Искусственный интеллект (ИИ) сегодня является инновационной технологией, которая вызвала настоящую революцию в различных отраслях, и медицина не стала. Искусственный интеллект (ИИ) сделают базовой медицинской технологией, эта задача вошла в Стратегию развития московского здравоохранения до 2030 года. Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов.
Искусственный интеллект идет в медицину: успешные бизнес-решения в отрасли
Несмотря на обширные возможности, применение ИИ в медицине сталкивается с рядом препятствий и сопряжено с некоторыми рисками. Искусственный интеллект в медицине: применение, технологии, вызовы, нормативное обеспечение и регулирование, программы практического внедрения. Искусственный интеллект (ИИ) в медицине в значительной степени уже сейчас заменяет человека в разработке новых лекарств, диагностике болезней, а также улучшает медицинские услуги в целом. Вот лишь некоторые возможности применения технологий искусственного интеллекта (ИИ) в здравоохранении. Ученые из Сколковского института наук и технологий (Сколтех) занимаются применением методов машинного обучения и искусственного интеллекта в медицине.
Полная роботизация: как искусственный интеллект помогает врачам
Поддерживать высокий уровень медицинских ИИ-решений Москве помогают инвестиции. Так, в 2020-2022 годах на апробацию решений в рамках эксперимента выделено 900 млн рублей. По словам Ильи Тырова, ИИ в московском здравоохранении используется для поддержки решений в диагностике. Например, цифровое зрение применяется в радиологии, ИИ помогает в расшифровке ЭКГ, также пилотируется аналитика патоморфологических исследований. К тому же ИИ автоматизирует рутинные процессы. Так, чат-бот принимает жалобы пациентов, видеоаналитика в медорганизациях следит за сервисом, а технологии распознавания речи переводят речь медработника в текст. Ключевые достижения цифровых платформ базируются на данных В 40 раз с 2019 года вырос объем медицинских данных, ежедневно регистрируемых в Федеральном реестре электронных медицинских документов. Эта информация доступна для машинной обработки, что способствует целям развития ИИ в здравоохранении, полагает Дмитрий Темнов. О необходимости работы с разными источниками данных рассказала Елена Соколова Sber AI Lab; лаборатория искусственного интеллекта «Сбера» : «Это и медицинские тексты, и изображения, и сигналы.
Например, в 2021 году благодаря анализу медицинских сведений мы создали решения для определения вероятности нового коронавируса по кашлю, и Symptom Checker — решение для анализа симптоматики заболевания пациента и подсказки, к какому врачу с такой симптоматикой лучше обратиться». В планах Sber AI Lab — развивать направление популяционного анализа населения для выявления пациентов из группы риска развития хронических болезней. Этот проект базируется на анализе электронных медкарт. А еще один проект — персональная комплексная диагностика пациента, которая также будет основана на изучении ИИ его медкарты. Пример такого проекта мы реализовывали в 2022 году вместе с правительством Москвы. Речь идет о проекте диагностического ассистента. Разработанная модель ИИ анализирует всю содержащуюся в медкарте информацию: жалобы, результаты инструментальных и лабораторных исследований, анамнез, описание заключений — и выдает второе мнение врачу.
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. Так, в 2020-2022 годах на апробацию решений в рамках эксперимента выделено 900 млн рублей. По словам Ильи Тырова, ИИ в московском здравоохранении используется для поддержки решений в диагностике. Например, цифровое зрение применяется в радиологии, ИИ помогает в расшифровке ЭКГ, также пилотируется аналитика патоморфологических исследований. К тому же ИИ автоматизирует рутинные процессы. Так, чат-бот принимает жалобы пациентов, видеоаналитика в медорганизациях следит за сервисом, а технологии распознавания речи переводят речь медработника в текст. Ключевые достижения цифровых платформ базируются на данных В 40 раз с 2019 года вырос объем медицинских данных, ежедневно регистрируемых в Федеральном реестре электронных медицинских документов. Эта информация доступна для машинной обработки, что способствует целям развития ИИ в здравоохранении, полагает Дмитрий Темнов. О необходимости работы с разными источниками данных рассказала Елена Соколова Sber AI Lab; лаборатория искусственного интеллекта «Сбера» : «Это и медицинские тексты, и изображения, и сигналы.
