Теперь же искусственный интеллект готов прийти на помощь к профессионалам медицины. В столице провели комплексный анализ качества работы сервисов искусственного интеллекта (ИИ) в медицине.
Нейросеть для медиков: искусственный интеллект научился ставить диагнозы
Роботизированные технологии позволяют врачам с минимальным опытом или практикующим врачам, плохо знакомым с той или иной операционной процедурой, проводить лечение на уровне, которого они не смогли бы достичь даже в результате многолетней практики. Помощь робота во время операции уменьшает последствия тремора рук оперирующего врача, а также устраняет случайные движения. Робот Da Vinci, который считается одним из самых передовых в мире хирургических роботов, предоставляет врачу набор хирургических инструментов, которые можно использовать при проведении минимально инвазивной хирургии, и обеспечивает лучший контроль над обычными процедурами. Приобрел большую популярность и миниатюрный мобильный робот Heartlander.
Он минимизирует повреждения, которые необходимо причинить пациенту для доступа к сердцу во время операции. Робот входит в грудную клетку через небольшой разрез ниже грудины. Используя это устройство, хирурги теперь могут выполнять стабильное и локализованное картирование, зондирование и лечение всей поверхности сердца.
Возможности нейронных сетей помогают трансформировать сферу радиологии, экономя время и деньги медицинских организаций. После того, как медицинское изображение получено с помощью МРТ, компьютерной томографии, ультразвукового или рентгенологического исследования, врач должен проанализировать его на наличие каких-либо отклонений или признаков заболеваний. Для выявления сколько-нибудь серьезного состояния требуется интерпретация нескольких визуализационных исследований.
После обучения с использованием больших наборов данных исследований системы на основе ИИ способны анализировать медицинские изображения и сообщать об обнаруженных особенностях, например, небольших опухолях, которые человеческий глаз может упустить. Такие системы выявляют закономерности и предоставляют информацию о характеристиках любых отклонений от нормы, экономя время врача. В тех случаях, когда у пациента есть несколько снимков, сделанных на протяжении некоторого времени, искусственный интеллект также может анализировать динамику заболевания.
Так, для проверки работы своей системы на основе ИИ в корпорации Google провели эксперимент: снимки предложили изучить шестерым сертифицированным радиологам. В тех случаях, когда диагноз ставился по единственному снимку, искусственный интеллект справился так же или даже лучше людей. Сегодня рядом с живыми медсестрами в госпиталях США уже работают компьютерные помощники, от которых можно получать советы, подсказки и другую информацию.
Например, цифровой ассистент Салли, улыбающаяся женщина в белом халате, или медбрат Уолт.
Принцип работы: пациент приходит в поликлинику сделать КТ легких. Рентгенолаборант проводит исследование. Медицинское изображение сразу попадает в Единый радиологический информационный сервис ЕРИС города Москвы, откуда по заданным правилам оно автоматически отправляется на анализ ИИ. Результат работы ИИ в виде дополнительной серии в изображении с цветовой маркировкой находок и текстовым описанием в формате Dicom SR автоматически возвращается в ЕРИС. 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.
В это же время Н. Винер создал свои основополагающие работы по кибернетике. Ляпунова начал свою работу семинар «Автоматы и мышление». В этом семинаре принимали участие крупнейшие физиологи, лингвисты, психологи, математики. 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.
Для этого ИИ потребовался 21 день, после чего ученые выбрали наиболее подходящие варианты препаратов и протестировали их на лабораторных животных. На это ушло еще 25 дней. 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.
Топ-7 прорывов в медицине в 2023 году
Искусственный интеллект оцифровывает данные. ИИ в медицине: за какими стартапами следить. В 2023 году искусственный интеллект произвел фурор в качестве полезной технологии во многих отраслях, особенно в медицине. О том, как искусственный интеллект внедряют в сфере медицины, рассказал директор АИИ Роман Душкин. Многие россияне опасаются применения ИИ в медицине. Искусственный интеллект в медицине: преображение здравоохранения в XXI веке. Преимущества применения нейросетей в медицине очевидны – возможность обрабатывать большие массивы данных в короткие сроки, а также точность диагностики.
