13:43 | |
|
Постнаука Как научная экспертиза становится карьерным преимуществом Валерия Коган рассуждает о переходе из академии в индустрию, разнице между научным и бизнес-мышлением и о том, почему учёным важно не недооценивать свой опыт.  14 hours ago Проблема сознания, природа «Я» и парадоксальная ясность — «Мыслить как учёный» #53 О сознании, смерти, природе «я» и поиске границы между живым и одушевленным  22 hours ago 5 фактов о времени Почему у времени сразу несколько измерений — физическое, биологическое и психологическое.  2 days ago Как медицина уходит от таблеток к данным и VR Главные сюжеты о digital health, нейроинтерфейсах, психоделиках и новой логике здравоохранения  2 days ago Как академия наказывает любопытство, а AI переделывает образование Иван Ямщиков рассказывает о кризисе университетов, рынке труда, нейросетях и открытом искусственном интеллекте  5 days ago Тест: как устроен израильский венчур 10 вопросов о том, как армия, государственные программы и крупные технологические компании вместе сформировали израильскую венчурную среду.  6 days ago Как Израиль превратил инженерную культуру в венчурную индустрию Почему deeptech в Израиле вырос на стыке армии, академии и глобального капитала — по мотивам подкаста с инвестором Романом Гольдом, управляющим партнером VentureIsrael  6 days ago Старение как главная проблема XXI века Петр Федичев о биологии старения, пределах жизни, лекарствах будущего и фарме  6 days ago 5 фактов о симметрии Симметрия и её нарушения — от теоремы Нётер до хиральности живой клетки  8 days ago Инновационное чудо Израиля, deeptech из армии и стартап-нация — «Мыслить как учёный» #52 Роман Гольд — о том, как армия, наука, диаспора и культура несогласия превратили Израиль в одну из самых плотных deeptech-экосистем мира.  8 days ago Иммунный долг после пандемии: почему возвращаются инфекции Иван Коновалов – о том, почему нам важно болеть по графику  12 days ago Тест: что вы знаете о научных сверхдержавах 10 вопросов о том, как возникает, держится и ослабевает мировое научное лидерство.  12 days ago 5 фактов о хаосе Как порядок рождает непредсказуемость — в физике, биологии и атмосфере  13 days ago Кластеры, память и галлюцинации машин: о чем на самом деле говорят LLM Почему современные LLM не похожи на тот искусственный интеллект, который представляли себе ученые XX века, и зачем кластерный анализ по-прежнему нужен там, где приходится искать структуру в зыбких, плохо структурированных данных.  13 days ago Постнаука Как научная экспертиза становится карьерным преимуществом Когда Валерия Коган только начинала строить Fermata — стартап на стыке AI и агротехнологий — она ещё не до конца понимала, что именно делает. Было ощущение, что исследования и технологии, которые уже активно развиваются в биомедицине, могут найти применение в сельском хозяйстве. Но как перенести их в совершенно новую индустрию — было непонятно. Не менее непонятно было и то, как строить продукт для реальных клиентов, если твой предыдущий опыт в основном академический, а сама индустрия устроена так, что путь от научного открытия до рыночного продукта может занимать десятилетия. Возникало множество вопросов: как собрать команду, как заниматься продажами, как говорить с рынком и как вообще понять, что на самом деле нужно клиенту. О своем профессиональном пути Валерия рассказала на первом вебинаре нашего цикла о переходе из академии в индустрию. Как учёному перестроить мышление Переход из науки в индустрию — сложная задача, особенно если человек приходит из биотехнологической или биомедицинской сферы в совершенно другую область. С одной стороны, исследования, которыми занимаются учёные, часто кажутся прикладными. С другой — сами учёные далеко не всегда мыслят себя людьми, которые могут напрямую создавать коммерческий продукт. В биотехе путь от научного открытия до рынка может занимать годы или даже десятилетия: из-за регуляторных требований, клинических этапов, большого количества команд и длинного процесса внедрения. Академическая карьера измеряется публикациями, цитированиями, грантами — всем тем, что не всегда напрямую связано с вопросом: «помогает ли это людям прямо сейчас?». Учёные хоть и думают о прикладном применении своих исследований, но структура стимулов в академии устроена