Таким образом, применение искусственного интеллекта в медицине стало ведущим трендом здравоохранения. Как присутствие искусственного интеллекта влияет на современную российскую медицину?
Применение искусственного интеллекта в медицине
Новые приложения и системы, связанные с ИИ, обладают рядом неоспоримых преимуществ: Увеличенная вычислительная мощность приводит к более быстрому сбору и обработке данных. Увеличение объёма и доступности связанных со здоровьем данных, которые получены из личных и медицинских устройств врачей и пациентов. Рост геномных баз данных секвенирования. К 2019 году для специального исследования будут отобраны 1 миллион добровольцев. Исследование направлено на то, чтобы показать связь между состоянием здоровья, образом жизни, окружающей средой, а также социальным и экономическим статусом. Полученные данные будут обработаны с помощью ИИ.
Одним из ключевых направлений стратегии является развитие рынка программных продуктов на основе ИИ для здравоохранения нашей страны. В настоящее время мы нашли информацию о 65 разнообразных ИИ-системах для медицины и здравоохранения, созданных и продвигаемых на рынке нашей страны.
Условно существующие продукты можно объединить в несколько основных групп: Анализ медицинских изображений и цифровая диагностика Профилактика и лечение состояний, заболеваний и осложнений Прочие направления.
На родине этих людей называют «волонтерами», однако, как подчеркивает эксперт, Россия справедливо называет их наемниками. По мнению аналитика, ожидаются «интересные юридические дебаты», если российским военным удастся поймать «разоблаченного агента французского правительства». Ранее Чинкуини сообщал , что на Украине погибли минимум 75 французских наемников. Скорее всего, это связано с ротацией ВСУ на херсонском направлении, сообщил представитель пророссийского подполья Сергей Лебедев. По его словам, наблюдается большое скопление военных около военкомата в Корабельном районе Николаева, что может быть связано с ротацией на Херсонском направлении, передает ТАСС. Выставка будет интересна и тем, кто все еще верит в «западные ценности» и не видит «гибридной агрессии, развернутой натовцами» против России и ее населения, добавила дипломат. Ранее в Кремле оценили выставку трофейной техники в Москве.
Стоит отметить, что другие элементы, названные в честь российских спортсменок, остались в правилах FIG. Ранее FIG разработала критерии допуска российских и белорусских атлетов на соревнования под эгидой организации. Напомним, в начале октября президент Всероссийской федерации художественной гимнастики Ирина Винер заявила о непринятии нейтрального статуса российских спортсменов. По словам Репке, танки Т-72, оснащенные огромной навесной броней, сначала вызывали смех, однако, как оказалось, эта защита настолько сильна, что не дает FPV дронам ВСУ ни единого шанса пробиться через нее, передает РИА «Новости». Помимо необычной брони, танки оснащены системами радиоэлектронной борьбы РЭБ , которые установлены прямо на них, отметил журналист. Они не подпускают дроны противника близко к танку, а их эффективность подтверждают украинские военные, сообщил Репке. Подозреваемого зовут Джумохон Бегиджонович Курбонов, это уроженец города Пархор, 2003 года рождения, он также является гражданином Таджикистана, сообщил источник РБК. Ему вменяется статья «Совершение террористического акта, повлекшего умышленное причинение смерти человеку». Ранее глава Росфинмониторинга Юрий Чиханчин заявлял , что теракт в «Крокусе» финансировался через множество финорганизаций, для этого применялась криптовалюта.
Набиуллина пояснила, что инфляция возникает из-за того, что для этих денег не будет хватать товаров и услуг по старым ценам, передает РИА «Новости». Глава ЦБ отметила, что политика регулятора напротив направлена на стимуляцию роста сбережения. Набиуллина также отметила, что период высокого роста номинальных зарплат идет практически с начала 2023 года. Одна из них действительно заключается в эффективности российских дронов против бронированной техники, сказал газете ВЗГЛЯД военный эксперт Александр Бартош. Если говорить о танках Abrams, то больше всего проблем им создают «Ланцеты». За время спецоперации они продемонстрировали высокую эффективность в борьбе с бронированными целями. Так как аппарат работает в паре с дроном-разведчиком, беспилотник способен сначала выявить цель, а затем нанести удар аккурат в уязвимое место танка», — сказал Александр Бартош, член-корреспондент Академии военных наук. Впрочем, по мнению собеседника, российские дроны хотя и являются основной причиной отвода Abrams, есть еще несколько немаловажных аспектов.
