Журналисты приводят данные, согласно которым совокупный экономический эффект от использования искусственного интеллекта в медорганизациях достиг 13 млрд рублей еще в 2021 году. В столице провели комплексный анализ качества работы сервисов искусственного интеллекта (ИИ) в медицине.
Искусственный интеллект в медицине: преображение здравоохранения в XXI веке
Искусственный интеллект (ИИ) сегодня является инновационной технологией, которая вызвала настоящую революцию в различных отраслях, и медицина не стала. Искусственный интеллект (ИИ) применяется во многих отраслях медицины и кажется, что его преимущества по сравнению с человеком очевидны. Использование искусственного интеллекта в медицине во всем мире вызывает активный интерес и надежду на успехи в лечении. Кто-то встречает эпоху искусственного интеллекта (ИИ) в медицине с восторгом, кто-то – с опасением. Кто-то встречает эпоху искусственного интеллекта (ИИ) в медицине с восторгом, кто-то – с опасением.
Лечат рак и эпилепсию: как искусственный интеллект помогает врачам и спасает жизни
Искусственный интеллект в медицине. Применение систем искусственного интеллекта в клинической медицине открывает новые горизонты в диагностике, лечении и управлении здоровьем пациентов. Искусственный интеллект в медицине: преображение здравоохранения в XXI веке. Рассказываем, как искусственный интеллект уже применяется в медицине и на какие вызовы и задачи отечественного здравоохранения он отвечает. Однако внедрение искусственного интеллекта в медицину сопряжено с некоторыми рисками и ограничениями.
Искусственный интеллект в медицине: перспективы диагностики, лечения и исследований
Врачебные ошибки и безопасность данных Внедрение ИИ в систему здравоохранения сопряжено с рядом этических, технологических сложностей, рисков врачебных ошибок и конфиденциальности. Опрос показал, что по одним аспектам применения ИИ в здравоохранении россияне и американцы совпадают, по другим — расходятся во мнениях. Врачи и пациенты Россияне и американцы по-разному оценивают влияние ИИ на взаимоотношения между пациентом и врачом. Такие расхождения могут объясняться целым комплексом причин, различиями в культуре и системе здравоохранения стран. В России здравоохранение — это общественная система, основанная на коллективизме и вере в авторитетность врача. А американские пациенты часто ожидают более тесного взаимодействия с врачом и более персонализированного подхода к лечению. Еще одним фактором оптимизма россиян может быть восприятие технологий в целом, их применение часто рассматривается как символ прогресса и успеха, поэтому отношение к ИИ и его влиянию может быть более положительным. В США же система здравоохранения более коммерциализирована, и пациенты могут опасаться, что внедрение ИИ приведет к уменьшению внимания и заботы со стороны врачей.
Также возможно, что американские граждане более скептически относятся к новым технологиям в целом и ожидают от них больших рисков и проблем.
Раньше для этого назначали множество медикаментов, терапия не всегда была эффективной. Искусственный интеллект всего за 3 недели создал нужный алгоритм, ученые выбрали наиболее подходящие варианты, за 25 дней провели тестирование новых лекарств на животных. Для выбора оптимального варианта потребовалось 46 дней. Без ИИ на это потребовалось бы более 8 лет и несколько миллионов долларов. Активное внедрение искусственного интеллекта в медицину — это возможность наконец-то найти лекарства от заболеваний, которые на сегодняшний день считаются неизлечимыми. Это болезнь Альцгеймера, рассеянный склероз и множество других патологий, которые становятся причиной преждевременной инвалидности или смерти. Использование искусственного интеллекта в медицине для автоматизации данных о пациентах Информация о пациентах обычно хранится в медицинских карточках. У каждого медучреждения своя картотека.
Из-за этого процесс сбора анамнеза и постановки диагноза затягивается на неопределенное время. Врачу не всегда удается правильно интерпретировать результаты анализов, тестов и других видов обследований, потому что у него нет полной картины со всеми необходимыми данными. Технология блокчейн — это новый подход в хранении и управлении данными пациентов. Позволяет сегментировать и защитить информацию, быстро обмениваться всеми необходимыми медицинскими данными. В фармацевтике и медицине блокчейн применяют в следующих направлениях: управление цепочками поставок лекарственных препаратов; борьба с контрафактной продукцией; заполнение электронных медкарт и управление ими; анализ результатов обследования; улучшение процессов страхования и выставление счетов; удаленный мониторинг состояния пациентов; проведение исследований разного характера. Приложение от Google Deepmind Health быстро анализирует все симптомы и результаты диагностики, предлагает несколько диагнозов, соответствующих полученным результатам. ИИ помогает диагностировать даже редкие, плохо изученные патологии. Сервис MedClueRx может не только проанализировать клинические проявления и диагностировать заболевание. Он также ориентирован на подбор эффективных лекарственных препаратов с учетом индивидуальных особенностей пациента.
