2022 год для искусственного интеллекта (ИИ) в российской медицине ознаменовался двумя знаковыми событиями. Практически все основные технологии искусственного интеллекта сегодня находят применение в реальной практике организаций здравоохранения, повышая качество медицинских услуг и тем самым увеличивая продолжительность и качество жизни граждан. Статья Искусственный интеллект в медицине России, Искусственный интеллект в медицине, Искусственный интеллект в радиологии, AI-технология Сбера прогнозирует развитие злокачественных новообразований, «Синтелли» представила российскую. Провалы искусственного интеллекта в медицине происходят потому, что это вовсе не интеллект, а схожий с системой распознавания лиц алгоритм, сказал газете ВЗГЛЯД руководитель экспертного совета ЭИСИ (Экспертный институт социальных исследований) Глеб.
Искусственный интеллект в медицине: главные тренды в мире
Провалы искусственного интеллекта в медицине происходят потому, что это вовсе не интеллект, а схожий с системой распознавания лиц алгоритм, сказал газете ВЗГЛЯД руководитель экспертного совета ЭИСИ (Экспертный институт социальных исследований) Глеб. 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 (ИИ), безусловно, главная инновация XXI века, обладающая колоссальным значением для общества.
Применение искусственного интеллекта в московском здравоохранении
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. 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.
Например, медсестры благодаря push-уведомлениям смогут до 50 раз быстрее реагировать на тревожные ситуации, связанные с возможным падением пациентов», - говорит Анна Мещерякова. Барьеры для внедрения ИИ Вопреки всем успехам, реального внедрения серьезных, глубоких систем поддержки принятия врачебных решений на федеральном уровне очень мало, подытожил руководитель экспертной группы «Цифровые технологии в медицине» при АНО «Цифровая экономика», гендиректор ассоциации «НБМЗ» и руководитель направления цифровой медицины компании «Инвитро» Борис Зингерман. По его мнению, сейчас ИИ охотнее всего доверяют сами пациенты. А у пациентов нет медобразования, и они рады любой помощи и подсказке от искусственного интеллекта», — отметил Борис Зингерман. Сложнее ситуация обстоит в здравоохранении в субъектах. На первом этапе обновлен парк медоборудования, создан центральный архив медицинских изображений и проведено несколько технических интеграций с сервисами ИИ.
Для контроля качества ИИ-решений в медицине не хватало специалистов, поэтому на призывы о помощи откликнулись эксперты Департамента здравоохранения Москвы. Согласно договоренностям со столичными экспертами, в ЯНАО подключаются сервисы, занимающие в Москве лидирующие позиции. Сейчас реализуется третий этап — вовлечение врачей-рентгенологов в работу с ИИ. Отрабатываются механизмы сбора обратной связи о работе сервисов на базе ИИ. Следующее, что мы сделаем, — продумаем, как мотивировать врачей на работу с ИИ-решениями», — объяснил Андрей Дорофеев. Для выбора обоснованного подхода к этому вопросу он предлагает рассмотреть три различных уровня зрелости ИИ-систем: «Первый уровень — это новые идеи и разработки, требующие апробации на предмет востребованности рынком. Такие решения еще не прошли необходимые клинические испытания. Источником финансирования для них могут быть собственные средства разработчиков, инвесторов или институтов развития. Второй уровень — это технологически зрелые компании, имеющие регистрационное удостоверение медицинского изделия Росздравнадзора на свою ИИ-систему.
Такие решения уже полностью готовы к внедрению, но пока не имеют убедительных доказательств клинической или экономической эффективности.
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. 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.
Это значит, что и в российском, и в американском обществе существуют опасения по вопросу применения ИИ в здравоохранении. К чему все это приведет? ИИ обладает способностью обрабатывать огромные объемы данных и находить скрытые закономерности. Теоретически это позволит врачам лучше исследовать болезни, быстрее и точнее ставить диагнозы и эффективнее лечить пациентов. То есть прогноз эффективности ИИ в медицине в российском и американском обществе находится примерно на одном уровне. В целом российскому обществу присущ умеренный энтузиазм по вопросу использования ИИ в здравоохранении. По-видимому, ИИ еще не успел заработать себе «антирейтинг» в этой сфере, в том числе потому, что значимая часть россиян еще не сформировала своей позиции на этот счет. Тогда как в американском обществе вопрос применения ИИ в медицине стоит более остро: здесь есть противоборство мнений, доли оптимистов и скептиков близки. Врачебные ошибки и безопасность данных Внедрение ИИ в систему здравоохранения сопряжено с рядом этических, технологических сложностей, рисков врачебных ошибок и конфиденциальности.