Реальные примеры проиллюстрировали успех внедрения телемедицины. В сельских районах таких стран, как Австралия и Канада, телемедицина играет важную роль в предоставлении медицинских услуг отдаленным общинам. Кроме того, во время пандемии COVID-19 системы здравоохранения по всему миру быстро внедрили телемедицину, чтобы обеспечить непрерывный уход за пациентами и свести к минимуму риск передачи инфекции. Искусственный интеллект Искусственный интеллект или ИИ относится к моделированию человеческого интеллекта в машинах, предназначенных для того, чтобы мыслить и учиться подобно людям. Он включает в себя разработку компьютерных систем, которые могут выполнять задачи, обычно требующие человеческого интеллекта, такие как визуальное восприятие, распознавание речи, принятие решений и решение проблем. В области медицины алгоритмы и модели искусственного интеллекта используются для анализа сложных данных и получения информации, которая помогает в принятии клинических решений. Области применения искусственного интеллекта в медицине обширны и разнообразны. Одним из ярких примеров является использование искусственного интеллекта в радиологии. Алгоритмы искусственного интеллекта могут анализировать медицинские изображения, такие как рентгеновские снимки, компьютерная томография и магнитно-резонансная томография, для выявления отклонений, оказания помощи в ранней диагностике и повышения точности интерпретаций рентгенологов. Системы распознавания изображений на основе искусственного интеллекта продемонстрировали впечатляющие результаты в выявлении таких заболеваний, как рак, аневризмы головного мозга и заболевания легких, с большой точностью и эффективностью. Другой пример использования искусственного интеллекта в медицине — это открытие и разработка лекарств. Алгоритмы искусственного интеллекта могут анализировать большие объемы биомедицинских данных, чтобы идентифицировать потенциальные лекарственные препараты-кандидаты и прогнозировать их эффективность и безопасность. Используя искусственный интеллект в этом процессе, исследователи могут ускорить процесс поиска лекарств, сокращая как время, так и затраты, связанные с выводом новых лекарств на рынок. Вывод 2023 год стал свидетелем замечательных событий в области прорывов в области медицинских технологий. Ожидается, что по мере того, как мы продвигаемся в будущее, продолжающееся исследование и интеграция новых технологий будут и далее формировать медицинский ландшафт, предлагая новые возможности для профилактики заболеваний, лечения и ухода за пациентами. Медицинские прорывы 2023 года — это только начало, и мы с нетерпением ожидаем дальнейших достижений.
Для чего в российских регионах используют ИИ в медицине
Начались клинические испытания первого лекарства, целиком разработанного искусственным интеллектом (ИИ), сообщает CNBC. Непропорциональное использование искусственного интеллекта у «имущих», в отличие от «неимущих», может увеличить существующий разрыв в состоянии здоровья. Как искусственный интеллект создает лекарства. ИИ от фирмы Insilico Medicine носит название GENTRL.
Что такое CRISPR?
- Нейросеть для медиков: искусственный интеллект научился ставить диагнозы
- Искусственный интеллект создал новое лекарство всего за 21 день -
- Искусственный интеллект в клинической медицине | Новый Элемент
- Искусственный интеллект идет в медицину: успешные бизнес-решения в отрасли
Что хотите найти?
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. ИИ Enlitic Curie сканирует поступающих пациентов, обрабатывая множество клинических данных в том числе учитываются и старые диагностические карты и определяя приоритет на лечение, после чего сразу же направляет больных к наиболее подходящему врачу. Трудно переоценить пользу этих алгоритмов, исключающих из анализа человеческий фактор, ведь после того как они будут усовершенствованы, они помогут спасти тысячи жизней. Стоит рассказать и о новом алгоритме ИИ, который поможет диагностировать рак легких. Много лет человечество проигрывало борьбу с онкологическими заболеваниями, которые ежегодно убивают около 10 миллионов человек по всему миру. Одной из самых страшных форм онкологии является рак легких, распознавание которого на ранних стадиях и до сих пор является для ученых сложнейшей задачей. Но весьма вероятно, что справиться с этим человеку поможет искусственный интеллект.