иначе. Момент, когда учёный решает перейти из академии в предпринимательство или индустрию, — это не просто смена работы. Это смена типа мышления, причём гораздо более глубокая, чем обычно кажется со стороны. Нужно научиться смотреть на свою экспертизу не только как на область знания, но и как на инструмент для решения конкретной проблемы в реальном мире. Один из самых сложных переходов для учёного в индустрии — это необходимость изменить саму логику работы. В науке ценность часто создаётся через глубину: разобраться в проблеме максимально подробно, увидеть нюансы, построить красивое и точное решение, дойти до честного ответа. Это очень сильный навык, но в бизнесе прежде всего важны более практические вопросы. Какую проблему клиента мы решаем? Какое решение можно внедрить сейчас? Что приблизит продукт к рынку? Ученому часто нужно учиться расставлять приоритеты по-новому. В стартапе или крупной компании не всегда побеждает самое красивое решение. Иногда побеждает достаточно хорошее решение, которое можно быстро проверить, встроить в реальный процесс и показать клиенту. Это бывает тяжело принять, потому что красота задачи действительно может захватывать: хочется докопаться до истины и закрыть все нюансы, тогда как в продукте важно вовремя остановиться и убедиться в том, что такая глубина реально помогает пользователю. При этом есть и обратная проблема: люди с сильным академическим бэкграундом часто очень сильно недооценивают себя. Им кажется, что их знания, способность работать со сложностью и в целом научное мышление — это что-то само собой разумеющееся. Они не до конца осознают, что умение быстро разбираться в новой области, строить гипотезы и проверять их — огромный профессиональный актив. Поэтому учёным важно не только учиться говорить на языке бизнеса, но и перестать относиться к своей экспертизе как к чему-то тривиальному. Их экспертиза может открыть двери в сильные компании и даже собственные deep tech проекты. Fermata: как выглядит deep tech-стартап изнутри История Fermata началась с простого, но очень практического вопроса: как помочь фермерам вовремя замечать болезни и вредителей в теплицах. До Fermata Валерия работала в биотехе и видела, как активно развиваются стартапы в области компьютерного зрения в медицине. Идея была в том, чтобы перенести похожий технологический подход в сельское хозяйство — туда, где раннее обнаружение проблемы может напрямую влиять на урожай и экономику фермы. Но Fermata — это не история в духе «учёный придумал идею и запустил стартап». Скорее, это история о том, сколько времени нужно потратить на погружение в предметную область, чтобы правильно сформулировать саму проблему. До того как стало понятно, что именно нужно строить, пришлось понять, чего строить точно не надо, а еще встречаться с клиентами, обсуждать гипотезы, показывать ранние идеи, слышать неудобную обратную связь. И всё равно ошибок избежать не удалось. Многие первые прототипы оказывались не тем продуктом, который был нужен клиенту, а тем продуктом, который нравился команде. Это одна из самых важных и часто невидимых частей предпринимательства: постепенно сужать «большую интересную тему» до конкретной боли, за которую рынок действительно готов платить. В 2019 году искусственный интеллект переживал свою первую, более узкую и профессиональную волну популярности — в основном вокруг компьютерного зрения, нейронных сетей и прикладных ML-задач, ещё до массового распространения больших языковых моделей. «Нам было довольно сложно продвигать решение первым клиентам, потому что для многих людей идея встроить искусственный интеллект в ежедневные рабочие процессы тогда звучала странно. Поиск первых клиентов был отдельной большой задачей», — вспоминает Коган. Сегодня ситуация сильно изменилась: благодаря ChatGPT и другим AI-ассистентам доверие к искусственному интеллекту на бытовом уровне выросло, и бизнес стал гораздо более открытым к тому, чтобы пробовать AI-инструменты в реальной работе. Что такое настоящий deep tech — и почему это важно понимать Deep Tech — эти компании, которые строятся вокруг серьёзного научного или инженерного прорыва: нового алгоритма, биотехнологической платформы, робототехнического решения, материалов, сенсоров, вычислительной модели или другого решения, которое невозможно