ИИ для автоматизации процессов в медицине Практически во всех странах наблюдается дисбаланс и нехватка квалифицированного медицинского персонала среднего и высшего звена. По статистике ВОЗ, чтобы каждый человек, даже в странах с низким уровнем доходов, к 2030 году имел доступ к услугам здравоохранения, потребуется 18 млн. Перспективы улучшить ситуацию с доступностью медицинского обслуживания ничтожны: население растет, общество стареет. Проблема усугубляется еще и тем, что многие патогены мутируют, меняется клиническая картина заболеваний. Все эти факторы увеличивают спрос на квалифицированных врачей и медицинский медперсонал, пациентам становится все сложнее быстро получить необходимую медицинскую помощь.
В мире около 3 тыс. Рост интереса к ИИ обусловлен сразу несколькими трендами: появление мощных графических процессоров и рост вычислительной мощности современных компьютеров, развитие облачных вычислений, взрывной рост больших данных. Эти технологии дали возможность выполнять автоматизированное машинное обучение с высокой точностью получаемых моделей, что в свою очередь открыло многочисленные примеры успешной автоматизации процессов и перспектив цифровой трансформации с возможностью сокращения затрат на здравоохранение. В последние годы мы наблюдаем постоянный венчурного инвестирования в медицинские стартапы, использующие технологии искусственного интеллекта.
Поэтому инновационные технологии должны содержать в себе искусственный интеллект и базу знаний в предметной области. Так они освободят врачей от рутинных повседневных задач: внесение информации в медкарту, детальный анализ большого массива данных из истории болезней и т. Благодаря этому медработники сконцентрируют время и усилия на решении серьезных диагностических вопросов и выборе лечения. Современные ИИ-технологии могут помочь системе здравоохранения повысить удовлетворенность пациентов и медицинского персонала, снизить стоимость медицинских услуг и улучшить качество медицинской помощи. Онлайн-консультации Над телемедицинскими приложениями работают многие крупные компании, например, Сбер. Приложение СберЗдоровье использует искусственный интеллект для распознавания симптомов. Перед онлайн-консультацией оно предполагает диагнозы и исходя из этого советует клиенту врача. Это снижает нагрузку на медицинских работников, при этом позволяя пациентам более внимательно отслеживать свое состояние. Их продукты с использованием ИИ улучшают точность диагнозов, доступность врачей и систематизацию медицинских данных. Преимущество этих больших компаний в наличии средств и квалифицированных сотрудников. Это позволяет им создавать комплексные продукты, которые включают не доступные ранее возможности. Например, Google Health — это сервис, объединяющий разнообразные услуги как для пациентов, так и для врачей.
Машины лечат людей: как нейросети используют в российской медицине
Но объяснить её, кстати, медики пока не могут. Зачастую эпилептики — очень метеозависимые люди. Циклолептическое течение эпилепсии встречается довольно часто, и система очень быстро научается прогнозировать интервалы этих циклов. Если у ребёнка приступы происходят, например, каждые пять дней, система это спрогнозирует. Напомнит родителям, что сегодня с большой вероятностью будет обострение, и попросит быть внимательнее к своему чаду. Современная медицина не обладает такими средствами.
Но, как я уже сказал, к приступу можно будет подготовиться, чтобы он нанёс минимальный вред. В этот день ребёнок должен быть дома и избегать активностей, которые могут быть опасны в случае потери сознания. То есть родители не должны пускать его на горку, на качели, в бассейн и так далее. Почему «Джейн» оказалась не у дел — Почему мы говорим о «Джейн» в прошедшем времени? Всё, что я вам рассказываю, связано с опытной эксплуатацией «Джейн» врачами одной московской больницы, специализирующимися на эпилепсии.