Исследователи из Бостонского университета разработали ИИ, который долгое время обучался на полноформатных фотографиях легочных тканей пациентов размеры таких изображений составляют обычно более 1 Гб, что делает их анализ человеком крайне сложным. ИИ на примере фото обучали распознавать аденокарциному легкого, плоскоклеточный рак легкого и соседнюю не раковую ткань. Результаты обучения оказались положительными: алгоритм смог продемонстрировать более высокую эффективность, чем другие современные методы распознавания патологий на полноформатных слайдах. На данный момент новый алгоритм планируется внедрить в помощь патологоанатомам, однако при успешном внедрении возможности ИИ могут быть расширены, ведь главное — научиться диагностировать опасные заболевания на самых ранних стадиях, пока сохраняются высокие шансы на полноценное излечение. Существуют и компании, специализирующиеся на разработке ИИ-продуктов для ранней диагностики различных заболеваний. Они позволяют анализировать хронические состояния, используя лабораторные и другие медицинские данные, чтобы выявлять опасные болезни как можно раньше. Так, программное обеспечение от Ezra использует ИИ при анализе МРТ-сканов всего тела, чтобы помочь специалистам в раннем выявлении рака.
Их слоган говорит сам за себя: «Мы обнаружили самую большую слабость рака — раннее обнаружение». SkinVision — компания, занимающаяся диагностикой рака кожи на основе медицинской визуализации, то есть диагностикой по фото. ИИ, разработанный командой SkinVision, позволяет обнаруживать рак кожи на ранней стадии по фотографиям, сделанным на телефон. Умные алгоритмы после исследования очередного фото просигнализируют о том, если с кожей что-то не так. Таким образом, пациент сможет вовремя обратиться в клинику за помощью. Медицинская визуализация на основе ИИ также широко используется для диагностики ОРВИ и выявления пациентов, которым требуется клиническая поддержка. Нейросеть научилась отличать родинки от некоторых видов рака кожи Американские ученые создали систему искусственного интеллекта, которая умеет отличать родинки от некоторых видов рака кожи лучше врачей.
Работа исследователей опубликована в журнале Nature. На протяжении последних десятилетий число людей, у которых обнаруживают рак кожи, постоянно увеличивается. По данным Всемирной организации здравоохранения, раком кожи страдает каждый третий онкологический больной, а каждый пятый американец заболеет им в течение жизни. Это заболевание особенно опасно тем, что злокачественное образование легко не заметить и спутать с родинкой. При этом, если вовремя обратить внимание на опухоль, шансы на выздоровление резко увеличиваются. Пациенты, у которых находят меланому самый распространенный и злокачественный вид опухоли на ранней стадии развития, выживают в 97 процентах случаев, в то время как при поздней диагностике заболевания эта доля сокращается до 14 процентов. Основным способом первичного выявления рака кожи до сих пор остается визуальный осмотр за которым обычно следует дерматоскопия или биопсия.
Чтобы помочь пациентам самостоятельно обнаружить злокачественное образование на ранней стадии, ученые из Стэнфордского университета создали систему искусственного интеллекта, которая анализирует фотографии «подозрительных» родинок. Авторы новой работы использовали сверточную нейросеть Inception v3, которая была ранее разработана компанией Google. Исследователи удалили ее верхний слой и обучили систему, изначально ориентированную на распознавание различных объектов, определять некоторые виды рака кожи — меланому и карциному. Для этого они использовали 130 тысяч фотографий более двух тысяч различных кожных заболеваний. После того, как программа научилась ставить диагноз, ее работу сравнили с работой двух ведущих дерматологов США. Анализ показал, что система не только справляется не хуже специалистов, но и превосходит их: нейросеть верно отличала родинки от злокачественной меланомы и карциномы в 72 процентах случаев, в то время как врачи успешно справились с заданием лишь в 66 процентах случаев. Дополнительная проверка нейросети, в которой принял участие уже 21 специалист, также показала, что, чувствительность и специфичность алгоритма которая отражает способность корректно определить доброкачественную и злокачественную опухоль не уступает чувствительности и специфичности дерматологов.