Машины лечат людей: как нейросети используют в российской медицине
— Илья Александрович, почему применение искусственного интеллекта (ИИ) в государственном здравоохранении обрело такую высокую актуальность? Искусственный интеллект в медицине: преображение здравоохранения в XXI веке. Некоторые из созданных с помощью искусственного интеллекта редакторов генов демонстрируют сравнимую или улучшенную активность. Одним из важных направлений применения искусственного интеллекта в медицине является его использование в диагностике различных заболеваний. Медицина с использованием искусственного интеллекта уже начинает широко применяться в рутинной практике.
ИИ в медицине: тренды и примеры применения
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. Предоставить доступ к еще большему разнообразию. С помощью AI появилась возможность экстраполировать на новые белковые пространства, которые еще не были освоены, тем самым выходя за рамки природных белков. Активировать новые функции, ранее не доступные ученым. OpenCRISPR-1, разработанный Profluent, представляет собой прорыв в области и обещает значительное ускорение процесса генной инженерии, уменьшение его стоимости и расширение возможностей модификации организмов.
Он просто пишет признаки пародонтита легкой степени.
И, соответственно, выставляет процент, на какой процент он уверен, что это признаки пародонтита", — объяснил пародонтолог Константин Наам. Несмотря на проценты, решающее слово в лечении за врачом и пациентом. Нейросеть сегодня — лишь помощник медика. Она выделяет проблемные места на снимках цветами, умеет виртуально корректировать расположение будущих протезов, воссоздавать 3D-модель челюсти. Искусственный интеллект может помнить десятки тысяч диагнозов. 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.
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. Совместно мы определяем набор необходимых сведений, определяем требования к обязательности полей — стремимся собирать только востребованные данные. Эта работа позволяет нам собирать данные не «в один котел» наряду с неструктурированными данными так называемого озера данных, а в структурированном виде с формализованными значениями там, где это нужно и возможно. Это важно для синхронизации понятийного аппарата, одинаковой интерпретации сущностей в физическом и цифровом мире. При формировании нового стандарта оказания экстренной помощи на фактических данных мы увидели рассогласованность в наименованиях и емкости терминов одних и тех же лабораторных и инструментальных исследований клинический анализ крови или общий клинический анализ крови — минимальное отклонение в одно слово, а для анализа и обработки — это разные единицы данных. В результате медицинское сообщество договорилось об укрупнении синонимичных значений, о приведении множества понятий к единству. Как повлияли эти технологии на эффективность системы? ИИ уже сегодня — эффективный помощник, избавляющий врача от части рутины. В работе функциональных диагностов взрослых поликлиник Москвы помогает автоматическая расшифровка ЭКГ с предзаполненным заключением. С сервисами записи ЕМИАС интегрирован чат-бот, который «опрашивает» пациента о жалобах на самочувствие до приема, а результаты врач увидит сразу в протоколе осмотра. Наиболее масштабный проект — применение компьютерного зрения в лучевой диагностике. Более 50 ИИ-сервисов по 29 клиническим направлениям обрабатывают в потоковом режиме медицинские снимки, оконтуривают выявленные патологии, проводят рутинные измерения, в том числе сложные, на которые у врача уходит много времени, а также готовят проект заключения. В арсенале столичных рентгенологов сегодня 6 комплексных сервисов для анализа КТ органов грудной клетки, органов брюшной полости. Такие сервисы в рамках одного исследования выявляют сразу несколько патологий и формируют заключение. Всего в рамках проекта ИИ-сервисы проанализировали уже 12 миллионов лучевых исследований. Более того, если раньше ИИ-решения в медицине рассматривались в первую очередь как системы поддержки принятия врачебных решений, то сегодня мы делаем первые шаги в сторону системной автоматизации производственных процессов. Так, на базе эксперимента технологии ИИ достигли того уровня зрелости, когда мы начинаем «делегировать» искусственному интеллекту отдельные диагностические задачи. В этом году мы запускаем пилотный проект в рамках территориальной программы обязательного медицинского страхования по применению ИИ в автономном режиме, без участия врача — для проекционных методов исследований, флюорографии и рентгенографии органов грудной клетки. ИИ будет сортировать все исследования взрослых пациентов, сделанные в поликлиниках, на те, где достоверно отсутствует патология, и те, где есть признаки заболевания. Для первых ИИ будет самостоятельно формировать заключение в виде электронной медицинской записи в ЭМК, а вторые — направлять на описание врачу. При этом характерная особенность профилактических исследований, таких как флюорография, — низкая доля исследований с патологическими признаками. Это решение позволит перенаправить время врача на более сложные виды исследований, где действительно требуется врачебная экспертиза. По итогам пилотного проекта мы сможем достоверно оценить безопасность применения автономного ИИ для пациентов. Первыми шагами в развитии персональных ассистентов врача стал диагностический ассистент врачей-терапевтов и врачей общей практики для постановки предварительного диагноза.
В мозге нет болевых рецепторов, поэтому пациенту в сознании не больно. Я сам несколько раз был на таких операциях, чтобы понимать, как это работает. Хирург о чём-то говорит с человеком и при этом удаляет какие-то участки. И так несколько часов. Желательно локализацию этих зон хотя бы примерно знать до операции, когда череп еще не вскрыт. Здесь и выручает ФМРТ, которая при наложении на структурную МРТ позволяет получить карту функциональных зон, которые для наглядности можно раскрасить в разные цвета. Если нейрохирург увидит такую трехмерную модель до операции, он сможет спланировать ее ход. А если мы загрузим эту модель в нейронавигационную систему, то хирург в реальном времени будет видеть на экране, где находится его скальпель относительно конкретных зон. Лаборатория изучает мозг человека, больше половины проектов связаны с нейровизуализацией Источник: Анастасия Пешкова — Недавно вы начали совместный проект с Университетом Шарджи ОАЭ. Это ваше первое сотрудничество с арабскими коллегами? Российскую часть возглавляю я, а арабскую — Рифат Хамуди, профессор и директор Научно-инновационного центра точной медицины в Университете Шарджи. Они в большей степени отвечают за медицину и биологию, сбор данных, мы как центр ИИ — за анализ данных, обработку и построение моделей. Стартовым проектом совместной лаборатории стало создание методов и моделей исследования гетерогенности раковых опухолей. Но проблема в том, что в этом образце присутствует много разных типов клеток, которые содержат разную информацию. Если мы берем полностью часть ткани и проводим генетический или транскриптомный анализ, то мы смотрим «среднюю температуру». Мы считаем, что всё гомогенно и однообразно, но это не так. Часть клеток могут откликаться на какую-то одну терапию, а другие — только на другую. Чтобы не терять информацию об отдельных структурах, правильнее делать одноклеточный анализ. Из каждой однородной подгруппы клеток выделять «представителя» и анализировать его. Таким образом получаются генетические и транскриптомные профили каждого отдельного участка. Имея профили большого числа участков в этом кусочке ткани, можно строить биологические модели о генетических путях, механизмах регулирования клеток. Например, модель эволюции этой ткани во времени: что будет происходить с разными типами клеток через определенный период.
Нейросеть для медиков: искусственный интеллект научился ставить диагнозы
Непропорциональное использование искусственного интеллекта у «имущих», в отличие от «неимущих», может увеличить существующий разрыв в состоянии здоровья. Как искусственный интеллект создает лекарства. ИИ от фирмы Insilico Medicine носит название GENTRL. Актуальные направления по применению искусственного интеллекта в медицине реализует компания СберМедИИ.
Применение искусственного интеллекта в московском здравоохранении
Также возможно, что американские граждане более скептически относятся к новым технологиям в целом и ожидают от них больших рисков и проблем. Кроме того, в США есть свои особенности доступа к услугам здравоохранения — в частности, высокая стоимость медицинской страховки. Это может усиливать опасения, что использование ИИ усугубит проблемы доступности качественных услуг и взаимоотношений с врачами. Еще один вопрос касался проблемы предвзятости врачей: в американской версии опроса речь шла о предвзятости врачей в отношении пациентов разных рас и этнических групп, в российской версии — о предвзятости к пациентам разных возрастов. Наибольший технооптимизм в вопросах использования ИИ в медицине присущ российской молодежи до 25 лет, тем, кто быстрее усваивает новации и лучше в них разбирается. Американское исследование проведено исследовательской компанией Pew Research Center 12—18 декабря 2022 г. В опросе приняли участие 11 004 человека старше 18 лет. Метод опроса — национальная репрезентативная онлайн-панель.
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.
Компьютерные технологии все глубже проникают в сферу охраны здоровья, и уже сейчас некоторые эксперты прогнозируют качественный скачок в развитии медицинских технологий в следующие десять лет. В этом материале мы собрали некоторые любопытные кейсы с использованием ИИ в медицине. Разработка и синтез лекарственных препаратов Создание нового лекарственного препарата от идеи до запуска массового производства занимает до десяти лет. Также дополнительно требует миллиардов долларов инвестиций на работу исследовательских команд и запуска многоэтапного тестирования. Именно поэтому машинное обучение и нейросети стали использовать, чтобы упростить процесс создания лекарственных препаратов. На сегодня в мире существует примерно 30 масштабных проектов с использованием искусственного интеллекта, которые работают в этом направлении. Американское управление по санитарному надзору за качеством пищевых продуктов и медикаментов запустило собственный проект, цель которого — на порядки сократить траты на клинические исследования с помощью машинного обучения. ИИ проекта обучен на основе 20 последних лет клинических исследований американских препаратов. По предварительным оценкам, использование искусственного интеллекта и нейросетей поможет сократить инвестиции в создание лекарственных препаратов в четыре раза, а время разработки — в два раза. Клинические испытания требуют крупных инвестиций и могут длиться несколько лет Пока что концерны используют ИИ только как вспомогательный инструмент для синтеза лекарств, проводя все стадии клинических исследований как обычно. Но проекты уже показывают хорошие результаты. ИИ на службе нутрициологии Успехи искусственного интеллекта в создании вакцин от коронавируса известны всему миру. Компьютерные технологии сократили время разработки результативной вакцины буквально до нескольких месяцев, когда для классических методов исследований требуется минимум год-два. Но на самом деле исследования куда глубже, чем можно представить. И касаются они не только вирусологии, но также профилактической медицины и нутрициологии, для которых анализируют натуральные органические соединения. Их существует десятки миллиардов, поэтому исследования вручную не слишком эффективны. Клинические испытания требуют крупных инвестиций и могут длиться несколько лет. Для разработки нового препарата нужно протестировать на клеточных культурах десятки и сотни химических соединений, которые в дальнейшем нужно будет проверить и на живых организмах.
В этом семинаре принимали участие крупнейшие физиологи, лингвисты, психологи, математики. 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.
Эксперимент по внедрению технологий искусственного интеллекта
О том, как искусственный интеллект внедряют в сфере медицины, рассказал директор АИИ Роман Душкин. Основное направление взаимодействие с искусственным интеллектом в медицине идет по пути создания AI-помощника. Теперь же искусственный интеллект готов прийти на помощь к профессионалам медицины. Крупная международная биотехнологическая компания Insilico Medicine объявила о том, что лекарство, которое открыл искусственный интеллект, впервые в мире успешно прошло первую фазу клинических испытаний.
Собянин сообщил, что в Москве ИИ станет базовой медицинской технологией
Как искусственный интеллект создает лекарства. ИИ от фирмы Insilico Medicine носит название GENTRL. Несмотря на обширные возможности, применение ИИ в медицине сталкивается с рядом препятствий и сопряжено с некоторыми рисками. Журналисты приводят данные, согласно которым совокупный экономический эффект от использования искусственного интеллекта в медорганизациях достиг 13 млрд рублей еще в 2021 году. "Искусственный интеллект, даже какой-то удачный вариант его изобретения и внедрения, может повести себя неконтролируемо в чем-то. В 2023 году искусственный интеллект произвел фурор в качестве полезной технологии во многих отраслях, особенно в медицине.