Искусственный интеллект помогает в диагностике болезней и назначении оптимального лечения, а также напоминает выпить таблетку и угрожает безработицей.
Искусственный интеллект в медицине
Применение искусственного интеллекта в медицине и здравоохранении: сферы использования и перспективы ИИ. Чем искусственный интеллект лучше «человеческого» врача, почему перегруженные работой медработники пока не доверяют ИИ, возможен ли в медицине симбиоз естественного и искусственного интеллектов, а также причем здесь мораль и врачебная этика? Динамика венчурного инвестирования в искусственный интеллект для медицины, по данным CB Insights. Технологии искусственного интеллекта для системы здравоохранения.
Применение искусственного интеллекта в медицине
Человек может мыслить креативно, создавая качественно новые решения. Не только на базе предыдущего опыта, но и на основе абстракций строить модели будущего, создавать концепции, рассматривать теории и предположения. Он видит профессиональную проблему с разных сторон и применяет кросс-дисциплинарный подход. Например, врач при постановке диагноза учитывает не только данные по своему профилю, но и по смежным дисциплинам. А еще берет во внимание эмоциональное состояние пациента, его образ жизни, помнит, что пациент может симулировать или что симптоматику могут искажать сопутствующие заболевания. С учетом всего этого диагностика будет намного качественнее. Наверное, у многих так бывало, что все данные и цифры говорят об одном, но есть четкое внутреннее ощущение, что сейчас нужно сделать другой выбор. И в итоге такие решения оказываются верными. Это неосознаваемый процесс, основанный на предыдущем опыте и анализе более широкой совокупности факторов, скрытых от сознания. Интуиция — это пока чисто человеческая черта и навык. Но есть у естественного интеллекта не только преимущества, но и слабые места — тот самый человеческий фактор.
Любому биологическому организму свойственна усталость, влекущая потерю концентрации и риск совершить ошибку. Огромный поток интерактивных данных и массив исторически накопившихся данных в виде анамнеза заболеваний, предыдущих исследований, динамики показателей здоровья пациента, множество факторов для принятия решений и катастрофическая нехватка времени — неподъемная ноша для обычного врача. Медработнику нужно осознать, проанализировать, сопоставить, пропустить через себя и выйти на принятие решения, на которое есть только минуты, а то и секунды. А если специалист не в настроении или плохо себя чувствует, то эффективность его диагностики снижается в разы. Хочу отдельно коснуться потенциальной пользы применения ИИ в медицине. Почему потенциальной? Потому, что сейчас систем ИИ, которые быстро определяют риски и учитывают множество входных параметров, не очень много и порядок их применения пока полностью не урегулирован.
Большая часть ни к чему плохому не привела, однако 18 процентов причинили вред разной степени тяжести, в том числе были зафиксированы 4 смертельных случая. Будет доказанная безопасность, будет и доверие. Стандарты — залог доверия По мнению Дмитрия Павлюкова, которое он высказал на форуме, в условиях формирования доверия ключевую роль играет стандартизация в области применения ИИ. Как отмечает его председатель Сергей Гарбук, в области здравоохранения стандартизация ИИ наиболее актуальна. С одной стороны, высок уровень технологической зрелости, с другой — не менее высок уровень ответственности, связанной с рисками для граждан в результате некорректной работы системы. Поэтому стандарты — это инструмент нахождения компромисса между безопасностью системы новой технологии для людей и простотой продвижения новых технологий на практике. В прошлом году была разработана перспективная программа стандартизации по приоритетному направлению «Искусственный интеллект» на 2021-2024. В ней есть раздел, посвященный стандартам ИИ в области здравоохранения. При разработке программы подразумевался обязательный этап обучения на прецедентах. Значительная часть систем ИИ рассчитана на автоматизацию естественных интеллектуальных способностей человека. Технический комитет является представительным органом РФ в международной организации по стандартизации ИИ, и сейчас по инициативе российской стороны там рассматривается возможность разработки международного стандарта клинических испытаний систем с ИИ. Опыт и мудрость не заменить Медицина все больше переходит на цифру, и требуются новые цифровые инструменты обработки цифровых данных. Два года назад начались клинические испытания ПО на основе технологий лучевая диагностика. В 2020-21 гг. Сервисы использовались в 102 медицинских организациях при проведении 13 видов исследований КТ, МРТ и другие. Было обработано 3,8 млн исследований, подготовлено 104 дата-сетов механизмов хранения информации, предоставляющих быстрый доступ к большим объемам данных. Говорит главный внештатный специалист по лучевой и инструментальной диагностике, директор ГБУЗ «Научно-практический клинический центр диагностики и телемедицинских технологий ДЗМ» Сергей Морозов: «За время эксперимента мы увидели, что искусственный интеллект значительно снижает длительность подготовки описания результатов.