В будущем компьютерная программа может быть адаптирована для смартфона или планшета, и позволит любому желающему пройти первичную диагностику рака кожи. Тем не менее, до этого момента системе будет необходимо пройти еще много дополнительных проверок. Так, по мнению авторов статьи, программа может плохо справляться с определением редких типов карцином и меланом, по каким-либо причинам не окрашенным в черный или коричневый цвет. Недавно американские ученые также создали алгоритм, который успешно справляется с ранней диагностикой меланомы. В ходе эксперимента система смогла правильно определить меланому в 98 процентах случаев. В то же время специфичность алгоритма оказалась не такой высокой — диагностика доброкачественных образований была проведена верно лишь в 36 процентах случаев. Применение ИИ в медицине Данные о пациентах Информация о пациентах может храниться в десятках клиник и медицинских карточек.
Это усложняет сбор анамнеза и постановку диагноза. Интерпретация анализов, тестов и снимков тоже может быть недостаточно точной из-за объема данных. Даже если у врача на руках находится вся необходимая информация, он не всегда может правильно ее интерпретировать и заметить каждую деталь. От этого могут зависеть жизни пациентов. Google Deepmind Health анализирует симптомы и предлагает несколько диагнозов. Результаты поиска основаны на миллионах страниц научной информации, которые содержат даже самые малоизвестные заболевания. Сервис MedClueRx анализирует симптомы и не просто диагностирует болезнь, но и выбирает максимально безопасные и эффективные препараты в зависимости от особенностей пациента.
Диагностика Системы с искусственным интеллектом позволяют распознавать заболевания даже на ранней стадии.
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.
Как «Джейн» помогала предсказать приступы эпилепсии — Из каких частей состояла «Джейн»? Перечислю основные модули: диагностика; разработка плана лечения и подбор лекарств; контроль принятия лекарств; Также был дневник пациента. Поскольку эпилепсия требует пристального внимания к состоянию пациента, были необходимы инструменты контроля. Сегодня все системы делаются с веб-доступом. Я не могу себе представить стационарную программу такого рода, которую нужно было бы устанавливать как отдельное приложение. Естественно, «Джейн» тоже имела веб-доступ, а чат-бот — это просто дополнительный интерфейс к базе данных, в которой аккумулировались данные о пациенте — история болезни, жизненные показатели, дневник наблюдений и так далее. Если назначены какие-то антиэпилептические вещества, то их надо принимать ровно так, как назначено, буквально минута в минуту.
Любой пропуск — риск для жизни. И соответствующий модуль «Джейн» как раз напоминал ребёнку или его родителям о том, что прямо сейчас надо выпить ту или иную таблетку. И в качестве подтверждения требовал нажатия соответствующей кнопки на экране смартфона. То есть осуществляла поиск скрытых закономерностей. Например, у одного ребёнка «Джейн» выявила жёсткую причинно-следственную зависимость между фазами Луны и обострениями болезни. Ни родители, ни врачи этой связи не чувствовали и не знали о ней. Они просто отмечали в электронном дневнике дни, в которые происходили приступы.
Я, конечно, всё перепроверил, долго копался в научных трудах. И нашёл публикации, в которых учёные отмечали селенозависимость течения эпилепсии у отдельных людей. 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.
К примеру, британо-ирландская компания Nuritas использует искусственный интеллект для поиска активных органических соединений, которые в теории можно использовать для лечения и предотвращения болезней. Как утверждают специалисты компании, технология анализа химических соединений с помощью искусственного интеллекта в 600 раз точнее и в десять раз быстрее, чем стандартные методики. Впрочем, без человека пока еще не обойтись. 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.
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. ИИ Enlitic Curie сканирует поступающих пациентов, обрабатывая множество клинических данных в том числе учитываются и старые диагностические карты и определяя приоритет на лечение, после чего сразу же направляет больных к наиболее подходящему врачу. Трудно переоценить пользу этих алгоритмов, исключающих из анализа человеческий фактор, ведь после того как они будут усовершенствованы, они помогут спасти тысячи жизней.