быстро скопировать, потому что за ним стоят годы исследований, экспериментов и глубокая экспертиза. В отличие от многих цифровых стартапов, где главный вопрос часто в скорости роста и маркетинге, в deep tech сначала нужно доказать, что сама технология работает в реальном мире — в условиях, где есть клиенты и ответственность. Именно поэтому у учёных в deep tech есть огромное преимущество. PhD и исследовательский опыт учат разбираться в сложных системах, не пугаться длинных циклов и не сдаваться после первых неудач. Всё это напрямую нужно в стартапе, особенно если компания строит новую технологическую инфраструктуру. Проблема в том, что многие учёные недооценивают этот опыт, потому что привыкли измерять свою ценность академическими достижениями, но в deep tech эта же экспертиза может стать основой реального изменения индустрии. Для учёного переход в deep tech — это возможность довести науку до мира и построить систему, которая действительно используется: врачами, агрономами, инженерами и фермерами. Это требует другого языка и другого фокуса: нужно научиться говорить не только о точности модели или красоте метода, но и о боли клиента и бизнес-модели. Когда научная глубина соединяется с предпринимательским мышлением, у учёных появляется шанс строить компании, которые меняют целые отрасли. Как учёный строит компанию: от идеи к B2B-продукту Переход от научной идеи к B2B-продукту требует от учёного не только глубокой экспертизы, но и совершенно новых навыков. В академической среде часто кажется, что главное — это сила идеи и качество решения. В бизнесе этого недостаточно: даже сильную технологию нужно упаковать, встроить в реальный процесс и сделать полезной для конкретного человека или компании. Очень важная часть этого пути — построение нетворка. Для учёного, особенно если он приходит в новую индустрию, почти невозможно разобраться во всём в одиночку. Нужно много разговаривать с потенциальными клиентами и другими предпринимателями, инвесторами, людьми из смежных областей. Здесь важны любопытство и определённая скромность. Не в смысле вам нужно недооценивать себя, а в смысле вы не должны приходить к рынку с готовым ответом. Нужно по-настоящему слушать клиентов, задавать вопросы, пытаться понять, как устроен их день, где у них возникают реальные проблемы, что для них важно, а что кажется важным только со стороны. Построение компании — это тоже исследовательский процесс, только с другой системой координат. Гипотезы проверяются не только на данных, но и на рынке: готов ли клиент пользоваться продуктом и менять привычные процессы? Поэтому важно не бояться пробовать и ошибаться столько раз, сколько требуется. Ошибки на раннем этапе — это часть поиска правильной формы продукта. Главное — не влюбляться в собственную идею сильнее, чем в проблему клиента, и быть готовым менять подход, пока технология не станет настоящим рабочим инструментом для рынка. Грант или инвестор: какой капитал нужен deep tech Deep tech почти никогда не строится на одном типе капитала. В обычном софтверном старт... May 19, 2026 11:20 PM postnauka.org Проблема сознания, природа «Я» и парадоксальная ясность — «Мыслить как учёный» #53 Как устроено сознание — и почему этот вопрос может быть важнее, чем устройство Вселенной? В новом выпуске подкаста «Мыслить как ученый» Ивар Максутов беседует с нейробиологом Константином Анохиным — академиком РАН, директором Института перспективных исследований мозга МГУ, автором гиперсетевой теории мозга и лауреатом Премия имени Де Вида за выдающиеся исследования в области нейронаук и нейроэндокринологии. Поговорили о науке как об особом способе смотреть в неизвестность и вышли к самым фундаментальным вопросам: что делает систему «одушевленной», почему сознание нельзя свести к набору нейронных процессов, могут ли животные обладать субъективным опытом и что происходит с нашим «я» в момент смерти. А еще — почему современная наука рискует потерять способность задавать большие вопросы, как технологии меняют исследования мозга, зачем Китаю фундаментальная наука и почему проблема сознания сегодня находится в той же точке, в какой биология находилась до Дарвина. Сознание как главная проблема человека «Я думаю, что это проблема из проблем человеческого существования. И если говорить о значимости её, то, может