This media is not supported in your browser
VIEW IN TELEGRAM
💊 ЛЕКАРСТВО ОТ БОЛЕЗНЕЙ СЕРДЦА И ДУШИ islam mirov
👍1
Media is too big
VIEW IN TELEGRAM
Непривитые дети здоровее вакц*рованных на 400-500❕в исследовании доктора Томаса
Непривитые дети здоровее привитых на 400-500% ❕
👨⚕Уважаемый педиатр с 35-летним опытом, доктор Пол Томас, автор книги «План благоприятной вакцинации» и отец 9 детей провёл статистическое исследование своей 30-летней практики, изучив историю каждого ребёнка, и выявил 400-500% рост заболеваемости среди привитых детей по сравнению с непривитыми.
📊Данное исследование демонстрирует, что невакнированные дети Томаса были самыми здоровыми за его практику. По сравнению с его вакнированными пациентами, пациентам, не получавшим вак*ин, значительно реже ставились диагнозы по широкому спектру хронических заболеваний, включая астму, аллергию, экзему, дерматит, крапивницу, анемию, заболевания глаз, все виды инфекций, проблемы с дыханием, поведением и СДВГ.
🤦♂Вместо того, чтобы принять во внимание это исследование, медицинский совет проигнорировал доказательства и провёл экстренное заседание, на котором приостановил действие лицензии доктора Пола Томаса под надуманным предлогом, что его подход к вакцинации представляет угрозу общественному здоровью.
💵Угроза, которую представлял доктор Томас, была не общественному здравоохранению, а политической цели достижения высоких показателей вакцинации. Его приостановление было прозрачно направлено на то, чтобы дать понять другим педиатрам, что, если они будут практиковать информированное согласие, они тоже рискуют лишиться лицензии. Суть в том, что сегодня педиатры должны принуждать родителей к вакцинации в соответствии с графиком CDC или рисковать своей медицинской карьерой.
Истинная угроза общественному здравоохранению исходит от тех, кто умышленно игнорирует научные данные и выступает за принуждение для достижения политических целей, продиктованных интересами фармгигантов. Именно те, кто цепляется за этот фанатичный, полупринудительный и псевдонаучный подход, отрицающий необходимость индивидуального анализа рисков и пользы каждой вакцины, представляют настоящую угрозу как здоровью наших детей, так и нашей свободе.
Н. Гришин
👨⚕Уважаемый педиатр с 35-летним опытом, доктор Пол Томас, автор книги «План благоприятной вакцинации» и отец 9 детей провёл статистическое исследование своей 30-летней практики, изучив историю каждого ребёнка, и выявил 400-500% рост заболеваемости среди привитых детей по сравнению с непривитыми.
📊Данное исследование демонстрирует, что невакнированные дети Томаса были самыми здоровыми за его практику. По сравнению с его вакнированными пациентами, пациентам, не получавшим вак*ин, значительно реже ставились диагнозы по широкому спектру хронических заболеваний, включая астму, аллергию, экзему, дерматит, крапивницу, анемию, заболевания глаз, все виды инфекций, проблемы с дыханием, поведением и СДВГ.
🤦♂Вместо того, чтобы принять во внимание это исследование, медицинский совет проигнорировал доказательства и провёл экстренное заседание, на котором приостановил действие лицензии доктора Пола Томаса под надуманным предлогом, что его подход к вакцинации представляет угрозу общественному здоровью.
💵Угроза, которую представлял доктор Томас, была не общественному здравоохранению, а политической цели достижения высоких показателей вакцинации. Его приостановление было прозрачно направлено на то, чтобы дать понять другим педиатрам, что, если они будут практиковать информированное согласие, они тоже рискуют лишиться лицензии. Суть в том, что сегодня педиатры должны принуждать родителей к вакцинации в соответствии с графиком CDC или рисковать своей медицинской карьерой.
Истинная угроза общественному здравоохранению исходит от тех, кто умышленно игнорирует научные данные и выступает за принуждение для достижения политических целей, продиктованных интересами фармгигантов. Именно те, кто цепляется за этот фанатичный, полупринудительный и псевдонаучный подход, отрицающий необходимость индивидуального анализа рисков и пользы каждой вакцины, представляют настоящую угрозу как здоровью наших детей, так и нашей свободе.