Стоит рассказать и о новом алгоритме ИИ, который поможет диагностировать рак легких. Много лет человечество проигрывало борьбу с онкологическими заболеваниями, которые ежегодно убивают около 10 миллионов человек по всему миру. Одной из самых страшных форм онкологии является рак легких, распознавание которого на ранних стадиях и до сих пор является для ученых сложнейшей задачей. Но весьма вероятно, что справиться с этим человеку поможет искусственный интеллект. Исследователи из Бостонского университета разработали ИИ, который долгое время обучался на полноформатных фотографиях легочных тканей пациентов размеры таких изображений составляют обычно более 1 Гб, что делает их анализ человеком крайне сложным. ИИ на примере фото обучали распознавать аденокарциному легкого, плоскоклеточный рак легкого и соседнюю не раковую ткань.
Результаты обучения оказались положительными: алгоритм смог продемонстрировать более высокую эффективность, чем другие современные методы распознавания патологий на полноформатных слайдах. На данный момент новый алгоритм планируется внедрить в помощь патологоанатомам, однако при успешном внедрении возможности ИИ могут быть расширены, ведь главное — научиться диагностировать опасные заболевания на самых ранних стадиях, пока сохраняются высокие шансы на полноценное излечение. Существуют и компании, специализирующиеся на разработке ИИ-продуктов для ранней диагностики различных заболеваний. Они позволяют анализировать хронические состояния, используя лабораторные и другие медицинские данные, чтобы выявлять опасные болезни как можно раньше. Так, программное обеспечение от Ezra использует ИИ при анализе МРТ-сканов всего тела, чтобы помочь специалистам в раннем выявлении рака. Их слоган говорит сам за себя: «Мы обнаружили самую большую слабость рака — раннее обнаружение».
SkinVision — компания, занимающаяся диагностикой рака кожи на основе медицинской визуализации, то есть диагностикой по фото. ИИ, разработанный командой SkinVision, позволяет обнаруживать рак кожи на ранней стадии по фотографиям, сделанным на телефон. Умные алгоритмы после исследования очередного фото просигнализируют о том, если с кожей что-то не так. Таким образом, пациент сможет вовремя обратиться в клинику за помощью. Медицинская визуализация на основе ИИ также широко используется для диагностики ОРВИ и выявления пациентов, которым требуется клиническая поддержка. Нейросеть научилась отличать родинки от некоторых видов рака кожи Американские ученые создали систему искусственного интеллекта, которая умеет отличать родинки от некоторых видов рака кожи лучше врачей.
Работа исследователей опубликована в журнале Nature. На протяжении последних десятилетий число людей, у которых обнаруживают рак кожи, постоянно увеличивается. По данным Всемирной организации здравоохранения, раком кожи страдает каждый третий онкологический больной, а каждый пятый американец заболеет им в течение жизни. Это заболевание особенно опасно тем, что злокачественное образование легко не заметить и спутать с родинкой. При этом, если вовремя обратить внимание на опухоль, шансы на выздоровление резко увеличиваются. Пациенты, у которых находят меланому самый распространенный и злокачественный вид опухоли на ранней стадии развития, выживают в 97 процентах случаев, в то время как при поздней диагностике заболевания эта доля сокращается до 14 процентов.
Основным способом первичного выявления рака кожи до сих пор остается визуальный осмотр за которым обычно следует дерматоскопия или биопсия.
Машины лечат людей: как нейросети используют в российской медицине
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.
ИИ не нужен отдых, сон, он не болеет и не устает. Поэтому в алгоритмизированных задачах он может превзойти человека. Как калькулятор, автоматическая линейка. Это продвинутые математические системы, способные мгновенно или за считаные минуты обрабатывать данные и выдавать стабильно точный результат.