Что хотите найти?
Однако внедрение искусственного интеллекта в медицину сопряжено с некоторыми рисками и ограничениями. 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. Одним из важных направлений применения искусственного интеллекта в медицине является его использование в диагностике различных заболеваний. Какова же ситуация с применением ИИ в медицине по состоянию на июнь 2021 г.? На наш взгляд, такая фиксация времени необходима ввиду бурного развития рассматриваемой области.
Применение искусственного интеллекта в медицине
Искусственный интеллект (ИИ) в медицине — использует алгоритмы и программное обеспечение для аппроксимации человеческих знаний при анализе сложных медицинских данных. — Илья Александрович, почему применение искусственного интеллекта (ИИ) в государственном здравоохранении обрело такую высокую актуальность? Применение искусственного интеллекта в медицине уже сегодня позволяет серьезно повысить точность диагностики, облегчить жизнь пациентам с различными заболеваниями, а с развитием технологий сделает реальным появление сверхэффективных персональных. Технологии искусственного интеллекта для системы здравоохранения. Инструменты искусственного интеллекта помогли обнаружить онкогенные соматические мутации и понять сложность взаимодействия генов клеток раковых опухолей.
Собянин: Цифровые технологии спасают жизни и повышают качество лечения москвичей
Как создать медицинский сервис с использованием ИИ Как происходит разработка медицинских сервисов с использованием ИИ — с момента постановки задачи до выхода готового продукта в клиническую практику? Сбор данных. В первую очередь следует начать со сбора огромного массива данных реальных пациентов из тех медицинских учреждений, в которых они когда-либо проходили лечение. Для этого понадобится: выявить проблему и определить диагноз, с которым вы хотите работать; найти группы врачей, которые помогут вам валидировать вашу модель; собрать группу разработки, которая сможет выстроить эту модель и «обучить» её. Прежде чем обработать данные, предстоит подготовить их. Для этого их нужно обезличить: в ходе этого процесса пациент получает код, а также убираются персональных данных ФИО, номер паспорта и т. При этом год рождения и диагноз, не обезличиваются. Разметка данных. После того, как данные прошли процедуру обезличивания, они передаются врачам на разметку.
Прежде чем приступить к разметке данных, врачи определяют методологию, по которой они будут работать с разметкой. Они определяют диагноз, симптоматику, а также зоны и маркеры, с которыми они будут работать. Только после этого врачи вручную размечают снимки. Сегодня разметка данных, как правило, происходит с помощью программ, где врач в специальном интерфейсе очерчивает необходимые зоны. Повторная разметка. После первичной разметки данных те же снимки проходят аналогичную процедуру, которую проводит уже другая группа врачей. На этом этапе отсеиваются сомнительные, спорные или неверные диагнозы, а также снимки, которые не могут быть валидированы в выбранной модели исследования. Обучение нейросети.
Когда все снимки прошли разметку, этот набор данных попадает к разработчикам, которые на их основе начинают обучать нейронную сеть. Даже если сервис достиг определённого уровня работоспособности, он не может быть сразу использован на практике. Прежде он проходит этап валидации: группе врачей и обученной нейросети выдаются новые данные, которые им предстоит разметить. После этого результаты, полученные врачами и нейросетью, сопоставляются между собой, и модель получает класс точности. Регистрация в Министерстве здравоохранения. По завершении этапа валидации прототип должен пройти регистрацию в Минздраве и получить регистрационное утверждение. На этом этапе экспертная группа — на этот раз со стороны Минздрава — вновь внимательно проверяет работу модели и её алгоритмов. Интеграция в систему здравоохранения.
Только если сервис пройдёт проверку в Минздраве и получит регистрационное утверждение, он может использоваться в медицинских учреждениях. Диагностика заболеваний Чат-боты уже могут с высокой эффективностью помогать пациентам самостоятельно ставить диагноз, а также помогать в постановке диагноза и врачам. Например, ИИ компании Babylon Health предоставляет соответствующую информацию о здоровье на основе симптомов, описанных самим пациентом. Понятно, что симптомы могут быть описаны неверно или пациент может попытаться ввести ИИ в заблуждение умышленно. Поэтому в компании прямо заявляют, что их компьютерный ассистент не ставит диагноз. Это сделано для того, чтобы свести к минимуму юридическую ответственность компании, но в будущем мы наверняка увидим, как чат-боты будут ставить диагнозы по мере повышения точности их работы. А на перспективы ИИ в Babylon Health смотрят оптимистично, заявляя, что они уже доказали эффективность своего ИИ в первичной медико-санитарной помощи, а также смогли создать такую систему искусственного интеллекта для медицины, которая не является «черным ящиком». Это отличает их, например, от Alphabet, материнской компании Google, представители которой еще сравнительно недавно заявляли о том, что до сих пор не знают, что конкретно изучают их модели машинного обучения, о чём мы писали в статье, посвященной LLM.
