Artykuł naukowy opisuje badanie na temat wydajności nowo opracowanego inteligentnego robota do akupunktury, który naśladuje techniki ręcznej akupunktury człowieka. Badanie przeprowadzono na dwóch miniaturowych świńskach Bama, z których jeden został poddany ręcznemu nakłuwaniu przez praktyka, a drugi leczeniu za pomocą robota. Celem było zreplikowanie technik nakłuwania na pięciu wybranych punktach akupunkturowych. Robot osiągnął 96% wskaźnik skuteczności replikacji technik, co potwierdzają analizy odległości Frécheta oraz dopasowania krzywych, wskazujące na dużą precyzję replikacji.

Artykuł recenzyjny omawia potencjał sztucznej inteligencji (AI) w diagnozowaniu i leczeniu zaburzeń erekcji (ED). Analiza 47 artykułów wykazała, że AI może wspomagać diagnozę oraz leczenie ED, a rozwijanie AI chatbotów może pomóc pacjentom zbyt zawstydzonym, by szukać profesjonalnej pomocy. Niemniej jednak, programy AI wykazują braki i brakuje im precyzji w dokładnym diagnozowaniu i proponowaniu terapii dla ED, co wskazuje na potrzebę dalszych badań w celu zwiększenia precyzji i efektywności tych narzędzi.

Badania nad wpływem technik reprogramowania poznawczego z użyciem antydepresyjnych ekspresji twarzy na osoby z depresją oraz bez niej. Celem jest ocena skuteczności i wykrywalności depresji poprzez markerów kinestetycznych, takich jak ruchy i mimika twarzy. Studium zostanie przeprowadzone na 256 osobach w ramach czteroramiennej, pojedynczo ślepej, randomizowanej próby kontrolowanej. Wyniki mogą potencjalnie poprawić efektywność terapii poznawczo-behawioralnej przy leczeniu depresji.

W odpowiedzi na brak różnorodnych i obszernych zestawów danych obrazowania medycznego, wprowadzono model generatywny MINIM, zdolny do syntezowania obrazów medycznych różnych organów na podstawie instrukcji tekstowych. Model ten potwierdził swoją wysoką jakość oraz zdolność do poprawy efektywności przeglądów medycznych i diagnoz w różnych dziedzinach medycyny, zwiększając wydajność diagnostyczną o 12-17% w zależności od obszaru zastosowania. MINIM wykazał również użyteczność kliniczną w prognozowaniu HER2-pozytywnego raka piersi oraz identyfikacji mutacji EGFR w przypadku raka płuc, co może wpłynąć na poprawę 5-letnich wskaźników przeżywalności pacjentów.

Artykuł dotyczy przewlekłej, immunologicznej choroby, jaką jest eozynofilowe zapalenie przełyku (EoE). Opisuje mechanizm patogenezy tej choroby, który zaczyna się od uszkodzenia tkanek i obejmuje dysfunkcję bariery przełyku oraz stan zapalny, a kończy na remodelingu tkankowym prowadzącym do włóknienia przełyku. Obecne metody leczenia EoE to interwencje dietetyczne, inhibitory pompy protonowej oraz sterydy. Jednak nowoczesne technologie takie jak OMICs oraz sztuczna inteligencja (AI) przynoszą przełom w rozumieniu i leczeniu EoE, otwierając drogę do bardziej spersonalizowanej medycyny.

Badanie opisane w artykule bada, jak ludzie przypisują umysły robotom w obliczu kognitywnej dysonansu. Autorzy przeprowadzili dwa eksperymenty, w których uczestnicy, po stymulacji do przeżycia kognitywnego dysonansu poprzez ćwiczenia aktywizujące wierzenia, różnie oceniali umysłowość robota po obejrzeniu jego działania na filmie. Wyniki pokazały, że ludzie są skłonni przypisywać większe „umysłowość” robotom, kiedy doświadczają konfliktu kognitywnego.

Artykuł opisuje projekt π-HuB (proteomic navigator of the human body), który ma na celu wykorzystanie nowoczesnych osiągnięć w dziedzinie proteomiki i nauk obliczeniowych do badania ludzkiej biologii na bezprecedensową skalę. Projekt π-HuB dąży do generowania multimodalnych zestawów danych proteomicznych, które posłużą do lepszego zrozumienia biologii człowieka, oceny ryzyka chorób, diagnostyki, identyfikacji nowych celów terapeutycznych, optymalizacji strategii leczenia oraz umożliwienia inteligentnej opieki zdrowotnej.

Artykuł przeglądowy omawia zastosowanie chatbotów opartych na wielkich modelach językowych w analizie profilowania rybosomów (Ribo-seq), której celem jest zrozumienie dynamiki syntezy białek w skali transkryptomu. Artykuł wskazuje na wyzwania, jakie stawia przed naukowcami analiza Ribo-seq, oraz na to, jak chatboty mogą te wyzwania łagodzić, ułatwiając interpretację danych i przyspieszając odkrycia naukowe. Mimo braku praktycznych przykładów zastosowań, istniejące oprogramowanie podkreśla wartość takich chatbotów. W artykule przewiduje się, że będą one odgrywać kluczową rolę w przyszłej analizie Ribo-seq, a integracja wielkich modeli językowych z analizami Ribo-seq ma duży potencjał dla zrozumienia regulacji translacyjnej i ekspresji genów.

Artykuł przedstawia inicjatywę Narodowej Akademii Medycyny (NAM) mającą na celu rozwój kodeksu postępowania dotyczącego sztucznej inteligencji (AI) w zdrowiu, zwanego AI code of conduct (AICC). Jest to odpowiedź na potrzebę ujednolicenia ram projektowania, implementacji oraz ewaluacji interwencji opartych na AI w kontekście zdrowia indywidualnego i populacyjnego. Specjaliści z dziedziny bioinformatyki medycznej (BMI) mają kluczową rolę w kształtowaniu i stosowaniu tych wytycznych, a autorzy artykułu zachęcają ich do aktywnego uczestnictwa w doskonaleniu i implementacji AICC.

Artykuł przedstawia nową, nieinwazyjną technikę do śledzenia ruchów oczu i rekonstrukcji obrazu siatkówki u wolno pływających ryb w 3D bez wykorzystywania treningu behawioralnego. Metoda, oparta na integracji wielu kątów kamer, głębokiego uczenia dla rekonstrukcji postawy ryb w 3D oraz transformacji perspektywy, została zastosowana na dwóch rybach w zbiorniku przepływowym. Walidacja techniki pokazała, że ryby wykazują negatywnie zsynchronizowane ruchy oczu i koncentrację na sąsiadach umieszczonych w centrum widzenia siatkówkowego. Uzyskane wyniki są zgodne z wcześniejszymi badaniami nad zachowaniami stadnymi ryb i oferują nowe spostrzeżenia dotyczące uwagi zwierząt w naturalistycznych warunkach, co może mieć szersze znaczenie dla badania zachowań kolektywnych i rozwoju…