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. ИИ будет сортировать все исследования взрослых пациентов, сделанные в поликлиниках, на те, где достоверно отсутствует патология, и те, где есть признаки заболевания. Для первых ИИ будет самостоятельно формировать заключение в виде электронной медицинской записи в ЭМК, а вторые — направлять на описание врачу. При этом характерная особенность профилактических исследований, таких как флюорография, — низкая доля исследований с патологическими признаками. Это решение позволит перенаправить время врача на более сложные виды исследований, где действительно требуется врачебная экспертиза. По итогам пилотного проекта мы сможем достоверно оценить безопасность применения автономного ИИ для пациентов. Первыми шагами в развитии персональных ассистентов врача стал диагностический ассистент врачей-терапевтов и врачей общей практики для постановки предварительного диагноза. Сервис был внедрен в 2020 году, на основе анализа жалоб пациента он предлагает топ-3 диагноза. К выбранному диагнозу врачу предлагаются пакетные назначения. Такой «синтез» искусственного и естественного интеллекта. В этом году внедрен диагностический ассистент при постановке заключительного диагноза во взрослых поликлиниках. Сервис анализирует данные ЭМК пациента за последние два года и сигнализирует врачу, если мнения с ИИ разошлись.
Для выявления сколько-нибудь серьезного состояния требуется интерпретация нескольких визуализационных исследований. После обучения с использованием больших наборов данных исследований системы на основе ИИ способны анализировать медицинские изображения и сообщать об обнаруженных особенностях, например, небольших опухолях, которые человеческий глаз может упустить. Такие системы выявляют закономерности и предоставляют информацию о характеристиках любых отклонений от нормы, экономя время врача. В тех случаях, когда у пациента есть несколько снимков, сделанных на протяжении некоторого времени, искусственный интеллект также может анализировать динамику заболевания. Так, для проверки работы своей системы на основе ИИ в корпорации Google провели эксперимент: снимки предложили изучить шестерым сертифицированным радиологам. В тех случаях, когда диагноз ставился по единственному снимку, искусственный интеллект справился так же или даже лучше людей. Сегодня рядом с живыми медсестрами в госпиталях США уже работают компьютерные помощники, от которых можно получать советы, подсказки и другую информацию. Например, цифровой ассистент Салли, улыбающаяся женщина в белом халате, или медбрат Уолт. Салли и Уолт — это анимированные аватары, виртуальные личные тренеры по здоровью из платформы iCare Navigator на базе искусственного интеллекта, предназначенной для взаимодействия с пациентами и их обучения. Компания TeleHealth Services, разработавшая iCare Navigator, утверждает, что использует электронные медицинские записи пациентов и применяет машинное обучение для выстраивания индивидуальных отношений. Приложение определяет, когда пациент будет наиболее восприимчив к информации о состоянии своего здоровья и можно будет лучше всего управлять его лечением. Толчком для создания платформы iCare Navigator стали исследования Медицинской школы Бостонского университета, в ходе которых были разработаны виртуальные медсестры Луиза и Элизабет, объясняющие пациентам, например, когда принимать лекарства. Молли от компании Sensely — еще один популярный аватар медсестры с искусственным интеллектом, который используют Калифорнийский университет в Сан-Франциско и Национальная служба здравоохранения Великобритании. Молли задает пациентам вопросы, касающиеся их здоровья, оценивает симптомы и на основе симптомов дает рекомендации по наиболее эффективному лечению. Таким образом, вместо того, чтобы искать обнаруженные у себя симптомы в интернете, сегодня человек может получить помощь от виртуальной медсестры. Виртуальные медсестры не только предоставляют медицинские консультации по поводу распространенных заболеваний или недомоганий, но также позволяют записаться на прием к врачу. Они доступны круглосуточно и без выходных и готовы ответить на вопросы в режиме реального времени. Это одно из основных приложений искусственного интеллекта в здравоохранении, которое все чаще применяется для повышения информированности и улучшения навыков самоуправления у пациентов с хроническими заболеваниями.