Н. Гришин
Media is too big
VIEW IN TELEGRAM
Висцеральный массаж
👉Висцеральная терапия. Вводная лекция. Тимофей Кармацкий
👉Самодиагностика. Тимофей Кармацкий
👉Съел жирное, запусти желчь. Тимофей Кармацкий
👉 Здоровье БЕЗ таблеток. ВИСЦЕРАЛЬНЫЙ МАССАЖ ЖИВОТА
Тимофей Кармацкий
👉 Вздулся живот после еды? Улучшаем отток желчи–Висцеральная терапия
Тимофей Кармацкий
👉 Спазм диафрагмы ушел за пару минут Тимофей Кармацкий
👉 Массаж живота лечит болезни - Доктор Александр Тимофеевич Огулов
👉Массаж внутренних органов (висцеральный) самому себе → #Константин_Исаков
👉ВИСЦЕРАЛЬНЫЙ МАССАЖ СВОИМИ РУКАМИ 🙌 ОМОЛОЖЕНИЕ ЛИЦА
#Пластичний_хірург_Павло_Денищук
👉Висцеральная терапия. Вводная лекция. Тимофей Кармацкий
👉Самодиагностика. Тимофей Кармацкий
👉Съел жирное, запусти желчь. Тимофей Кармацкий
👉 Здоровье БЕЗ таблеток. ВИСЦЕРАЛЬНЫЙ МАССАЖ ЖИВОТА
Тимофей Кармацкий
👉 Вздулся живот после еды? Улучшаем отток желчи–Висцеральная терапия
Тимофей Кармацкий
👉 Спазм диафрагмы ушел за пару минут Тимофей Кармацкий
👉 Массаж живота лечит болезни - Доктор Александр Тимофеевич Огулов
👉Массаж внутренних органов (висцеральный) самому себе → #Константин_Исаков
👉ВИСЦЕРАЛЬНЫЙ МАССАЖ СВОИМИ РУКАМИ 🙌 ОМОЛОЖЕНИЕ ЛИЦА
#Пластичний_хірург_Павло_Денищук
Media is too big
VIEW IN TELEGRAM
Массаж живота лечит болезни - Доктор Александр Тимофеевич Огулов
Media is too big
VIEW IN TELEGRAM
Массаж внутренних органов (висцеральный) самому себе → #Константин_Сачков
Media is too big
VIEW IN TELEGRAM
ВИСЦЕРАЛЬНЫЙ МАССАЖ СВОИМИ РУКАМИ 🙌 ОМОЛОЖЕНИЕ ЛИЦА
#Пластичний_хірург_Павло_Денищук
#Пластичний_хірург_Павло_Денищук
This media is not supported in your browser
VIEW IN TELEGRAM
Откуда желтуха новорожденного, если роженица отказалась от вакцинации?
Forwarded from Александр
31 августа вышел интересный препринт, который показал, что ИИ для медицинских записей (AI scribe) ошибается в более чем 30% случаев. Его широко рекламируют как инструмент, избавляющий врачей от бюрократии, но на практике он часто доставляет проблемы, выбрасывая существенные детали или додумывая недостающие.
В одном из таких случаев пациентка из Великобритании была потрясена, когда узнала, что у нее демиелинизация нервов, встречающаяся при тяжелых заболеваниях ЦНС. Она запросила данные МРТ, и тогда выяснилось, что ИИ просто выбросил слово “no” из описания. Больница исправила ошибку, указав, что “демиелинизация отсутствует”. В другом случае модель перепутала схожие названия препаратов, указав в назначениях неправильный. В третьем - самостоятельно “назначила” пациенту аспирин и т.д.
Сотрудники лондонской компании Composo, занимающейся AI scribe, решили выяснить уровень ошибок (правда, на чужих продуктах). Они прогнали 142 реальных и выдуманных разговора через 3 коммерческих AI scribe и получили 565 записей. Далее Claude Opus 5 искал все подозрительное (пропуски, галлюцинации, ошибки в препаратах и т.д.) и нашел их в изобилии - 13 678 потенциальных ошибок, из которых после первичной фильтрации осталось 5 898. Затем Claude и GPT-5.5 дали противоположную задачу: они должны были аргументированно доказать, что это не ошибка, если это было возможно. В результате осталось 618 подтвержденных ошибок, которые были обнаружены в 177 записях из 565 (31,3%).
В чем заключались эти ошибки?
❇️ Самая большая категория (111) - пропуск информации об аллергии и препаратах, которые принимает пациент, несмотря на то, что они обсуждались на приеме.
❇️ В 93 случаях ИИ додумывал данные пациента: если фамилия или имя были написаны неразборчиво или отсутствовали, AI scribe дописывал их сам. У одного человека так оказалось название препарата для химиотерапии вместо имени.
❇️ В 53 записях был выброшен диагноз, хотя ИИ оставил на месте рекомендации по лечению.
❇️ ИИ также был склонен представлять консультацию по телефону как физический осмотр (42 записи). Например, если врач говорил пациенту с сыпью, что осмотрел бы его, но такой возможности нет, AI scribe все равно создавал раздел “осмотр” с описанием сыпи.
❇️ В 32 случаях планируемое исследование превращалось в выполненное: если врач говорил, что нужно договориться о проведении ЭКГ, ИИ писал, что “ЭКГ выполнена сегодня в клинике”.
❇️ ИИ также менял описание симптомов (28): например, указывал, что они влияют на сон, хотя в разговоре не было ничего подобного. В другом случае пациент жаловался на отек и воспаление коленей, врач также фиксировал отечность и покраснение, но в записи эти симптомы отрицались.
❇️ Заодно ИИ приписывал пациентам болезни их родственников, оставлял в силе предыдущий вариант лечения, если врач передумал, и т.д.
