Разработки ученых НИУ ВШЭ в области медицинских нейроинтерфейсов будут внедрены в клиническую практику
В Федеральном центре мозга и нейротехнологий Федерального медико-биологического агентства начинает работу Лаборатория медицинских нейроинтерфейсов и искусственного интеллекта для клинических приложений, созданная штатными сотрудниками Высшей школы экономики. Рассказываем, чем она будет заниматься и каких результатов планирует достичь.
Лаборатория создана в рамках проекта «Нейрокампус-2030», который реализуется консорциумом в составе Федерального центра мозга и нейротехнологий (флагманской научно-клинической организации, где проводят исследования патологий нервной системы и оказывают высокотехнологичную медицинскую помощь), РНИМУ им. Н.И. Пирогова и Института высшей нервной деятельности и нейрофизиологии РАН. Финансирование — из средств федеральной программы «Приоритет-2030» РНИМУ им. Н.И. Пирогова.
Заведующим лабораторией стал директор Центра биоэлектрических интерфейсов НИУ ВШЭ Алексей Осадчий. Интерес к долгосрочному партнерству с Федеральным центром мозга и нейротехнологий и работе в «Нейрокампусе» на юго-западе Москвы он объясняет не только возможностью профессионального развития и дополнительного заработка для своих сотрудников (что тоже немаловажно, поскольку способствует сохранению и развитию уникального исследовательского коллектива), но и открывающимся доступом к клинической базе, то есть к пациентам.
«За несколько лет работы в Центре биоэлектрических интерфейсов НИУ ВШЭ с учетом пожеланий медиков был разработан ряд технологий, в основе которых — методы картирования активности головного мозга, позволяющие получить представление о местонахождении отдельных функций коры. Эти технологии требуют трансляционных исследований и внедрения в клиническую практику», — рассказывает Алексей Осадчий.
Лаборатория будет работать по нескольким перспективным направлениям, одно из которых — апробация новых подходов к диагностике и лечению эпилепсии.
Для избавления пациента от эпилепсии, не поддающейся медикаментозному воздействию, в ряде случаев необходима операция по удалению зоны коры головного мозга, откуда начинается судорога. Перед операцией нужно максимально точно и в идеале без дополнительного хирургического вмешательства обнаружить такие зоны. Чтобы успешно это делать, в лаборатории планируется объединить различные методы функционального картирования мозга (магнитоэнцефалография, электроэнцефалография, позитронно-эмиссионная томография, магнитно-резонансная томография и др.), после чего хирурги в некоторых случаях смогут удалять эти зоны неинвазивно, то есть без вскрытия черепа.
Исследователям предстоит решить множество технических вопросов, связанных с оценкой эффективности различных методик и обобщением полученной информации. Они будут взаимодействовать с врачами, разъяснять им результаты своего анализа, а врачи, в свою очередь, будут высказывать свои пожелания, что им хотелось бы получить от исследователей. Планируется участие в консилиумах, детальное рассмотрение каждого случая. Итогом станет создание диагностической службы для пациентов с эпилепсией.
Еще одно направление работы лаборатории — апробация методов пассивного речевого картирования и разработка малоинвазивных систем для протезирования речевой функции, то есть создание «речевого протеза».
Не так давно ученые научились записывать активность мозга человека, произносящего слова в своем воображении, после чего было решено сделать следующий шаг — научиться декодировать эти слова. В Центре биоэлектрических интерфейсов НИУ ВШЭ при поддержке компании Huawei началась разработка соответствующей технологии, и теперь она будет продолжена также в Лаборатории медицинских нейроинтерфейсов и искусственного интеллекта для клинических приложений. Предстоит апробация «речевого протеза» в клинической практике.
Предполагается, что активность мозга будет считываться при помощи электродов — тонких спиц диаметром менее миллиметра, вставленных в определенную зону черепа и обеспечивающих доступ к сигналам активности мозга. Такую имплантацию электродов можно проводить даже под местным наркозом.
Результатом работы ученых НИУ ВШЭ в новой лаборатории станет не только клиническая апробация, но и — в ближайшей перспективе — сертификация, патентование и коммерциализация своих разработок. При наличии клинических кейсов не придется проводить их длительное тестирование и убеждать врачей в его необходимости. Финансирование лаборатории в рамках программы «Приоритет-2030» рассчитано на восемь лет, и за этот период, по мнению авторов разработок, обеспечить их коммерциализацию вполне реально.
«Открывая лабораторию в Федеральном центре мозга и нейротехнологий, мы замыкаем цикл разработки. С одной стороны, разрабатываем алгоритмы, методики, математические методы и апробируем их в клинике. С другой стороны, тесно общаемся с клиницистами, понимаем их задачи, их чаяния и учитываем это при разработке. В результате происходит взаимообогащение разработчиков и клиницистов, а пациенты получают более высокотехнологичную, в ряде случаев — более щадящую и более эффективную медицинскую помощь», — отмечает Алексей Осадчий.
