Новости применение искусственного интеллекта в медицине

Возможности нейросетей и искусственного интеллекта активно тестируют в самых разных отраслях медицины: от диагностики и профилактики болезней до вирусологии и генетики. Преимущества применения нейросетей в медицине очевидны – возможность обрабатывать большие массивы данных в короткие сроки, а также точность диагностики.

Лечат рак и эпилепсию: как искусственный интеллект помогает врачам и спасает жизни

2022 год для искусственного интеллекта (ИИ) в российской медицине ознаменовался двумя знаковыми событиями. Возможность делать прогнозы с помощью искусственного интеллекта в медицине применяют и иначе. Компания «Интеллектуальная аналитика» проанализировала практики внедрения искусственного интеллекта в российском здравоохранении. Журналисты приводят данные, согласно которым совокупный экономический эффект от использования искусственного интеллекта в медорганизациях достиг 13 млрд рублей еще в 2021 году.

Для чего в российских регионах используют ИИ в медицине

Решения с использованием искусственного интеллекта в медицине внедряют 70 российских регионов, сообщил заместитель министра здравоохранения РФ Павел Пугачев, выступая на форуме "Биотехмед". Статья Искусственный интеллект в медицине России, Искусственный интеллект в медицине, Искусственный интеллект в радиологии, AI-технология Сбера прогнозирует развитие злокачественных новообразований, «Синтелли» представила российскую. В столице провели комплексный анализ качества работы сервисов искусственного интеллекта (ИИ) в медицине. Технологии искусственного интеллекта для системы здравоохранения. Возможности нейросетей и искусственного интеллекта активно тестируют в самых разных отраслях медицины: от диагностики и профилактики болезней до вирусологии и генетики. Сегодня искусственный интеллект помогает находить признаки заболеваний по более чем 20 направлениям, а количество обработанных с помощью него лучевых исследований уже превысило 11 миллионов.

ИИ в медицине: тренды и примеры применения

Национальная база медицинских знаний

Эти свойства широко используются даже в лечении онкологических заболеваний. Технология была открыта в 1987 году во время изучения кишечной палочки Escherichia coli. Ученые обнаружили в её ДНК странные повторяющиеся последовательности, но не смогли выяснить их предназначение. Бактерии производят специальные ферменты, когда пытаются бороться с вирусами. Это помогает бороться с будущими вирусными атаками. Бактерия использует сохраненный генетический материал и производит белки Cas9, которые способны при совпадении генов с геном вируса быстро его нейтрализовать. По той же схеме, белок ищет совпадающий генетический материал и разрезает его вне зависимости от того, принадлежит он бактерии, животному или человеку.

Кроме того, цифровой разум готов помочь в разработке новых лекарственных препаратов. Искусственный разум проанализирует снимок и сделает описание патологии, сэкономив врачу время и силы. Он напомнил, что всем субъектам РФ необходимо в этом году внедрить не менее одного решения с ИИ, а в следующем - не менее трех.

Пока большинство регионов выбрали технологии, работающие с медицинскими изображениями: маммографией, компьютерной томографией органов грудной клетки и головного мозга, рентген-снимками органов грудной клетки. Также 32 региона заключили контракт на закупку решений для работы с электронными медкартами, говорится в презентации замминистра. Замминистра также обратил внимание, что перевес в этой сфере имеют российские продукты - из 24 медицинских изделий с ИИ, зарегистрированных Росздравнадзором, 17 - от российских разработчиков. Как работает анализ медицинских изображений? А врач, когда работает с этим исследованием, уже использует результаты работы искусственного интеллекта, - рассказал "РГ" коммерческий директор компании Цельс Артем Капнинский. И мы эту работу делаем не для того, чтобы заменить его, а чтобы ему помочь. Когда врач работает вместе с искусственным интеллектом, это минимизирует возможность ошибки. До 50 процентов уменьшается время на интерпретацию исследования, и до 15-20 процентов повышается качество - выявление онкологических и других заболеваний на ранних стадиях".