И пока сложно сказать, насколько они продвинулись в понимании алгоритмов работы своих программ глубокого обучения. А вот исследователи из Babylon Health продвинулись совершенно точно. Также современные ИИ решают проблемы приоритизации и медицинской сортировки. Рекомендации на основе глубокого анализа данных поступающих пациентов для обеспечения точной приоритизации и медицинской сортировки ИИ дает очень быстро в режиме реального времени. Наиболее известные решения для этих целей предлагает Enlitic. ИИ Enlitic Curie сканирует поступающих пациентов, обрабатывая множество клинических данных в том числе учитываются и старые диагностические карты и определяя приоритет на лечение, после чего сразу же направляет больных к наиболее подходящему врачу. Трудно переоценить пользу этих алгоритмов, исключающих из анализа человеческий фактор, ведь после того как они будут усовершенствованы, они помогут спасти тысячи жизней. Стоит рассказать и о новом алгоритме ИИ, который поможет диагностировать рак легких.
Много лет человечество проигрывало борьбу с онкологическими заболеваниями, которые ежегодно убивают около 10 миллионов человек по всему миру. Одной из самых страшных форм онкологии является рак легких, распознавание которого на ранних стадиях и до сих пор является для ученых сложнейшей задачей. Но весьма вероятно, что справиться с этим человеку поможет искусственный интеллект. Исследователи из Бостонского университета разработали ИИ, который долгое время обучался на полноформатных фотографиях легочных тканей пациентов размеры таких изображений составляют обычно более 1 Гб, что делает их анализ человеком крайне сложным. ИИ на примере фото обучали распознавать аденокарциному легкого, плоскоклеточный рак легкого и соседнюю не раковую ткань. Результаты обучения оказались положительными: алгоритм смог продемонстрировать более высокую эффективность, чем другие современные методы распознавания патологий на полноформатных слайдах. На данный момент новый алгоритм планируется внедрить в помощь патологоанатомам, однако при успешном внедрении возможности ИИ могут быть расширены, ведь главное — научиться диагностировать опасные заболевания на самых ранних стадиях, пока сохраняются высокие шансы на полноценное излечение. Существуют и компании, специализирующиеся на разработке ИИ-продуктов для ранней диагностики различных заболеваний.
Они позволяют анализировать хронические состояния, используя лабораторные и другие медицинские данные, чтобы выявлять опасные болезни как можно раньше. Так, программное обеспечение от Ezra использует ИИ при анализе МРТ-сканов всего тела, чтобы помочь специалистам в раннем выявлении рака.
Результаты Реализация проекта позволила создать рынок сервисов искусственного интеллекта в лучевой диагностике, где поддерживается конкурентная среда разработчиков ИИ-сервисов. В результате эксперимента разработаны и внедрены уникальные научные методологии, на основе которых подготовлено свыше 200 эталонных наборов данных, создана первая в Российской Федерации официальная библиотека наборов данных для сферы здравоохранения. На основе научных результатов эксперимента разработаны, утверждены и вступили в силу 11 национальных стандартов в сфере применения искусственного интеллекта в здравоохранении.
В 2022 году проект масштабирован на другие регионы России. С 2023 года Москва первой в стране ввела специальный тариф в рамках ОМС на анализ результатов профилактических маммографических исследований с помощью систем искусственного интеллекта. Социально-экономическое значение Использование компьютерного зрения в медицине позволяет сократить время, затрачиваемое на диагностические процедуры, а также предоставляет медперсоналу информацию для постановки более точных диагнозов и назначения более эффективного лечения.
Успешные проекты с ИИ Главные задачи ИИ — улучшить эффективность системы здравоохранения и снизить нагрузку и объем рутинной работы врачей, позволив им сконцентрироваться на постановке точных диагнозов. Именно поэтому рынок технологий и, в частности, ИИ так активно развивается в сегменте медицины. Первым направлением, где искусственный интеллект получил широкое распространение, стала радиология — в части компьютерных и магнитно-резонансных томограмм, рентгена и флюорографии. Алгоритмы ИИ помогают выявить патологию на ранней стадии, обозначить потенциальные проблемы, на которые стоит обратить внимание, а также собрать воедино данные с анализов. Такой способ диагностики уже доказал свою эффективность, поскольку врач не всегда может заметить мельчайшие изменения — они будут видны только при систематизации огромного массива данных. Кроме того, ИИ позволяет эффективно контролировать ход заболеваний, например, онкологических, или выявлять его первые симптомы и признаки, свидетельствующие о скором развитии болезни. Дебютной разработкой в этой области стала система Webiomed компания «К-Скай» — резидент «Сколково».
