Возможность делать прогнозы с помощью искусственного интеллекта в медицине применяют и иначе. Сегодня искусственный интеллект помогает находить признаки заболеваний по более чем 20 направлениям, а количество обработанных с помощью него лучевых исследований уже превысило 11 миллионов. Сценарии применения искусственного интеллекта в медицине.
Вас вылечит… искусственный интеллект. Как ИИ-решения применяются в медицине
Области применения технологий на основе искусственного интеллекта быстро расширяются, в частности, умные технологии приходят на помощь врачам и пациентам. В столице провели комплексный анализ качества работы сервисов искусственного интеллекта (ИИ) в медицине. Ученые из Сколковского института наук и технологий (Сколтех) занимаются применением методов машинного обучения и искусственного интеллекта в медицине. 2022 год для искусственного интеллекта (ИИ) в российской медицине ознаменовался двумя знаковыми событиями.
Полная роботизация: как искусственный интеллект помогает врачам
Эффективность подтверждается с помощью недешевых клинических испытаний. Нейронные сети для пациентов Алгоритмы, которые пациенты могут использовать самостоятельно, развиваются медленнее, чем те, которые используют клиницисты. Датчики на часах определяют частоту сердечных сокращений пользователя в состоянии покоя и при физической нагрузке, и когда происходит сильное отклонение от ожидаемого, пользователю выдается предупреждение о записи ЭКГ через часы, результаты которого затем интерпретирует алгоритм. Некоторые приложения для смартфонов используют нейронные сети для мониторинга и контроля приема лекарств, например AiCure заставляет пациента делать селфи-видео во время проглатывания предписанной таблетки. 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.
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. Новый проект от израильских разработчиков призван помочь правильно диагностировать инсульт — система сравнивает снимок мозга пациента со снимками сотен тысяч других людей для выявления и подтверждения отклонений. Пациентам Системы ИИ в медицине разрабатываются не только для врачей, но и для их пациентов. Многие современные разработки позволяют людям самостоятельно отслеживать свое состояние здоровья, следить за динамикой пульса, давления, дыхания и прочих показателей. Причем необходимо не просто собирать данные, но и анализировать и интерпретировать их.
Специалисты признают и дефицит кадров, способных эффективно работать со сложными нейросетями. В свою очередь, врач-эксперт Тимур Пестерев считает, что большинство нейросетей имеют достаточно простой в использовании интерфейс. Вы вводите определенные показатели — и нейросеть выдает какие-то вероятности относительно того или иного диагноза. Нейросеть может указывать на определенные ошибки, подсвечивать места, провисающие в диагностике, по принципу «вы сделали все, но не сделали вот это». Есть, конечно, и более сложные нейросети, пользоваться которыми может только подготовленный человек. Но в целом сейчас нейросети унифицируются», — отметил Пестерев. По его словам, уровень развития и внедрения ИИ по стране действительно сильно разнится. Многое зависит от поколения врачей. Старшему поколению все-таки сложнее обуздать новые технологии. Еще одна проблема связана с тем, что крупные инвесторы не торопятся вкладывать деньги в отрасль, даже несмотря на имеющийся в Москве хороший инфраструктурный базис, считают в АНО «Цифровая экономика». Причина — отсутствие на данный момент понятной для них монетизации решений. С другой стороны, сами участники рынка в развитии ИИ отмечают особую роль высокотехнологичных стартапов, которым помогает именно частный сектор. Государство в этой схеме должно регулировать лишь развитие рынков в стране. И оно создает все необходимые институты развития. Если говорить о программах поддержки в нашей стране, то их существует достаточно много», — резюмировал основатель онлайн-платформы «Здоровье. Города» — самые интересные сериальные проекты апреля.
Insilico использовали GENTRL для того, чтобы создать несколько а если быть точным, то 6 вариантов лекарств для лечения мышечного фиброза. Созданные лекарственные средства ингибируют рецептор DDR1, который участвует в развитии болезни. 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.
Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек
Искусственный интеллект помогает в диагностике болезней и назначении оптимального лечения, а также напоминает выпить таблетку и угрожает безработицей. Искусственный интеллект становится незаменимым помощником медиков, технологии его применения меняют подходы к оказанию медицинской помощи. В частности, Всемирная организация здравоохранения указала на негативные последствия применения искусственного интеллекта в медицине, если в основе его разработки и использования не будут заложены этические принципы и защита прав человека.