И возможно, не все сразу принесут желаемые результаты. Пандемия заставила рентгенологов обучаться буквально не отходя от рабочего места. Насколько они достоверны? И это, безусловно, гигантские объемы данных. Практически каждое соприкосновение жителя с системой здравоохранения оставляет цифровой след в его электронной медицинской карте. Сегодня порядка трех миллиардов цифровых записей аккумулирует электронная медицинская карта ЭМК пациента. Мониторинг полноты данных, оценка их качества, поддержание необходимого уровня «гигиены» данных — это неотъемлемая часть нашей повседневной рутины. Но благодаря этой постоянной скрупулезной работе данные сегодня стали применимыми для машинной обработки и анализа, а также для обучения и внедрения сервисов на основе искусственного интеллекта. Мы организовали совместную с медицинским сообществом работу по разработке и поддержанию в актуальном состоянии структуры собираемых медицинских данных. Совместно мы определяем набор необходимых сведений, определяем требования к обязательности полей — стремимся собирать только востребованные данные. Эта работа позволяет нам собирать данные не «в один котел» наряду с неструктурированными данными так называемого озера данных, а в структурированном виде с формализованными значениями там, где это нужно и возможно. Это важно для синхронизации понятийного аппарата, одинаковой интерпретации сущностей в физическом и цифровом мире. При формировании нового стандарта оказания экстренной помощи на фактических данных мы увидели рассогласованность в наименованиях и емкости терминов одних и тех же лабораторных и инструментальных исследований клинический анализ крови или общий клинический анализ крови — минимальное отклонение в одно слово, а для анализа и обработки — это разные единицы данных. В результате медицинское сообщество договорилось об укрупнении синонимичных значений, о приведении множества понятий к единству. Как повлияли эти технологии на эффективность системы? ИИ уже сегодня — эффективный помощник, избавляющий врача от части рутины. В работе функциональных диагностов взрослых поликлиник Москвы помогает автоматическая расшифровка ЭКГ с предзаполненным заключением. С сервисами записи ЕМИАС интегрирован чат-бот, который «опрашивает» пациента о жалобах на самочувствие до приема, а результаты врач увидит сразу в протоколе осмотра. Наиболее масштабный проект — применение компьютерного зрения в лучевой диагностике. Более 50 ИИ-сервисов по 29 клиническим направлениям обрабатывают в потоковом режиме медицинские снимки, оконтуривают выявленные патологии, проводят рутинные измерения, в том числе сложные, на которые у врача уходит много времени, а также готовят проект заключения. В арсенале столичных рентгенологов сегодня 6 комплексных сервисов для анализа КТ органов грудной клетки, органов брюшной полости. Такие сервисы в рамках одного исследования выявляют сразу несколько патологий и формируют заключение. Всего в рамках проекта ИИ-сервисы проанализировали уже 12 миллионов лучевых исследований. Более того, если раньше ИИ-решения в медицине рассматривались в первую очередь как системы поддержки принятия врачебных решений, то сегодня мы делаем первые шаги в сторону системной автоматизации производственных процессов. Так, на базе эксперимента технологии ИИ достигли того уровня зрелости, когда мы начинаем «делегировать» искусственному интеллекту отдельные диагностические задачи. В этом году мы запускаем пилотный проект в рамках территориальной программы обязательного медицинского страхования по применению ИИ в автономном режиме, без участия врача — для проекционных методов исследований, флюорографии и рентгенографии органов грудной клетки.

