Решения с использованием искусственного интеллекта в медицине внедряют 70 российских регионов, сообщил заместитель министра здравоохранения РФ Павел Пугачев, выступая на форуме "Биотехмед". Вот лишь некоторые возможности применения технологий искусственного интеллекта (ИИ) в здравоохранении. Начались клинические испытания первого лекарства, целиком разработанного искусственным интеллектом (ИИ), сообщает CNBC. Основное направление взаимодействие с искусственным интеллектом в медицине идет по пути создания AI-помощника.
Нейросеть для медиков: искусственный интеллект научился ставить диагнозы
Но потом, в том числе благодаря родителям и учителям, я понял, что современные науки, особенно те, где есть большое количество экспериментальных данных, сложные приборы, установки, невозможно постичь без естественно-научного образования в качестве базы. Эмпирическая биология и нейрофизиология, когда было достаточно простых наблюдений и анализов, давно закончилась. Сейчас любая сложная наука — это наука данных, а методы их анализа одни и те же в любых областях. Биохимическая физика — это применение физико-математических методов к биологическим системам. Исследования по большей части имеют прикладной характер Источник: Анастасия Пешкова — Наша лаборатория изучает мозг человека, больше половины проектов связаны с нейровизуализацией — получением и анализом данных работы мозга. Для этого применяются математическое моделирование, методы машинного обучения и искусственного интеллекта. Но в процессе решения прикладных задач часто возникают и фундаментальные, например, касающиеся методов: разработка новых типов нейронных сетей, новых архитектур, подходов к анализу данных. Также мы занимаемся так называемой персонализированной медициной. По каждому человеку можно собрать огромное количество данных: геномные, транскриптомные, МРТ мозга, энцефалограмма, анализы крови и так далее. Суммарно это даст очень информативный индивидуальный портрет человека. А методы машинного обучения ИИ позволяют эти данные объединить и сделать полезный вывод для науки или для лечения человека.
Пока это поиск общих тенденций, но мы надеемся, что со временем получится давать конкретные рекомендации. Максим много сотрудничает с зарубежными коллегами Источник: Анастасия Пешкова — Где это может применяться? Тогда берется анализ патологической ткани и проводится ее детальный анализ. Какие-то части этой сложной неоднородной структуры могут откликаться на терапию, какие-то — нет. Если это понять заранее, в теории можно намного более успешно, прицельно и качественно назначать препараты. В идеале это может позволить создать системы поддержки врачебных решений: опираясь на большое число фактов, давать рекомендации доктору, какая терапия в этом случае предпочтительна. А специалист, соединяя их с другими фактами, принимает решение. Расскажите, пожалуйста, об этом проекте. Также эта система позволяет составить карту функциональных зон мозга, отвечающих за движение, зрение, речь и так далее. Бывает форма эпилепсии, когда лекарства не помогают, и таких больных довольно много.
Их проблема зачастую заключается в том, что в мозге есть маленькая область, которая вследствие разных причин вызывает поразительную активность и приступ.
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. Как утверждают специалисты компании, технология анализа химических соединений с помощью искусственного интеллекта в 600 раз точнее и в десять раз быстрее, чем стандартные методики.