Врачи ей пользовались под моим контролем. Наши алгоритмы помогли уточнить диагнозы и скорректировать лечение десятка пациентов. Однако в определённый момент мы столкнулись с проблемой — чтобы продолжать использовать систему, требовалось сертифицировать её в качестве медицинского изделия. Процесс этот довольно сложный, он потребовал бы от нашего коллектива больших затрат времени и сил. Никто не мог дать гарантии того, что после сертификации «Джейн» купят.
А делать такую сложную систему просто так, для себя, смысла не было. Поэтому я решил сосредоточиться на развитии других проектов. У нас был чат-бот, у нас была веб-версия, система «крутилась» на сервере. Если бы я не остановил разработку, то следующий модуль, который мы делали, обеспечивал бы вывод по аналогии. Предполагалось, что в систему загрузят большое количество историй болезни.
И тогда «Джейн» могла бы находить совпадения, смотреть, как лечится один пациент, как другой, какие у них прогнозы, признаки выздоровления и так далее. И система такая будет очень полезна, если кто-то заинтересуется её покупкой и внедрением. Проект «Джейн» развивался в течение трёх лет. Обнаруженные аналоги могли предложить только электронный дневник. Это были простые информационные системы для записи симптомов и жалоб пациентов.
Таких крутых фишек, интеллектуальных функций, настроенных именно на проблему эпилепсии, как в «Джейн», больше ни у кого в мире не было. Встречались с представителями популярных компаний, предоставляющих услуги по лабораторной диагностике. Мы предлагали им войти в проект и развивать его под своим брендом. Мы могли бы сделать полную интеграцию. Но этого не случилось, никто из потенциальных инвесторов так и не решился на сотрудничество.
Стоимость разработки интеллектуальной системы, подобной «Джейн», по оценкам АИИ , начинается от 250 тысяч рублей. Что в России нужно сделать, чтобы на законных основаниях продавать медицинские системы? То есть мы должны фактически провести независимую оценку эффективности изделия, применяя методы доказательной медицины. Это довольно сложный процесс, который может тянуться годами. Какая должна быть методика?
И разработка методики испытаний входит в состав клинических испытаний. То есть мы должны сначала разработать методику, представить её комиссии, которая подтвердит, что методика соответствует стандартам качества проведения клинических испытаний. Затем в ходе испытаний мы проходим по всем пунктам этой методики. Пишем научно-технические отчёты. Консилиумы их проверяют, подтверждают, что отчёты соответствуют критериям, описанным в документах.
В мире около 3 тыс. Рост интереса к ИИ обусловлен сразу несколькими трендами: появление мощных графических процессоров и рост вычислительной мощности современных компьютеров, развитие облачных вычислений, взрывной рост больших данных. Эти технологии дали возможность выполнять автоматизированное машинное обучение с высокой точностью получаемых моделей, что в свою очередь открыло многочисленные примеры успешной автоматизации процессов и перспектив цифровой трансформации с возможностью сокращения затрат на здравоохранение. В последние годы мы наблюдаем постоянный венчурного инвестирования в медицинские стартапы, использующие технологии искусственного интеллекта.
Это открывает новые возможности для более эффективного и успешного лечения пациентов в будущем. Возможности искусственного интеллекта в развитии новых методов лечения и терапии Искусственный интеллект предоставляет огромные возможности для развития новых методов лечения и терапии в медицине. Благодаря использованию алгоритмов искусственного интеллекта, медицинские учреждения и специалисты в области здравоохранения могут значительно улучшить качество и эффективность лечения. Одной из главных возможностей искусственного интеллекта является диагностика заболеваний.
Алгоритмы машинного обучения позволяют проводить более точные и быстрые анализы медицинских данных, выявлять скрытые паттерны и предсказывать вероятность развития определенных заболеваний. Это позволяет раньше обнаруживать опасные состояния пациентов и принимать соответствующие меры для их лечения. Другая возможность искусственного интеллекта — разработка индивидуальных методов лечения. Благодаря анализу огромного количества данных, искусственный интеллект может предлагать персонализированные схемы лечения, учитывающие особенности каждого пациента. Это помогает избежать назначения неэффективных или слишком тяжелых лечебных процедур, а также минимизирует риск возникновения побочных эффектов. Искусственный интеллект также активно применяется в исследованиях медицинских препаратов и разработке новых лекарств. Алгоритмы машинного обучения позволяют быстро обрабатывать огромные объемы данных о биологических молекулах и идентифицировать потенциальные цели для разработки новых препаратов. Это способствует повышению эффективности и сокращению сроков исследований, что в свою очередь может привести к появлению новых методов лечения и терапии.