Нейросети в качестве врача: как искусственный интеллект влияет на развитие медицины
В частности, Всемирная организация здравоохранения указала на негативные последствия применения искусственного интеллекта в медицине, если в основе его разработки и использования не будут заложены этические принципы и защита прав человека. Динамика венчурного инвестирования в искусственный интеллект для медицины, по данным CB Insights. Возможность делать прогнозы с помощью искусственного интеллекта в медицине применяют и иначе. Платформа Искусственного интеллекта Минздрава России — первый национальный проект, объединяющий медицинское сообщество и разработчиков решений на основе технологий машинного обучения и искусственного интеллекта (ИИ).
Искусственный интеллект в медицине: главные тренды в мире
Первый тренд - стремление к технологическому суверенитету; второй - ужесточение борьбы за ИИ-специалистов; третий — движение к безопасному ИИ с упором на конкретного человека; четвертый — развитие больших языковых моделей и генеративного ИИ и пятый - рост экономического эффекта от использования ИИ. Интеллектуальные технологии помогают прогнозировать возникновение и развитие заболеваний, выявлять их на раннем этапе, что увеличивает шанс на успешное лечение. Также ИИ-решения упрощают работу врачей при профилактических обследованиях, помогают в подборе оптимальных дозировок лекарств и увеличивают точность хирургических вмешательств. В перспективе, как считают специалисты, решения на основе ИИ позволят создать средства и методы лечения, персонализированные под каждого отдельного пациента. Наиболее активно в медучреждениях внедряется технология компьютерного зрения, позволяющая находить закономерности и аномалии в изображениях, получаемых с помощью рентгена, КТ и МРТ. Другая технология на основе ИИ - предиктивная аналитика, дающая возможность путем изучения больших массивов данных обнаружить скрытые связи, повысить точность диагностики и подобрать индивидуальный план лечения. Еще одно направление — создание цифрового двойника пациента: на котором можно проверить различные методы лечения без риска навредить реальному больному. Также двойники используются при тестировании новых лекарств. Также в медицине начинают активно использоваться чат-боты, голосовые ассистенты, интеллектуальные помощники, работающие на основе таких технологий ИИ, как обработка естественного языка, распознавание и синтез речи, интеллектуальная поддержка принятия решений. Цифровые помощники освобождают квалифицированных медиков от выполнения рутинных задач и позволяют им полностью сосредоточиться на более сложных диагностических вопросах и лечении.
Так, при поддержке Фонда содействия инновациям российская компания «Диджитал вижн солюшнс» разработала облачную офтальмологическую платформу на базе искусственного интеллекта.
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. Для ИИ составлен алгоритм определения фенотипических признаков различных синдромов, с которыми нейронная сеть сравнивает снимок и делает заключение о наличии отклонений. Для этого более миллиона анонимных снимков были предоставлены Глазной клиникой Мурфилдс. В первую очередь проект ориентирован на два заболевания: диабетическую ретинопатию и возрастную дегенерацию желтого пятна, которые являются наиболее распространенными. ИИ для распознаваний психических отклонений по голосу ИИ находит применение и в психиатрической практике: проект NeuroLex.
Целью является обучение нейронных сетей определять соответствие между психиатрическим диагнозом и речевыми паттернами, чтобы сделать процесс постановки диагноза более быстрым и точным. ИИ в разработке лекарственных средств Важнейшим направлением в медицине является разработка новых лекарственных средств, где также может помочь ИИ. К примеру, алгоритм машинного обучения Массачусетского технологического института открыл новые антибиотики, которые способны побороть клостридиозы, туберкулез и более 30 видов антибиотикорезистентных бактерий. Также компания Atomwise, используя алгоритмы ИИ и машинного обучения, создала нейронную сеть AtomNet, которая способна проанализировать более 100 миллионов химических соединений и сократить время на открытие новых лекарственных препаратов, а также сеть может прогнозировать эффективность препаратов и их возможные побочные эффекты. Так, проект Sophia Genetics направлен на визуализацию результатов исследования генетического материала и дальнейшее определение склонности человека к тем или иным заболеваниям, возможности передачи заболеваний по наследству, а также одной из приоритетных задач является выявление генетических мутаций у плода на ранних стадиях беременности. На стадии разработки находится другая система - Deep Gemonics. Этот проект позволит анализировать и прогнозировать влияние генетических вариаций и мутаций на внутриклеточные процессы, в первую очередь, на ядерные процессы транскрипция, сплайсинг и др.