Также способность ИИ анализировать гигантские объемы данных позволит учитывать влияние неочевидных факторов на развитие рисков и заболеваний. То, что недоступно возможностям человека в условиях временных ограничений. ИИ может в считаные минуты обрабатывать полный объем данных и просчитать все взаимосвязи, учесть ретроспективные данные. Однако эффективная работа ИИ возможна только в результате совместных усилий ученых, экспертного врачебного сообщества и разработчиков. Последнее слово будет оставаться за врачом. Это позволит держать работу ИИ под контролем, объективно оценивать алгоритмы и видеть потенциал развития. На основе медицинской истории пациента, данных о его образе жизни формируется цифровой двойник пациента.
Это позволит перейти от всеобщей унификации к персонализированному здравоохранению. Извлечь ценность из этих данных можно при помощи ИИ. ИИ-помощники смогут формировать необходимый набор профилактических мер, обследований для конкретного пациента, назначения, исходя не из установленных стандартов, а индивидуальные, в том числе учитывая резистентность к лекарственным препаратам, аллергоанамнез пациента и другие важные индивидуальные особенности. ИИ сможет освободить, с одной стороны, врача от рутины, а с другой стороны — стать персонализированным помощником для пациентов. Умным и эмпатичным, который сможет ответить на определенные вопросы, помочь подготовиться к исследованиям, оптимизировать прием препаратов. ИИ станет помощником в проактивном выявлении рисков развития заболевания и диагностировать болезнь не на стадии ее проявления или обострения, а заранее выявить риск и сформировать набор мер для предотвращения ее развития. В будущем сервисы ИИ могут стать «младшим научным сотрудником», помогая врачам и ученым в научных и клинических исследованиях.
Все мы хотим меньше соприкасаться с системой здравоохранения, переживать о своем здоровье, а если все же пришлось — получить быстрый, искренний и качественный сервис. Врачи, со своей стороны, хотят заниматься лечением, а не административными вопросами, избавиться от рутины. В этих целях мы и пробуем применять ИИ — он не склонен к профессиональному выгоранию и готов круглосуточно выполнять рутинные операции. Какие риски могут возникнуть при использовании ИИ в медицине? Внедрение новой технологии всегда ставит на первый план вопросы безопасности и этики. Если не урегулировать вопросы ответственности, не встроить механизмы контроля качества ИИ, обычной реакцией на допускаемые ошибки искусственного интеллекта станет рост регуляторного давления, которое замедлит развитие технологии. Но совершенно точно не остановит.
Мы это видим на примере беспилотного транспорта.
При достаточно высоких показателях, она может быть использована для анализа новых данных пациентов и предоставления рекомендаций врачам. Развитие ИИ-медицины в России Как и во всем мире, в России существуют различные проекты и инициативы, связанные с использованием искусственного интеллекта в медицине. Некоторые из них уже демонстрируют успешные результаты в областях, таких как диагностика и алгоритмизация лечения. Однако, можно сказать, что в целом Россия не является лидером в развитии ИИ-медицины в мире. Ведущие страны, такие как США и Китай, вкладывают большие ресурсы исследований и разработок в эту область. В России важным фактором сдерживания развития ИИ-медицины, является недостаток финансирования, ограниченный доступ к высокотехнологичному оборудованию, а также недостаточная масштабность проектов.
Тем не менее, Россия продолжает развивать эту сферу и прилагает усилия для преодоления препятствий. Вместе с тем, нужно отметить, что эта область относительно новая и ее развитие может занять много времени и усилий. Риски использования ИИ и нейросетей в области здравоохранения ИИ может «подсказать» неправильный диагноз, особенно если модель была обучена на неполных или неточных данных. Если искусственный интеллект используется неправильно или алгоритмы машинного обучения неправильно обучены, то они могут привести к опасным ошибкам, которые нанесут вред пациентам. Возникают и морально-нравственные аспекты — кто несет ответственность за принятое и непринятое решение. Эта проблема рождается в самом алгоритме: он гибкий и критерий «не навреди» не всегда самый быстрый или дешевый способ лечения пациента. Разработчики могут установить параметры для системы, которые не совпадают с медицинской этикой и это также может повредить здоровью пациентов.
Вопрос потери конфиденциальности тоже стоит довольно остро — данные пациента должны быть защищены от несанкционированного доступа, а использование ИИ в медицине может невольно повысить риск утечки личной информации. Еще одна проблема — неуместное лечение.