Применение искусственного интеллекта в диагностике: обзор основных технологий и методов
- Данные о пациентах: доскональная обработка
- Что хотите найти?
- ВЗГЛЯД / Эксперт объяснил провал искусственного интеллекта в медицине :: Новости дня
- Новости партнеров
- Еще по этой теме
Какие есть препятствия на пути внедрения ИИ в медицину?
- Другие статьи по теме
- Что такое ИИ?
- Искусственный интеллект в клинической медицине | Новый Элемент
- ACHIEVEMENTS AND PROSPECTS OF ARTIFICIAL INTELLIGENCE IN MEDICINE
- Собянин: ИИ превратится в базовую медицинскую технологию в Москве // Новости НТВ
- Вас вылечит… искусственный интеллект. Как ИИ-решения применяются в медицине
Топ-7 прорывов в медицине в 2023 году
Мы регулярно рассказываем о них в нашем Телеграм-канале. К примеру, недавно гонконгская компания Insilico Medicine опубликовала результаты исследования, показывающего, что ее система на основе ИИ и глубокого обучения может создавать новые лекарства против определенных патологий всего за 3 недели. А это в несколько десятков раз быстрее, чем традиционные методы. Причем что примечательно, у руля компании стоит наш соотечественник Алекс Жаворонков. Господин Жаворонков еще в середине 2000-х годов получил степень магистра в Университете Джона Хопкинса, а затем и докторскую степень в Московском Государственном Университете, где его исследования были сосредоточены на использовании машинного обучения для изучения физики молекулярных взаимодействий в биологических системах. В 2014 году Алекс основал уже упомянутую Insilico Medicine, имея за плечами опыт работы в индустрии высоких технологий и заинтересовавшись вопросами фармации. Это интересно: Как работает искусственный интеллект Если вернуться к ИИ, то сами разработчики называют основную технологию работы искусственного интеллекта «генеративным тензорным обучением».
Среди важнейших вопросов — обработка колоссального объема биомедицинских данных, их подготовка и анализ для прогнозирования и лечения различных заболеваний. Конференция "Вычислительная биология и искусственный интеллект для персонализированной медицины — 2024" - яркое ежегодное событие для врачей, ученых, представителей IT-отрасли и всех специалистов, которых волнуют вопросы медицины будущего. Программа конференции подробно отразит все современные возможности применения информационных технологий в биомедицинских исследованиях и клинической деятельности.
Интеллектуальные технологии помогают прогнозировать возникновение и развитие заболеваний, выявлять их на раннем этапе, что увеличивает шанс на успешное лечение. Также ИИ-решения упрощают работу врачей при профилактических обследованиях, помогают в подборе оптимальных дозировок лекарств и увеличивают точность хирургических вмешательств. В перспективе, как считают специалисты, решения на основе ИИ позволят создать средства и методы лечения, персонализированные под каждого отдельного пациента. Наиболее активно в медучреждениях внедряется технология компьютерного зрения, позволяющая находить закономерности и аномалии в изображениях, получаемых с помощью рентгена, КТ и МРТ. Другая технология на основе ИИ - предиктивная аналитика, дающая возможность путем изучения больших массивов данных обнаружить скрытые связи, повысить точность диагностики и подобрать индивидуальный план лечения. Еще одно направление — создание цифрового двойника пациента: на котором можно проверить различные методы лечения без риска навредить реальному больному. Также двойники используются при тестировании новых лекарств. Также в медицине начинают активно использоваться чат-боты, голосовые ассистенты, интеллектуальные помощники, работающие на основе таких технологий ИИ, как обработка естественного языка, распознавание и синтез речи, интеллектуальная поддержка принятия решений. Цифровые помощники освобождают квалифицированных медиков от выполнения рутинных задач и позволяют им полностью сосредоточиться на более сложных диагностических вопросах и лечении. Так, при поддержке Фонда содействия инновациям российская компания «Диджитал вижн солюшнс» разработала облачную офтальмологическую платформу на базе искусственного интеллекта. Медицинский директор компании-разработчика Евгения Каталевская рассказала РИА Новости, что в проекте используются сверточные нейронные сети, которые обучаются на размеченных специалистами данных и решают задачу сегментации признаков патологий на медицинских изображениях сетчатки глаза.