В более продвинутых медицинских сервисах могут использоваться технологии компьютерного зрения. Например, такие технологии применяются при процедурах гастроскопии. В классической практике врач с помощью камеры эндоскопа исследует слизистые оболочки органов и самостоятельно ищет отклонения. В силу сложности данного исследования врач может упустить детали, важные для постановки верного диагноза. Компьютерное зрение помогает врачу замечать такие детали. Работа сервиса выглядит следующим образом: к камере эндоскопа подключается специальный алгоритм на базе искусственного интеллекта. На специальном мониторе он подсвечивает врачу области с возможными отклонениями и даёт рекомендации дополнительно сфотографировать и исследовать выделенные области. После обследования врач загружает снимки в СППВР, которая помогает подтвердить или скорректировать ранее поставленный диагноз. Анализ такого снимка занимает у врача от одного до нескольких часов, что связано со сложностью данного вида исследований. Программа же выдаёт результат практически мгновенно, анализируя изображение по заданным алгоритмам. Врач видит уже размеченный снимок, на котором подсвечены опасные зоны, а также предварительные диагнозы, поставленные на основе анализа этого снимка. Главная ценность таких программ состоит в том, что они значительно сокращают время рутинных задач врача. Это позволяет сделать диагностику пациента более персонализированной и быстрой: СППВР ранжирует пациентов по степени тяжести, что также позволяет врачам своевременно реагировать на эти данные и оказывать помощь в первую очередь тем, кто нуждается в ней больше всего. Как создать медицинский сервис с использованием ИИ Как происходит разработка медицинских сервисов с использованием ИИ — с момента постановки задачи до выхода готового продукта в клиническую практику? Сбор данных. В первую очередь следует начать со сбора огромного массива данных реальных пациентов из тех медицинских учреждений, в которых они когда-либо проходили лечение. Для этого понадобится: выявить проблему и определить диагноз, с которым вы хотите работать; найти группы врачей, которые помогут вам валидировать вашу модель; собрать группу разработки, которая сможет выстроить эту модель и «обучить» её. Прежде чем обработать данные, предстоит подготовить их. Для этого их нужно обезличить: в ходе этого процесса пациент получает код, а также убираются персональных данных ФИО, номер паспорта и т. При этом год рождения и диагноз, не обезличиваются. Разметка данных. После того, как данные прошли процедуру обезличивания, они передаются врачам на разметку. Прежде чем приступить к разметке данных, врачи определяют методологию, по которой они будут работать с разметкой. Они определяют диагноз, симптоматику, а также зоны и маркеры, с которыми они будут работать. Только после этого врачи вручную размечают снимки. Сегодня разметка данных, как правило, происходит с помощью программ, где врач в специальном интерфейсе очерчивает необходимые зоны. Повторная разметка. После первичной разметки данных те же снимки проходят аналогичную процедуру, которую проводит уже другая группа врачей. На этом этапе отсеиваются сомнительные, спорные или неверные диагнозы, а также снимки, которые не могут быть валидированы в выбранной модели исследования. Обучение нейросети. Когда все снимки прошли разметку, этот набор данных попадает к разработчикам, которые на их основе начинают обучать нейронную сеть. Даже если сервис достиг определённого уровня работоспособности, он не может быть сразу использован на практике. Прежде он проходит этап валидации: группе врачей и обученной нейросети выдаются новые данные, которые им предстоит разметить. После этого результаты, полученные врачами и нейросетью, сопоставляются между собой, и модель получает класс точности. Регистрация в Министерстве здравоохранения. По завершении этапа валидации прототип должен пройти регистрацию в Минздраве и получить регистрационное утверждение. На этом этапе экспертная группа — на этот раз со стороны Минздрава — вновь внимательно проверяет работу модели и её алгоритмов. Интеграция в систему здравоохранения. Только если сервис пройдёт проверку в Минздраве и получит регистрационное утверждение, он может использоваться в медицинских учреждениях. Диагностика заболеваний Чат-боты уже могут с высокой эффективностью помогать пациентам самостоятельно ставить диагноз, а также помогать в постановке диагноза и врачам. Например, ИИ компании Babylon Health предоставляет соответствующую информацию о здоровье на основе симптомов, описанных самим пациентом. Понятно, что симптомы могут быть описаны неверно или пациент может попытаться ввести ИИ в заблуждение умышленно. Поэтому в компании прямо заявляют, что их компьютерный ассистент не ставит диагноз. Это сделано для того, чтобы свести к минимуму юридическую ответственность компании, но в будущем мы наверняка увидим, как чат-боты будут ставить диагнозы по мере повышения точности их работы. А на перспективы ИИ в Babylon Health смотрят оптимистично, заявляя, что они уже доказали эффективность своего ИИ в первичной медико-санитарной помощи, а также смогли создать такую систему искусственного интеллекта для медицины, которая не является «черным ящиком». Это отличает их, например, от Alphabet, материнской компании Google, представители которой еще сравнительно недавно заявляли о том, что до сих пор не знают, что конкретно изучают их модели машинного обучения, о чём мы писали в статье, посвященной LLM. И пока сложно сказать, насколько они продвинулись в понимании алгоритмов работы своих программ глубокого обучения. А вот исследователи из Babylon Health продвинулись совершенно точно. Также современные ИИ решают проблемы приоритизации и медицинской сортировки. Рекомендации на основе глубокого анализа данных поступающих пациентов для обеспечения точной приоритизации и медицинской сортировки ИИ дает очень быстро в режиме реального времени. Наиболее известные решения для этих целей предлагает Enlitic.

Вас вылечит… искусственный интеллект. Как ИИ-решения применяются в медицине

Первого российско-американского конкурса стартапов Сбер500Startups Первый поставщик специализированного сервиса видеоаналитики для здравоохранения Финалист конкурса "Новатор Москвы" на медицинские изделия по 3-му классу риска В 2019 году команда "Третье Мнение" победила в акселерационной программе Сбер500Startups и продолжила развитие в Кремниевой долине США В 2020 году сервис "Третье Мнение. ИИ-мониторинг" стал первым в России сервисом видеоаналитики для медучреждений Финалист конкурса 2020 года в номинации "Меняющие реальность" Первое регистрационное удостоверение для модуля анализа рентгенологических исследований Лидер Эксперимента по использованию инновационных технологий В области компьютерного зрения для анализа изображений и дальнейшего применения в системе здравоохранения города Москвы по направлению КТ COVID-19 Сервисы "Третье Мнение" победили в акселераторе «Будущее здравоохранения» Медтех-центра Москвы и «МЕДСИ» Победитель акселератора медицинских стартапов Future Healthcare Партнеры.