быть, она более значима, чем познание устройства физического мира, устройства космоса и устройства Вселенной. Потому что сознание — это всё, что у нас есть, это наше существование. В тот момент, когда мы теряем сознание, мы перестаем существовать. Это проблема номер один по важности. Хотя бы потому, что для нас не может быть ничего важного, если мы зомби. Это экзистенциальная проблема. Это проблема: кто мы и кто я». Зачем человек стремится в неизвестное «Я думаю, что наука — это особый вид деятельности у человека, который возник из других областей мозга и структур и процессов, чем все остальные виды деятельности. Она связана со стремлением проникнуть за горизонт, за границу известного, туда, где неизвестно что. Этот мотив мне кажется очень древним. Есть замечательные опыты на животных: если им дать удовлетворить все потребности — в еде, воде, комфорте, социальных контактах — и оставить возможность выхода в неизвестность и опасность, они всё равно идут туда. Так же как наши предки выходили из безопасной пещеры в леса и океаны. Это не связано с практическими потребностями. Технологии связаны с удовлетворением чего-то полезного. Наука — нет». Почему бесполезные знания оказываются самыми важными «Самые важные вопросы — это те ответы, которые не приносят никаких денег, не создают никакие технологии, не вылечивают никакие заболевания. Самые важные в двойном смысле. Во-первых, потому что ответы на них раскрывают гораздо более широкие горизонты, чем одно конкретное приложение. Во-вторых, если мы посмотрим на историю развития науки, то именно ответы на такие вопросы приводили к революциям в технологиях и медицине. Герц не работал над созданием радиоприемника, Фарадей не работал над созданием электричества как технологии». Риск потерять науку о сознании «Мне кажется, сейчас исследование проблемы сознания находится на критическом водоразделе, когда мы получили уроки от нескольких подходов, каждый из которых принес нечто важное, но не закончился ожидавшимся успехом. И сегодня необходимо думать, взяв всё это в качестве накопленного опыта, о чём-то совершенно новом. Иначе существует риск, что вся эта область вновь уйдет под воду — как Атлантида — в область метафизических спекуляций, эзотерических представлений и расплывчатой каши различных непрофессиональных историй». Кто такие «кто»? «Постепенно мое понимание того, на какой вопрос отвечает теория, эволюционировало в сторону того, что она отвечает на гораздо более общий вопрос, чем mind-brain problem. Это вопрос: кто такие “кто”? Что отличает системы, к которым мы применяем местоимение “кто”, от тех, к которым мы применяем местоимение “что”? Одушевленных — от неодушевленных. Тех, в отношении которых мы готовы взять молоток и разбить объект, — камень, смартфон, ноутбук — и тех кошек или собак, при мысли о которых возникает содрогание. И последняя итерация этой идеи для меня — что это вопрос о self, о “я”, о системах, обладающих self». May 19, 2026 4:02 PM postnauka.org 5 фактов о времени Время кажется самой знакомой вещью на свете: оно всегда с нами, дает нам стимул жить, превращает будущее в настоящее и настоящее в прошлое. Но чем внимательнее на него смотришь, тем заметнее расхождение между бытовым определением времени и наукой: фундаментальная физика не выделяет для времени привилегированного направления, термодинамика связывает его с ростом энтропии, квантовая теория допускает странные временные исключения, а мозг и тело вообще живут по собственным часам. Время не течет так, как нам кажется Для повседневного опыта время — это почти очевидность: мы переживаем его как последовательность, в которой будущее сменяется настоящим, а настоящее немедленно уходит в прошлое. Время обычно представляется чем-то вроде универсального фона, одинакового для всех и движущегося с одной и той же скоростью. Физика же делает первый шаг в сторону от этой интуиции уже на уровне самого определения: время оказывается не столько «потоком», сколько способом маркировать события, так же как пространство маркирует место, где они происходят.