Ожидается, что она позволит гражданам узнавать о состоянии здоровья по снимкам, в том числе и в домашних условиях. Ведутся также работы по созданию системы TeleMD, которая должна позволить онкологам связываться с коллегами для консультаций и своевременного выявления раковых клеток. Регулирование сферы на законодательном уровне Искусственный интеллект в медицине в России, как впрочем и в остальном мире, представляет собой абсолютно новое решение, требующее самого пристального внимания со стороны не только инвесторов, врачей и пациентов, но и законодателей. Пока данная сфера никак не регламентируется законодательством, а ведь в будущем ИИ может серьезно влиять на работу медицинских учреждений. При этом не стоит забывать, что стопроцентно точные и достоверные результаты машины показывают далеко не всегда: есть вероятность возникновения ошибок, поэтому так важно, чтобы была правовая база, в деталях регламентирующая особенности данной сферы. Работы в этом направлении уже ведутся. К примеру, в стране обсуждается возможность создания специального государственного агентства по робототехнике и введения поста профильного премьера, чтобы специалисты могли курировать сферу в целом. Проблемы внедрения ИИ в здравоохранении: за и против Искусственный интеллект и интернет вещей в здравоохранении — очень перспективные области, внедрение и развитие которых имеет преимущества и недостатки. Повышение эффективности диагностики ИИ работает на основе огромных объемов данных, благодаря чему существенно увеличивается точность и эффективность постановки диагнозов. Чтобы изучить несколько миллионов медицинских карт, специалисту нужны годы, а компьютер справляется с этим за короткое время. Сокращение рутинных задач врачей Искусственный интеллект может взять на себя все задачи, которые отвлекают медицинский персонал от основной работы — спасения человеческого здоровья и жизни. Программы могут подбирать палаты, искать доступное оборудование, следить за исправностью медтехники и т. Уменьшение количества врачебных ошибок ИИ уже сегодня часто показывает более высокую точность при постановке диагнозов и выполнении других работ, чем врач. Если же доктор и ИИ будут работать вместе, то вероятность ошибок сводится практически к уровню статистической погрешности. Инвестиции в ИИ в медицине сегодня чрезвычайно важны — они дают возможность развивать сферу, а в перспективе и полностью изменить весь облик здравоохранения в мире, сделать его более надежным, эффективным, комфортным и безопасным для человека. Однако в настоящее время не все идет гладко. У внедрения систем искусственного интеллекта в медицинскую сферу есть проблемы и недостатки, о которых нельзя забывать. Можно выделить несколько препятствий для ИИ в медицине. Проблемы используемых медицинских данных Для обучения ИИ используются уже имеющиеся медицинские карты пациентов, информация в которых может быть неполной, содержать всевозможные неточности и ошибки. Кроме того, в документах нет такой важной информации о больных, как особенности и условия их жизни, их привычки в том числе вредные и т. И сегодня отсутствуют эффективные механизмы сбора этих данных. Естественно, если использовать для обучения машин информацию, заведомо содержащую неточности и даже ошибки, качество работы систем будет снижаться. Непрозрачный алгоритм принятия решений Системы искусственного интеллекта работают по принципу «черного ящика»: оператор не может посмотреть, почему программа приняла именно такое решение, а не какое-то другое. Практически невозможно определить, по каким причинам ИИ неверно решил задачу. Стоимость Создание и внедрение систем искусственного интеллекта требует серьезного финансирования. Высокая стоимость связана во многом с необходимостью обучать программу, настраивать ее под данные, накопленные в конкретном медицинском учреждении. Кроме того, она требует специального обслуживания, для которого потребуется квалифицированная и мотивированная команда. Безопасность Чтобы ИИ работал качественно и быстро, ему требуются серьезные вычислительные мощности, которых может просто не быть в обычном медучреждении. Если же вынести компьютерную сеть за пределы одного учреждения, существенно увеличивается вероятность вмешательства в ее работу злоумышленников и хакеров.
