Основное направление взаимодействие с искусственным интеллектом в медицине идет по пути создания AI-помощника. О том, как искусственный интеллект внедряют в сфере медицины, рассказал директор АИИ Роман Душкин. Рассматриваем применение ИИ в здравоохранении на примере интеллектуальной системы «Джейн», которая помогает врачам ставить верные диагнозы.
Искусственный интеллект в здравоохранении внедряют 70 регионов России
Кто-то встречает эпоху искусственного интеллекта (ИИ) в медицине с восторгом, кто-то – с опасением. Решения с использованием искусственного интеллекта в медицине внедряют 70 российских регионов, сообщил заместитель министра здравоохранения РФ Павел Пугачев, выступая на форуме "Биотехмед". Искусственный интеллект в медицине. Борис Зингерман — директор Ассоциации разработчиков и пользователей искусственного интеллекта в медицине и его экспертиза в этом вопросе особенна ценна. Говорить о внедрениях технологий искусственного интеллекта в медицине в целом и в радиологии в частности открыто начали всего несколько лет назад, в период пандемии коронавируса.
ИИ в частных клиниках: как помогает врачам и пациентам
Наиболее успешно развиваются направления, связанные с компьютерной диагностикой: скрининг и более глубокий анализ симптомов на базе изучения медицинских изображений — рентгеновских или КТ-снимков. Это подтвердила и врач МРТ Ольга Козловская, отметив, что ИИ уже сейчас становится хорошим помощником рентгенологам благодаря автоматизации рутинной работы и поддержке врачебных решений. Сопредседатель Всероссийского союза пациентов, член СПЧ при Президенте РФ Ян Власов уверен, что в условиях серьезной проблемы дефицита кадров в здравоохранении, когда у врачей не хватает времени на работу с пациентом, ИИ сможет технологически облегчить жизнь медперсоналу за счет поставки первично обработанного объема информации. Он определил роль ИИ в медицине как инструмента, помогающего врачу не только в оптимизировать время на рутинные операции, но и избегать или минимизировать врачебные ошибки. Кроме того, стоит вопрос стандартизации этой технологии: ИИ потребуется признавать медицинской программой для того, чтобы работать со здоровьем населения».
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. 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.
Нейросети, созданные и обученные людьми, могут способствовать разработке новых лекарств, улучшить систему диагностики, повысить качество медицинских услуг, систематизировать большие объемы данных и многое другое. Однако, несмотря на столь широкие возможности, здесь есть свои подводные камни. Виктория Егорова Виктория Егорова В последнее время появляется все больше новостей о применении искусственного интеллекта ИИ в медицине и здравоохранении. Чем так хорош искусственный интеллект в медицине?
Технологии ИИ проникают во все сферы деятельности человека, в числе которых и медицина со здравоохранением. К примеру, не так давно Министерство здравоохранения РФ вместе с Ростехом создали первую версию федеральной платформы ИИ для здравоохранения. С ее помощью ИТ-разработчики смогут получать доступ к обезличенным медицинским данным жителей России из медицинских карт. Главная цель этого проекта заключается в том, чтобы объединить обезличенные медицинские данные в верифицированные датасеты наборы данных , а также дать отечественным ИТ-компаниям площадку для разработки и тестирования сервисов ИИ в сфере здравоохранения. Компаниям нужен доступ к структурированным данным для разработки алгоритмов, которые смогут стать основой систем поддержки врачебных решений. Появление подобных сервисов поможет усовершенствовать систему здравоохранения. Врачам нужно на постоянной основе обновлять информацию о последних исследованиях в медицине. Они не способны это делать с такой же скоростью, что и искусственный интеллект, так как врач не может одновременно и лечить людей, и отдыхать, и обновлять информацию, а еще и держать ее в голове. Искусственный интеллект может регулярно обновлять данные об исследованиях и хранить всю полученную информацию.
Внедрение такой технологии облегчит жизнь медикам и поможет спасти чьи-то жизни.
