В 2023 году искусственный интеллект произвел фурор в качестве полезной технологии во многих отраслях, особенно в медицине. по использованию алгоритмов искусственного интеллекта для решения научных и прикладных задач в области офтальмологии.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В МЕДИЦИНЕ. ПЕРСПЕКТИВЫ РАЗВИТИЯ В РОССИИ
Компания Profluent считает, что основанный на AI-технологиях генный редактор OpenCRISPR представляет собой мощную альтернативу, которая позволит обойти различные ограничения и даст возможность создавать оптимальные свойства. Используя большие языковые модели LLM , обученные работе с биологическим разнообразием, мы демонстрируем успешное и максимально точное редактирование генома человека с помощью программируемого редактора генов, разработанного с использованием искусственного интеллекта. Это удалось благодаря систематическому анализу 26 терабаз собранных геномов и метагеномов. С помощью AI появилась возможность генерировать в 4,8 раза больше белковых кластеров, чем существует в природе.
Некоторые из созданных с помощью искусственного интеллекта редакторов генов демонстрируют сравнимую или улучшенную активность. Компания выложила OpenCRISPR-1 в открытый доступ, чтобы способствовать развитию технологии и её использованию в научных исследованиях и коммерческих проектах. Статью с научным исследованием можно почитать тут.
Но программная ошибка, как и человеческая, не исключена. С каждым годом все меньше и меньше ошибок и все больше и больше диагнозов. В начале 2019 года, конечно, кариес выявлять не мог. А сейчас он может кариес выявлять: на какой поверхности, насколько глубоко", — рассказал Наам. Нейросети помогают стоматологам, хирургам, онкологам — словом, в каждом направлении медицины есть искусственный интеллект. Один из самых необычных используют в Краснодаре. Там алгоритм оценивает эмбрионы для трансплантации будущим мамам. Оценивает плод нейросеть в течение пяти дней.
Алгоритм ведет съемку зародышей каждые десять минут. В отличие от традиционного метода, вынимать эмбрионы из инкубатора не нужно. И, соответственно, это идет в помощь эмбриологу, чтобы лучшего качества эмбрион перенести", — пояснила заведующая эмбриологической лабораторией Алина Карпенко. Есть и обратные примеры.
Наши жители не получат новые возможности по поддержанию и сохранению здоровья, а мы окажемся в роли «догоняющего» участника новой реальности.
Тем временем ИИ становится новой базовой технологией, как когда-то персональные компьютеры и программы, которыми мы пользуемся повседневно переводчики, навигация, домашние умные помощники и т. Скорость этих изменений, а также требования к росту качества жизни постоянно увеличиваются. В этих новых условиях нам необходимо предоставлять лучшие медицинские услуги для наших жителей и условия труда для наших медицинских работников. При постоянном развитии цифровизации здравоохранения, экспоненциальном росте накапливаемых данных без новых технологий их обработки просто не обойтись. И такой технологией является искусственный интеллект.
В каких мегаполисах мира работают аналогичные сервисы? Конечно, мы активно изучаем международный опыт, но у нас есть проекты, по масштабу не имеющие аналогов в мире. Например, московский эксперимент по использованию компьютерного зрения для анализа медицинских изображений. Результаты этого проекта легли в основу 11 национальных стандартов разработки и применения ИИ для клинической медицины. Проекты по исследованию возможностей ИИ в столичном здравоохранении реализуют единым фронтом несколько команд Комплекса социального развития Правительства Москвы — от разработки принципиально новых для страны ИИ-сервисов, тестирования прототипов до масштабного внедрения готовых продуктов.
Мы разрабатываем и реализуем собственные подходы по применению ИИ в здравоохранении, с исследовательским скепсисом подходим к информации о возможностях тех или иных технологий, все проверяем и тестируем на своей базе. В последних отчетах исследовательских и консалтинговых компаний о цикле развития новейших технологий генеративный ИИ находится на пике завышенных ожиданий — о нем много говорят, с ним экспериментируют. Однако говорить о его массовом внедрении, в первую очередь в медицине, пока рано — нет ни одного готового продукта с понятным сценарием использования и доказанными эффектами для роста производительности труда или повышения качества медицинского обслуживания, диагностики или лечения. Безусловно, у технологии большой потенциал, и мы пока даже не представляем его глубину и трансформационную силу. Предполагаю, что оценить первые результаты мы сможем в среднесрочной перспективе — на горизонте пяти лет.