Предсказание падения артериального давления с помощью ИИ В 2018 году были опубликованы результаты исследований нескольких ученых, разработавших алгоритм прогнозирования аномального падения давления или гипотонии в процессе хирургического вмешательства. Алгоритм разработан с помощью технологий машинного обучения в медицине. Исследователи использовали ИИ, который проанализировал данные более 1300 пациентов, у которых во время операции фиксировалось артериальное давление. Общая продолжительность наблюдения составила почти 546 тысяч минут. С помощью этих данных искусственный интеллект помог подготовить алгоритм прогнозирования гипотонии. Алгоритм повторно проверяли на втором наборе данных других 204 пациентов. Исследователи считают, что алгоритм можно использовать во время операций, чтобы снизить вероятность возникновения осложнений. Распознавание рака кожи Искусственный интеллект в здравоохранении показывает впечатляющие результаты и в решении задачи раннего распознавания рака кожи. Эксперимент провели в 2018 году ученые из США, Франции и Германии, которые обучили нейросети идентифицировать изображения для диагностики онкозаболеваний кожных покровов. Машине предоставили более 100 тысяч снимков безвредных родинок и опасных для жизни меланом, а позднее показали эти же фотографии профессиональным дерматологам, которые попытались выявить рак по снимкам. Машина справилась с задачей лучше специалистов. ИИ в УЗИ-обследовании беременных Уже сегодня в некоторых британских больницах применяют новый способ тестирования плода на патологии, которые сложно или невозможно выявить другими средствами. Система работает на основе искусственного интеллекта, и в нее заложено более 350 тысяч снимков плодов с теми или иными отклонениями. Система называется ScanNav и она способна давать врачу много полезной информации о патологиях плода, опираясь на имеющиеся в базе данные по другим пациенткам. Пока ScanNav работает в тестовом режиме и используется только в акушерстве, но в будущем она может получить намного более широкое распространение и будет особенно полезна для стран, испытывающих острый дефицит во врачах. Применение и польза искусственного интеллекта в медицине Разработка ИИ сегодня является приоритетной задачей для многих стран мира. Если рассматривать внедрение умных систем в медицинской сфере, то в первую очередь их польза будет состоять в увеличении точности диагностики различных заболеваний. Практики и опыта врача может быть недостаточно для того, чтобы своевременно выявить ту или иную проблему в организме человека, тогда как нейронная сеть, обладающая доступом к огромному объему данных, передовой научной литературе и миллионам историй болезней, сможет быстро классифицировать любой случай, соотнести его со схожими проблемами у других пациентов и предложить план лечения. Сегодня искусственный интеллект не может решать сложные медицинские задачи: он самостоятельно не придумает и не спроектирует прибор из будущего, который сможет за пару секунд отсканировать организм человека, выявить любые проблемы и назначить оптимальное лечение. Однако и нынешние возможности очень интересны для врачей, пациентов и клиник. Врачам Сегодня искусственный интеллект отлично справляется с простыми задачами. Например, он способен выявить наличие инородного тела или патологии по рентгеновскому снимку, а также определить наличие раковых клеток в цитологическом материале. Интересно еще и то, что сейчас разрабатывается все большее количество проектов, ориентированных именно на врачей: 1 IBM: Watson Это суперкомпьютер, способный отвечать на вопросы, которые задаются не на языке программирования, а на простом человеческом языке. Позднее было запущено подразделение Watson Health, главное направление которого — использование суперкомпьютера в медицине. Компьютеру обеспечили доступ к огромному количеству данных: энциклопедиям, базам научных статей, а также медицинским картам и снимкам. Машина проанализировала свыше 50 миллионов анонимных медкарт и более 30 миллиардов снимков. Вся эта информация использовалась для дальнейшего применения в онкологии, для поиска на УЗИ признаков порока сердца. IBM запустило облачную платформу Watson Health Cloud, благодаря которой технологии доступны для врачей и исследователей по всему миру. ИИ используют для анализа анонимных глазных снимков и выявления первичных симптомов слепоты.
Их продукты с использованием ИИ улучшают точность диагнозов, доступность врачей и систематизацию медицинских данных. 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.
Искусственный интеллект в медицине: добро или зло?
ИИ в медицине: тренды и примеры применения | искусственный интеллект в медицине, искусственный интеллект. Рост применения КТ приводит к выявлению большого количества очагов и округлых образований в легких. |
Для чего в российских регионах используют ИИ в медицине - Российская газета | Многие россияне опасаются применения ИИ в медицине. |
Лечат рак и эпилепсию: как искусственный интеллект помогает врачам и спасает жизни | Искусственный интеллект становится незаменимым помощником медиков, технологии его применения меняют подходы к оказанию медицинской помощи. |
Собянин сообщил, что в Москве ИИ станет базовой медицинской технологией | Непропорциональное использование искусственного интеллекта у «имущих», в отличие от «неимущих», может увеличить существующий разрыв в состоянии здоровья. |
Эксперимент по внедрению технологий искусственного интеллекта
Попробуем проанализировать, как решения на основе искусственного интеллекта применяются в медицинских учреждениях и как они влияют на качество диагностики и лечения. Искусственный интеллект (ИИ) в медицине — использует алгоритмы и программное обеспечение для аппроксимации человеческих знаний при анализе сложных медицинских данных. Сценарии применения искусственного интеллекта в медицине.