Настройки телеэфира Перечень запрещенных в РФ организаций Все права на материалы, находящиеся на сайте m24. При любом использовании материалов сайта ссылка на m24. Редакция не несет ответственности за информацию и мнения, высказанные в комментариях читателей и новостных материалах, составленных на основе сообщений читателей. СМИ сетевое издание «Городской информационный канал m24.
В современной клинической медицине системы искусственного интеллекта находят применение во многих областях. Одной из них является диагностика заболеваний. Системы ИИ могут анализировать медицинские изображения например, снимки рентгена, МРТ, КТ , выявлять аномалии и помогать врачам в постановке диагноза. Это позволяет улучшить точность диагностики и своевременно выявлять заболевания, такие как рак или сердечно-сосудистые заболевания и многое другое. Другим применением искусственного интеллекта является прогнозирование результатов лечения. Системы ИИ могут анализировать исторические данные о лечении пациентов и предсказывать вероятность успеха лечения для конкретного пациента.
Врачам и пациентам: как искусственный интеллект помогает в медицине
Рассмотрим реальные примеры применения ИИ в медицине. Данные о пациентах: доскональная обработка Чтобы лечение было грамотным, а диагноз — точным, необходимо изучить данные о пациенте: снимки, анализы, протоколы осмотра; анамнез, содержащий полную информацию. Иногда даже опытные врачи не в состоянии увидеть полную картину болезни из-за того, что данные в карточке не систематизированы, а история теряется в толще листов. По данным Google, каждый десятый пациент страдает из-за того, что его болезнь была неправильно интерпретирована. Считается, что ИИ может разрешить эту проблему. Специальные Google уже работают в некоторых больницах, где программа Google Deepmind Health проводит анализ доступной информации о симптомах пациента и выдаёт список рекомендаций, а врач, пользуясь подсказками такого помощника, назначает пациенту курс лечения. Программа IBM Watson Health также позволяет ставить диагнозы: распознавать кардиомиопатию, тромбозы, сердечные приступы. Также ИИ дает возможность оценивать влияние медикаментов на организм человека, помогая врачам понять, как особенности генетического строения пациента влияют на течение заболевания, и какой эффект может оказать новый лекарственный препарат. С помощью приложения IBM Watson Health Cloud доктор получает и анализирует данные об организме пациента с электронного браслета, и на основе этого подбирает эффективный курс лечения. Диагностика В России записаться на приём к врачу можно через интернет. Однако пациентов много, поэтому ждать приёма приходится целыми днями и даже неделями.
Технологии ИИ позволяют решить этот вопрос. Например, с помощью телемедицины и программы mHealth.
Для этого необходимо участие экспертов в наполнении базы, нужны подготовленные с их помощью размеченные выборки данных для обучения нейросетей, оцифрованные порядки и стандарты оказания медпомощи, клинические рекомендации. Сейчас сложно анализировать данные, которые есть в медицинских информационных системах. Как врач на приеме вводит данные в систему? В условиях ограниченного времени на прием нередко встречаются некорректное построение предложений, необщепринятые сокращения, аббревиатуры, использование нестандартных символов, отсутствие разделения слов.
Врач понимает, что он написал, и другой врач поймет или догадается, потому что это их предметная область, которую они научились понимать, но, к сожалению, это большие сложности для систем анализа медицинских данных, негативно влияющие на те результаты, которые формирует нам ИИ. Еще одна сложность — большое количество данных, необходимых для обучения. В идеале все данные из истории заболеваний должны быть оцифрованы, информация структурирована. Необходимо учитывать, что методология лечения, сбора отчетных данных, перечень отображаемых в медицинской документации сведений продолжает динамично изменяться, а для разработчиков ИИ это означает, что системы нужно будет время от времени переучивать. И здесь возникает вызов — как научиться делать это быстро. Итак, для корректной работы ИИ нужны «чистые» машиночитаемые данные, подготовленные и размеченные высококвалифицированными специалистами выборки данных для обучения нейросетей, оцифрованные порядки оказания медицинской помощи, клинические рекомендации и стандарты оказания медицинской помощи.