Сервис был запущен в 2021 г.
И четвертый — анализ электрокардиограмм. Все взрослые поликлиники в Москве оснастили цифровыми электрокардиографами с ИИ. Как сообщала Ракова, с помощью умного помощника терапевты и врачи общей практики уже поставили более 10 млн предварительных диагнозов, из них с начала этого года — более миллиона. Сегодня умные алгоритмы доступны рентгенологам более чем 150 медицинских организаций, в том числе детских. К концу 2023 г. Недоверие и интерес бизнеса Несмотря на столь массовое внедрение ИИ в столичное здравоохранение, эксперты отмечают несколько принципиальных проблем. Первая, как это ни странно, недоверие не только пациентов, но самих врачей к нейросетям. Об этом, в частности, говорится в докладе АНО «Цифровая экономика» — «Эффективные решения на базе ИИ в здравоохранении», который есть в распоряжении редакции.
Специалисты признают и дефицит кадров, способных эффективно работать со сложными нейросетями. В свою очередь, врач-эксперт Тимур Пестерев считает, что большинство нейросетей имеют достаточно простой в использовании интерфейс. Вы вводите определенные показатели — и нейросеть выдает какие-то вероятности относительно того или иного диагноза. Нейросеть может указывать на определенные ошибки, подсвечивать места, провисающие в диагностике, по принципу «вы сделали все, но не сделали вот это». Есть, конечно, и более сложные нейросети, пользоваться которыми может только подготовленный человек. Но в целом сейчас нейросети унифицируются», — отметил Пестерев. По его словам, уровень развития и внедрения ИИ по стране действительно сильно разнится. Многое зависит от поколения врачей.
В этих новых условиях нам необходимо предоставлять лучшие медицинские услуги для наших жителей и условия труда для наших медицинских работников. При постоянном развитии цифровизации здравоохранения, экспоненциальном росте накапливаемых данных без новых технологий их обработки просто не обойтись. И такой технологией является искусственный интеллект.
В каких мегаполисах мира работают аналогичные сервисы? Конечно, мы активно изучаем международный опыт, но у нас есть проекты, по масштабу не имеющие аналогов в мире. Например, московский эксперимент по использованию компьютерного зрения для анализа медицинских изображений.
Результаты этого проекта легли в основу 11 национальных стандартов разработки и применения ИИ для клинической медицины. Проекты по исследованию возможностей ИИ в столичном здравоохранении реализуют единым фронтом несколько команд Комплекса социального развития Правительства Москвы — от разработки принципиально новых для страны ИИ-сервисов, тестирования прототипов до масштабного внедрения готовых продуктов. Мы разрабатываем и реализуем собственные подходы по применению ИИ в здравоохранении, с исследовательским скепсисом подходим к информации о возможностях тех или иных технологий, все проверяем и тестируем на своей базе.
В последних отчетах исследовательских и консалтинговых компаний о цикле развития новейших технологий генеративный ИИ находится на пике завышенных ожиданий — о нем много говорят, с ним экспериментируют. Однако говорить о его массовом внедрении, в первую очередь в медицине, пока рано — нет ни одного готового продукта с понятным сценарием использования и доказанными эффектами для роста производительности труда или повышения качества медицинского обслуживания, диагностики или лечения. Безусловно, у технологии большой потенциал, и мы пока даже не представляем его глубину и трансформационную силу.
Предполагаю, что оценить первые результаты мы сможем в среднесрочной перспективе — на горизонте пяти лет. Но на протяжении этого времени нам, стороне заказчика и пользователя технологии, предстоит провести немало экспериментов. И возможно, не все сразу принесут желаемые результаты.
Пандемия заставила рентгенологов обучаться буквально не отходя от рабочего места. Насколько они достоверны? И это, безусловно, гигантские объемы данных.
Практически каждое соприкосновение жителя с системой здравоохранения оставляет цифровой след в его электронной медицинской карте. Сегодня порядка трех миллиардов цифровых записей аккумулирует электронная медицинская карта ЭМК пациента. 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.