Эксперимент по внедрению технологий искусственного интеллекта
Искусственный интеллект оцифровывает данные. ИИ в медицине: за какими стартапами следить. «Открытие Центра искусственного интеллекта ознаменовало важный шаг движения в сторону пациента, движения в сторону той медицины, которая называется персонализированной. Технологии искусственного интеллекта для системы здравоохранения. Сегодня искусственный интеллект помогает находить признаки заболеваний по более чем 20 направлениям, а количество обработанных с помощью него лучевых исследований уже превысило 11 миллионов.
Эксперимент по внедрению технологий искусственного интеллекта
Считается, что именно в это время родился искусственный интеллект в России. В то время, как она была разработана для применения в органической химии, она послужила основой для последующей системы MYCIN [4] , которая считается одним из наиболее значимых ранних применений искусственного интеллекта в медицине. Произошло признание исследователями и разработчиками того факта, что системы ИИ в здравоохранении должны быть разработаны. Ученые утверждали, что программы должны быть рассчитаны на отсутствие идеальных сведений и должны опираться на опыт врачей. Новые подходы, связанные с теорией нечётких множеств , сетей Байеса и искусственных нейронных сетей , были созданы, чтобы отражать развитие потребности здравоохранения в интеллектуальных вычислительных системах. Однако с 2002 года технологии сделали большой шаг вперед, а к программам внедрения искусственного интеллекта в медицину подключились и IT-гиганты, и целые государства.
Приложение распознает человеческую речь, может интересоваться самочувствием, отвечать на любые вопросы, связанные со здоровьем. Это приложение предназначено для распознавания симптомов и формирования общей клинической картины. Оно предполагает диагнозы, исходя из полученных данных, подсказывает, к какому специалисту нужно обратиться. Это помогает пациенту внимательно следить за состоянием своего здоровья, быстро получать нужную врачебную помощь без нерациональной траты времени на запись, ожидание и посещение непрофильных специалистов.
Снижается нагрузка на медперсонал, увеличивается время общения доктора с пациентом. Использование искусственного интеллекта в медицине — это один из эффективных методов профилактики различных заболеваний. Любой человек может получить точную информацию о том, как скорректировать образ жизни, питания, чтобы избежать проблем со здоровьем. Для врачей ИИ стал надежным помощником при установлении наиболее вероятного диагноза и разработке эффективной схемы лечения. Применение искусственного интеллекта в медицине для разработки новых препаратов Чтобы разработать вакцину или новое лекарственное средство, требуется много времени и средств на дорогостоящие исследования и испытания. ИИ помогает сократить время на разработку новых препаратов в несколько раз. Искусственный интеллект анализирует структуру существующих медикаментов на молекулярном уровне, предлагает новые, с учетом заданных требований. В 2019 году компания Insilico Medicine при помощи ИИ создала несколько препаратов для эффективного лечения мышечного фиброза. Раньше для этого назначали множество медикаментов, терапия не всегда была эффективной.
Искусственный интеллект всего за 3 недели создал нужный алгоритм, ученые выбрали наиболее подходящие варианты, за 25 дней провели тестирование новых лекарств на животных. Для выбора оптимального варианта потребовалось 46 дней. Без ИИ на это потребовалось бы более 8 лет и несколько миллионов долларов. Активное внедрение искусственного интеллекта в медицину — это возможность наконец-то найти лекарства от заболеваний, которые на сегодняшний день считаются неизлечимыми. Это болезнь Альцгеймера, рассеянный склероз и множество других патологий, которые становятся причиной преждевременной инвалидности или смерти. Использование искусственного интеллекта в медицине для автоматизации данных о пациентах Информация о пациентах обычно хранится в медицинских карточках. У каждого медучреждения своя картотека. Из-за этого процесс сбора анамнеза и постановки диагноза затягивается на неопределенное время. Врачу не всегда удается правильно интерпретировать результаты анализов, тестов и других видов обследований, потому что у него нет полной картины со всеми необходимыми данными.