Искусственный интеллект идет в медицину: успешные бизнес-решения в отрасли
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.
Разработка и синтез лекарственных препаратов Создание нового лекарственного препарата от идеи до запуска массового производства занимает до десяти лет. Также дополнительно требует миллиардов долларов инвестиций на работу исследовательских команд и запуска многоэтапного тестирования. Именно поэтому машинное обучение и нейросети стали использовать, чтобы упростить процесс создания лекарственных препаратов. На сегодня в мире существует примерно 30 масштабных проектов с использованием искусственного интеллекта, которые работают в этом направлении. Американское управление по санитарному надзору за качеством пищевых продуктов и медикаментов запустило собственный проект, цель которого — на порядки сократить траты на клинические исследования с помощью машинного обучения. ИИ проекта обучен на основе 20 последних лет клинических исследований американских препаратов. По предварительным оценкам, использование искусственного интеллекта и нейросетей поможет сократить инвестиции в создание лекарственных препаратов в четыре раза, а время разработки — в два раза. Клинические испытания требуют крупных инвестиций и могут длиться несколько лет Пока что концерны используют ИИ только как вспомогательный инструмент для синтеза лекарств, проводя все стадии клинических исследований как обычно. Но проекты уже показывают хорошие результаты. ИИ на службе нутрициологии Успехи искусственного интеллекта в создании вакцин от коронавируса известны всему миру. Компьютерные технологии сократили время разработки результативной вакцины буквально до нескольких месяцев, когда для классических методов исследований требуется минимум год-два. Но на самом деле исследования куда глубже, чем можно представить. И касаются они не только вирусологии, но также профилактической медицины и нутрициологии, для которых анализируют натуральные органические соединения. Их существует десятки миллиардов, поэтому исследования вручную не слишком эффективны. Клинические испытания требуют крупных инвестиций и могут длиться несколько лет. Для разработки нового препарата нужно протестировать на клеточных культурах десятки и сотни химических соединений, которые в дальнейшем нужно будет проверить и на живых организмах. Из-за этого все фазы клинических испытаний могут занять несколько лет. Компьютерные мощности способны помочь исследователям, значительно ускорив процесс создания новых лекарственных препаратов, а также ощутимо сократить расходы на проведение дорогостоящих клинических испытаний.
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". Один из самых активных регионов в плане использования ИИ для анализа медицинских изображений - город Москва. Научная база столицы включает более 10,5 миллиона исследований, проанализированных с помощью сервисов искусственного интеллекта, рассказал директор Центра диагностики и телемедицины, главный внештатный специалист по лучевой и инструментальной диагностике департамента здравоохранения Москвы Юрий Васильев.