Пример: обычная программа не «видит» болезнь на рентгеновском снимке. ИИ может научиться это делать. Искусственный интеллект — это система, построенная из слоев нейронов, которые анализируют и обрабатывают информацию. Если ИИ дает неправильные результаты, его переобучают, чтобы исправить ошибки и улучшить качество работы. Чем больше данных у ИИ, тем точнее он работает.
Это происходит потому, что так ИИ лучше понимает контекст и предоставляет более обоснованные сведения. Однако, изначальные данные могут быть неполными или тоже содержать ошибки. Это также сказывается на результатах, которые выдает ИИ. ChatGPT оказался особенно хорош в общей медицине, но не так силен в специализированных областях, например, в офтальмологии. Области применения ИИ в медицине: диагностика заболеваний , микрохирургия и даже распознавание рака кожи по фото. Области применения ИИ в медицине Разработки в разных медицинских областях ведутся по всему миру.
Американский суперкомпьютер Watson помогает в анализе сердечных заболеваний и онкологии. Google разрабатывает ИИ DM Health для помощи офтальмологам, а израильская компания MedyMatch Technology создаёт систему для диагностики инсульта, сравнивая снимки мозга пациента с миллионами других снимков. Диагностика заболеваний Особенно искусственный интеллект преуспел в точности диагностики болезней. ИИ имеет доступ к большому количеству медицинских данных, поэтому может быстро анализировать и предлагать решения. Как это работает? Например, пациент сообщает чату симптомы: «головная боль» или «лихорадка».
Нейронная сеть анализирует данные других пациентов со схожими медицинскими состояниями и предлагает возможный диагноз. Первоначально ей диагностировали клещевую инфекцию, но анализы по всем связанным с клещами инфекциям пришли отрицательные. Состояние Сасси ухудшалось. Владелец собаки использовал ChatGPT, чтобы узнать, что может быть с его собакой. Он ввел данные анализа крови Сасси в чат-бот, и искусственный интеллект предположил, что у собаки аутоиммунная гемолитическая анемия.
Что хотите найти?
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.
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.
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.
Что в России нужно сделать, чтобы на законных основаниях продавать медицинские системы? То есть мы должны фактически провести независимую оценку эффективности изделия, применяя методы доказательной медицины. Это довольно сложный процесс, который может тянуться годами. Какая должна быть методика? И разработка методики испытаний входит в состав клинических испытаний. То есть мы должны сначала разработать методику, представить её комиссии, которая подтвердит, что методика соответствует стандартам качества проведения клинических испытаний.
Со ссылкой на последние исследования и данные становится очевидной тенденция усиления значимости искусственного интеллекта в обеспечении здоровья нации. В этих целях всем медицинским организациям в субъектах РФ в 2024 году предписано внедрить не менее трех решений с ИИ , об этом сообщил заместитель министра здравоохранения РФ Павел Пугачев.
Cтратегия также опубликована на сайте Правительства — Искусственный интеллект РФ , а также на ai.
Это позволяет хирургам заранее спланировать операцию, предвидеть возможные трудности и снизить риски осложнений. Ассистенты на основе ИИ: в операционной ИИ может действовать в качестве ассистента, помогая врачам во время операций с помощью анализа данных пациента, мониторинга витальных показателей и предоставления рекомендаций по оптимальному ходу операции. Виртуальная реальность и обучение: технологии виртуальной реальности VR и дополненной реальности AR , интегрированные с ИИ, могут служить мощными инструментами для обучения молодых врачей и хирургов, предлагая им возможность тренироваться в виртуальной среде перед реальной операцией.
Ограничения и риски, связанные с применением ИИ в медицине Несмотря на обширные возможности, применение ИИ в медицине сталкивается с рядом препятствий и сопряжено с некоторыми рисками. Сюда входят вопросы конфиденциальности и безопасности данных, а также потенциальные ошибки в диагностировании или лечении, вызванные ошибками алгоритмов ИИ. Большой вопрос также представляет собой интеграция новых технологий в существующие медицинские системы и обеспечение подготовки персонала к работе с новыми инструментами. Конфиденциальность данных: с учетом того, что ИИ обрабатывает большое количество личной медицинской информации, вопросы конфиденциальности данных становятся крайне актуальными.