Но на протяжении этого времени нам, стороне заказчика и пользователя технологии, предстоит провести немало экспериментов. И возможно, не все сразу принесут желаемые результаты. Пандемия заставила рентгенологов обучаться буквально не отходя от рабочего места. Насколько они достоверны? И это, безусловно, гигантские объемы данных.
Практически каждое соприкосновение жителя с системой здравоохранения оставляет цифровой след в его электронной медицинской карте. Сегодня порядка трех миллиардов цифровых записей аккумулирует электронная медицинская карта ЭМК пациента. Мониторинг полноты данных, оценка их качества, поддержание необходимого уровня «гигиены» данных — это неотъемлемая часть нашей повседневной рутины. Но благодаря этой постоянной скрупулезной работе данные сегодня стали применимыми для машинной обработки и анализа, а также для обучения и внедрения сервисов на основе искусственного интеллекта. Мы организовали совместную с медицинским сообществом работу по разработке и поддержанию в актуальном состоянии структуры собираемых медицинских данных.
Анализируя снимки компьютерной и магнитно-резонансной томографии, маммографии или рентгеновские снимки, нейросети распознают 37 различных заболеваний. В их числе рак легких, пневмония, остеопороз, ишемическая болезнь сердца, инсульт и другие. Точность такой диагностики превышает 95 процентов. Часто искусственный интеллект выявляет патологию на самой ранней стадии, когда врач еще ее не обнаружил. Цифровизация позволяет московским врачам больше времени уделять пациентам — Мэр Эра технологий. Врачи рассказали о новых стандартах в столичном здравоохранении Кроме того, искусственный интеллект помогает врачам-терапевтам поликлиник в постановке диагноза и формировании перечня необходимых исследований.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В МЕДИЦИНЕ. ПЕРСПЕКТИВЫ РАЗВИТИЯ В РОССИИ
Искусственный интеллект в медицине: преображение здравоохранения в XXI веке. Вот лишь некоторые возможности применения технологий искусственного интеллекта (ИИ) в здравоохранении. Искусственный интеллект (ИИ) сегодня является инновационной технологией, которая вызвала настоящую революцию в различных отраслях, и медицина не стала. Президентом РФ было поручено уделить особое внимание внедрению искусственного интеллекта в медицине. Возможности нейросетей и искусственного интеллекта активно тестируют в самых разных отраслях медицины: от диагностики и профилактики болезней до вирусологии и генетики. Многие россияне опасаются применения ИИ в медицине.
Искусственный интеллект в клинической медицине
Благодаря искусственному интеллекту значительно повышается доступность медицинской помощи для пациентов. В свою очередь реализация проекта по внедрению компьютерного зрения в здравоохранение дает возможность создавать и развивать рынок систем поддержки врачебных решений в лучевой диагностике. Организаторы Проект Комплекса социального развития мэрии Москвы реализован на базе Центра диагностики и телемедицины ДЗМ при поддержке Департамента информационных технологий. Мы используем cookie-файлы, чтобы получить статистику, которая помогает нам улучшить сервис для Вас с целью персонализации сервисов и предложений. Вы можете прочитать подробнее о cookie-файлах или изменить настройки браузера. Продолжая пользоваться сайтом без изменения настроек, вы даёте согласие на использование ваших cookie-файлов.