Вам также может быть интересно:
AI AWARDS 2026: аналитическую основу премии формирует iFORA НИУ ВШЭ
Высшая школа экономики вошла в число партнеров премии AI AWARDS 2026, которая пройдет 29 апреля в Москве. Проект, реализуемый командой «Билайн Big Data & AI», посвящен практическому применению искусственного интеллекта и объединяет компании, технологии и команды, которые уже сегодня влияют на развитие новой цифровой экономики. Вклад номинантов AI AWARDS в развитие ИИ анализируется на основе данных, поэтому качество аналитической базы и прозрачность методологии становятся для рынка принципиально важными.
Будущее кардиогенетики — с искусственным интеллектом
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ (Институт ИИиЦН) создали программу, которая способна анализировать участки генома человека, ранее недоступные для точной интерпретации при генетическом тестировании. Программа адаптирует большие генеративные модели (ГенИИ) под задачи кардиогенетики, чтобы предсказывать, как мутация влияет на работу конкретного гена.
НИУ ВШЭ и Альфа-Банк запускают исследовательские проекты в сфере искусственного интеллекта
НИУ ВШЭ и Альфа-Банк объявили о старте трех совместных проектов в области искусственного интеллекта. Они направлены на развитие аналитических инструментов для банковских сервисов — от более точных прогнозов до новых подходов к управлению рисками и персонализации клиентского опыта.
Участники «Я — профессионал» разработают ИИ-агентов для бизнеса на Весенней экономической школе Вышки и Сбера
На площадке СберУниверситета стартовала Весенняя экономическая школа, организованная Высшей школой экономики и Сбером для участников Всероссийской олимпиады студентов «Я — профессионал» Президентской платформы «Россия — страна возможностей». С 22 по 24 апреля студенты будут работать над созданием ИИ-агента для бизнеса — от идеи и научной гипотезы до прототипа, готового к защите перед экспертами.
Уже не выбор, а реальность: трансформация мира под влиянием ИИ
Искусственный интеллект уже не воспринимается как технология будущего: он стремительно меняет процессы принятия решений, рынок труда и социальные практики. Вместе с тем он несет с собой не только новые грандиозные возможности, но и системные риски, связанные с ростом зависимости от данных, трансформацией профессий и изменением человеческого поведения. В НИУ ВШЭ создали семантическую карту разломов, которая показала ключевые тренды в развитии технологий.
Почему искусственный интеллект не способен поработить человечество
1 апреля на факультете математики НИУ ВШЭ встретили российского ученого, преподавателя и специалиста по информационной безопасности Андрея Масаловича, известного как КиберДед. Он представил студентам Вышки свои «Двадцать вопросов искусственному интеллекту» и поделился ответами, раскрывающими суть проблем в сфере развития ИИ, а также рассказал, почему тот никогда не сможет захватить человечество.
Ученые Вышки научили нейросеть «слышать» неисправности в электродвигателях
Ученые Института искусственного интеллекта и цифровых наук (ИИиЦН) факультета компьютерных наук НИУ ВШЭ разработали метод Signature-Guided Data Augmentation (SGDA), который способен с точностью 99% определять неисправность двигателей и с точностью 86% классифицировать типы возникших поломок. Применение этой разработки может снизить расходы на ремонт промышленного оборудования, уменьшить простои и сделать производство безопаснее. Результаты исследования опубликованы в журнале Engineering Applications of Artificial Intelligence.
«Подготовка инженеров нового поколения невозможна без интеграции инструментов ИИ в отраслевые ОП»
26 февраля в Уфе на площадке Межвузовского студенческого кампуса Евразийского научно-образовательного центра прошла защита итоговых проектов пилотного курса образовательной программы «ИИ-инженерия в нефтегазовой отрасли». Эксперты НИУ ВШЭ оценили студенческие проекты в сфере искусственного интеллекта, выполненные для «Газпрома» в рамках федерального проекта «Экономика данных и цифровая трансформация государства».
Стартует набор на онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов»
В Центре непрерывного образования факультета компьютерных наук НИУ ВШЭ открыт набор на новую онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов». Программа разработана для тех, кто стремится перейти от базового использования нейросетей в формате чат-ботов к созданию прикладных интеллектуальных инструментов для автоматизации бизнес-задач. Курс ориентирован на слушателей, заинтересованных в практическом освоении современных подходов к разработке автономных ИИ-агентов на базе больших языковых моделей и их внедрении в рабочие процессы.
Ученые НИУ ВШЭ научились сжимать большие языковые модели без потерь в качестве
Исследователи из Института искусственного интеллекта и цифровых наук (Институт ИИиЦН) ФКН НИУ ВШЭ разработали новый метод сжатия больших языковых моделей, таких как GPT и LLaMA, который позволяет уменьшить их объем на 25–36% без дополнительного обучения и значительной потери в точности. Это первый подход, который использует математические преобразования — вращения весов модели, — чтобы сделать модели более удобными для сжатия с помощью структурированных матриц. Результаты исследования опубликованы в ACL Findings 2025. Код метода доступен на GitHub.