Необходимо выработать регламент для защиты приватности пациентов. Недостаточная точность и ошибки в диагностике: в настоящее время алгоритмы ИИ могут допускать ошибки, иногда весьма серьезные, в диагностике и предсказании болезней. Это создает потенциальные риски для пациентов и требует дальнейшего усовершенствования технологий. Зависимость от качества данных: эффективность ИИ во многом зависит от качества и объема входных данных.
Плохие или неадекватные данные могут привести к неточным или даже опасным выводам. Юридическая ответственность: определение юридической ответственности в случае ошибок или недочетов, связанных с использованием ИИ, остается сложным вопросом. Это создает правовую неопределенность и потенциальные риски для медицинских учреждений.
Собянин: искусственный интеллект станет базовой медицинской технологией в Москве
Искусственный интеллект (ИИ) — это чудо современной технологии, которое уже не просто фантастика из фильмов, но и реальность, влияющая на множество сфер нашей жизни от смартфонов и голосовых помощников до систем автоматизации в производстве и медицине. Ещё один не менее важный результат – активное развитие технического регулирования систем искусственного интеллекта для клинической медицины. Научное исследование возможности использования в системе здравоохранения города Москвы методов поддержки принятия решений на основе результатов анализа данных с применением передовых инновационных технологий.
Яндекс Образование
О том в каких областях медицины уже сейчас искусственный интеллект максимально точен и уже абсолютно необходим разговор в программе «Утро России» с заместителем министра здравоохранения Российской Федерации Павлом Пугачевым. Президентом РФ было поручено уделить особое внимание внедрению искусственного интеллекта в медицине. Борис Зингерман — директор Ассоциации разработчиков и пользователей искусственного интеллекта в медицине и его экспертиза в этом вопросе особенна ценна. рассказал он РИА Новости. Искусственный интеллект все активнее применяется в здравоохранении — он помогает в диагностике, принятии клинических решений и управлении данными. Искусственный интеллект (ИИ) применяется во многих отраслях медицины и кажется, что его преимущества по сравнению с человеком очевидны.
Решения СберМедИИ вошли в ТОП-10 медицинских нейросетей (ИИ) в России в 2024 году
Кроме того, ИИ позволяет эффективно контролировать ход заболеваний, например, онкологических, или выявлять его первые симптомы и признаки, свидетельствующие о скором развитии болезни. Дебютной разработкой в этой области стала система Webiomed компания «К-Скай» — резидент «Сколково». Как медицинское изделие платформу прогнозной аналитики и управления рисками в здравоохранении зарегистрировали 3 апреля 2020 года. Это первая система ИИ в России, которая способна обработать большой объем информации о пациенте, выявить на основе данных подозрения на заболевания и спрогнозировать возможное ухудшение здоровья. При этом ИИ изучает не только медицинские показатели, но и социальные данные. Платформа формирует цифровой паспорт пациента.
Можно сказать, что система заменяет целый консилиум врачей, что позволяет работать быстрее и точнее. В России этой сфере уделяется особое внимание. Несколько проектов уже достигли весомых результатов в использовании ИИ в радиологии. В их число вошли Botkin. Качество работы подтверждает статистика.
Например, заммэра Москвы по вопросам социального развития Анастасия Ракова сообщила , что за два года сервисы ИИ обработали более 6 млн лучевых снимков. По ее словам, технологии помогли быстрее описать снимки и заметили мельчайшие отклонения. ИИ хорошо показал себя в медицине, поэтому ученые уже пишут алгоритм, по которому можно будет обнаружить ранние проявления болезни Альцгеймера по результатам МРТ. 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.
К 2024 г. Преимущества применения нейросетей в медицине очевидны — возможность обрабатывать большие массивы данных в короткие сроки, а также точность диагностики. Например, в 2019 г.