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. 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.
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. В ноябре Росздравнадзор впервые приостановил работу нейросети компании "Интеллоджик".
Решение регулятора разработчики хотят опровергнуть. С 2023 года в России есть ГОСТ для проектирования и тестирования нейросетей, где алгоритмам прописали жизненный цикл, по итогу которого программы нужно проверять и обновлять. Как раз по этим принципам в московском онкоцентре имени Блохина врачи обучают нейросети.
К медикам обращаются клиники со всей страны. Чему мы должны обучить искусственный интеллект? Не просто визуализации каких-то образований, не просто увидеть что-либо.
Врачам и пациентам: как искусственный интеллект помогает в медицине
Искусственный интеллект становится незаменимым помощником медиков, технологии его применения меняют подходы к оказанию медицинской помощи. Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов. Технологии искусственного интеллекта для системы здравоохранения. Возможность делать прогнозы с помощью искусственного интеллекта в медицине применяют и иначе.
Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек
В результате сфера здравоохранения стала лидером по внедрению инноваций, в основном на базе искусственного интеллекта. Заместитель главы федерального минздрава Павел Пугачев отметил, что на данный момент зарегистрированы Росздравнадзором и уже применяются в больницах более 20 медицинских изделий на основе нейросетей. Кроме того, по оценкам ВОЗ, к 2030 году во всем мире ожидается дефицит порядка 10 миллионов медработников. Спрос на высококвалифицированных специалистов растет уже сейчас. Все это говорит о необходимости освободить врачей от рутины, заполнения бумаг и медкарт пациентов. Обработка речи человека, интеллектуальная поддержка принятия решений и другие технологии на базе ИИ помогут медикам уделять больше времени на диагностику сложных случаев и повысить эффективность лечения больных.
Как российские медики применяют ИИ сейчас Компьютерное зрение Эта разработка — одна из наиболее востребованных сейчас в медицине технологий на базе нейросетей.
Особенность этой программы в том, что она распознает самые сложные медицинские термины, в том числе и латинскую лексику. То, что непонятно обычному человеку, машина узнает и прописывает без ошибок. Например, желчнокаменная болезнь, аневризма аорты, инфаркт миокарда, стенокардия напряжения второго функционального класса. Помогают врачам и ученые из ИТМО. Они создали алгоритм, который может определить признаки инфаркта миокарда. Чтобы создать такой алгоритм, ученые обучили модель более чем на 20 тысячах записях ЭКГ. Вот она обратила внимание на эти изменения, и когда врач смотрит, и у него эта кардиограмма с подписью инфаркт, он смотрит на кардиограмму, эти отведения, и согласен с тем, что сделала нейросеть», — отметила доцент факультета инфокоммуникационных технологий ИТМО Александра Ватьян. Однако юристы убеждены — несмотря на пользу и помощь искусственного интеллекта, работу главного звена в этой цепочке — врача, он не заменит. Если мы рассматриваем искусственный интеллект как автономную систему, которая подменяет работу врача, об этом речи не идет.
Но зато, когда что-то получается, подтверждается гипотеза и есть результат — например, научная статья в авторитетном журнале — это радует и вдохновляет. Максим с детства хотел заниматься наукой Источник: Анастасия Пешкова — А почему вы выбрали биофизику? Еще с ранних лет мне было интересно всё, что связано с изучением мозга. Когда я был маленьким, мне казалось, что для этого нужны знания по биологии, нейрофизиологии, психологии. Но потом, в том числе благодаря родителям и учителям, я понял, что современные науки, особенно те, где есть большое количество экспериментальных данных, сложные приборы, установки, невозможно постичь без естественно-научного образования в качестве базы. Эмпирическая биология и нейрофизиология, когда было достаточно простых наблюдений и анализов, давно закончилась. Сейчас любая сложная наука — это наука данных, а методы их анализа одни и те же в любых областях.