При смене методологии медицинские информационные системы тоже начинают наполняться новыми данными только с появлением утвержденных изменений в методологии диагностики, лечения, наблюдения пациента и т. Симбиоз или противостояние? Если мы смотрим на искусственный интеллект глазами разработчика, то видим набор алгоритмов и математических методов, которые могут обучаться на данных, анализировать изображения, искать неочевидные связи и сходства в огромных массивах данных, обнаруживать различия там, где естественный интеллект может просто их не заметить. Но для врача работа искусственного интеллекта — это черный ящик. Врачу непонятно «мышление» системы и то, как ИИ получил итоговый результат. Формировать доверие медицинских работников к ИИ возможно, объясняя базовые алгоритмы его работы и то, на каких данных обучаются системы.
Возможно также более широкое участие врачей в рабочих группах по подготовке данных для обучения нейросетей. Объяснять базовые алгоритмы работы искусственного интеллекта необходимо в рамках вузовской подготовки специалистов на цифровых кафедрах и в рамках профессиональной переподготовки.
Более подробную информацию об использовании файлов cookies можно найти здесь , наши правила обработки персональных данных — здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера Принять все.
Это приложение предназначено для распознавания симптомов и формирования общей клинической картины. Оно предполагает диагнозы, исходя из полученных данных, подсказывает, к какому специалисту нужно обратиться. Это помогает пациенту внимательно следить за состоянием своего здоровья, быстро получать нужную врачебную помощь без нерациональной траты времени на запись, ожидание и посещение непрофильных специалистов. Снижается нагрузка на медперсонал, увеличивается время общения доктора с пациентом.
Использование искусственного интеллекта в медицине — это один из эффективных методов профилактики различных заболеваний. Любой человек может получить точную информацию о том, как скорректировать образ жизни, питания, чтобы избежать проблем со здоровьем. Для врачей ИИ стал надежным помощником при установлении наиболее вероятного диагноза и разработке эффективной схемы лечения. Применение искусственного интеллекта в медицине для разработки новых препаратов Чтобы разработать вакцину или новое лекарственное средство, требуется много времени и средств на дорогостоящие исследования и испытания. ИИ помогает сократить время на разработку новых препаратов в несколько раз. Искусственный интеллект анализирует структуру существующих медикаментов на молекулярном уровне, предлагает новые, с учетом заданных требований. В 2019 году компания Insilico Medicine при помощи ИИ создала несколько препаратов для эффективного лечения мышечного фиброза. Раньше для этого назначали множество медикаментов, терапия не всегда была эффективной. Искусственный интеллект всего за 3 недели создал нужный алгоритм, ученые выбрали наиболее подходящие варианты, за 25 дней провели тестирование новых лекарств на животных.
Для выбора оптимального варианта потребовалось 46 дней. Без ИИ на это потребовалось бы более 8 лет и несколько миллионов долларов. Активное внедрение искусственного интеллекта в медицину — это возможность наконец-то найти лекарства от заболеваний, которые на сегодняшний день считаются неизлечимыми. Это болезнь Альцгеймера, рассеянный склероз и множество других патологий, которые становятся причиной преждевременной инвалидности или смерти. Использование искусственного интеллекта в медицине для автоматизации данных о пациентах Информация о пациентах обычно хранится в медицинских карточках. У каждого медучреждения своя картотека. Из-за этого процесс сбора анамнеза и постановки диагноза затягивается на неопределенное время. Врачу не всегда удается правильно интерпретировать результаты анализов, тестов и других видов обследований, потому что у него нет полной картины со всеми необходимыми данными. Технология блокчейн — это новый подход в хранении и управлении данными пациентов.
Машины лечат людей: как нейросети используют в российской медицине
Вышеперечисленные области применения искусственного интеллекта в медицине, показывают, что ИИ находит свое применение во многих задачах – от консультирования до диагностирования. Применение искусственного интеллекта в медицине. Компания «Интеллектуальная аналитика» проанализировала практики внедрения искусственного интеллекта в российском здравоохранении.
