порог уязвимости. В этой статье мы разбираем, почему такая генетическая архитектура ставит в тупик классические методы анализа данных — и как машинное обучение вместе с искусственным интеллектом помогают находить закономерности там, где привычная статистика бессильна.