В классической физике время действительно мыслится как абсолютное и неизменное, однако даже там уравнения не требуют, чтобы оно имело именно ту направленность, которую мы переживаем психологически. Если смотреть только на фундаментальные законы, движение «вперед» и «назад» по оси времени во многих случаях оказываются равноправными описаниями. Квантовая механика в этом пункте не слишком утешительна: ее центральные уравнения тоже симметричны по отношению ко времени, а вопрос о том, можно ли связать стрелу времени с коллапсом волновой функции, остается открытым, ведь сам механизм коллапса понят не до конца. Еще радикальнее привычную картину меняет теория относительности: она утверждает, что скорость течения времени не универсальна, а зависит от условий — от ускорения и гравитации, поэтому разные часы могут идти по-разному. Вблизи сильных гравитационных полей время замедляется, а в экстремальных режимах, например у черных дыр, пространство и время вообще перестают быть столь отчетливо разделенными категориями, как в повседневном мышлении. Получается любопытный парадокс: чем фундаментальнее описание мира, тем меньше в нем того «естественного» времени, с которым живет человек. То, что кажется самой очевидной стороной реальности, на уровне теории превращается в проблему, и одна из главных ее формулировок звучит так: если базовые уравнения не выбирают ось времени, то почему мир, память и опыт устроены так, будто эта ось существует и не допускает обратного хода? Махди Годазгар о времени, теории относительности и проблеме оси времени. Стрела времени рождается из беспорядка Самый убедительный кандидат на роль объяснения временной асимметрии — не механика и не теория относительности, а термодинамика. Именно второй закон термодинамики связывает время с необратимостью: в изолированной системе энтропия не убывает, а значит, мир естественным образом движется от менее вероятных состояний к более вероятным. Говоря проще, процессы смешивания, рассеяния и выравнивания температур происходят сами собой, а обратные им — нет. Тепло течет от горячего к холодному, кофе с молоком смешивается, а не разделяется обратно, энергия сохраняется, но постепенно становится все менее пригодной для полезной работы. Энтропию можно понимать как меру «бесполезности» энергии, хотя более точное современное объяснение связывает ее с числом микроскопических конфигураций, которые выглядят для наблюдателя одинаково. Больцмановский переворот состоял как раз в том, что энтропия перестала быть абстрактной термодинамической сущностью и получила статистическое толкование: высокоэнтропийных состояний просто несравнимо больше, чем низкоэнтропийных, поэтому рост энтропии не столько запрет, сколько почти неизбежность. Формально возможны и флуктуации — редкие отклонения, при которых система на мгновение ведет себя «вопреки» общей тенденции, — но для макроскопического мира времена ожидания таких событий настолько велики, что практически они не наблюдаются. Отсюда вырастает и более широкий тезис: стрела времени связана не просто с беспорядком, а с тем, что Вселенная стартовала из необычного, низкоэнтропийного состояния. Если бы она изначально находилась в равновесии, в мире вообще почти ничего не происходило бы: не было бы направленных процессов, памяти, старения и, в сущности, самой истории. Более того, различие температур между Солнцем, Землей и холодным космосом делает возможной не только метеорологию или движение тепла, но и жизнь как таковую: живые системы существуют за счет постоянного прохождения энергии через них. В этом смысле время в физическом мире — имя для неравновесия, которое медленно исчерпывает свои возможности. Шон Кэрролл об энтропии, Больцмане и стреле времени. Даже второй закон не совсем монолитен Однако современная физика не оставляет второй закон в покое. В квантовом мире он в типичном случае работает, но его статус оказывается тоньше, чем в школьном изложении: на очень коротких временах возможны флуктуации, при которых энтропия временно уменьшается или тепло течет в неожиданном направлении. Такие отклонения описываются флуктуационными теоремами и уточняют область применимости закона. Еще интереснее случаи, когда система взаимодействует с резервуаром почти без обмена энергией, но при этом запутывается с ним. Тогда оказывается, что для роста энтропии важна не только энергетическая изолированность, но и структура корреляций между системой и ее окружением. Если эти корреляции устроены специальным образом, возможна эволюция, в которой энтропия отдельной