Комплексный анализ работы сервисов ИИ в медицине провели в Москве
| Комплексный анализ работы сервисов ИИ в медицине провели в Москве | по использованию алгоритмов искусственного интеллекта для решения научных и прикладных задач в области офтальмологии. |
| Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек | 2022 год для искусственного интеллекта (ИИ) в российской медицине ознаменовался двумя знаковыми событиями. |
Нейросеть для медиков: искусственный интеллект научился ставить диагнозы
Сейчас они пролечены, и мы имеем на исходе выздоровление», — рассказала заведующая кафедрой детских болезней Центра Алмазова Ирина Никитина. Благодаря искусственному помощнику и работе эндокринологов, радиологов, хирургов и патоморфологов более 120 детей из России и ближнего зарубежья с врожденным гиперинсулинизмом получили лечение и выздоровели. Специальная программа, Voice2Med, позволяет врачам делать описание снимков за 15 минут вместо часа. В день медикам приходится расшифровывать более 150 снимков. При такой большой обработке данных, признаются, — это настоящее спасение.
Особенность этой программы в том, что она распознает самые сложные медицинские термины, в том числе и латинскую лексику. То, что непонятно обычному человеку, машина узнает и прописывает без ошибок. Например, желчнокаменная болезнь, аневризма аорты, инфаркт миокарда, стенокардия напряжения второго функционального класса. Помогают врачам и ученые из ИТМО.
При разработке программы подразумевался обязательный этап обучения на прецедентах. Значительная часть систем ИИ рассчитана на автоматизацию естественных интеллектуальных способностей человека. Технический комитет является представительным органом РФ в международной организации по стандартизации ИИ, и сейчас по инициативе российской стороны там рассматривается возможность разработки международного стандарта клинических испытаний систем с ИИ. Опыт и мудрость не заменить Медицина все больше переходит на цифру, и требуются новые цифровые инструменты обработки цифровых данных. Два года назад начались клинические испытания ПО на основе технологий лучевая диагностика.
В 2020-21 гг. Сервисы использовались в 102 медицинских организациях при проведении 13 видов исследований КТ, МРТ и другие. Было обработано 3,8 млн исследований, подготовлено 104 дата-сетов механизмов хранения информации, предоставляющих быстрый доступ к большим объемам данных. Говорит главный внештатный специалист по лучевой и инструментальной диагностике, директор ГБУЗ «Научно-практический клинический центр диагностики и телемедицинских технологий ДЗМ» Сергей Морозов: «За время эксперимента мы увидели, что искусственный интеллект значительно снижает длительность подготовки описания результатов. Он не может заменить врача, но может в отдельных клинических сценариях ускорить работу рентгенолога, оптимизировать ресурсы за счет автоматизации двойных просмотров результатов скринингов.
Поначалу врачи опасались, что ИИ заменит их, относились как к конкуренту, но потом настороженность все же сменилась слабопозитивным отношением». Очевидно, что искусственный интеллект может взять на себя лишь часть врачебных функций. Окончательный диагноз все равно ставит только врач. И тем более никакой искусственный интеллект не сможет конкурировать с опытом, мудростью и непосредственным общением доктора с пациентом, а ведь все это играет важную роль при постановке диагноза и выработке схемы лечения. Как начать доверять машинам?
С какими проблемами сталкиваются сами разработчики и производители медицинского программного обеспечения? В ней содержится информация о тех исследованиях, которые проводятся в ходе обследования — например, флюорография, узи, МРТ, рентген.
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.
Тем не менее, они постепенно, шаг за шагом превращают медицину сегодняшнего в медицину будущего. И скоро мы это увидим своими глазами.
Существует «приложение-медсестра» - Sense.
На экране телефона пациента появляется анимированная медсестра, которая задает вопросы о самочувствии, узнает нет ли жалоб. Приложение может сразу отправить результаты опроса врачу, напомнить о приеме лекарств, помочь в случае необходимости связаться с доктором по видеосвязи. Для людей, страдающих сердечно-сосудистыми заболеваниями разработана программа AliveCor, способная делать запись ЭКГ в любом месте с помощью смартфона и специальных детекторов, а после сообщать об отклонениях.
В первую очередь, ИИ направлен на выявление аритмий. Еще одним полезным мобильным приложением является Babylon Health, позволяющим из любой точки Земли и в любое время получить онлайн-консультацию врача со стажем не менее 10 лет. А чат-бот поможет предварительно по симптомам, которые ему опишет пациент, поставить диагноз, а также даст краткую справку об этом заболевании.