Как медицинское изделие платформу прогнозной аналитики и управления рисками в здравоохранении зарегистрировали 3 апреля 2020 года. Это первая система ИИ в России, которая способна обработать большой объем информации о пациенте, выявить на основе данных подозрения на заболевания и спрогнозировать возможное ухудшение здоровья. При этом ИИ изучает не только медицинские показатели, но и социальные данные. Платформа формирует цифровой паспорт пациента. Можно сказать, что система заменяет целый консилиум врачей, что позволяет работать быстрее и точнее. В России этой сфере уделяется особое внимание. Несколько проектов уже достигли весомых результатов в использовании ИИ в радиологии. В их число вошли Botkin. Качество работы подтверждает статистика. Например, заммэра Москвы по вопросам социального развития Анастасия Ракова сообщила , что за два года сервисы ИИ обработали более 6 млн лучевых снимков.
По ее словам, технологии помогли быстрее описать снимки и заметили мельчайшие отклонения.
Как медицинское изделие платформу прогнозной аналитики и управления рисками в здравоохранении зарегистрировали 3 апреля 2020 года. Это первая система ИИ в России, которая способна обработать большой объем информации о пациенте, выявить на основе данных подозрения на заболевания и спрогнозировать возможное ухудшение здоровья.
При этом ИИ изучает не только медицинские показатели, но и социальные данные. Платформа формирует цифровой паспорт пациента. Можно сказать, что система заменяет целый консилиум врачей, что позволяет работать быстрее и точнее.
В России этой сфере уделяется особое внимание. Несколько проектов уже достигли весомых результатов в использовании ИИ в радиологии. В их число вошли Botkin.
Качество работы подтверждает статистика. Например, заммэра Москвы по вопросам социального развития Анастасия Ракова сообщила , что за два года сервисы ИИ обработали более 6 млн лучевых снимков. По ее словам, технологии помогли быстрее описать снимки и заметили мельчайшие отклонения.
ИИ хорошо показал себя в медицине, поэтому ученые уже пишут алгоритм, по которому можно будет обнаружить ранние проявления болезни Альцгеймера по результатам МРТ. Еще одним направлением, где применяется искусственный интеллект, стала область семантического анализа. ИИ анализирует и систематизирует данные, содержащиеся в электронной медицинской карте пациента.
Ее заполняют сразу несколько врачей: кардиолог, невролог, терапевт и другие. Алгоритм собирает анамнезы воедино, и так специалист может обнаружить определенные паттерны. Метод, при котором медкарта заполнена разными специалистами, а данные собраны воедино, позволяет оптимизировать постановку точного диагноза.
Настоящей технологией будущего можно считать роботов-хирургов — это решение на стыке роботизации и ИИ.
ИИ в медицине: тренды и примеры применения
Применение искусственного интеллекта в медицине уже сегодня позволяет серьезно повысить точность диагностики, облегчить жизнь пациентам с различными заболеваниями, а с развитием технологий сделает реальным появление сверхэффективных персональных. Вот лишь некоторые возможности применения технологий искусственного интеллекта (ИИ) в здравоохранении. Вышеперечисленные области применения искусственного интеллекта в медицине, показывают, что ИИ находит свое применение во многих задачах – от консультирования до диагностирования. Преимущества применения нейросетей в медицине очевидны – возможность обрабатывать большие массивы данных в короткие сроки, а также точность диагностики.
Искусственный интеллект в медицине и здравоохранении
Искусственный интеллект в медицине. По прогнозу генерального директора Ассоциации разработчиков и пользователей систем искусственного интеллекта в медицине «Национальная база медицинских знаний» Бориса Зингермана, ИИ будет активно закрывать ниши, в которых не хватает квалифицированных. Искусственный интеллект на рынке медицины прогнозируемая нехватка врачей и специалистов в единицах, США, 2032 г. Искусственный интеллект на рынке медицины прогнозируемая нехватка врачей и специалистов в единицах, США, 2032 г. Теперь же искусственный интеллект готов прийти на помощь к профессионалам медицины.