С применением ИИ ведется разработка систем, способных проводить раннее обнаружение множества заболеваний, включая онкологические и сердечно-сосудистые, через анализ медицинских данных и образов. При помощи машинного обучения, медицинские учреждения могут эффективно анализировать данные пациентов в реальном времени, что позволяет быстро идентифицировать потенциальные проблемы и предотвращать развитие заболеваний. Системы на базе ИИ могут анализировать медицинские изображения с большой точностью, помогая диагностировать различные заболевания, включая рак и диабет. По данным mos. Все они одобрены Росздравнадзором, причем 11 — это нейросети, которые помогают врачам-рентгенологам искать признаки заболеваний на компьютерных снимках рентгенограмме, томограмме, маммограмме и флюорограмме. Кроме того ИИ помогает в анализе генетической информации, что способствует разработке персонализированных методов лечения. В поликлиниках Москвы используют программы на базе ИИ, которые помогают терапевтам поставить пациенту диагноз. Нейросеть анализирует жалобу пациента, и сравнивает ее с несколькими миллионами записей других пациентов из базы ЕМИАС Единой медицинской информационно-аналитической системе. Сфера прогнозирования заболеваний также претерпела существенные изменения, с появлением алгоритмов, способных предсказывать возникновение заболеваний на основе анализа большого объема данных. Например, исследования, основанные на данных электронных медицинских карт, могут предсказать риск развития диабета, сердечных заболеваний или депрессии у конкретного пациента. К примеру, IBM Watson для лечения онкологии проанализировала 30 миллиардов снимков, и помогает врачам выбирать оптимальные методы лечения рака на основе анализа огромного объема медицинских данных. Стартап Healx использует ИИ для сопоставления лекарств, прошедших клинические испытания, с редкими заболеваниями, которые они могли бы лечить. Arterys использовала облачные вычисления для предоставления изображений 4D Flow больничным радиологам через веб-браузер, что позволяет им принимать жизненно важные решения о лечении. Компания Thymia, основанная в 2020 году, разработала видеоигру на основе искусственного интеллекта, которая призвана обеспечить более быструю, точную и объективную оценку психического здоровья.
Работы много, но все поставленные нами цели — абсолютно конкретны и достижимы», — подытожил Собянин. По материалам: сайт Сергея Собянина. Картина дня.
Например, в 2019 году компания Insilico Medicine таким образом создала несколько вариантов лекарств для лечения мышечного фиброза. Для этой задачи алгоритмам понадобился 21 день, после чего ученые отобрали наиболее подходящие варианты препаратов и за 25 дней провели тест на лабораторных животных. Таким образом, понадобилось 46 дней для выбора подходящего лекарства. Однако традиционный процесс разработки лекарств занимает около 8 лет и стоит фармкомпаниям несколько миллионов долларов. Новые технологии дают надежду на то, что с их помощью мы сможем быстрее получить лекарства от болезней, которые сегодня не поддаются лечению: рассеянный склероз, болезнь Альцгеймера и другие. Автоматизация процессов Дисбаланс и дефицит медицинских кадров высшего и среднего звена был во всем мире еще до вспышки коронавируса. По данным Всемирной Организации Здравоохранения, чтобы люди во всем мире имели доступ к услугам здравоохранения к 2030 году, странам с низким уровнем дохода нужно еще 18 миллионов медицинских работников. В дальнейшем ситуация, скорее всего, не стабилизируется из-за роста населения, старения общества и изменения клинической картины заболеваний. Эти факторы только повысят спрос на высококвалифицированных медицинских работников и усложнят доступ к медицинской помощи. Поэтому инновационные технологии должны содержать в себе искусственный интеллект и базу знаний в предметной области. Так они освободят врачей от рутинных повседневных задач: внесение информации в медкарту, детальный анализ большого массива данных из истории болезней и т. Благодаря этому медработники сконцентрируют время и усилия на решении серьезных диагностических вопросов и выборе лечения.
Национальная база медицинских знаний
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». 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.
Преимущество этих больших компаний в наличии средств и квалифицированных сотрудников.
Это позволяет им создавать комплексные продукты, которые включают не доступные ранее возможности. Например, Google Health — это сервис, объединяющий разнообразные услуги как для пациентов, так и для врачей. С помощью ИИ он помогает предотвратить слепоту, выявить рак груди на ранней стадии, поддерживать психическое здоровье и т. Однако новейшим технологиям сейчас противопоставлены их дороговизна и недоверие людей к машинам. Кроме того, многим развивающимся странам для внедрения искусственного интеллекта в медицину не хватает оборудования и средств. Следовательно, чтобы удовлетворить аудиторию, нужно создавать оптимальные продукты. Например, более простые и дешевые ИИ-системы сделают медицину доступнее, а качественный маркетинг и положительные отзывы убедят клиентов в пользе искусственного интеллекта.