ИИ для распознавания заболеваний по фотографиям Создаются программы, которые с помощью анализа фотографии и сопоставления их с загруженной базой данных, смогут обнаружить наличие патологии. Face2Gene - это основанная на ИИ программа, позволяющая диагностировать по фотографии многие генетические заболевания. 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.
Как искусственный интеллект создает лекарства
- Предварительный просмотр:
- Собянин сообщил, что в Москве ИИ станет базовой медицинской технологией
- Что хотите найти?
- Собянин сообщил, что в Москве ИИ станет базовой медицинской технологией - Новости
- Применение искусственного интеллекта в медицине
Роман Душкин: «Медицина — это область доверия»
«Открытие Центра искусственного интеллекта ознаменовало важный шаг движения в сторону пациента, движения в сторону той медицины, которая называется персонализированной. Преимущества искусственного интеллекта. Благодаря использованию технологий ИИ в медицине, сможет повысится эффективность оказания медицинских услуг, практически единогласно говорят участники рынка. Искусственный интеллект помогает в диагностике болезней и назначении оптимального лечения, а также напоминает выпить таблетку и угрожает безработицей. Искусственный интеллект на службе отечественной медицины. Петербургские врачи освоили инновационную методику, она позволяет ставить диагноз в случаях, когда однозначно определить причину болезни данные не позволяют. 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.
Будущее рядом: как нас будет лечить искусственный интеллект?
Сценарии применения искусственного интеллекта в медицине. Применение искусственного интеллекта в медицине сегодня становится естественным для многих стран. Теперь же искусственный интеллект готов прийти на помощь к профессионалам медицины.
Применение искусственного интеллекта в медицине
| Машины лечат людей: как нейросети используют в российской медицине | Москва | ФедералПресс | Технологии искусственного интеллекта для системы здравоохранения. |
| «Рутинные задачи с минимальным риском». Nature опубликовал доклад о развитии ИИ в медицине | Области применения искусственного интеллекта в медицине обширны и разнообразны. |
Читайте также:
- ИИ в медицине: тренды и примеры применения
- Искусственный интеллект в медицине - не конкурент, но помощник - ФармМедПром
- Нейросеть для медиков: искусственный интеллект научился ставить диагнозы
- Для чего в российских регионах используют ИИ в медицине - Российская газета
Хочу убедиться, что мне звонил ВЦИОМ
- Будущее рядом: как нас будет лечить искусственный интеллект? — Реальное время
- Искусственный интеллект в медицине: главные тренды в мире
- Нейросети в качестве врача: как искусственный интеллект влияет на развитие медицины
- Ставит диагнозы и придумывает лекарства
- Мы рекомендуем
Искусственный интеллект в клинической медицине
В 2023 году в промышленности создали 51 новую модель машинного обучения, в то время как в академических целях были представлены только в 15. Модели Frontier становятся намного дороже. В 2023 году 61 известная ИИ-модель была создана американскими учреждениями, что намного превышает 21 модель Европейского союза и 15 моделей Китая. Инвестиции в генеративный ИИ стремительно растут. Несмотря на снижение общих частных инвестиций в ИИ в прошлом году, финансирование генеративного ИИ резко выросло, увеличившись по сравнению с 2022 годом и достигнув 25,2 млрд долларов. ИИ повышает производительность труда сотрудников. В 2023 году в нескольких исследованиях оценивалось влияние ИИ на труд, и было высказано предположение, что ИИ позволяет работникам быстрее выполнять задачи и повышать качество своей продукции.
Эти исследования также продемонстрировали потенциал ИИ для преодоления разрыва в навыках между низкоквалифицированными и высококвалифицированными работниками.
На это ушло еще 25 дней. Таким образом на выбор потенциального лекарства потребовалось всего 46 дней. Для сравнения, традиционный процесс разработки кандидатов на звание лекарства занимает около 8 лет и обходится компаниям в несколько миллионов долларов США. В то время как на создание ИИ ушло всего 150 тысяч долларов. Слева — нормальная мышечная ткань. Справа — ткань с развитием фиброза При этом Insilico подчеркивают, что они еще не доказали, что новый препарат эффективнее существующих лекарств. Однако время и затраты, которые ушли у ученых на создание потенциальных лекарств, куда меньше, чем у традиционных методов фармации.