Искусственный интеллект создал новое лекарство всего за 21 день
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. 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.
Развитие медицины и медицинской химии позволяет работать не только над поиском принципиально новых лекарств, но и над подбором оптимальных схем лечения по уже известным методикам. Индивидуальная дозировка препаратов, имеющих сильные побочные эффекты, могла бы снизить негативное влияние на пациентов, но сложность расчетов не позволяет проводить их массово. К тому же их нужно проводить несколько раз в день. Нейросети способны проводить такие расчеты быстро и качественно.
AI для комбинационной терапии раковых больных с помощью искусственного интеллекта. Уже во время первого тестирования система показала свою эффективность. Для пациента с прогрессирующим раком простаты система рассчитывала индивидуальную комбинацию препаратов на протяжении всего курса лечения. Как результат — рост опухоли значительно замедлился, а затем болезнь и вовсе перешла в стадию ремиссии. При этом дозировки препаратов были практически в два раза меньше, чем при стандартной терапии таких случаев. Персонализация терапии открывает невообразимые возможности для медицины.
При наличии достаточного количества данных нейросети и другие методы машинного обучения могут помочь не только оперативно решать задачу оптимизации дозы, но и подбирать комбинации препаратов для повышения эффективности лечения, определять наиболее результативную тактику лечения и предотвращать критические состояния пациента уже на самых ранних стадиях. Подобные системы уже используются для контроля состояний пациентов и сбора долговременных медицинских данных, но со временем они будут все сильнее интегрированы в отрасль здравоохранения. Важно отметить, что в последние годы всё больше внимания привлекают именно методы профилактики и ранней диагностики заболеваний. Искусственный интеллект — это сильный инструмент, который способен принести пользу во многих отраслях и сферах медицины. Нейросети и другие методы машинного обучения уже сегодня помогают создавать новые лекарства, исследовать болезни, мониторить состояние пациентов. Пока что их внедряют только крупные исследовательские центры и самые передовые клиники, но их влияние на медицину уже огромно.
Сейчас идет активное развитие нейросетей в медицине — гораздо быстрее, чем можно представить. Большинство проектов и исследований не становятся известными широкой публике и появляются только в специализированных журналах.
Медицинская визуализация на основе ИИ также широко используется для диагностики ОРВИ и выявления пациентов, которым требуется клиническая поддержка. Нейросеть научилась отличать родинки от некоторых видов рака кожи Американские ученые создали систему искусственного интеллекта, которая умеет отличать родинки от некоторых видов рака кожи лучше врачей. Работа исследователей опубликована в журнале Nature. На протяжении последних десятилетий число людей, у которых обнаруживают рак кожи, постоянно увеличивается. По данным Всемирной организации здравоохранения, раком кожи страдает каждый третий онкологический больной, а каждый пятый американец заболеет им в течение жизни.
Это заболевание особенно опасно тем, что злокачественное образование легко не заметить и спутать с родинкой. При этом, если вовремя обратить внимание на опухоль, шансы на выздоровление резко увеличиваются. Пациенты, у которых находят меланому самый распространенный и злокачественный вид опухоли на ранней стадии развития, выживают в 97 процентах случаев, в то время как при поздней диагностике заболевания эта доля сокращается до 14 процентов. Основным способом первичного выявления рака кожи до сих пор остается визуальный осмотр за которым обычно следует дерматоскопия или биопсия. Чтобы помочь пациентам самостоятельно обнаружить злокачественное образование на ранней стадии, ученые из Стэнфордского университета создали систему искусственного интеллекта, которая анализирует фотографии «подозрительных» родинок. Авторы новой работы использовали сверточную нейросеть Inception v3, которая была ранее разработана компанией Google. Исследователи удалили ее верхний слой и обучили систему, изначально ориентированную на распознавание различных объектов, определять некоторые виды рака кожи — меланому и карциному.