В компьютер было загружено 2260 изображений мазков, сделанных в период с 2006 по 2019 г. Самым известным примером по внедрению ИИ в медицину остается суперкомпьютер Watson. На сегодняшний день он может обрабатывать 200 млн цифровых документов за три секунды. Watson в первую очередь призван помочь врачам в работе с электронными медицинскими картами. Он способен составить историю болезни пациента, членов его семьи, структурировать генетическую предрасположенность к тем или иным патологиям и выдать моментально всю эту информацию лечащему доктору.
Система предлагает свои рекомендации по лечению заболеваний, в том числе онкологических. А возможность через приложение связать Watson и фитнес-трекер позволяет отслеживать даже самые незначительные изменения состояния здоровья пациента. Freepik Но диагностика не единственная сфера медицины, куда сегодня проник ИИ. Это, например, поиск перспективных молекул для определенных рецепторов, что может предварять открытие новых препаратов», — рассказал «Ведомости. Городу» врач-эксперт Тимур Пестерев.
Один из последних примеров — китайская биотехнологическая компания в начале этого года с помощью ИИ придумала лекарство для лечения идиопатического легочного фиброза ИЛФ. Это тяжелое заболевание, сопровождающееся рубцеванием легких, от которого страдают в основном пожилые люди. ИИ исследовал массив данных о фиброзе дыхательных путей с целью найти белок, отвечающий за заболевание. Когда белок был найден, нейросеть приступила к синтезированию молекулы, которая бы эффективно боролась с недугом.
Например, в 2019 г. В компьютер было загружено 2260 изображений мазков, сделанных в период с 2006 по 2019 г.
Самым известным примером по внедрению ИИ в медицину остается суперкомпьютер Watson. На сегодняшний день он может обрабатывать 200 млн цифровых документов за три секунды. Watson в первую очередь призван помочь врачам в работе с электронными медицинскими картами. Он способен составить историю болезни пациента, членов его семьи, структурировать генетическую предрасположенность к тем или иным патологиям и выдать моментально всю эту информацию лечащему доктору. Система предлагает свои рекомендации по лечению заболеваний, в том числе онкологических. А возможность через приложение связать Watson и фитнес-трекер позволяет отслеживать даже самые незначительные изменения состояния здоровья пациента.
Freepik Но диагностика не единственная сфера медицины, куда сегодня проник ИИ. Это, например, поиск перспективных молекул для определенных рецепторов, что может предварять открытие новых препаратов», — рассказал «Ведомости. Городу» врач-эксперт Тимур Пестерев. Один из последних примеров — китайская биотехнологическая компания в начале этого года с помощью ИИ придумала лекарство для лечения идиопатического легочного фиброза ИЛФ. Это тяжелое заболевание, сопровождающееся рубцеванием легких, от которого страдают в основном пожилые люди. ИИ исследовал массив данных о фиброзе дыхательных путей с целью найти белок, отвечающий за заболевание.
Когда белок был найден, нейросеть приступила к синтезированию молекулы, которая бы эффективно боролась с недугом. Препарат от ИЛФ прошел первую стадию клинических исследований, и его уже испытали на добровольцах. Столичные алгоритмы По данным Национального центра развития ИИ при правительстве РФ, Россия занимает лидирующие позиции в мире по разработке и внедрению ИИ в здравоохранении.
Он напомнил, что анализируя снимки КТ, МРТ, маммографию или рентген, компьютерное зрение распознает 37 разных заболеваний, включая рак легких, пневмонию, остеопороз, ишемическую болезнь сердца, инсульт и другие. Ранее заммэра Москвы по вопросам социального развития Анастасия Ракова рассказала , что ИИ поможет столичным врачам определять патологии шейного отдела позвоночника. По словам заммэра, алгоритмы ИИ позволяют увеличить скорость диагностики указанных заболеваний. Врачи, опираясь на предоставленные данные, быстрее формируют заключение. Нейросети проанализировали более 12 млн лучевых исследований в Москве за 4 года Читайте также.