Но ключевой вопрос, который поставили авторы, заключался не в опасениях за судьбу пациентов, а в том, насколько можно доверять сообщениям о многочисленных ошибках, если неизвестен метод, которым их измеряли? При установлении строгих критериев LLM подтверждалось 9,3% потенциальных ошибок, при более мягких - 79% (что давало 96,5% записей с как минимум одной ошибкой). Но на практике ни пациенту, чьи симптомы или личные данные перепутали, ни врачу, назначения которого не записали, нет дела до методологических споров. Решение проблемы лежит в другой плоскости - создание AI scribe с множественными механизмами самопроверки на основе продвинутых LLM-моделей. Это усложнит жизнь разработчикам, но, по крайней мере, позволит отлавливать ошибки, когда вместо имени пациента написано название препарата.
Заодно эти случаи показывают, насколько декоративным на самом деле может быть контроль записей со стороны врача. Пациентке, которой “диагностировали” демиелинизацию, повезло - она сама работала в NHS и догадалась запросить оригинальные данные. Но многие на ее месте и не подозревают, что записи, под которыми стоит подпись врача, ошибочны.
В одном из таких случаев пациентка из Великобритании была потрясена, когда узнала, что у нее демиелинизация нервов, встречающаяся при тяжелых заболеваниях ЦНС. Она запросила данные МРТ, и тогда выяснилось, что ИИ просто выбросил слово “no” из описания. Больница исправила ошибку, указав, что “демиелинизация отсутствует”. В другом случае модель перепутала схожие названия препаратов, указав в назначениях неправильный. В третьем - самостоятельно “назначила” пациенту аспирин и т.д.
Сотрудники лондонской компании Composo, занимающейся AI scribe, решили выяснить уровень ошибок (правда, на чужих продуктах). Они прогнали 142 реальных и выдуманных разговора через 3 коммерческих AI scribe и получили 565 записей. Далее Claude Opus 5 искал все подозрительное (пропуски, галлюцинации, ошибки в препаратах и т.д.) и нашел их в изобилии - 13 678 потенциальных ошибок, из которых после первичной фильтрации осталось 5 898. Затем Claude и GPT-5.5 дали противоположную задачу: они должны были аргументированно доказать, что это не ошибка, если это было возможно. В результате осталось 618 подтвержденных ошибок, которые были обнаружены в 177 записях из 565 (31,3%).
В чем заключались эти ошибки?
❇️ Самая большая категория (111) - пропуск информации об аллергии и препаратах, которые принимает пациент, несмотря на то, что они обсуждались на приеме.
❇️ В 93 случаях ИИ додумывал данные пациента: если фамилия или имя были написаны неразборчиво или отсутствовали, AI scribe дописывал их сам. У одного человека так оказалось название препарата для химиотерапии вместо имени.
❇️ В 53 записях был выброшен диагноз, хотя ИИ оставил на месте рекомендации по лечению.
❇️ ИИ также был склонен представлять консультацию по телефону как физический осмотр (42 записи). Например, если врач говорил пациенту с сыпью, что осмотрел бы его, но такой возможности нет, AI scribe все равно создавал раздел “осмотр” с описанием сыпи.
❇️ В 32 случаях планируемое исследование превращалось в выполненное: если врач говорил, что нужно договориться о проведении ЭКГ, ИИ писал, что “ЭКГ выполнена сегодня в клинике”.
❇️ ИИ также менял описание симптомов (28): например, указывал, что они влияют на сон, хотя в разговоре не было ничего подобного. В другом случае пациент жаловался на отек и воспаление коленей, врач также фиксировал отечность и покраснение, но в записи эти симптомы отрицались.
❇️ Заодно ИИ приписывал пациентам болезни их родственников, оставлял в силе предыдущий вариант лечения, если врач передумал, и т.д.
Но ключевой вопрос, который поставили авторы, заключался не в опасениях за судьбу пациентов, а в том, насколько можно доверять сообщениям о многочисленных ошибках, если неизвестен метод, которым их измеряли? При установлении строгих критериев LLM подтверждалось 9,3% потенциальных ошибок, при более мягких - 79% (что давало 96,5% записей с как минимум одной ошибкой). Но на практике ни пациенту, чьи симптомы или личные данные перепутали, ни врачу, назначения которого не записали, нет дела до методологических споров. Решение проблемы лежит в другой плоскости - создание AI scribe с множественными механизмами самопроверки на основе продвинутых LLM-моделей. Это усложнит жизнь разработчикам, но, по крайней мере, позволит отлавливать ошибки, когда вместо имени пациента написано название препарата.
Заодно эти случаи показывают, насколько декоративным на самом деле может быть контроль записей со стороны врача. Пациентке, которой “диагностировали” демиелинизацию, повезло - она сама работала в NHS и догадалась запросить оригинальные данные. Но многие на ее месте и не подозревают, что записи, под которыми стоит подпись врача, ошибочны.
Media is too big
VIEW IN TELEGRAM
Почему я (доктор Гульнара Зуфар) тоже отказываю зачастую в помощи лечении.