О том, как искусственный интеллект внедряют в сфере медицины, рассказал директор АИИ Роман Душкин. Некоторые из созданных с помощью искусственного интеллекта редакторов генов демонстрируют сравнимую или улучшенную активность. Актуальные направления по применению искусственного интеллекта в медицине реализует компания СберМедИИ. “применение искусственного интеллекта в здравоохранении на примере анализа рентгенограмм грудной клетки”.
Топ-7 прорывов в медицине в 2023 году
Искусственный интеллект на рынке медицины прогнозируемая нехватка врачей и специалистов в единицах, США, 2032 г. Многие россияне опасаются применения ИИ в медицине. "Искусственный интеллект для психического здоровья" Искусственный интеллект находит свое применение в психиатрии, помогая диагностировать и лечить пациентов с психическими расстройствами. Росздравнадзор впервые приостановил применение медизделия с искусственным интеллектом (ИИ) — системы анализов , позволяющей врачам обнаружить на снимках компьютерной томографии патологии. “применение искусственного интеллекта в здравоохранении на примере анализа рентгенограмм грудной клетки”.
Роман Душкин: «Медицина — это область доверия»
Применение искусственного интеллекта в медицине позволит повысить удовлетворенность пациентов работой медицинского персонала, снизить нагрузку на врачей, уменьшить стоимость услуг и повысить качество медицинской помощи. "Искусственный интеллект для психического здоровья" Искусственный интеллект находит свое применение в психиатрии, помогая диагностировать и лечить пациентов с психическими расстройствами. Инструменты искусственного интеллекта помогли обнаружить онкогенные соматические мутации и понять сложность взаимодействия генов клеток раковых опухолей.
Вас вылечит… искусственный интеллект. Как ИИ-решения применяются в медицине
Таким образом на выбор потенциального лекарства потребовалось всего 46 дней. Для сравнения, традиционный процесс разработки кандидатов на звание лекарства занимает около 8 лет и обходится компаниям в несколько миллионов долларов США. В то время как на создание ИИ ушло всего 150 тысяч долларов. Слева — нормальная мышечная ткань. Справа — ткань с развитием фиброза При этом Insilico подчеркивают, что они еще не доказали, что новый препарат эффективнее существующих лекарств. Однако время и затраты, которые ушли у ученых на создание потенциальных лекарств, куда меньше, чем у традиционных методов фармации.
Их работа должна была продемонстрировать огромный потенциал систем на основе искусственного интеллекта в сфере разработки новых лекарственных средств.
ИИ-мониторинг" стал первым в России сервисом видеоаналитики для медучреждений Финалист конкурса 2020 года в номинации "Меняющие реальность" Первое регистрационное удостоверение для модуля анализа рентгенологических исследований Лидер Эксперимента по использованию инновационных технологий В области компьютерного зрения для анализа изображений и дальнейшего применения в системе здравоохранения города Москвы по направлению КТ COVID-19 Сервисы "Третье Мнение" победили в акселераторе «Будущее здравоохранения» Медтех-центра Москвы и «МЕДСИ» Победитель акселератора медицинских стартапов Future Healthcare Партнеры.
Врач-рентгенолог при интерпретации исследования может воспользоваться выводами и расчетами искусственного интеллекта. 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.
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. Так, суперкомпьютер IBM Watson, изучив 20 млн статей о раке, помог выявить редкую форму лейкемии у 60-летней пациентки с неверным диагнозом. С помощью ИИ можно распознавать симптомы возникновения злокачественных новообразований, диагностировать нарушение работы головного мозга, туберкулез, нарушения зрения. Примером работы программы выступает сервис Ada. Это специальное мобильное приложение, которое задает человеку вопросы, а тот описывает симптомы. После этого сервис проводит поиск информации о проблеме и дает рекомендации.
Национальная база медицинских знаний
Human Diagnosis project направлен на создание наиболее полной базы, способной составить алгоритм помощи любому пациенту. Проект преследует цель не только оптимизировать принятие клинических решений, но и улучшить получение медицинского образования. Одной из таких программ является IBM Medical Sieve, которая в среднем более точно выявляет дефекты и новообразования, что позволяет сократить время диагностики и уменьшить возможность упущения важных данных. Главной задачей этого проекта является создание системы умственного ассистента для лучевых диагностов и кардиологов, которая бы действовала как фильтр и быстро обнаруживала аномалии, используя общий анализ изображений, текста и клинических данных. Израильская компания MedyMatch разрабатывает ИИ, способный оценивать компьютерные томограммы и находить любые отклонения от нормы. MaxQ будет применяться в первую очередь для ранней диагностики травм черепа, инсульта и определения его вида геморрагический или ишемический в машинах неотложной помощи, что позволит медицинскому персоналу быстрее начать лечение. ИИ для пациентов Использование ИИ не ограничивается его применением медицинскими сотрудниками - также нейронные сети могут оказывать помощь пациентам.