Биохимическая физика — это применение физико-математических методов к биологическим системам. Исследования по большей части имеют прикладной характер Источник: Анастасия Пешкова — Наша лаборатория изучает мозг человека, больше половины проектов связаны с нейровизуализацией — получением и анализом данных работы мозга. Для этого применяются математическое моделирование, методы машинного обучения и искусственного интеллекта. Но в процессе решения прикладных задач часто возникают и фундаментальные, например, касающиеся методов: разработка новых типов нейронных сетей, новых архитектур, подходов к анализу данных. Также мы занимаемся так называемой персонализированной медициной. По каждому человеку можно собрать огромное количество данных: геномные, транскриптомные, МРТ мозга, энцефалограмма, анализы крови и так далее. Суммарно это даст очень информативный индивидуальный портрет человека.
А методы машинного обучения ИИ позволяют эти данные объединить и сделать полезный вывод для науки или для лечения человека. Пока это поиск общих тенденций, но мы надеемся, что со временем получится давать конкретные рекомендации. Максим много сотрудничает с зарубежными коллегами Источник: Анастасия Пешкова — Где это может применяться? Тогда берется анализ патологической ткани и проводится ее детальный анализ. Какие-то части этой сложной неоднородной структуры могут откликаться на терапию, какие-то — нет. Если это понять заранее, в теории можно намного более успешно, прицельно и качественно назначать препараты. В идеале это может позволить создать системы поддержки врачебных решений: опираясь на большое число фактов, давать рекомендации доктору, какая терапия в этом случае предпочтительна.
А специалист, соединяя их с другими фактами, принимает решение.
Приложение определяет, когда пациент будет наиболее восприимчив к информации о состоянии своего здоровья и можно будет лучше всего управлять его лечением. Толчком для создания платформы iCare Navigator стали исследования Медицинской школы Бостонского университета, в ходе которых были разработаны виртуальные медсестры Луиза и Элизабет, объясняющие пациентам, например, когда принимать лекарства. Молли от компании Sensely — еще один популярный аватар медсестры с искусственным интеллектом, который используют Калифорнийский университет в Сан-Франциско и Национальная служба здравоохранения Великобритании. Молли задает пациентам вопросы, касающиеся их здоровья, оценивает симптомы и на основе симптомов дает рекомендации по наиболее эффективному лечению. Таким образом, вместо того, чтобы искать обнаруженные у себя симптомы в интернете, сегодня человек может получить помощь от виртуальной медсестры. Виртуальные медсестры не только предоставляют медицинские консультации по поводу распространенных заболеваний или недомоганий, но также позволяют записаться на прием к врачу.
Они доступны круглосуточно и без выходных и готовы ответить на вопросы в режиме реального времени. Это одно из основных приложений искусственного интеллекта в здравоохранении, которое все чаще применяется для повышения информированности и улучшения навыков самоуправления у пациентов с хроническими заболеваниями. Благодаря виртуальной медсестре пациент сможет предотвратить ухудшение своего состояния. Системы мультимодальной диагностики В развитии ИИ можно выделить несколько трендов, один из которых связан с интеграцией типов модальностей данных, на которых выполняется обучение. Например, для аудиовизуального распознавания речи визуальное описание движения губ объединяется с аудиовходом для предсказания произнесенных слов. Информация, поступающая из источников различных модальностей, может иметь различную предсказательную силу и топологию шума, а в некоторых источниках данные могут отсутствовать. Неоднородность мультимодальных данных затрудняет построение моделей.
Важно изучить, как представлять входные данные и обобщать их таким образом, чтобы они отражали несколько модальностей. Например, текст представляется символами, а аудио и визуальные модальности — сигналами. В контексте медицинского применения вся диагностическая информация о пациенте может быть интегрирована в такие мультимодальные данные и обрабатываться системой ИИ, обученной рассматривать как внешнее изображение человека и фрагментов его тела, так и результаты анализов, МРТ- и КТ-изображения, аудиозаписи ответов на вопросы и т. Все это приближает нас к построению универсального диагноста, использующего холистический подход к диагностике заболеваний, и сокращению количества посещений разных врачей-специалистов для назначения эффективного лечения.