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. Последнее слово будет оставаться за врачом. Это позволит держать работу ИИ под контролем, объективно оценивать алгоритмы и видеть потенциал развития. На основе медицинской истории пациента, данных о его образе жизни формируется цифровой двойник пациента. Это позволит перейти от всеобщей унификации к персонализированному здравоохранению.
Извлечь ценность из этих данных можно при помощи ИИ. ИИ-помощники смогут формировать необходимый набор профилактических мер, обследований для конкретного пациента, назначения, исходя не из установленных стандартов, а индивидуальные, в том числе учитывая резистентность к лекарственным препаратам, аллергоанамнез пациента и другие важные индивидуальные особенности. ИИ сможет освободить, с одной стороны, врача от рутины, а с другой стороны — стать персонализированным помощником для пациентов. Умным и эмпатичным, который сможет ответить на определенные вопросы, помочь подготовиться к исследованиям, оптимизировать прием препаратов. ИИ станет помощником в проактивном выявлении рисков развития заболевания и диагностировать болезнь не на стадии ее проявления или обострения, а заранее выявить риск и сформировать набор мер для предотвращения ее развития. В будущем сервисы ИИ могут стать «младшим научным сотрудником», помогая врачам и ученым в научных и клинических исследованиях.
Все мы хотим меньше соприкасаться с системой здравоохранения, переживать о своем здоровье, а если все же пришлось — получить быстрый, искренний и качественный сервис. Врачи, со своей стороны, хотят заниматься лечением, а не административными вопросами, избавиться от рутины. В этих целях мы и пробуем применять ИИ — он не склонен к профессиональному выгоранию и готов круглосуточно выполнять рутинные операции. Какие риски могут возникнуть при использовании ИИ в медицине? Внедрение новой технологии всегда ставит на первый план вопросы безопасности и этики. Если не урегулировать вопросы ответственности, не встроить механизмы контроля качества ИИ, обычной реакцией на допускаемые ошибки искусственного интеллекта станет рост регуляторного давления, которое замедлит развитие технологии.
Но совершенно точно не остановит. Мы это видим на примере беспилотного транспорта.
Биохимическая физика — это применение физико-математических методов к биологическим системам. Исследования по большей части имеют прикладной характер Источник: Анастасия Пешкова — Наша лаборатория изучает мозг человека, больше половины проектов связаны с нейровизуализацией — получением и анализом данных работы мозга. Для этого применяются математическое моделирование, методы машинного обучения и искусственного интеллекта. Но в процессе решения прикладных задач часто возникают и фундаментальные, например, касающиеся методов: разработка новых типов нейронных сетей, новых архитектур, подходов к анализу данных. Также мы занимаемся так называемой персонализированной медициной.
По каждому человеку можно собрать огромное количество данных: геномные, транскриптомные, МРТ мозга, энцефалограмма, анализы крови и так далее. Суммарно это даст очень информативный индивидуальный портрет человека. А методы машинного обучения ИИ позволяют эти данные объединить и сделать полезный вывод для науки или для лечения человека. Пока это поиск общих тенденций, но мы надеемся, что со временем получится давать конкретные рекомендации. Максим много сотрудничает с зарубежными коллегами Источник: Анастасия Пешкова — Где это может применяться? Тогда берется анализ патологической ткани и проводится ее детальный анализ. Какие-то части этой сложной неоднородной структуры могут откликаться на терапию, какие-то — нет.
Если это понять заранее, в теории можно намного более успешно, прицельно и качественно назначать препараты. В идеале это может позволить создать системы поддержки врачебных решений: опираясь на большое число фактов, давать рекомендации доктору, какая терапия в этом случае предпочтительна. А специалист, соединяя их с другими фактами, принимает решение. Расскажите, пожалуйста, об этом проекте. Также эта система позволяет составить карту функциональных зон мозга, отвечающих за движение, зрение, речь и так далее. Бывает форма эпилепсии, когда лекарства не помогают, и таких больных довольно много. Их проблема зачастую заключается в том, что в мозге есть маленькая область, которая вследствие разных причин вызывает поразительную активность и приступ.
Если говорить о детях, то они догоняют сверстников, нормально ходят в школу. У взрослых прекращаются приступы, возвращаются когнитивные способности. Но одна из проблем в том, что такие области очень похожи на здоровую ткань и их сложно найти.