Кроме того, искусственный интеллект учат распознавать симптомы возникновения злокачественных новообразований, диагностировать нарушения зрения, туберкулез, нарушение работы головного мозга. Примером работы программы выступает сервис Ada. Это мобильное приложение, которое задаёт человеку вопросы, а тот — описывает симптомы, после чего Ada ищет информацию о проблеме и даёт рекомендации. Существуют похожие сервисы, способные указать на заболевания, и даже на сахарный диабет. Для людей, которые выписались из больницы разработано специальное приложение Sense. Набирает популярность генетический анализ с помощью сервиса Sophia Genetics. Так, анализ ДНК даёт возможность выявить предрасположенность человека к некоторым заболеваниям: диабету, язве желудка и другим. Проект MedClueRx позволяет определить, какие лекарственные препараты могут помочь при депрессии, эпилепсии, заболеваниях нервной системы. Сервис ИИ MedWhat способен заменить личного врача — это приложение для мобильного телефона со встроенной функцией распознавания речи. Приложение способно интересоваться самочувствием человека и отвечать на разные вопросы, например: «Как избавиться от головной боли? В ближайшем будущем планируется дать доступ сервису MedWhat к историям болезней пациентов и к генетической информации. Обработка огромных объёмов информации ИИ способен обрабатывать несколько тысяч страниц в секунду при поиске необходимой информации. Примерно каждые двадцать минут в мире появляется новая статья по медицине.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В МЕДИЦИНЕ. ПЕРСПЕКТИВЫ РАЗВИТИЯ В РОССИИ
Практически все основные технологии искусственного интеллекта сегодня находят применение в реальной практике организаций здравоохранения, повышая качество медицинских услуг и тем самым увеличивая продолжительность и качество жизни граждан. Искусственный интеллект на службе отечественной медицины. Петербургские врачи освоили инновационную методику, она позволяет ставить диагноз в случаях, когда однозначно определить причину болезни данные не позволяют. Применение методов искусственного интеллекта в медицине и сфере здравоохранения Для использования врачами и медицинскими специалистами Плюсы и минусы Заменит ли ИИ врачей? Примеры | Онлайн-университет доказательной медицины
Искусственный интеллект в медицине: применение и перспективы
Глава Минздрава отметил: искусственный интеллект будут использовать для получения снимков с различных видов цифровых приборов. ИИ может быть недостоверным в своих заключениях, кроме того, использование искусственного интеллекта в медицине может противоречить установленным этическим нормам и нарушать конфиденциальность пациентов. Многие россияне опасаются применения ИИ в медицине. Кроме того, искусственный интеллект помогает врачам-терапевтам поликлиник в постановке диагноза и формировании перечня необходимых исследований. Многие россияне опасаются применения ИИ в медицине.
Искусственный интеллект в медицине: добро или зло?
Александр Гусев: у нас есть шанс на мировом рынке искусственного интеллекта Минздрав анонсировал вступление в силу приказа, согласно которому главврач медицинской организации будет сам принимать решение о переходе на электронный документооборот. Замминистра Павел Пугачев признал, что, несмотря на всю цифровизацию, «врачи по-прежнему вынуждены печатать документы на бумаге». Почему буксует информатизация отрасли?
Сейчас они пролечены, и мы имеем на исходе выздоровление», — рассказала заведующая кафедрой детских болезней Центра Алмазова Ирина Никитина. Благодаря искусственному помощнику и работе эндокринологов, радиологов, хирургов и патоморфологов более 120 детей из России и ближнего зарубежья с врожденным гиперинсулинизмом получили лечение и выздоровели. Специальная программа, Voice2Med, позволяет врачам делать описание снимков за 15 минут вместо часа. В день медикам приходится расшифровывать более 150 снимков. При такой большой обработке данных, признаются, — это настоящее спасение.
Особенность этой программы в том, что она распознает самые сложные медицинские термины, в том числе и латинскую лексику. То, что непонятно обычному человеку, машина узнает и прописывает без ошибок. Например, желчнокаменная болезнь, аневризма аорты, инфаркт миокарда, стенокардия напряжения второго функционального класса. Помогают врачам и ученые из ИТМО.
Причем что примечательно, у руля компании стоит наш соотечественник Алекс Жаворонков. Господин Жаворонков еще в середине 2000-х годов получил степень магистра в Университете Джона Хопкинса, а затем и докторскую степень в Московском Государственном Университете, где его исследования были сосредоточены на использовании машинного обучения для изучения физики молекулярных взаимодействий в биологических системах. В 2014 году Алекс основал уже упомянутую Insilico Medicine, имея за плечами опыт работы в индустрии высоких технологий и заинтересовавшись вопросами фармации.