Это отличный шанс нащупать правильный подход к аудитории и занять прибыльную нишу. Кроме того, согласно исследованиям, рынок ИИ в медицине будет стремительно расти в ближайшие несколько лет: Источник: McKinsey and Company За искусственным интеллектом будущее, и оно наступает уже сегодня. Мы в Azoft стремимся использовать все возможности новейших технологий. Наш отдел RnD разрабатывает и использует искусственный интеллект, машинное обучение и нейронные сети для решения задач в области медицины и не только.
Помочь маленькой пациентке смогли лишь в Санкт-Петербурге, проведя специально исследование.
Медики спасли жизнь маленькой Ксюши. Помочь врачам определить опасную болезнь всего за несколько минут помог искусственный интеллект. Ученым удалось установить связь между формой заболевания, яркостью и цветовым тоном очагов инсулина при анализе каждого пикселя на КТ-снимках. Причем программа может фиксировать различия в цветовых характеристиках, которые невидимы для глаза врача. 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.
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. В обоих случаях ИИ выступает помощником, окончательное решение остается за врачом. Вся информация, все снимки, загруженные в электронную медицинскую карту пациента, могут стать частью «обучающей программы» для 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.
Применение искусственного интеллекта в московском здравоохранении
Сегодня искусственный интеллект позволяет выявить опасные заболевания на самых ранних этапах, создавать оптимальные схемы терапии, сводить к минимуму вероятность ошибок в лабораторной диагностике и даже делать хирургические операции. 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. Искусственный интеллект на рынке медицины прогнозируемая нехватка врачей и специалистов в единицах, США, 2032 г.
Собянин сообщил, что в Москве ИИ станет базовой медицинской технологией
Динамика венчурного инвестирования в искусственный интеллект для медицины, по данным CB Insights. Области применения искусственного интеллекта в медицине обширны и разнообразны. Применяя когнитивные технологии и искусственный интеллект (ИИ) к этим данным, сектор может перейти от традиционного реактивного лечения к более проактивной медицинской системе, базирующейся на предотвращении заболеваний, укреплении здоровья, ускоренной. Искусственный интеллект (ИИ) сегодня является инновационной технологией, которая вызвала настоящую революцию в различных отраслях, и медицина не стала.
ИИ в медицине: тренды и примеры применения
Семашко Андреем Алмазовым, чтобы узнать, что удается сделать для внедрения ИИ в медицинскую практику и что этому мешает. Об искусственном интеллекте в медицине на радио «Маяк» Искусственный интеллект чувствует микроизменения по всем фронтам и может сказать, что будет, например, инсульт, а врач увидит инсульт только тогда, когда он случится, — рассказал в беседе с ведущими Александром Пушным и Маргаритой Митрофановой Александр Гусев, руководитель разработки системы искусственного интеллекта Webiomed, руководитель GR-направления ассоциации «Национальная база медицинских знаний».
Так, в 2020-2022 годах на апробацию решений в рамках эксперимента выделено 900 млн рублей.
По словам Ильи Тырова, ИИ в московском здравоохранении используется для поддержки решений в диагностике. Например, цифровое зрение применяется в радиологии, ИИ помогает в расшифровке ЭКГ, также пилотируется аналитика патоморфологических исследований. К тому же ИИ автоматизирует рутинные процессы.
Так, чат-бот принимает жалобы пациентов, видеоаналитика в медорганизациях следит за сервисом, а технологии распознавания речи переводят речь медработника в текст. Ключевые достижения цифровых платформ базируются на данных В 40 раз с 2019 года вырос объем медицинских данных, ежедневно регистрируемых в Федеральном реестре электронных медицинских документов. Эта информация доступна для машинной обработки, что способствует целям развития ИИ в здравоохранении, полагает Дмитрий Темнов.