Искусственный интеллект может регулярно обновлять данные об исследованиях и хранить всю полученную информацию. Внедрение такой технологии облегчит жизнь медикам и поможет спасти чьи-то жизни. Так, суперкомпьютер IBM Watson, изучив 20 млн статей о раке, помог выявить редкую форму лейкемии у 60-летней пациентки с неверным диагнозом.

С помощью ИИ можно распознавать симптомы возникновения злокачественных новообразований, диагностировать нарушение работы головного мозга, туберкулез, нарушения зрения. Примером работы программы выступает сервис Ada. Это специальное мобильное приложение, которое задает человеку вопросы, а тот описывает симптомы. После этого сервис проводит поиск информации о проблеме и дает рекомендации.

Также программы с искусственным интеллектом используются в анализе рентгеновских снимков и в разработке новых лекарств. У компании Semantic Hub есть сервис на базе ИИ для оценки потенциала медицинских препаратов перед их выпуском на рынок. Алгоритм собирает и проводит анализ научных публикаций, связанных с заболеванием, назначением и действием разрабатываемого лекарства. После этого ИИ анализирует информацию и делает вывод о конкурентных преимуществах медикамента и возможностях его продвижения на рынке.

Еще ИИ дает возможность оценивать влияние медикаментов на организм человека. Это помогает врачам понять, как генетические особенности того или иного пациента влияют на течение заболевания и какой эффект может оказать новый лекарственный препарат. С помощью приложения IBM Watson Health Cloud доктор получает и анализирует данные об организме пациента с электронного браслета и на основе этого подбирает эффективный курс лечения.

Без лечения оно способно свести пациента в могилу в течение 2-5 лет.

Применяемые на сегодняшний день лекарства преимущественно нацелены на замедление развития заболевания, но нередко дают крайне неприятные побочные эффекты. Фото: ru. Цифровизация По словам Жаворонкова, когда компания создавалась, ее основатели сразу же сосредоточились на алгоритмах — на разработке технологии, способной самостоятельно обнаруживать и конструировать новые молекулы. Но мы поняли, что для адекватной проверки нашей ИИ-платформы необходимо не только создать новые препараты с новым механизмом действия, но и довести их до клинической проверки.

Только тогда можно будет сказать, что наша технология работает», — отметил Жаворонков.

Информация будет регистрироваться и обрабатываться только в цифровом формате, врачи смогут больше времени уделять задачам, где нужны их компетенции. Кроме того, планируется внедрить умный проактивный подход, в рамках которого ИИ будет анализировать медицинские карты и выявлять риски возникновения заболеваний. По словам мэра, телемедецина, когда большую часть проблем со здоровьем можно будет решить онлайн, без визита к врачу, станет обычной практикой.

Для чего в российских регионах используют ИИ в медицине

Редакторы генов, основанные на технологию CRISPR и полученные из микробов, хоть и являются важным и незаменимым инструментом, часто демонстрируют значительные функциональные недостатки, особенно при переносе в чужеродную среду, например в клетки человека. Компания Profluent считает, что основанный на AI-технологиях генный редактор OpenCRISPR представляет собой мощную альтернативу, которая позволит обойти различные ограничения и даст возможность создавать оптимальные свойства. Используя большие языковые модели LLM , обученные работе с биологическим разнообразием, мы демонстрируем успешное и максимально точное редактирование генома человека с помощью программируемого редактора генов, разработанного с использованием искусственного интеллекта. Это удалось благодаря систематическому анализу 26 терабаз собранных геномов и метагеномов. С помощью AI появилась возможность генерировать в 4,8 раза больше белковых кластеров, чем существует в природе. Некоторые из созданных с помощью искусственного интеллекта редакторов генов демонстрируют сравнимую или улучшенную активность.

Компания выложила OpenCRISPR-1 в открытый доступ, чтобы способствовать развитию технологии и её использованию в научных исследованиях и коммерческих проектах.