Для этого они использовали 130 тысяч фотографий более двух тысяч различных кожных заболеваний. После того, как программа научилась ставить диагноз, ее работу сравнили с работой двух ведущих дерматологов США. Анализ показал, что система не только справляется не хуже специалистов, но и превосходит их: нейросеть верно отличала родинки от злокачественной меланомы и карциномы в 72 процентах случаев, в то время как врачи успешно справились с заданием лишь в 66 процентах случаев. Дополнительная проверка нейросети, в которой принял участие уже 21 специалист, также показала, что, чувствительность и специфичность алгоритма которая отражает способность корректно определить доброкачественную и злокачественную опухоль не уступает чувствительности и специфичности дерматологов. В будущем компьютерная программа может быть адаптирована для смартфона или планшета, и позволит любому желающему пройти первичную диагностику рака кожи. Тем не менее, до этого момента системе будет необходимо пройти еще много дополнительных проверок. Так, по мнению авторов статьи, программа может плохо справляться с определением редких типов карцином и меланом, по каким-либо причинам не окрашенным в черный или коричневый цвет.
Недавно американские ученые также создали алгоритм, который успешно справляется с ранней диагностикой меланомы. В ходе эксперимента система смогла правильно определить меланому в 98 процентах случаев. В то же время специфичность алгоритма оказалась не такой высокой — диагностика доброкачественных образований была проведена верно лишь в 36 процентах случаев. Применение ИИ в медицине Данные о пациентах Информация о пациентах может храниться в десятках клиник и медицинских карточек. 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. Такие типы ИИ-программ могут использовать не только врачи, но и пациенты.
Сервис 23andMe анализирует генетическую информацию и рассказывает пользователю о его предках. Стартап Sophia Genetics использует генетические данные для выявления предрасположенности к определенным заболеваниям. Так пациенты корректируют свой образ жизни, а врачи выбирают наиболее вероятные диагнозы. 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. Для этой задачи алгоритмам понадобился 21 день, после чего ученые отобрали наиболее подходящие варианты препаратов и за 25 дней провели тест на лабораторных животных.
Таким образом, понадобилось 46 дней для выбора подходящего лекарства. Однако традиционный процесс разработки лекарств занимает около 8 лет и стоит фармкомпаниям несколько миллионов долларов. Новые технологии дают надежду на то, что с их помощью мы сможем быстрее получить лекарства от болезней, которые сегодня не поддаются лечению: рассеянный склероз, болезнь Альцгеймера и другие. Автоматизация процессов Дисбаланс и дефицит медицинских кадров высшего и среднего звена был во всем мире еще до вспышки коронавируса. По данным Всемирной Организации Здравоохранения, чтобы люди во всем мире имели доступ к услугам здравоохранения к 2030 году, странам с низким уровнем дохода нужно еще 18 миллионов медицинских работников. В дальнейшем ситуация, скорее всего, не стабилизируется из-за роста населения, старения общества и изменения клинической картины заболеваний. Эти факторы только повысят спрос на высококвалифицированных медицинских работников и усложнят доступ к медицинской помощи.
Поэтому инновационные технологии должны содержать в себе искусственный интеллект и базу знаний в предметной области. Так они освободят врачей от рутинных повседневных задач: внесение информации в медкарту, детальный анализ большого массива данных из истории болезней и т. Благодаря этому медработники сконцентрируют время и усилия на решении серьезных диагностических вопросов и выборе лечения. Современные ИИ-технологии могут помочь системе здравоохранения повысить удовлетворенность пациентов и медицинского персонала, снизить стоимость медицинских услуг и улучшить качество медицинской помощи.
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. 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.
Искусственный интеллект в медицине — не конкурент, но помощник
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. Сервис был внедрен в 2020 году, на основе анализа жалоб пациента он предлагает топ-3 диагноза. К выбранному диагнозу врачу предлагаются пакетные назначения. Такой «синтез» искусственного и естественного интеллекта. В этом году внедрен диагностический ассистент при постановке заключительного диагноза во взрослых поликлиниках. Сервис анализирует данные ЭМК пациента за последние два года и сигнализирует врачу, если мнения с ИИ разошлись. В обоих случаях ИИ выступает помощником, окончательное решение остается за врачом.
Вся информация, все снимки, загруженные в электронную медицинскую карту пациента, могут стать частью «обучающей программы» для искусственного интеллекта. ИИ не нужен отдых, сон, он не болеет и не устает. Поэтому в алгоритмизированных задачах он может превзойти человека. Как калькулятор, автоматическая линейка. Это продвинутые математические системы, способные мгновенно или за считаные минуты обрабатывать данные и выдавать стабильно точный результат. Также способность ИИ анализировать гигантские объемы данных позволит учитывать влияние неочевидных факторов на развитие рисков и заболеваний. То, что недоступно возможностям человека в условиях временных ограничений. ИИ может в считаные минуты обрабатывать полный объем данных и просчитать все взаимосвязи, учесть ретроспективные данные.