системы убывает. На языке квантовой информации это можно описывать как особую операцию обмена состояниями: неупорядоченная система «очищается», а часть резервуара, наоборот, становится более неупорядоченной. Такой сценарий напоминает демона Максвелла, только здесь решающую роль играет сама архитектура квантовой запутанности. Из этого вырастает провокационный вопрос: если энтропия в отдельных случаях может уменьшаться, нельзя ли построить устройство с предельной эффективностью — квантовый аналог вечного двигателя? Теоретические модели показывают, что отдельные формулировки второго закона могут нарушаться в специально подготовленных низкоразмерных системах, хотя для суммарной системы вместе с окружением закон в целом не отменяется. Еще один вызов связан с так называемой обратной эволюцией: если тонко настроить начальные условия и корреляции, маленькая система может сначала двигаться к росту энтропии, а затем почти развернуться обратно к исходному состоянию. Говоря о таком вызове, мы возвращаем квантовую механику к старому вопросу XIX века: откуда вообще берется стрела времени, если микроскопические законы симметричны относительно прошлого и будущего? Ответ, по-видимому, не в том, что второй закон ложен, а в том, что его повседневная надежность возникает из типичности, тогда как редкие и искусственно организованные квантовые ситуации позволяют увидеть его границы. Гордей Лесовик о втором законе термодинамики в квантовом мире. У каждого человека свои внутренние часы Если в физике труднее всего объяснить, почему у времени есть направление, то в психофизиологии не менее трудно понять, почему один и тот же интервал переживается разными людьми по-разному. Физическое время, конечно, одинаково для всех, но субъективное время не обязано совпадать ни с часами, ни даже с самим собой на одних и тех же масштабах. За восприятие микроинтервалов и длительных периодов отвечают разные биологические механизмы. Исследования показывают, что в оценке коротких интервалов заметную роль играют серотонинергическая и дофаминергическая системы, а генетические различия в их работе могут влиять на то, насколько быстро для человека как будто сжимается уже прошедшее мгновение. В экспериментах с оценкой длительности стимулов люди действительно образуют континуум: для одних первый интервал субъективно укорачивается сильнее, для других слабее. Отсюда следует, что различия в обращении со временем могут быть связаны не только с характером или воспитанием, но и с нейрохимией. То, что в быту выглядит как пунктуальность, медлительность, неумение ждать или, наоборот, терпеливость, может частично опираться на то, как человек переживает само течение интервала. Особенно это заметно в ситуациях отсроченного вознаграждения: решение взять меньшее сейчас или большее потом зависит не только от рационального самоконтроля, но и от того, насколько длинным и тягостным ощущается ожидание. С субъективным временем могут быть связаны и более широкие различия — от хронотипа до склонности к импульсивным решениям и особенностей депрессивных состояний. Даже деление на «сов» и «жаворонков» имеет биологический смысл: у людей различается не просто режим дня, но и сама точность оценки времени в разные часы суток. При этом кроме генетической предрасположенности на ритмы влияют и образ жизни, и возраст, и способность подстраиваться под внешние требования. В результате ощущение времени становится индивидуальной чертой человека — почти темпераментом, который не... May 18, 2026 9:44 PM postnauka.org Как медицина уходит от таблеток к данным и VR Аллан Гоббс утверждает, что система здравоохранения перестраивается буквально на ходу. В центре всех перемен — не только фарма, но и цифровая терапия, виртуальная реальность, нейроинтерфейсы, телемедицина и новые способы работать с хроническими заболеваниями. Говорим о переходе от модели sick care к health care, где важно лечение вне стен больницы. Слушайте полную версию подкаста «Мыслить как ученый» с Алланом Гобсом на всех платформах. 