Готовое описание сохраняется в ЕРИС и сразу доступно лечащему врачу и пациенту в электронной медицинской карте. Результаты Реализация проекта позволила создать рынок сервисов искусственного интеллекта в лучевой диагностике, где поддерживается конкурентная среда разработчиков ИИ-сервисов. В результате эксперимента разработаны и внедрены уникальные научные методологии, на основе которых подготовлено свыше 200 эталонных наборов данных, создана первая в Российской Федерации официальная библиотека наборов данных для сферы здравоохранения. На основе научных результатов эксперимента разработаны, утверждены и вступили в силу 11 национальных стандартов в сфере применения искусственного интеллекта в здравоохранении.
В 2022 году проект масштабирован на другие регионы России. С 2023 года Москва первой в стране ввела специальный тариф в рамках ОМС на анализ результатов профилактических маммографических исследований с помощью систем искусственного интеллекта.
Искусственный интеллект в медицине. Настоящее и будущее
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. Как «Джейн» помогала предсказать приступы эпилепсии — Из каких частей состояла «Джейн»?
Перечислю основные модули: диагностика; разработка плана лечения и подбор лекарств; контроль принятия лекарств; Также был дневник пациента. Поскольку эпилепсия требует пристального внимания к состоянию пациента, были необходимы инструменты контроля. Сегодня все системы делаются с веб-доступом. Я не могу себе представить стационарную программу такого рода, которую нужно было бы устанавливать как отдельное приложение.
Применение ИИ в клинической медицине ИИ может работать непрерывно, что позволяет обеспечить более эффективное использование медицинского персонала и ресурсов. Системы искусственного интеллекта могут учиться на основе накопленного опыта и становиться все более точными и эффективными с течением времени. Регулярно расширяемые базы данных для обучения моделей ИИ позволяют повышать точность подобных систем. В современной клинической медицине системы искусственного интеллекта находят применение во многих областях. Одной из них является диагностика заболеваний. Системы ИИ могут анализировать медицинские изображения например, снимки рентгена, МРТ, КТ , выявлять аномалии и помогать врачам в постановке диагноза.
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. 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.
Любой пропуск — риск для жизни. И соответствующий модуль «Джейн» как раз напоминал ребёнку или его родителям о том, что прямо сейчас надо выпить ту или иную таблетку. И в качестве подтверждения требовал нажатия соответствующей кнопки на экране смартфона. То есть осуществляла поиск скрытых закономерностей. Например, у одного ребёнка «Джейн» выявила жёсткую причинно-следственную зависимость между фазами Луны и обострениями болезни. Ни родители, ни врачи этой связи не чувствовали и не знали о ней. Они просто отмечали в электронном дневнике дни, в которые происходили приступы. Я, конечно, всё перепроверил, долго копался в научных трудах. И нашёл публикации, в которых учёные отмечали селенозависимость течения эпилепсии у отдельных людей. 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.
Роман Душкин: «Медицина — это область доверия»
Несмотря на обширные возможности, применение ИИ в медицине сталкивается с рядом препятствий и сопряжено с некоторыми рисками. Многие россияне опасаются применения ИИ в медицине. 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.
Нейросеть для медиков: искусственный интеллект научился ставить диагнозы
Возможность делать прогнозы с помощью искусственного интеллекта в медицине применяют и иначе. Основное направление взаимодействие с искусственным интеллектом в медицине идет по пути создания AI-помощника. 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?
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В МЕДИЦИНЕ. ПЕРСПЕКТИВЫ РАЗВИТИЯ В РОССИИ
Кроме того, искусственный интеллект помогает врачам-терапевтам поликлиник в постановке диагноза и формировании перечня необходимых исследований. 6 случаев, когда искусственный интеллект может творить чудеса в здравоохранении. Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов. Однако внедрение искусственного интеллекта в медицину сопряжено с некоторыми рисками и ограничениями.
Применение искусственного интеллекта в медицине
При любом использовании материалов сайта ссылка на m24. Редакция не несет ответственности за информацию и мнения, высказанные в комментариях читателей и новостных материалах, составленных на основе сообщений читателей. СМИ сетевое издание «Городской информационный канал m24. Средство массовой информации сетевое издание «Городской информационный канал m24.