Таким образом, искусственный интеллект имеет огромный потенциал в медицине. Персонализированная диагностика, индивидуальные методы лечения и ускоренные исследования — все это обещает значительное улучшение здоровья пациентов и прогресс в области медицины. Проблемы и вызовы использования искусственного интеллекта в медицине: этические аспекты и безопасность данных Внедрение искусственного интеллекта ИИ в медицину открывает новые возможности для диагностики, лечения и исследований. Однако, это также вызывает ряд проблем и вызовов, среди которых этические аспекты и безопасность данных играют важную роль. Во-первых, применение ИИ в медицине поднимает вопросы этики и конфиденциальности. Сбор и анализ большого объема данных о пациентах может привести к нарушению их конфиденциальности и частной жизни. Компании и организации, работающие с данными пациентов, должны обеспечивать высокий уровень защиты этих данных, чтобы предотвратить несанкционированный доступ и их злоупотребление. Во-вторых, существует риск зависимости от искусственного интеллекта и автоматизации процессов в медицине.
Биологические и медицинские аспекты требуют внимательного и профессионального вмешательства врачей. Полное полагание на ИИ может привести к ослаблению роли врача и человеческого фактора в принятии решений, что сложно для понимания пациентами и вызывает опасения о безошибочности и безопасности процедур и лечения. Третьим важным аспектом является этическое использование ИИ в медицине. Возникают вопросы о прозрачности и объяснимости алгоритмов, использованных ИИ, чтобы врач мог понять и объяснить пациенту, какой именно алгоритм или модель привела к определенному диагнозу или рекомендации. Кроме того, ИИ должен использоваться только в тех случаях, где его применение будет полезным и эффективным для пациента, а не для коммерческих или иных целей.
При помощи машинного обучения, медицинские учреждения могут эффективно анализировать данные пациентов в реальном времени, что позволяет быстро идентифицировать потенциальные проблемы и предотвращать развитие заболеваний. Системы на базе ИИ могут анализировать медицинские изображения с большой точностью, помогая диагностировать различные заболевания, включая рак и диабет.
По данным mos. Все они одобрены Росздравнадзором, причем 11 — это нейросети, которые помогают врачам-рентгенологам искать признаки заболеваний на компьютерных снимках рентгенограмме, томограмме, маммограмме и флюорограмме. Кроме того ИИ помогает в анализе генетической информации, что способствует разработке персонализированных методов лечения. В поликлиниках Москвы используют программы на базе ИИ, которые помогают терапевтам поставить пациенту диагноз. Нейросеть анализирует жалобу пациента, и сравнивает ее с несколькими миллионами записей других пациентов из базы ЕМИАС Единой медицинской информационно-аналитической системе. Сфера прогнозирования заболеваний также претерпела существенные изменения, с появлением алгоритмов, способных предсказывать возникновение заболеваний на основе анализа большого объема данных. Например, исследования, основанные на данных электронных медицинских карт, могут предсказать риск развития диабета, сердечных заболеваний или депрессии у конкретного пациента.
К примеру, IBM Watson для лечения онкологии проанализировала 30 миллиардов снимков, и помогает врачам выбирать оптимальные методы лечения рака на основе анализа огромного объема медицинских данных. Стартап Healx использует ИИ для сопоставления лекарств, прошедших клинические испытания, с редкими заболеваниями, которые они могли бы лечить. Arterys использовала облачные вычисления для предоставления изображений 4D Flow больничным радиологам через веб-браузер, что позволяет им принимать жизненно важные решения о лечении. Компания Thymia, основанная в 2020 году, разработала видеоигру на основе искусственного интеллекта, которая призвана обеспечить более быструю, точную и объективную оценку психического здоровья. Алгоритмы ИИ способны анализировать большие объемы данных о здоровье населения, включая информацию из социальных сетей, новостных порталов и официальных статистических данных, для прогнозирования возможных вспышек болезней и эпидемий.