Существует «приложение-медсестра» - Sense. На экране телефона пациента появляется анимированная медсестра, которая задает вопросы о самочувствии, узнает нет ли жалоб. Приложение может сразу отправить результаты опроса врачу, напомнить о приеме лекарств, помочь в случае необходимости связаться с доктором по видеосвязи. Для людей, страдающих сердечно-сосудистыми заболеваниями разработана программа AliveCor, способная делать запись ЭКГ в любом месте с помощью смартфона и специальных детекторов, а после сообщать об отклонениях. В первую очередь, ИИ направлен на выявление аритмий. Еще одним полезным мобильным приложением является Babylon Health, позволяющим из любой точки Земли и в любое время получить онлайн-консультацию врача со стажем не менее 10 лет.
А чат-бот поможет предварительно по симптомам, которые ему опишет пациент, поставить диагноз, а также даст краткую справку об этом заболевании. ИИ для распознавания заболеваний по фотографиям Создаются программы, которые с помощью анализа фотографии и сопоставления их с загруженной базой данных, смогут обнаружить наличие патологии. Face2Gene - это основанная на ИИ программа, позволяющая диагностировать по фотографии многие генетические заболевания.
По словам специалиста, сегодня среди инвесторов цифрового здравоохранения и сервисов ИИ доминируют не крупнейшие фармацевтические компании и не производители медицинского оборудования. В эту отрасль пришли ИТ-гиганты, телеком и финансовые организации. Еще одна важная сфера применения ИИ - разработка новых лекарственных препаратов.
Обычно на этапе ранней разработки в пробирках синтезируют примерно 10 тысяч препаратов, которые прогоняют через серию тестов, чтобы выбрать 250 препаратов, которые затем отправят на доклинические испытания. Благодаря ИИ большая часть рутинной работы с математическими моделями может быть автоматизирована С ИИ синтезировать все препараты вручную не требуется. А дальше другие программы определяют - правильно ли он их сгенерировал. Из миллиона выбирается 50 самых лучших, и уже эти 50 мы синтезируем и проверяем". По словам специалиста, если раньше этап ранней разработки занимал 36 месяцев, то благодаря ИИ он может сократиться до 10-12 месяцев. Помимо ускорения процесса ИИ также увеличивает вероятность получения нужного препарата.
Третья его задача - уменьшение стоимости разработки. Следующая цель - использовать ИИ на самом продолжительном и дорогом этапе разработки: клинических исследованиях.
Одно из первых определений ИИ было предложено еще в 80-х годах XX века. Ученые в области теории вычислений Файгенбаум и Барр назвали искусственный интеллект областью информатики, направленной на создание интеллектуальных систем, обладающих возможностями, присущими человеческому разуму. К ним относят возможность обучения, распознавание языка, умение рассуждать и решать различные проблемы.
Сегодня к ИИ относят программные средства с набором алгоритмов и методов, которые могут решать интеллектуальные задачи так же, как это сделал бы человек. К примеру, искусственный интеллект способен: Прогнозировать различные ситуации Оценивать информацию и формулировать заключительную оценку Анализировать данные и искать скрытые закономерности Стоит отметить, что на настоящий момент компьютеру не доступно моделирование сложных процессов высшей нервной системы человека: творчество, эмоции и т. Все это может возникнуть со временем и с появлением более сильного искусственного интеллекта. Однако компьютеры уже научились решать задачи так называемого «слабого искусственного интеллекта». Машина может работать по заранее установленным человеком правилам.
Кроме того увеличивается количество проектов, в которых компьютеры не только работают по установленным алгоритмам, но также самообучаются, совершенствуются и решают более сложные задачи. Первые создаются программистами, которым не нужно обладать информацией обо всех зависимостях между входными параметрами и ответом — полученным результатом. Такие программные продукты прекрасно справляются со многими задачами, в том числе медицинскими — системы используются для расчетов статистик, формирования реестров и т. Искусственный интеллект нужен там, где невозможно задать четкие правила и алгоритмы. К примеру, как простая программа может на рентгенологическом снимке выявить наличие патологии?
Для решения такой задачи машина должна не проводить расчет по заданным формулам, а самостоятельно выявить формулу по эмпирическим данным, чтобы научиться распознавать болезни. Разработчики при этом работают в первую очередь над подготовкой данных и обучением системы. Как работают нейронные сети в медицинской сфере? Нейронные сети сегодня активно применяются в разработке интеллектуальных систем, в том числе и в медицине, благодаря их способности к обучению. Механизм работы искусственных нейросетей повторяет принцип биологических.
В цифровом исполнении нейронная сеть представляет собой граф с тремя и более слоями нейронов, которые соединяются между собой. В процессе обучения входные нейроны получают данные, обрабатывают их на внутреннем слое нейросети, а на выход поступают результаты. Если полученный результат в процессе обучения не устраивает исследователей, они меняют вес соединений и заново обучают сеть. При этом успешность процесса и достоверность результатов зависит от количества входных данных — чем их больше, тем лучше. Нейросети могут применяться в медицине разными способами.