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. К примеру, британо-ирландская компания Nuritas использует искусственный интеллект для поиска активных органических соединений, которые в теории можно использовать для лечения и предотвращения болезней.
Автоматизация и улучшение Бывает, что пациент отменяет визит к врачу, и это несёт клинике убытки: в США подсчитали, что система здравоохранения страны ежегодно теряет около 150 миллиардов долларов. Чтобы снизить эти показатели нужен новый подход к организации и управлению. С такой задачей может справиться только ИИ, который будет учитывать нюансы и грамотно наладит поток пациентов в медицинские учреждения. Касательно автоматизации, ИИ может помочь специалисту при проведении анализа УЗИ, всевозможных снимков и анализов. IBM разработала сервис Arterys который совмещает в себе визуализацию работы сердца и аналитику. Основой сервиса выступает нейросеть, способная анализировать изображения.
Создание лекарственных препаратов Препараты представляют собой сложные органические соединения, и поиск правильной структуры занимает много времени. ИИ призван точнее моделировать состав препаратов. В будущем исследователи смогут задавать свойства, а искусственный интеллект будет формировать химическую структуру препарата. Уже сегодня компания Atomwise применяет ИИ для поиска оптимальных лекарственных формул. А как в России В России ведётся работа сразу по нескольким направлениям из сферы медицинского искусственного интеллекта. Популярны распознаватели речи и сервисы онлайн-диагностирования болезней по снимкам.
В 2017 году запущен проект Voice2Med , призванный сократить время на заполнение бумаг.
Еще одним направлением, где применяется искусственный интеллект, стала область семантического анализа. ИИ анализирует и систематизирует данные, содержащиеся в электронной медицинской карте пациента. Ее заполняют сразу несколько врачей: кардиолог, невролог, терапевт и другие. Алгоритм собирает анамнезы воедино, и так специалист может обнаружить определенные паттерны. Метод, при котором медкарта заполнена разными специалистами, а данные собраны воедино, позволяет оптимизировать постановку точного диагноза. Настоящей технологией будущего можно считать роботов-хирургов — это решение на стыке роботизации и ИИ. Успешный проект в этом направлении представил резидент «Сколково» — компания «Экзоскелет».
Специалисты разрабатывают роботы-экзоскелеты, которые помогают людям после тяжелых травм заново учиться ходить. Однако говорить об использовании роботов-хирургов пока рано. Причина кроется в большом количестве алгоритмических частей, с помощью которых можно создать конечный продукт. При этом они могут быть не связаны напрямую с медицинскими показателями. К примеру, автопилот распознает препятствия на дороге, но не имеет доступа к управлению машиной. Польза для каждого Применение ИИ выгодно как для врача, так и для пациента — то есть, для всей системы здравоохранения в целом. Качество диагностики выходит на совершенно другой уровень. Однако с развитием технологий появляются и опасения у людей — некоторые пациенты сейчас склонны не доверять искусственному интеллекту.
Но дело в том, что за весь процесс полная ответственность все также остается на враче — именно он выносит окончательное решение о диагнозе и лечении. ИИ лишь помогает ему собрать все нужные данные воедино и указывает на сигналы, которые могут свидетельствовать об отклонении. Сама технология рассматривается только в качестве СППВР-сервиса — системы поддержки принятия врачебных решений.
Новости партнеров
- Столичные алгоритмы
- Что такое ИИ?
- Повышение качества
- Искусственный интеллект в медицине
Повышение качества
- Перспективы применения ИИ
- Искусственный интеллект в медицине: главные тренды в мире
- Перспективы применения ИИ
- Для чего в российских регионах используют ИИ в медицине - Российская газета
Искусственный интеллект в медицине: главные тренды в мире
Искусственный интеллект в медицине: применение, технологии, вызовы, нормативное обеспечение и регулирование, программы практического внедрения. Президентом РФ было поручено уделить особое внимание внедрению искусственного интеллекта в медицине. Искусственный интеллект на рынке медицины прогнозируемая нехватка врачей и специалистов в единицах, США, 2032 г.