Собянин: Цифровые технологии спасают жизни и повышают качество лечения москвичей
Это общемировой тренд, связанный с ростом населения планеты, его старением, распространенностью неинфекционных хронических заболеваний. Сохраняются высокие затраты на подготовку медицинских специалистов и кадровый дефицит. Для нашей страны эта нагрузка прежде всего приходится на государственную систему здравоохранения. Кабинет рентгенолаборанта в московской больнице. Именно тогда стало понятно, что ускоренное внедрение безбумажных технологий, автоматизация рутины, высвобождение времени медицинского персонала — это не «фасадные» инновации, а необходимость. Технологии ИИ уже сегодня меняют ландшафт всей экономики и сферы услуг. Здравоохранение — не исключение. От эффективного внедрения ИИ зависит конкурентоспособность медицинских организаций, всей системы, а также будущее качество жизни населения. Здравоохранение — консервативная отрасль, изменения и новые технологии приживаются здесь непросто.
Однако если отложить внедрение ИИ, есть риск безвозвратно отстать, вместо того чтобы управлять процессом перехода системы здравоохранения в новый технологический уклад. В чем выражается этот риск? Наши жители не получат новые возможности по поддержанию и сохранению здоровья, а мы окажемся в роли «догоняющего» участника новой реальности. Тем временем ИИ становится новой базовой технологией, как когда-то персональные компьютеры и программы, которыми мы пользуемся повседневно переводчики, навигация, домашние умные помощники и т. Скорость этих изменений, а также требования к росту качества жизни постоянно увеличиваются. В этих новых условиях нам необходимо предоставлять лучшие медицинские услуги для наших жителей и условия труда для наших медицинских работников. При постоянном развитии цифровизации здравоохранения, экспоненциальном росте накапливаемых данных без новых технологий их обработки просто не обойтись. И такой технологией является искусственный интеллект.
В каких мегаполисах мира работают аналогичные сервисы? Конечно, мы активно изучаем международный опыт, но у нас есть проекты, по масштабу не имеющие аналогов в мире. Например, московский эксперимент по использованию компьютерного зрения для анализа медицинских изображений. Результаты этого проекта легли в основу 11 национальных стандартов разработки и применения ИИ для клинической медицины. Проекты по исследованию возможностей ИИ в столичном здравоохранении реализуют единым фронтом несколько команд Комплекса социального развития Правительства Москвы — от разработки принципиально новых для страны ИИ-сервисов, тестирования прототипов до масштабного внедрения готовых продуктов. Мы разрабатываем и реализуем собственные подходы по применению ИИ в здравоохранении, с исследовательским скепсисом подходим к информации о возможностях тех или иных технологий, все проверяем и тестируем на своей базе. В последних отчетах исследовательских и консалтинговых компаний о цикле развития новейших технологий генеративный ИИ находится на пике завышенных ожиданий — о нем много говорят, с ним экспериментируют. Однако говорить о его массовом внедрении, в первую очередь в медицине, пока рано — нет ни одного готового продукта с понятным сценарием использования и доказанными эффектами для роста производительности труда или повышения качества медицинского обслуживания, диагностики или лечения.
Безусловно, у технологии большой потенциал, и мы пока даже не представляем его глубину и трансформационную силу.
Таким образом, понадобилось 46 дней для выбора подходящего лекарства. Однако традиционный процесс разработки лекарств занимает около 8 лет и стоит фармкомпаниям несколько миллионов долларов. Новые технологии дают надежду на то, что с их помощью мы сможем быстрее получить лекарства от болезней, которые сегодня не поддаются лечению: рассеянный склероз, болезнь Альцгеймера и другие. Автоматизация процессов Дисбаланс и дефицит медицинских кадров высшего и среднего звена был во всем мире еще до вспышки коронавируса. По данным Всемирной Организации Здравоохранения, чтобы люди во всем мире имели доступ к услугам здравоохранения к 2030 году, странам с низким уровнем дохода нужно еще 18 миллионов медицинских работников. В дальнейшем ситуация, скорее всего, не стабилизируется из-за роста населения, старения общества и изменения клинической картины заболеваний. Эти факторы только повысят спрос на высококвалифицированных медицинских работников и усложнят доступ к медицинской помощи.
Поэтому инновационные технологии должны содержать в себе искусственный интеллект и базу знаний в предметной области. Так они освободят врачей от рутинных повседневных задач: внесение информации в медкарту, детальный анализ большого массива данных из истории болезней и т. Благодаря этому медработники сконцентрируют время и усилия на решении серьезных диагностических вопросов и выборе лечения. Современные ИИ-технологии могут помочь системе здравоохранения повысить удовлетворенность пациентов и медицинского персонала, снизить стоимость медицинских услуг и улучшить качество медицинской помощи. Онлайн-консультации Над телемедицинскими приложениями работают многие крупные компании, например, Сбер.