О необходимости работы с разными источниками данных рассказала Елена Соколова Sber AI Lab; лаборатория искусственного интеллекта «Сбера» : «Это и медицинские тексты, и изображения, и сигналы. Например, в 2021 году благодаря анализу медицинских сведений мы создали решения для определения вероятности нового коронавируса по кашлю, и Symptom Checker — решение для анализа симптоматики заболевания пациента и подсказки, к какому врачу с такой симптоматикой лучше обратиться». В планах Sber AI Lab — развивать направление популяционного анализа населения для выявления пациентов из группы риска развития хронических болезней.
Этот проект базируется на анализе электронных медкарт. А еще один проект — персональная комплексная диагностика пациента, которая также будет основана на изучении ИИ его медкарты. Пример такого проекта мы реализовывали в 2022 году вместе с правительством Москвы.
Речь идет о проекте диагностического ассистента. Разработанная модель ИИ анализирует всю содержащуюся в медкарте информацию: жалобы, результаты инструментальных и лабораторных исследований, анамнез, описание заключений — и выдает второе мнение врачу. Модель обучалась на обезличенных данных более чем на 30 млн визитов пациентов», - поделилась Елена Соколова из лаборатории искусственного интеллекта «Сбера».
В планах Sber AI Lab — развивать направление популяционного анализа населения для выявления пациентов из группы риска развития хронических болезней. Этот проект базируется на анализе электронных медкарт. А еще один проект — персональная комплексная диагностика пациента, которая также будет основана на изучении ИИ его медкарты. Пример такого проекта мы реализовывали в 2022 году вместе с правительством Москвы. Речь идет о проекте диагностического ассистента. Разработанная модель ИИ анализирует всю содержащуюся в медкарте информацию: жалобы, результаты инструментальных и лабораторных исследований, анамнез, описание заключений — и выдает второе мнение врачу. Модель обучалась на обезличенных данных более чем на 30 млн визитов пациентов», - поделилась Елена Соколова из лаборатории искусственного интеллекта «Сбера». В медицине большинство сервисов для обработки диагностических изображений ориентировано на лучевое исследование, говорит Анна Мещерякова, гендиректор компании «Платформа «Третье мнение»: «Уровень зрелости этого направления самый высокий: данные — цифровые, инфраструктура наиболее готова к внедрению ИИ.
Поэтому большинство сервисов, которые мы в «Третьем мнении» вывели на рынок, — это сервисы для отделения лучевой диагностики». Недавно организация в одном из регионов завершила проект по ретроспективному анализу исследований грудной клетки, были проанализированы данные за 1,5 года. Технологии помогают и младшему медперсоналу. Например, медсестры благодаря push-уведомлениям смогут до 50 раз быстрее реагировать на тревожные ситуации, связанные с возможным падением пациентов», - говорит Анна Мещерякова. Барьеры для внедрения ИИ Вопреки всем успехам, реального внедрения серьезных, глубоких систем поддержки принятия врачебных решений на федеральном уровне очень мало, подытожил руководитель экспертной группы «Цифровые технологии в медицине» при АНО «Цифровая экономика», гендиректор ассоциации «НБМЗ» и руководитель направления цифровой медицины компании «Инвитро» Борис Зингерман. По его мнению, сейчас ИИ охотнее всего доверяют сами пациенты. А у пациентов нет медобразования, и они рады любой помощи и подсказке от искусственного интеллекта», — отметил Борис Зингерман. Сложнее ситуация обстоит в здравоохранении в субъектах.
При помощи машинного обучения, медицинские учреждения могут эффективно анализировать данные пациентов в реальном времени, что позволяет быстро идентифицировать потенциальные проблемы и предотвращать развитие заболеваний. Системы на базе ИИ могут анализировать медицинские изображения с большой точностью, помогая диагностировать различные заболевания, включая рак и диабет. По данным mos. Все они одобрены Росздравнадзором, причем 11 — это нейросети, которые помогают врачам-рентгенологам искать признаки заболеваний на компьютерных снимках рентгенограмме, томограмме, маммограмме и флюорограмме. Кроме того ИИ помогает в анализе генетической информации, что способствует разработке персонализированных методов лечения. В поликлиниках Москвы используют программы на базе ИИ, которые помогают терапевтам поставить пациенту диагноз. Нейросеть анализирует жалобу пациента, и сравнивает ее с несколькими миллионами записей других пациентов из базы ЕМИАС Единой медицинской информационно-аналитической системе. Сфера прогнозирования заболеваний также претерпела существенные изменения, с появлением алгоритмов, способных предсказывать возникновение заболеваний на основе анализа большого объема данных. Например, исследования, основанные на данных электронных медицинских карт, могут предсказать риск развития диабета, сердечных заболеваний или депрессии у конкретного пациента.