1. AI перестал быть чудом и стал инфраструктурой «В целом отрасль состоит, можно сказать, из двух направлений. Это как раз всё, что мы обсуждали в прошлый раз: в основном биотехнологии, фармакологические интервенции, препараты и прочее. И вторая существенная часть — это всё, что касается нефармакологических интервенций. Как раз это весь сектор health tech, различные решения, которые воздействуют на наше поведение. И с точки зрения биотеха принципиальной революции именно в разработке лекарств с помощью искусственного интеллекта не произошло, а скорее наоборот: искусственный интеллект стал абсолютно таким минимальным инструментом для разработки лекарств. Он просто используется как электричество или любой другой инструмент, условно говоря. Но в области как раз нефармакологических воздействий искусственный интеллект очень активно стал использоваться, и там возможности по ускоренному внедрению существенно выше, чем в фармакологии.» 2. Квантовый компьютер ищет не вероятное, а лучшее «Меняя температуру в течение получаса, вы можете перебрать все возможные варианты того, каким образом при минимальной энергии может формироваться некая молекула, которая будет в стабильном состоянии с минимальным объемом энергии. Когда вы доходите, условно, до 20 кельвинов, она еще раз переходит в некоторое новое состояние. Дальше вы доходите еще ниже, но другого такого состояния нет. Таким образом вы находите абсолютный минимум и абсолютно оптимальный ответ на тот вопрос, который вы задали. В то же время искусственный интеллект перебирает те варианты, которые наиболее вероятны, с которыми он раньше встречался и на которых обучена модель. Получается, что с помощью квантового компьютера вы фактически можете решить задачу по нахождению абсолютного минимума, а в случае с искусственным интеллектом вы можете найти локальный минимум. Вы нашли решение лучше, оптимальнее, а дальше обнаружили все варианты, которые известны и требуют больше энергии, — получается, что вы вроде бы нашли этот минимум, но это локальный минимум, а не абсолютный.» 3. Статистическая значимость еще не означает реальную помощь пациенту «Буквально на днях вышел замечательный отчет Cochrane, который показывает, что те препараты, которые недавно были одобрены против Альцгеймера, объективно показывают статистически значимые изменения в прогрессии деменции у пациентов. И это была революция, потому что многие годы, даже десятилетия, принципиально новых препаратов с новым механизмом действия против Альцгеймера не было. Но то, что мы видим: действительно, эти бета-амилоидные бляшки удаляются, но эффект, который эти препараты показывают, не является клинически ценным. Есть статистическая значимость, но с точки зрения пациента, врача и окружения пациента эффект незначительный, незаметный и в итоге не влияет на развитие заболевания в целом. И поэтому сейчас очень активно и регуляторы, и даже крупные фармкомпании интересуются теми нефармакологическими решениями, которые могут использоваться синергетично с препаратом и усиливать его воздействие.» 4. Виртуальная реальность как способ заново включить мозг «Например, ту же самую деменцию можно пытаться лечить с помощью виртуальной реальности. Потому что во время сессий виртуальной реальности мы можем получить существенный контроль над нашим состоянием с точки зрения эмоций, с точки зрения интеллектуальной нагрузки. Даже физическая активность участвует в тот момент, когда вы находитесь в виртуальной реальности. Таким образом, всё это вместе может запускать некоторые процессы в мозгу, какие-то нейронные связи, которые у вас редко использовались. Мне, например, очень нравится идея, пока это просто идея, — работа с терменвоксом, когда вы в виртуальной реальности слушаете звук, повторяете громкость, высоту звука, и так у вас запускается сразу очень много чувств одновременно. Всё это может активировать ресурсы, которые у вас не работали.» 5. Терапия PTSD может выглядеть как управляемое возвращение в травму «Если мы говорим про посттравматическое стрессовое расстройство, есть такое направление — exposure therapy, когда пациент попадает обратно в ту же ситуацию, в военную зону, в которой рядом взрываются гранаты, звучат сирены и прочее. Переживает он это много-много раз с, что важно, некоторой персонализацией. Здесь как раз приходит на помощь искусственный интеллект: можно анализировать большое количество параметров, биомаркеров, сердцебиение, можно измерять с помощью ЭЭГ состояние пациента с точки зрения фокуса, отслеживать движение глаз. Все это вместе можно анализировать уже с помощью искусственного интеллекта, это невозможно проанализировать человеческим образом, потому что это многофакторная модель. Но можно увидеть, как изменения внутри этой сессии влияют на конкретные исходы: что эпизоды посттравматического расстройства становятся более редкими, менее интенсивными и прочее. И мы видим, что The Veteran Affairs активно внедряет виртуальную реальность, в том числе против посттравматического стрессового расстройства: уже сейчас доступно порядка полутора тысяч мест, где можно получать такую терапию, которую финансирует администрация для ветеранов.» 