Однако эффективная работа ИИ возможна только в результате совместных усилий ученых, экспертного врачебного сообщества и разработчиков.
Системы ИИ могут анализировать генетические данные пациентов, учитывать их индивидуальные особенности и предлагать персонализированные подходы к диагностике и лечению. Это позволяет более точно определить риск развития заболеваний, выбрать наиболее эффективные лекарственные препараты и предотвратить нежелательные побочные эффекты. Самым перспективным направлением ИИ в медцине можно считать квантовое машинное обучение. Генеративные модели ИИ на база квантовых алгоритмов позволят проектирвоать и разарбатывать новые сложные молекулярные соединения новых лекарств и материалов. Необходимо отметить, что в России также активно разрабатываются и внедряются системы искусственного интеллекта в клиническую медицину. Ниже представлен список российских ИИ решений, которые уже вышли на рынок: Anna Project.
Эти технологии дали возможность выполнять автоматизированное машинное обучение с высокой точностью получаемых моделей, что в свою очередь открыло многочисленные примеры успешной автоматизации процессов и перспектив цифровой трансформации с возможностью сокращения затрат на здравоохранение. В последние годы мы наблюдаем постоянный венчурного инвестирования в медицинские стартапы, использующие технологии искусственного интеллекта. По данным CB Insights , интерес инвесторов к этому рынку является одним из самых высоких среди всех направлений цифрового здравоохранения. В 2021 г.
Поэтому инновационные технологии должны содержать в себе искусственный интеллект и базу знаний в предметной области. Так они освободят врачей от рутинных повседневных задач: внесение информации в медкарту, детальный анализ большого массива данных из истории болезней и т. Благодаря этому медработники сконцентрируют время и усилия на решении серьезных диагностических вопросов и выборе лечения. Современные ИИ-технологии могут помочь системе здравоохранения повысить удовлетворенность пациентов и медицинского персонала, снизить стоимость медицинских услуг и улучшить качество медицинской помощи. Онлайн-консультации Над телемедицинскими приложениями работают многие крупные компании, например, Сбер. Приложение СберЗдоровье использует искусственный интеллект для распознавания симптомов.
Перед онлайн-консультацией оно предполагает диагнозы и исходя из этого советует клиенту врача. Это снижает нагрузку на медицинских работников, при этом позволяя пациентам более внимательно отслеживать свое состояние. 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.
Искусственный интеллект в медицине: главные тренды в мире
Попробуем проанализировать, как решения на основе искусственного интеллекта применяются в медицинских учреждениях и как они влияют на качество диагностики и лечения. Применение искусственного интеллекта в медицине и здравоохранении: сферы использования и перспективы ИИ. О том, как искусственный интеллект внедряют в сфере медицины, рассказал директор АИИ Роман Душкин.
Искусственный интеллект в медицине: применение и перспективы
Возможность делать прогнозы с помощью искусственного интеллекта в медицине применяют и иначе. Области применения искусственного интеллекта в медицине обширны и разнообразны. Искусственный интеллект на рынке медицины прогнозируемая нехватка врачей и специалистов в единицах, США, 2032 г. Платформа Искусственного интеллекта Минздрава России — первый национальный проект, объединяющий медицинское сообщество и разработчиков решений на основе технологий машинного обучения и искусственного интеллекта (ИИ). О том, как искусственный интеллект внедряют в сфере медицины, рассказал директор АИИ Роман Душкин. Использование искусственного интеллекта (ИИ) для анализа данных в целях фармаконадзора.
Для чего в российских регионах используют ИИ в медицине
Во-первых, начала работу платформа ИИ Минздрава. По словам замдиректора Департамента цифрового развития и информационных технологий Минздрава России Дмитрия Темнова, она станет инструментом, объединяющим медицинское сообщество и специалистов в области ИИ. На платформе размещаются приоритетные клинические задачи и дата-сеты для разработчиков технологий ИИ. Платформа Минздрава России призвана помочь медсообществу формулировать актуальные клинические задачи, организовывать сбор и разметку медицинских сведений, публиковать задачи и созданные под них дата-сеты.