Например, пациент делает запрос «головная боль», «высокая температура», «озноб», а нейронная сеть анализирует тысячи или миллионы карточек других людей и на основе их диагнозов может предположить заболевание у человека, сделавшего запрос. Сегодня на основе нейронных сетей разработано множество технологий для медицины, и некоторые из них уже активно применяются в клиниках по всему миру. 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.
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. Может возникнуть ситуация, когда ИИ предлагает протокол, который не подходит пациенту или его приоритетному заболеванию, что может привести к серьезным последствиям. Алгоритмы ИИ могут быть недостаточно точными в отношении определенных групп пациентов, таких как дети, пожилые люди и беременные женщины.
Искусственный интеллект в медицине — не конкурент, но помощник
Платформа Искусственного интеллекта Минздрава России — первый национальный проект, объединяющий медицинское сообщество и разработчиков решений на основе технологий машинного обучения и искусственного интеллекта (ИИ). Сбор данных и искусственный интеллект в медицине. 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), безусловно, главная инновация XXI века, обладающая колоссальным значением для общества. Преимущества искусственного интеллекта. Благодаря использованию технологий ИИ в медицине, сможет повысится эффективность оказания медицинских услуг, практически единогласно говорят участники рынка. Искусственный интеллект помогает в диагностике болезней и назначении оптимального лечения, а также напоминает выпить таблетку и угрожает безработицей.
Искусственный интеллект в медицине и здравоохранении
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. И, конечно же, отдельно стоит упомянуть разработки, нацеленные на предиктивную аналитику и моделирование сценариев развития событий с учётом вероятности возникновения иных эпидемий. Подготовка к таким событиям становится залогом успеха в борьбе с ними. Существуют ли какие-то разработки, позволяющие в будущем действовать на упреждение и успешнее бороться с такими проблемами, как SARS-CoV-2? Столкнувшись с трудностями борьбы с коронавирусом, мы в очередной раз заострили внимание исследователей на важности аналитики, в частности, аналитики эпидемиологической обстановки в мире. К этой сфере исследований сейчас наблюдается повышенный интерес, и это понятно: никто не хочет вновь пережить то, что до сих пор происходит в мире с декабря 2019 года в процессе борьбы с пандемией. Во избежание повторения событий последних двух лет группа учёных с моим непосредственным участием в настоящее время проводит внедрение предиктивной аналитики, которое реализуется с помощью искусственного интеллекта и позволяет моделировать различные сценарии развития событий и анализировать ход эпидемий, что даёт возможность заранее подготовить систему здравоохранения к вероятности масштабного противостояния очередным заболеваниям и «предсказать» их возможные последствия.
Современные технологии необходимы и административному аппарату, и непосредственно в лечении.
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. Приложения для здоровья на базе искусственного интеллекта Самое большое потенциальное преимущество искусственного интеллекта — возможность помочь людям оставаться бодрыми, чтобы им не приходилось посещать врача или по крайней мере делать это не слишком часто. Искусственный интеллект и интернет медицинских вещей IoMT уже постепенно меняют парадигму с «реактивного» здравоохранения на «проактивное». Сочетание искусственного интеллекта и IoMT со временем сделает подключенные устройства для мониторинга состояния здоровья более интеллектуальными. ИИ и огромные объемы данных, генерируемые IoMT, также могут использоваться для постановки диагноза.
Для сравнения, традиционный процесс разработки кандидатов на звание лекарства занимает около 8 лет и обходится компаниям в несколько миллионов долларов США. В то время как на создание ИИ ушло всего 150 тысяч долларов. Слева — нормальная мышечная ткань. Справа — ткань с развитием фиброза При этом Insilico подчеркивают, что они еще не доказали, что новый препарат эффективнее существующих лекарств. Однако время и затраты, которые ушли у ученых на создание потенциальных лекарств, куда меньше, чем у традиционных методов фармации. Их работа должна была продемонстрировать огромный потенциал систем на основе искусственного интеллекта в сфере разработки новых лекарственных средств. Сейчас же ученые нацелены на совершенствование технологии и, естественно, на проверку эффективности новых препаратов, разработанных ИИ.
ИИ-мониторинг" стал первым в России сервисом видеоаналитики для медучреждений Финалист конкурса 2020 года в номинации "Меняющие реальность" Первое регистрационное удостоверение для модуля анализа рентгенологических исследований Лидер Эксперимента по использованию инновационных технологий В области компьютерного зрения для анализа изображений и дальнейшего применения в системе здравоохранения города Москвы по направлению КТ COVID-19 Сервисы "Третье Мнение" победили в акселераторе «Будущее здравоохранения» Медтех-центра Москвы и «МЕДСИ» Победитель акселератора медицинских стартапов Future Healthcare Партнеры.