6. Психоделики и VR могут работать в паре «Очень правильная мысль, что психоделики, которые прежде всего влияют на нейропластичность, могут давать эффект, который потом продлевается домашними сессиями с помощью виртуальной реальности. Это то, что уже сейчас есть в интересных публикациях и что стало интересно большой фарме. Психоделики, к сожалению, по-прежнему часто имеют побочный эффект, который приводит к тому, что пациент не может сразу покинуть клинику после применения, он должен несколько часов находиться под наблюдением врача. И если делать такие сессии раз в месяц, раз в неделю или еще реже, а эффект продлевать с помощью виртуальной реальности, то это могло бы существенно решить проблему с этой необходимостью наблюдения врача. Я думаю, что действительно в свое время произойдет какое-то объединение — решение с помощью виртуальной реальности, чтобы эффект нейропластичности максимально продлить.» 7. Детская психиатрия застряла в модели «подождать и выписать» «С детьми всё очень плохо. Действительно, ситуация с нейроотличными очень тяжелая: с аутизмом и другими заболеваниями. И главное, что чисто практически получить посещение врача очень сложно. Нужно ждать месяцы, потом вы встречаетесь на очень короткое время с врачом, который просто выписывает какое-то стандартное лекарство, потому что у него нет другого способа глубоко погрузиться в ситуацию и предложить что-то эффективное. Текущая система, которая сфокусирована на выписывании лекарств, абсолютно бессмысленная. Виртуальная реальность уже доказанно помогает со многими из этих расстройств, безусловно помогает с СДВГ, например. Есть одобренные приложения для мобильных устройств, для планшетов, для лэптопов, уже есть решения, которые одобрены FDA и точно работают. Но их, к сожалению, не могут выписать, они плохо возмещаются: под препарат инфраструктура есть, поэтому его врач выписывает спокойно, а под такие решения соответствующей инфраструктуры нет.» 8. Главный сдвиг — от sick care к health care «Препараты могут решить задачу в самом конце заболевания, когда нам нужно предотвратить не заболевание само, а предотвратить смерть, ампутацию, трансплантацию, очень дорогие процедуры, когда уже поздно. Это никуда не уйдет. Для этих задач нужно непосредственно вмешиваться в организм и решать эту задачу. Но всегда вызывали интерес ситуации, когда мы могли бы что-то решить нефармакологически либо превентивно. Самое главное — реальная смена политики. Прежде всего задача в том, чтобы предотвращать заболевания и работать с хроническими болезнями, потому что текущую систему здравоохранения стало невозможно поддерживать. Во время ковида была запущена система страхового возмещения для удаленных сервисов, remote patient monitoring и телемедицины, а буквально полтора месяца назад была продлена программа Hospital at Home. Это означает, что серьезные процедуры с пациентами в острой фазе заболевания можно делать на дому — и эти процедуры будут возмещаться так же, как если бы они проводились в госпитале.» 9. Нейроинтерфейсы уперлись уже не только в железо, но и в экосистему «Если говорить про инвазивные устройства, то они требуют чрезвычайно тяжелых исследований, которые может себе позволить Илон Маск — при желании писать в твиттере про различные результаты, что он внедрил в одного пациента. Но для среднего стартапа идти в этот сектор очень сложно. Сейчас уже никто не спрашивает, является ли это устройство научно обоснованным и имеет ли какую-то возмож... May 18, 2026 8:54 PM postnauka.org                  Финансовый агрегатор Новости в ВК #новости #news #novosti #события #происшествия #пресса #сми #подслушано #рекомендации #читать Источник Спонсор Лента новостей 
| |
|
|
|
| Всего комментариев: 0 | |