Большинство проблем со здоровьем пациенты смогут решать без личного посещения врача. Работы много, но все поставленные нами цели — абсолютно конкретны и достижимы», — подытожил Собянин. По материалам: сайт Сергея Собянина. Картина дня.

Это создает потенциальные риски для пациентов и требует дальнейшего усовершенствования технологий. Зависимость от качества данных: эффективность ИИ во многом зависит от качества и объема входных данных.

Плохие или неадекватные данные могут привести к неточным или даже опасным выводам. Юридическая ответственность: определение юридической ответственности в случае ошибок или недочетов, связанных с использованием ИИ, остается сложным вопросом. Это создает правовую неопределенность и потенциальные риски для медицинских учреждений. Сопротивление со стороны медицинского сообщества: некоторые врачи и медицинские работники могут испытывать сопротивление новым технологиям, возможно, из-за опасений относительно замещения человеческого труда или потери профессиональной автономии. Необходимость обучения и адаптации: для эффективного внедрения ИИ необходимо обучение медицинского персонала работе с новыми технологиями, что может занять значительное время и ресурсы. Кибербезопасность: поскольку ИИ, как правило, зависит от сетей передачи данных, системы ИИ подвержены рискам безопасности. Более того, ИИ может активно использоваться для атаки на многочисленные компании.

Перспективы применения ИИ в медицине будущего Уже сейчас понятно, что интенсивное внедрение ИИ в медицинскую практику будет только нарастать. Возможно появление новых методов диагностики и лечения заболеваний с использованием ИИ, а также расширение областей применения роботизированной хирургии. Кроме того, ИИ может внести значительный вклад в исследования в области медицины, ускоряя процесс разработки новых лекарств и терапий. Все это в совокупности будет способствовать эволюции медицинской отрасли: Сокращение времени и затрат на исследования: ИИ может значительно сократить время и затраты на разработку новых лекарств, предсказывая потенциальную эффективность отдельных компонентов и помогая в оптимизации процессов клинических испытаний. Расширение доступа к медицинской помощи: ИИ может значительно расширить доступ к медицинской помощи, особенно в отдаленных регионах с плохой транспортной доступностью - через развитие телемедицины и дистанционного слежения за состоянием пациентов.

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. Из-за низкой селективности такие лекарства оказывают побочные действия, пагубно влияют на печень, почки и сердечно-сосудистую систему. И если ранее альтернатив не существовало и применение агрессивных препаратов считалось допустимым с причинением ущерба для здоровья в процессе лечения, то сейчас методика меняется. Развитие медицины и медицинской химии позволяет работать не только над поиском принципиально новых лекарств, но и над подбором оптимальных схем лечения по уже известным методикам. Индивидуальная дозировка препаратов, имеющих сильные побочные эффекты, могла бы снизить негативное влияние на пациентов, но сложность расчетов не позволяет проводить их массово. К тому же их нужно проводить несколько раз в день. Нейросети способны проводить такие расчеты быстро и качественно. AI для комбинационной терапии раковых больных с помощью искусственного интеллекта. Уже во время первого тестирования система показала свою эффективность. Для пациента с прогрессирующим раком простаты система рассчитывала индивидуальную комбинацию препаратов на протяжении всего курса лечения. Как результат — рост опухоли значительно замедлился, а затем болезнь и вовсе перешла в стадию ремиссии. При этом дозировки препаратов были практически в два раза меньше, чем при стандартной терапии таких случаев. Персонализация терапии открывает невообразимые возможности для медицины. При наличии достаточного количества данных нейросети и другие методы машинного обучения могут помочь не только оперативно решать задачу оптимизации дозы, но и подбирать комбинации препаратов для повышения эффективности лечения, определять наиболее результативную тактику лечения и предотвращать критические состояния пациента уже на самых ранних стадиях.

AI-платформа для анализа медицинских изображений

Области применения искусственного интеллекта в медицине обширны и разнообразны. Сегодня искусственный интеллект позволяет выявить опасные заболевания на самых ранних этапах, создавать оптимальные схемы терапии, сводить к минимуму вероятность ошибок в лабораторной диагностике и даже делать хирургические операции. Теперь же искусственный интеллект готов прийти на помощь к профессионалам медицины. В данной статье рассмотрены перспективные направления искусственного интеллекта в медицине, реализованные на базе нейронных сетей. Провалы искусственного интеллекта в медицине происходят потому, что это вовсе не интеллект, а схожий с системой распознавания лиц алгоритм, сказал газете ВЗГЛЯД руководитель экспертного совета ЭИСИ (Экспертный институт социальных исследований) Глеб.

Похожие новости: