— узнаете, как ИИ меняет рынок здравоохранения и фармацевтики; — разберете реальные кейсы применения Data Science в медицине и познакомитесь с прикладным анализом данных; — поймете с чего начать карьеру в HealthTech. Лекторий ФКН в Библиотеке иностранной литературы им. М. И. Рудомино в рамках Дней компьютерных пересечение технологий и здравоохранения меняет будущ.
Какие есть препятствия на пути внедрения ИИ в медицину?
- Олия Артемова
- Тайны искусственного интеллекта и сhatGPT в медицине | Новости Оргздрав
- Искусственный интеллект в медицине: добро или зло?
- Перспективы применения ИИ
- Онлайн-курсы
- Матрица зрелости ИИ-сервисов
Будущее здравоохранения с искусственным интеллектом
Такой доступ обычно есть у государственных организаций, клиник, больниц. И в дни пандемии, когда на базе «НМЦ-Томографии» была сделана не одна тысяча снимков для определения эффекта «матового стекла» и процента поражения лёгких, одна компания, специализирующаяся на исследованиях снимков с помощью AI вышла на нас с предложением запустить пилот анализа результатов КТ для определения патологий и новообразований в лёгких пациентов. Мы наладили процесс передачи обезличенных снимков в эту компанию, и в ответ нам приходили рекомендации о приёме специалистов для ранней диагностики тех или иных пациентов. Примерно из 3000 снимков в 120 были обнаружены подозрения на новообразования, которые потом перепроверял врач.
Подтвердили в итоге всего пять. Могу сказать, что если в фармацевтике вполне можно незатратно моделировать химические соединения, экономя время и ресурсы, то в такой консервативной области, как медицина, сотканной из исключительных сценариев с высокими рисками, полностью положиться на ИИ мы сможем нескоро. В случае наступления осложнений вряд ли можно переложить ответственность на ИИ.
Об этом объявил заместитель министра здравоохранения России Павел Пугачев на форуме «Биотехмед». Эти технологии включают в себя решения для электронных медицинских карт, маммографии и анализа рентген-снимков грудной клетки. Пугачев также отметил, что Росздравнадзор зарегистрировал 24 медицинских изделия, использующих ИИ, из которых 17 разработаны отечественными компаниями, а 7 — иностранными.
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». Участник дискуссии, доктор медицинских наук, профессор Владислав Шафалинов считает, что в ситуации с применением ИИ в существующей системе здравоохранения первичным должен быть вопрос безопасности , а уже потом — эффективности. Важно, чтобы его использование не навредило пациентам.
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. Для сравнения, в обычных условиях разработка и тестирование лекарственного препарата занимает от пяти до десяти лет. При этом затраты на его создание просто на порядки меньше классических. В части поиска информации и ее классификации нейросети показывают отличные результаты. Они способны относительно быстро сканировать интернет на всех существующих языках, собирая данные, которые касаются конкретной темы. Добиться такой эффективности при работе вручную не получится. Искусственный интеллект и персонифицированная медицина Для большинства наиболее распространенных болезней разработаны терапевтические схемы приема лекарственных препаратов. Для лечения некоторых болезней например, туберкулеза или онкологии единственными эффективными препаратами выступают довольно токсичные вещества. Из-за низкой селективности такие лекарства оказывают побочные действия, пагубно влияют на печень, почки и сердечно-сосудистую систему. И если ранее альтернатив не существовало и применение агрессивных препаратов считалось допустимым с причинением ущерба для здоровья в процессе лечения, то сейчас методика меняется.
Роман Душкин: «Медицина — это область доверия»
Рассказываем, как искусственный интеллект уже применяется в медицине и на какие вызовы и задачи отечественного здравоохранения он отвечает. Там проектами, связанными с искусственным интеллектом, стали активно интересоваться инвесторы — крупные раунды подняли медицинские компании WoundMetrics, Genuity Science, Tempus, AI Therapeutics. В 2024 году технологии искусственного интеллекта будут более глубоко и масштабно внедряться в здравоохранении. Влияние Искусственного интеллекта в области медицины увеличивается с каждым годом. На сессии «Внедрение искусственного интеллекта в здравоохранении: новые возможности для стартапов и цифрового бизнеса» RIW-2022 эксперты обсудили эффективные практики внедрения искусственного интеллекта и перспективы технологий в России. Президентом РФ было поручено уделить особое внимание внедрению искусственного интеллекта в медицине.
Росздравнадзор одобрил уже 17 российских медизделий с искусственным интеллектом
Это усложняет сбор анамнеза и постановку диагноза. Интерпретация анализов, тестов и снимков тоже может быть недостаточно точной из-за объема данных. Даже если у врача на руках находится вся необходимая информация, он не всегда может правильно ее интерпретировать и заметить каждую деталь. От этого могут зависеть жизни пациентов. Google Deepmind Health анализирует симптомы и предлагает несколько диагнозов.
Результаты поиска основаны на миллионах страниц научной информации, которые содержат даже самые малоизвестные заболевания. Сервис MedClueRx анализирует симптомы и не просто диагностирует болезнь, но и выбирает максимально безопасные и эффективные препараты в зависимости от особенностей пациента. Диагностика Системы с искусственным интеллектом позволяют распознавать заболевания даже на ранней стадии. Например, сервисы Zebra Medical Vision и Arterys помогают врачам-диагностам сосредоточиться на общении с пациентами и избавиться от необходимости вглядываться в мельчайшие детали снимков легких и УЗИ сердца.
Создание лекарств Разработка вакцины и последующие клинические исследования — это долгие и дорогостоящие процессы. ИИ может уменьшить время на разработку новых лекарств в несколько раз, анализируя молекулярные структуры существующих препаратов и предлагая новые согласно заданным требованиям. Например, в 2019 году компания Insilico Medicine таким образом создала несколько вариантов лекарств для лечения мышечного фиброза.
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. Ни родители, ни врачи этой связи не чувствовали и не знали о ней.
AiCure контролирует прием лекарства Алгоритмы, основанные на том, как повышаются или понижаются значения глюкозы, используются пациентами с диабетом. Они помогли предотвратить эпизоды гипогликемии. Таким образом, распространенные хронические состояния, такие как гипертония, депрессия и астма, теоретически можно лучше контролировать с помощью приложений. Проблемы и ограничения Главная проблема будущего искусственного интеллекта в медицине заключается в том, насколько хорошо могут быть обеспечены конфиденциальность и безопасность данных.
Существует риск выявления конфиденциальных данных пациента из истории болезни. Более того, есть риск преднамеренного взлома алгоритма для нанесения вреда людям в больших масштабах, например передозировки инсулина у диабетиков. Вторая проблема — неточная работа алгоритмов. Используемый сотнями больниц по всему миру для рекомендаций по лечению больных раком, алгоритм был основан на небольшом количестве синтетических случаев и очень ограниченом количестве реальных данных.
Многие из его рекомендаций по лечению были ошибочными, например, предлагали использовать несовместимое лекарство для пациента с сильным кровотечением, что представляет явное противопоказание. Еще одна проблема — предвзятость.
Это может упростить административные задачи, уменьшить диагностические ошибки и свести к минимуму повторные госпитализации.
Используя прогностическую аналитику, ИИ также может помочь в упреждающем уходе за пациентами, уменьшая бремя лечения хронических заболеваний. Может ли ИИ улучшить качество обслуживания пациентов в сфере здравоохранения? Да, ИИ может значительно улучшить качество обслуживания пациентов.
Чат-боты на базе искусственного интеллекта могут оказывать помощь круглосуточно и без выходных, отвечая на вопросы и помогая пациентам в их лечении. Индивидуальные планы лечения и удаленный мониторинг с помощью ИИ могут обеспечить более удобное и индивидуальное медицинское обслуживание. Как ИИ помогает в открытии и разработке лекарств?
ИИ революционизирует поиск и разработку лекарств, сокращая время выхода новых лекарств на рынок. Алгоритмы ИИ могут анализировать огромные объемы данных для выявления потенциальных кандидатов в лекарства и прогнозирования их эффективности и безопасности. Это может привести к более целенаправленной терапии и снизить затраты и частоту неудач клинических испытаний.
Каковы этические соображения при использовании ИИ в здравоохранении? Этические соображения включают конфиденциальность и безопасность данных, алгоритмическую предвзятость и риск чрезмерной зависимости от технологий. Несмотря на то, что искусственный интеллект может улучшить уход за больными, крайне важно обеспечить надежную обработку данных пациентов.
Кроме того, системы искусственного интеллекта должны быть прозрачными и свободными от предубеждений, которые могут негативно повлиять на результаты лечения пациентов. Заменит ли ИИ медицинских работников в будущем? Хотя ИИ может автоматизировать определенные задачи, он не может заменить чуткий уход, оказываемый медицинскими работниками.
ИИ может быть инструментом, который помогает медицинским работникам, снижая их рабочую нагрузку и позволяя им больше сосредоточиться на уходе за пациентами. Будущее здравоохранения, скорее всего, будет сочетанием услуг, управляемых человеком и искусственным интеллектом. Как ИИ может улучшить профилактическое здравоохранение?
ИИ может помочь в профилактическом здравоохранении, анализируя данные пациентов, чтобы выявлять факторы риска и прогнозировать потенциальные проблемы со здоровьем до того, как они возникнут. Это может привести к своевременным вмешательствам и более здоровому образу жизни. Например, носимые устройства, интегрированные с искусственным интеллектом, могут отслеживать показатели жизнедеятельности и предупреждать людей о потенциальных проблемах со здоровьем.
Как ИИ способствует точной медицине? ИИ вносит свой вклад в точную медицину, позволяя анализировать большие наборы данных, таких как геномные данные, для выявления закономерностей, влияющих на здоровье и болезни. Это может помочь в разработке индивидуальных стратегий лечения, основанных на индивидуальном генетическом составе, образе жизни и окружающей среде.
Что мешает внедрению ИИ в здравоохранение? Барьеры включают проблемы с конфиденциальностью данных, отсутствие стандартизированных данных и нехватку навыков для внедрения и управления решениями ИИ. Кроме того, существует проблема интеграции систем искусственного интеллекта в существующие инфраструктуры здравоохранения.
Преодоление этих барьеров требует тщательного планирования, правил и междисциплинарного сотрудничества. Какую роль ИИ играет в охране психического здоровья? ИИ играет важную роль в охране психического здоровья, предлагая инструменты для раннего выявления, лечения и поддержки.
Алгоритмы ИИ могут анализировать речевые паттерны и поведение в социальных сетях, чтобы обнаруживать признаки проблем с психическим здоровьем. Кроме того, чат-боты с поддержкой ИИ могут оказывать психологическую поддержку и терапию тем, у кого может быть ограниченный доступ к традиционным службам охраны психического здоровья. Может ли ИИ помочь в лечении хронических заболеваний?
Да, ИИ может внести значительный вклад в борьбу с хроническими заболеваниями.
Роман Душкин: «Медицина — это область доверия»
Можно ли назвать научным направление Искусственный интеллект (ИИ) и сhatGPT4 вобравшим в себя достижения вычислительной математики, философии, нейрофизиологии для создания систем, которые бы обладали. Искусственный интеллект (ИИ) применяется во многих отраслях медицины и кажется, что его преимущества по сравнению с человеком очевидны. Искусственный интеллект и Big Data (анализ больших данных) трансформировали медицинскую сферу. Искусственный интеллект (ИИ) для диагностики.
Наши решения
- Олия Артемова
- 31.10.2023 Искусственный интеллект меняет будущее здравоохранения
- Виртуальная реальность в медицине
- Будущее здравоохранения с искусственным интеллектом
- Наши решения
- В помощь врачу: как искусственный интеллект меняет здравоохранение - Мнения ТАСС
ИИ в частных клиниках: как помогает врачам и пациентам
Искусственный интеллект приносит значительные инновации в медицину в России. Технологии искусственного интеллекта (ИИ) всё шире проникают в различные сферы жизни, меняя и ускоряя привычные процессы. В последнее время появляется все больше новостей о применении искусственного интеллекта (ИИ) в медицине и здравоохранении.
Тайны искусственного интеллекта и сhatGPT в медицине
Есть видеоаналитика, которая используется в медицинских организациях, есть решения в диагностике. Ну, разумеется, хотелось бы больше, если открываются подобные возможности. 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.
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». Участник дискуссии, доктор медицинских наук, профессор Владислав Шафалинов считает, что в ситуации с применением ИИ в существующей системе здравоохранения первичным должен быть вопрос безопасности , а уже потом — эффективности.
И это спасло несколько пациентов. Поэтому нашими пациентами в основном были дети, в том числе и самые маленькие. Хотя и не только они. Эпилепсия известна человечеству с глубокой древности. По состоянию на 2020 год около 50 миллионов человек по всему миру испытывали симптомы эпилепсии, из них более 350 тысяч — в России. Поэтому очень важно тщательно дифференцировать эпилептический синдром. Врач мог эту информацию изучить и принять верное решение. Это очень тяжёлый диагноз, при его наличии надо принимать несколько сильнодействующих препаратов с кучей побочных эффектов. Когда доктор ознакомился с заключением системы, он переосмыслил все вводные заново, собрал консилиум и представил новые результаты коллегам. В результате консилиум срочно скорректировал программу лечения. Благодаря этому состояние пациента нормализовалось. Сейчас он уже ходит в третий класс. Что такое «персонализированная медицина» — Откуда система брала информацию о пациенте? Из электронной истории болезни? Сама суть «Джейн» состоит в том, что она должна собирать полную и актуальную историю болезни пациента. Буквально всю информацию, до мельчайших подробностей. Чем больше система будет знать обо всех обстоятельствах происходящих с пациентом процессов, тем более качественные рекомендации она будет выдавать. Врач или пациент? Для быстрого добавления новых записей в «Джейн» был создан чат-бот, доступный со смартфона. Можно, конечно, воспользоваться обычной веб-версией, но с чат-ботом процесс сильно ускоряется. Чат-бот — очень оперативный интерфейс: запустил, быстро ввёл туда всё, что нужно. А веб-приложение — уже более мощный инструмент. Он может использоваться на стационарной основе и предоставлять больше функций. Это трудоёмкий процесс? Но от него зависят жизнь и здоровье человека, ребёнка. Если родители хотят ребёнку добра, то им придётся этим заниматься. 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.
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.