Описания задач и дата-сетов доступны публично, доступ к дата-сетам, размещенным на платформе, получит любая российская аккредитованная IT-организация. Во-вторых, были приняты стандарты в области ИИ в здравоохранении. Напомним, в феврале 2022 года Россия приняла несколько стандартов в области ИИ в медицине.
Среди первых стандартов: «Интеллектуальные методы обработки медицинских данных. Основные положения»; «Системы ИИ в клинической медицине — программа, методика клинических испытаний»; «Стандарт управления изменениями в системах ИИ с непрерывным обучением». Разрабатывается еще более 120 стандартов.
Все это благодаря платформенному подходу. В 2019 году в Москве начался эксперимент по внедрению в систему столичного здравоохранения ИИ и цифрового зрения, старт которого пришёлся на то время, когда на мировом рынке только появились попытки обучить алгоритмы ИИ решению практических задач. Первая цель была направлена на то, чтобы опередить иностранных конкурентов, рассказал замруководителя Департамента здравоохранения Москвы Илья Тыров.
По его словам, приведены и решения для здоровой конкуренции сервисов. Так, в каждом направлении активизировано как минимум два продукта. Поддерживать высокий уровень медицинских ИИ-решений Москве помогают инвестиции.
Главный редактор сетевого издания И. Адрес редакции: 125124, РФ, г. Москва, ул. Правды, д.
Другая технология на основе ИИ - предиктивная аналитика, дающая возможность путем изучения больших массивов данных обнаружить скрытые связи, повысить точность диагностики и подобрать индивидуальный план лечения. Еще одно направление — создание цифрового двойника пациента: на котором можно проверить различные методы лечения без риска навредить реальному больному. Также двойники используются при тестировании новых лекарств. Также в медицине начинают активно использоваться чат-боты, голосовые ассистенты, интеллектуальные помощники, работающие на основе таких технологий ИИ, как обработка естественного языка, распознавание и синтез речи, интеллектуальная поддержка принятия решений. Цифровые помощники освобождают квалифицированных медиков от выполнения рутинных задач и позволяют им полностью сосредоточиться на более сложных диагностических вопросах и лечении. Так, при поддержке Фонда содействия инновациям российская компания «Диджитал вижн солюшнс» разработала облачную офтальмологическую платформу на базе искусственного интеллекта. Медицинский директор компании-разработчика Евгения Каталевская рассказала РИА Новости, что в проекте используются сверточные нейронные сети, которые обучаются на размеченных специалистами данных и решают задачу сегментации признаков патологий на медицинских изображениях сетчатки глаза. ИИ выявляет заболевания на ранней стадии, когда пациент еще не имеет жалоб, а также пациентов, имеющих высокий риск потери зрения, которым срочно требуется сложное специализированное лечение», - говорит Каталевская. Создатели платформы видят свои перспективы во внедрении технологии в широкую клиническую практику, чтобы пациенты, пришедшие на осмотр в городскую поликлинику, имели доступ к передовым технологиям. РФ , который выделяет специальные гранты на модернизацию программного обеспечения с применением алгоритмов ИИ. Так, резидент «Сколково» и грантополучатель Фонда содействия инновациям — «Платформа третье мнение» «ПТМ» — уже в 19 регионах страны внедряет сервисы искусственного интеллекта, поддерживающие рабочий процесс врача при интерпретации диагностических исследований.
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. Для этой задачи алгоритмам понадобился 21 день, после чего ученые отобрали наиболее подходящие варианты препаратов и за 25 дней провели тест на лабораторных животных. Таким образом, понадобилось 46 дней для выбора подходящего лекарства. Однако традиционный процесс разработки лекарств занимает около 8 лет и стоит фармкомпаниям несколько миллионов долларов. Новые технологии дают надежду на то, что с их помощью мы сможем быстрее получить лекарства от болезней, которые сегодня не поддаются лечению: рассеянный склероз, болезнь Альцгеймера и другие. Автоматизация процессов Дисбаланс и дефицит медицинских кадров высшего и среднего звена был во всем мире еще до вспышки коронавируса. По данным Всемирной Организации Здравоохранения, чтобы люди во всем мире имели доступ к услугам здравоохранения к 2030 году, странам с низким уровнем дохода нужно еще 18 миллионов медицинских работников.