Урологи Сеченовского Университета подключают AR к планированию операций

Урологи Сеченовского Университета подключают AR к планированию операций

Урологи Сеченовского Университета подключают AR к планированию операций

В Сеченовском Университете разрабатывают первое в России программное обеспечение для планирования лапароскопических операций на почке с использованием дополненной реальности. Идея простая, но мощная: хирург должен видеть не абстрактную картинку из учебника, а точную 3D-анатомию конкретного пациента.

Разработкой занимаются в Институте урологии и репродуктивного здоровья человека Первого МГМУ.

ПО строится на основе КТ-изображений пациента и помогает спланировать доступ к почке перед вмешательством. В перспективе система будет показывать хирургу 3D-модель анатомии на мониторе во время операции.

Проблема в том, что КТ и реальность на операционном столе не всегда идеально совпадают. Особенно когда речь о почках: это подвижный орган, и при смене положения тела меняется и их расположение. Для хирурга это не мелочь, а вполне конкретный риск — можно неверно выбрать точку доступа и задеть сосуды, мочеточники или другие важные структуры.

Заместитель директора Института урологии и репродуктивного здоровья человека Сеченовского Университета Евгений Шпоть объясняет, что сложности начинаются уже на этапе установки троакаров. Положение пациента на КТ может отличаться от положения на операционном столе, а значит, возрастает риск интраоперационных осложнений.

Новое ПО должно соотносить КТ-снимок с реальным положением пациента, рассчитывать погрешность между изображением и фактическим положением почки, а затем подсказывать хирургу, как эту погрешность минимизировать. Сейчас разработчики дообучают систему именно этому — вычислять, учитывать и снижать такие расхождения.

По словам руководителя проекта, врача-уролога Дмитрия Коновалова, ключевая часть разработки — предсказательный модуль. Он должен помочь построить анатомическую 3D-модель для каждого пациента. В дальнейшем система сможет ещё и подсвечивать оптимальные точки доступа для троакаров.

По сути, речь идёт о более персонализированной хирургии. Для врача это больше контроля во время вмешательства, для пациента — потенциально меньше рисков и более быстрое восстановление.

В Сеченовском Университете считают, что такой подход может повысить точность операций на почках и сделать лапароскопические вмешательства более предсказуемыми.

Яндекс с нуля обучил полностью суверенную языковую модель

Яндекс представил Alice AI Foundation LLM — базовую версию новой языковой модели, полностью обученной с нуля. Компания самостоятельно собрала корпус, выбрала архитектуру и гиперпараметры, не используя готовые зарубежные модели.

Как сообщают «Ведомости», Alice AI Foundation содержит 80 млрд параметров и обучена на 18 трлн токенов. Благодаря архитектуре Mixture of Experts при обработке каждого токена активируются только 3 млрд параметров — весь 80-миллиардный коллектив одновременно будить не приходится. Контекстное окно достигает 262 144 токенов.

По внутренним тестам Яндекса, модель делит лидерство с Qwen3.5-35B-A3B-Base на задачах AIME 2026 и превосходит Nemotron-3-Super-120B-A12B-Base в ряде тестов на программирование, используя в четыре раза меньше активных параметров. В русскоязычных фактологических заданиях она также обошла более крупную DeepSeek-V4-Flash-Base с 284 млрд параметров. Впрочем, результаты получены на инфраструктуре самой компании и ещё нуждаются в независимой проверке.

Для оценки знаний, актуальных русскоязычной аудитории, Яндекс разработал бенчмарки WikiWebFacts и HardMultiQA. Первый проверяет знание дат, событий, определений и персоналий, второй — умение работать со сложными вопросами из медицины, права, ИТ и искусства. Наборы заданий, эталонные ответы и протоколы оценки опубликованы вместе с моделью.

Инженеры также переработали оптимизатор, совместив обмен данными между видеокартами с вычислениями и примерно вдвое ускорив шаги оптимизации. Каскад классификаторов сократил затраты на отбор обучающих документов в десятки раз, сохранив около 95% полезных материалов.

Веса, технические материалы и бенчмарки уже доступны на Hugging Face под Apache 2.0. Но это претрейн, а не готовый чат-бот: перед внедрением модель придётся дообучить и настроить. В будущем она станет полигоном для единой рассуждающей модели и ИИ-агентов «Алисы».

Яндекс называет разработку полностью суверенной, однако официальный порядок присвоения такого статуса в России заработает только в марте 2027 года.

RSS: Новости на портале Anti-Malware.ru