Однако в 2023 году были запущены еще более значимые приложения искусственного интеллекта, связанные с наукой, — от AlphaDev, который делает алгоритмическую сортировку более эффективной, до GNoME, который облегчает процесс обнаружения материалов. Количество нормативных актов, связанных с искусственным интеллектом, в США значительно выросло за последний год и за последние пять лет. В 2023 году было принято 25 нормативных актов, связанных с искусственным интеллектом, по сравнению с одним в 2016 году. Люди во всем мире лучше осведомлены о потенциальном влиянии ИИ и больше нервничают. Подробнее о результатах исследования мы расскажем подробнее в отдельной статье в ближайшие недели!
В условиях быстро меняющейся ситуации в сфере цифровизации сектор здравоохранения переживает глубокую трансформацию, характеризующуюся растущей интеграцией технологий цифрового здравоохранения, телемедицины, единых реестров и ИИ. Этот сдвиг не только предлагает множество преимуществ, но и меняет динамику отношений между пациентами и поставщиками медицинских услуг в рамках системы здравоохранения. Отчет представляет из себя большой обзор всех стран - участников региона по основным показателям.
Системы мультимодальной диагностики В развитии ИИ можно выделить несколько трендов, один из которых связан с интеграцией типов модальностей данных, на которых выполняется обучение. Например, для аудиовизуального распознавания речи визуальное описание движения губ объединяется с аудиовходом для предсказания произнесенных слов. Информация, поступающая из источников различных модальностей, может иметь различную предсказательную силу и топологию шума, а в некоторых источниках данные могут отсутствовать. Неоднородность мультимодальных данных затрудняет построение моделей. Важно изучить, как представлять входные данные и обобщать их таким образом, чтобы они отражали несколько модальностей.
Например, текст представляется символами, а аудио и визуальные модальности — сигналами. В контексте медицинского применения вся диагностическая информация о пациенте может быть интегрирована в такие мультимодальные данные и обрабатываться системой ИИ, обученной рассматривать как внешнее изображение человека и фрагментов его тела, так и результаты анализов, МРТ- и КТ-изображения, аудиозаписи ответов на вопросы и т. Все это приближает нас к построению универсального диагноста, использующего холистический подход к диагностике заболеваний, и сокращению количества посещений разных врачей-специалистов для назначения эффективного лечения. Приложения для здоровья на базе искусственного интеллекта Самое большое потенциальное преимущество искусственного интеллекта — возможность помочь людям оставаться бодрыми, чтобы им не приходилось посещать врача или по крайней мере делать это не слишком часто. Искусственный интеллект и интернет медицинских вещей IoMT уже постепенно меняют парадигму с «реактивного» здравоохранения на «проактивное». Сочетание искусственного интеллекта и IoMT со временем сделает подключенные устройства для мониторинга состояния здоровья более интеллектуальными. ИИ и огромные объемы данных, генерируемые IoMT, также могут использоваться для постановки диагноза. Различные приложения для здорового образа жизни на основе искусственного интеллекта, такие как MyFitnessPal и HealthTap, предоставляют людям полный контроль над своим здоровьем и благополучием, обратную связь с медучреждением и рекомендации для поддержания здоровья.
Например, HealthTap узнает о симптомах пациента и их изменении с течением времени и координирует процесс лечения: отправляет напоминания, предоставляет текстовые ответы, сопоставленные с данными об истории болезни, руководствами, созданными врачами, а также обеспечивает возможность проведения онлайн-консультаций по видеоконференцсвязи. ИИ в медицине — это прорыв? Можно ли назвать применение ИИ прорывом в диагностике и лечении? На мой взгляд, сегодня прорыв еще не произошел.
Обзор Российских систем искусственного интеллекта для здравоохранения
Только тогда можно будет сказать, что наша технология работает», — отметил Жаворонков. Фаза 2 В настоящее время лекарство проходит двойное слепое рандомизированное плацебо-контролируемое исследование, в котором участвуют 60 пациентов в 40 разных клиниках США и Китая. Если эта фаза пройдет успешно, испытание продолжится с большим количеством вовлеченных людей. Текущее исследование займет около 12 недель, а его итоги планируется подвести в следующем году. Проблема в том, что он с той же эффективностью способен создавать и новые отравляющие вещества и оружие. ИИ — сам по себе потенциальное оружие, которое нуждается в жестком контроле.