Это интересно: Как работает искусственный интеллект Если вернуться к ИИ, то сами разработчики называют основную технологию работы искусственного интеллекта «генеративным тензорным обучением». 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.
По той же схеме, белок ищет совпадающий генетический материал и разрезает его вне зависимости от того, принадлежит он бактерии, животному или человеку. Например, в сельском хозяйстве технологию используют для изменения свойств продуктов: можно удалить из арахиса ген, который вызывает аллергическую реакцию, можно создавать необычные сорта. Ученые даже занимались созданием комаров, не способных переносить малярию.
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.
ИИ в медицине: тренды и примеры применения
С её помощью можно изменять практически любые гены и делать хромосомную перестройку. 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.
Произошло признание исследователями и разработчиками того факта, что системы ИИ в здравоохранении должны быть разработаны. Ученые утверждали, что программы должны быть рассчитаны на отсутствие идеальных сведений и должны опираться на опыт врачей. Новые подходы, связанные с теорией нечётких множеств , сетей Байеса и искусственных нейронных сетей , были созданы, чтобы отражать развитие потребности здравоохранения в интеллектуальных вычислительных системах. Однако с 2002 года технологии сделали большой шаг вперед, а к программам внедрения искусственного интеллекта в медицину подключились и IT-гиганты, и целые государства. Сегодня ученые надеются, что с помощью искусственного интеллекта уже в ближайшем будущем возможно будет прийти к сверхточной или прецизионной медицине, в рамках которой появится возможность назначать индивидуальное лечение каждому отдельному человеку, учитывая его уникальные генетические и другие особенности. В США уже объявили о запуске пилотных проектов по развитию прецизионной медицины.
Роботизированные технологии позволяют врачам с минимальным опытом или практикующим врачам, плохо знакомым с той или иной операционной процедурой, проводить лечение на уровне, которого они не смогли бы достичь даже в результате многолетней практики. Помощь робота во время операции уменьшает последствия тремора рук оперирующего врача, а также устраняет случайные движения. Робот Da Vinci, который считается одним из самых передовых в мире хирургических роботов, предоставляет врачу набор хирургических инструментов, которые можно использовать при проведении минимально инвазивной хирургии, и обеспечивает лучший контроль над обычными процедурами. Приобрел большую популярность и миниатюрный мобильный робот Heartlander. Он минимизирует повреждения, которые необходимо причинить пациенту для доступа к сердцу во время операции. Робот входит в грудную клетку через небольшой разрез ниже грудины. Используя это устройство, хирурги теперь могут выполнять стабильное и локализованное картирование, зондирование и лечение всей поверхности сердца. Возможности нейронных сетей помогают трансформировать сферу радиологии, экономя время и деньги медицинских организаций. После того, как медицинское изображение получено с помощью МРТ, компьютерной томографии, ультразвукового или рентгенологического исследования, врач должен проанализировать его на наличие каких-либо отклонений или признаков заболеваний. Для выявления сколько-нибудь серьезного состояния требуется интерпретация нескольких визуализационных исследований. После обучения с использованием больших наборов данных исследований системы на основе ИИ способны анализировать медицинские изображения и сообщать об обнаруженных особенностях, например, небольших опухолях, которые человеческий глаз может упустить. Такие системы выявляют закономерности и предоставляют информацию о характеристиках любых отклонений от нормы, экономя время врача. В тех случаях, когда у пациента есть несколько снимков, сделанных на протяжении некоторого времени, искусственный интеллект также может анализировать динамику заболевания. Так, для проверки работы своей системы на основе ИИ в корпорации Google провели эксперимент: снимки предложили изучить шестерым сертифицированным радиологам. В тех случаях, когда диагноз ставился по единственному снимку, искусственный интеллект справился так же или даже лучше людей. Сегодня рядом с живыми медсестрами в госпиталях США уже работают компьютерные помощники, от которых можно получать советы, подсказки и другую информацию. Например, цифровой ассистент Салли, улыбающаяся женщина в белом халате, или медбрат Уолт.