К примеру, IBM Watson для лечения онкологии проанализировала 30 миллиардов снимков, и помогает врачам выбирать оптимальные методы лечения рака на основе анализа огромного объема медицинских данных. Стартап Healx использует ИИ для сопоставления лекарств, прошедших клинические испытания, с редкими заболеваниями, которые они могли бы лечить. Arterys использовала облачные вычисления для предоставления изображений 4D Flow больничным радиологам через веб-браузер, что позволяет им принимать жизненно важные решения о лечении. Компания Thymia, основанная в 2020 году, разработала видеоигру на основе искусственного интеллекта, которая призвана обеспечить более быструю, точную и объективную оценку психического здоровья. Алгоритмы ИИ способны анализировать большие объемы данных о здоровье населения, включая информацию из социальных сетей, новостных порталов и официальных статистических данных, для прогнозирования возможных вспышек болезней и эпидемий.
Искусственный интеллект в медицине и здравоохранении
Специальные Google уже работают в некоторых больницах, где программа Google Deepmind Health проводит анализ доступной информации о симптомах пациента и выдаёт список рекомендаций, а врач, пользуясь подсказками такого помощника, назначает пациенту курс лечения. Программа IBM Watson Health также позволяет ставить диагнозы: распознавать кардиомиопатию, тромбозы, сердечные приступы. Также ИИ дает возможность оценивать влияние медикаментов на организм человека, помогая врачам понять, как особенности генетического строения пациента влияют на течение заболевания, и какой эффект может оказать новый лекарственный препарат. С помощью приложения IBM Watson Health Cloud доктор получает и анализирует данные об организме пациента с электронного браслета, и на основе этого подбирает эффективный курс лечения. Диагностика В России записаться на приём к врачу можно через интернет. Однако пациентов много, поэтому ждать приёма приходится целыми днями и даже неделями. Технологии ИИ позволяют решить этот вопрос. Например, с помощью телемедицины и программы mHealth. 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.
Я принимала определённое участие в разработке и продвижении этих устройств, чьё назначение заключается в воздействии на нервную, эндокринную, дыхательную и иммунную системы человека одновременно.
Чтобы получить одобрение Минздрава РФ , пришлось подготовить убедительную аргументацию о необходимости данной разработки, обосновать для чиновников ценность таких устройств. Эти приборы в итоге были одобрены, что позволило использовать их в борьбе с тяжёлыми патологиями и рядом иных острых заболеваний. Фактически, внедрение таких аппаратов ежедневно демонстрирует преимущества использования искусственного интеллекта в сфере здравоохранения, позволяя сокращать влияние человеческого фактора на диагностику и лечение, и, соответственно, снижать количество врачебных ошибок. А повышение уровня качества обслуживания в медицине влияет и на улучшение показателей здоровья населения всей нашей страны.
Что, конечно же, особенно актуально в последние два года, когда идёт борьба с коронавирусом. Это стало очевидно уже в 2020 году, и касалось не только напрямую сферы медицины, но и смежных областей. Стали очевидны такие проблемы, которые в обычной обстановке и со стандартной нагрузкой не так бросались в глаза. И в то же время пандемия стала наиболее эффективным стимулом для развития и внедрения инновационных методов решения различных задач.
Разумеется, максимум внимания в исследовательской работе стало уделяться таким направлениям, которые целиком либо в какой-то мере были направлены на борьбу с пандемией, на снижение нагрузки врачей, на оптимизацию здравоохранения.