Нейросеть от российских разработчиков помогает на каждом этапе лечения полости рта. Кариес, пульпит или болезни десен — искусственный интеллект видит все детали. Причем в десять раз быстрее стоматолога. Он просто пишет признаки пародонтита легкой степени. И, соответственно, выставляет процент, на какой процент он уверен, что это признаки пародонтита", — объяснил пародонтолог Константин Наам. Несмотря на проценты, решающее слово в лечении за врачом и пациентом. Нейросеть сегодня — лишь помощник медика. Она выделяет проблемные места на снимках цветами, умеет виртуально корректировать расположение будущих протезов, воссоздавать 3D-модель челюсти. Искусственный интеллект может помнить десятки тысяч диагнозов. Но программная ошибка, как и человеческая, не исключена. С каждым годом все меньше и меньше ошибок и все больше и больше диагнозов. В начале 2019 года, конечно, кариес выявлять не мог.
Она позволяет ИИ, если не вдаваться в подробности, более эффективно и быстро обучаться требуемым навыкам. Мы подумали: можем ли мы заставить машины придумывать с нуля новые молекулы с определенными свойствами вместо того, чтобы заставлять их перебирать десятки доступных вариантов, — говорит Алекс Жаворонков. Insilico использовали GENTRL для того, чтобы создать несколько а если быть точным, то 6 вариантов лекарств для лечения мышечного фиброза. Созданные лекарственные средства ингибируют рецептор DDR1, который участвует в развитии болезни. Для этого ИИ потребовался 21 день, после чего ученые выбрали наиболее подходящие варианты препаратов и протестировали их на лабораторных животных. На это ушло еще 25 дней. Таким образом на выбор потенциального лекарства потребовалось всего 46 дней.
После того, как нейросеть обнаруживает перспективное соединение, за глубокое исследование берутся биохимики. За восемь лет сотрудники компании зарегистрировали 65 патентов в медицинской отрасли, сейчас компания активно разрабатывает препараты для восстановления мышц, нормализации метаболизма глюкозы и замедления клеточного старения. Это лишь один из нескольких десятков проектов, которые изучают химические соединения для разработки диетических и биологических пищевых добавок, а также лекарственных препаратов. А развитие искусственного интеллекта в перспективе еще больше ускорит исследования и улучшит их результативность. Согласно данным Всемирной организации здравоохранения, редкими считаются болезни с распространенностью от 1 случая на 1 000 человек до 1 случая на 200 000 человек. Концерны не слишком часто инвестируют средства в поиски лекарств от таких болезней. Время окупаемости таких исследований составит десятки лет, если они вообще когда-нибудь окупятся. Основная сложность лечения редких болезней не в синтезе лекарств и лабораторных тестированиях, а в недостатке клинических данных. Поэтому компания Healx с помощью нейросетей создает полную информационную базу 7 000 редких болезней, в которой собирает все ведомости из научных материалов, баз данных пациентов и исследований лекарств. Созданная база помогла при разработке лекарства от синдрома Мартина-Белл. За 18 месяцев команда смогла создать препарат, который уже успешно прошел две фазы клинических исследований. Для сравнения, в обычных условиях разработка и тестирование лекарственного препарата занимает от пяти до десяти лет. При этом затраты на его создание просто на порядки меньше классических. В части поиска информации и ее классификации нейросети показывают отличные результаты. Они способны относительно быстро сканировать интернет на всех существующих языках, собирая данные, которые касаются конкретной темы. Добиться такой эффективности при работе вручную не получится. Искусственный интеллект и персонифицированная медицина Для большинства наиболее распространенных болезней разработаны терапевтические схемы приема лекарственных препаратов. Для лечения некоторых болезней например, туберкулеза или онкологии единственными эффективными препаратами выступают довольно токсичные вещества.
Врачам и пациентам: как искусственный интеллект помогает в медицине
Использование искусственного интеллекта (ИИ) для анализа данных в целях фармаконадзора. Преимущества применения нейросетей в медицине очевидны – возможность обрабатывать большие массивы данных в короткие сроки, а также точность диагностики. Возможности нейросетей и искусственного интеллекта активно тестируют в самых разных отраслях медицины: от диагностики и профилактики болезней до вирусологии и генетики.