Сама суть «Джейн» состоит в том, что она должна собирать полную и актуальную историю болезни пациента. Буквально всю информацию, до мельчайших подробностей. Чем больше система будет знать обо всех обстоятельствах происходящих с пациентом процессов, тем более качественные рекомендации она будет выдавать. Врач или пациент? Для быстрого добавления новых записей в «Джейн» был создан чат-бот, доступный со смартфона. Можно, конечно, воспользоваться обычной веб-версией, но с чат-ботом процесс сильно ускоряется. Чат-бот — очень оперативный интерфейс: запустил, быстро ввёл туда всё, что нужно. А веб-приложение — уже более мощный инструмент. Он может использоваться на стационарной основе и предоставлять больше функций. Это трудоёмкий процесс? Но от него зависят жизнь и здоровье человека, ребёнка. Если родители хотят ребёнку добра, то им придётся этим заниматься. Всё зависит от мотивации. Именно для облегчения этого процесса мы создали чат-бота. Работать с ним было проще, чем пользоваться обычным мессенджером. Во многих случаях даже писать ничего было не нужно — только нажимать кнопки на экране. Туда же можно было отправить и результаты анализов например, общего анализа крови , полученные из лаборатории в виде стандартных PDF-файлов. Прикрепляете файл, система его парсит, извлекает текст и вносит в базу. Очень удобно! В этом как раз и состояла одна из фишек системы. Есть мощный тренд: мы от статистической доказательной медицины переходим к персональной медицине , но тоже доказательной. Однако пока ни в одной стране полного перехода к ней так и не произошло. И вот «Джейн» попыталась сделать шаг к светлому будущему, когда мы сможем собирать все показатели здоровья человека, а компьютерная система будет находить в них закономерности, которые важны для успешного лечения. Вы ему что-то отвечаете. Хотя откуда вы можете достоверно знать о противопоказаниях? Но если у нас будет возможность пользоваться «Джейн» или подобной программой, то все данные о пациенте рано или поздно станут известны системе и она сможет указать врачу на эти аспекты, индивидуальные особенности. Причём, в отличие от доктора-человека, компьютерная система не может что-то забыть или потерять, она способна запомнить информацию о тысячах пациентов с абсолютной точностью. Персонализация является одной из частей современного подхода к здравоохранению, известного как концепция 4П-медицины. Название происходит от четырёх английских слов, начинающихся с буквы П: персонализация, прогнозирование, профилактика и преемственность Инфографика: Skillbox Media — Что из этого было реализовано в «Джейн»? Мы взяли базу РЛС, распарсили и ввели в систему. Так у «Джейн» появились знания о показаниях, противопоказаниях и побочных явлениях приёма лекарственных средств. Далее врач, когда решал, какой препарат назначить, давал алгоритму задание: «Подбери лекарство для этого ребёнка». И система рассчитывала интегральный показатель для каждого вещества, который показывал степень риска приёма средства для конкретного пациента. Вещества, которые могут ухудшить состояние больного, компьютер подсветит красным. Более того, лекарственные средства взаимодействуют друг с другом. Если врач попытается назначить несовместимые препараты, то «Джейн» и об этом просигнализирует. Так алгоритм подбирает лекарство, наилучшим образом подходящее конкретному пациенту. Это наглядный пример персонализированной медицины. Её можно модифицировать под другие болезни, не только для эпилепсии? Это отдельный модуль, который был встроен в «Джейн» и работал очень успешно. Кстати, им пользовались не только неврологи, но и врачи других специализаций.
Искусственный интеллект в медицине: преображение здравоохранения в XXI веке
Какова же ситуация с применением ИИ в медицине по состоянию на июнь 2021 г.? На наш взгляд, такая фиксация времени необходима ввиду бурного развития рассматриваемой области. Рассказываем, как искусственный интеллект уже применяется в медицине и на какие вызовы и задачи отечественного здравоохранения он отвечает. Искусственный интеллект на рынке медицины прогнозируемая нехватка врачей и специалистов в единицах, США, 2032 г. Сбор данных и искусственный интеллект в медицине. Глава Минздрава отметил: искусственный интеллект будут использовать для получения снимков с различных видов цифровых приборов.