В чем выражается этот риск? Наши жители не получат новые возможности по поддержанию и сохранению здоровья, а мы окажемся в роли «догоняющего» участника новой реальности. Тем временем ИИ становится новой базовой технологией, как когда-то персональные компьютеры и программы, которыми мы пользуемся повседневно переводчики, навигация, домашние умные помощники и т. Скорость этих изменений, а также требования к росту качества жизни постоянно увеличиваются. В этих новых условиях нам необходимо предоставлять лучшие медицинские услуги для наших жителей и условия труда для наших медицинских работников. При постоянном развитии цифровизации здравоохранения, экспоненциальном росте накапливаемых данных без новых технологий их обработки просто не обойтись. И такой технологией является искусственный интеллект.
В каких мегаполисах мира работают аналогичные сервисы? Конечно, мы активно изучаем международный опыт, но у нас есть проекты, по масштабу не имеющие аналогов в мире. Например, московский эксперимент по использованию компьютерного зрения для анализа медицинских изображений. Результаты этого проекта легли в основу 11 национальных стандартов разработки и применения ИИ для клинической медицины. Проекты по исследованию возможностей ИИ в столичном здравоохранении реализуют единым фронтом несколько команд Комплекса социального развития Правительства Москвы — от разработки принципиально новых для страны ИИ-сервисов, тестирования прототипов до масштабного внедрения готовых продуктов. Мы разрабатываем и реализуем собственные подходы по применению ИИ в здравоохранении, с исследовательским скепсисом подходим к информации о возможностях тех или иных технологий, все проверяем и тестируем на своей базе. В последних отчетах исследовательских и консалтинговых компаний о цикле развития новейших технологий генеративный ИИ находится на пике завышенных ожиданий — о нем много говорят, с ним экспериментируют. Однако говорить о его массовом внедрении, в первую очередь в медицине, пока рано — нет ни одного готового продукта с понятным сценарием использования и доказанными эффектами для роста производительности труда или повышения качества медицинского обслуживания, диагностики или лечения.
Безусловно, у технологии большой потенциал, и мы пока даже не представляем его глубину и трансформационную силу. Предполагаю, что оценить первые результаты мы сможем в среднесрочной перспективе — на горизонте пяти лет. Но на протяжении этого времени нам, стороне заказчика и пользователя технологии, предстоит провести немало экспериментов. И возможно, не все сразу принесут желаемые результаты. Пандемия заставила рентгенологов обучаться буквально не отходя от рабочего места. Насколько они достоверны? И это, безусловно, гигантские объемы данных. Практически каждое соприкосновение жителя с системой здравоохранения оставляет цифровой след в его электронной медицинской карте.
Сегодня порядка трех миллиардов цифровых записей аккумулирует электронная медицинская карта ЭМК пациента. Мониторинг полноты данных, оценка их качества, поддержание необходимого уровня «гигиены» данных — это неотъемлемая часть нашей повседневной рутины. Но благодаря этой постоянной скрупулезной работе данные сегодня стали применимыми для машинной обработки и анализа, а также для обучения и внедрения сервисов на основе искусственного интеллекта.
Существует риск выявления конфиденциальных данных пациента из истории болезни. Более того, есть риск преднамеренного взлома алгоритма для нанесения вреда людям в больших масштабах, например передозировки инсулина у диабетиков. Вторая проблема — неточная работа алгоритмов. Используемый сотнями больниц по всему миру для рекомендаций по лечению больных раком, алгоритм был основан на небольшом количестве синтетических случаев и очень ограниченом количестве реальных данных. Многие из его рекомендаций по лечению были ошибочными, например, предлагали использовать несовместимое лекарство для пациента с сильным кровотечением, что представляет явное противопоказание. Еще одна проблема — предвзятость. Низкий социально-экономический статус — основной фактор риска преждевременной смертности.
Непропорциональное использование искусственного интеллекта у «имущих», в отличие от «неимущих», может увеличить существующий разрыв в состоянии здоровья. С этой проблемой тесно связано смещение результатов из-за отсутствия включения меньшинств в наборы данных. Пример — алгоритмы в дерматологии, которые диагностируют меланому, но не учитывают цвет кожи.