Кроме того, искусственный интеллект помогает врачам-терапевтам поликлиник в постановке диагноза и формировании перечня необходимых исследований. Искусственный интеллект в медицине: применение, технологии, вызовы, перспективы практического внедрения. 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.
Машины лечат людей: как нейросети используют в российской медицине
Некоторые из созданных с помощью искусственного интеллекта редакторов генов демонстрируют сравнимую или улучшенную активность. Медицинские продукты с применением искусственного интеллекта активно разрабатывают известные компании: Microsoft, Apple, Google, IBM. Актуальные направления по применению искусственного интеллекта в медицине реализует компания СберМедИИ.
Полная роботизация: как искусственный интеллект помогает врачам
Медицина с использованием искусственного интеллекта уже начинает широко применяться в рутинной практике. Решения с использованием искусственного интеллекта в медицине внедряют 70 российских регионов, сообщил заместитель министра здравоохранения РФ Павел Пугачев, выступая на форуме "Биотехмед". Сбор данных и искусственный интеллект в медицине. В данной статье рассмотрены перспективные направления искусственного интеллекта в медицине, реализованные на базе нейронных сетей.
Искусственный интеллект в медицине: перспективы диагностики, лечения и исследований
Первого российско-американского конкурса стартапов Сбер500Startups Первый поставщик специализированного сервиса видеоаналитики для здравоохранения Финалист конкурса "Новатор Москвы" на медицинские изделия по 3-му классу риска В 2019 году команда "Третье Мнение" победила в акселерационной программе Сбер500Startups и продолжила развитие в Кремниевой долине США В 2020 году сервис "Третье Мнение. ИИ-мониторинг" стал первым в России сервисом видеоаналитики для медучреждений Финалист конкурса 2020 года в номинации "Меняющие реальность" Первое регистрационное удостоверение для модуля анализа рентгенологических исследований Лидер Эксперимента по использованию инновационных технологий В области компьютерного зрения для анализа изображений и дальнейшего применения в системе здравоохранения города Москвы по направлению КТ COVID-19 Сервисы "Третье Мнение" победили в акселераторе «Будущее здравоохранения» Медтех-центра Москвы и «МЕДСИ» Победитель акселератора медицинских стартапов Future Healthcare Партнеры.
Как работает анализ медицинских изображений? А врач, когда работает с этим исследованием, уже использует результаты работы искусственного интеллекта, - рассказал "РГ" коммерческий директор компании Цельс Артем Капнинский. И мы эту работу делаем не для того, чтобы заменить его, а чтобы ему помочь. Когда врач работает вместе с искусственным интеллектом, это минимизирует возможность ошибки. До 50 процентов уменьшается время на интерпретацию исследования, и до 15-20 процентов повышается качество - выявление онкологических и других заболеваний на ранних стадиях". Один из самых активных регионов в плане использования ИИ для анализа медицинских изображений - город Москва.
Научная база столицы включает более 10,5 миллиона исследований, проанализированных с помощью сервисов искусственного интеллекта, рассказал директор Центра диагностики и телемедицины, главный внештатный специалист по лучевой и инструментальной диагностике департамента здравоохранения Москвы Юрий Васильев. Врач-рентгенолог большую часть времени что-то пишет, а не смотрит на изображение, а должно быть наоборот", - сказал он. Пока искусственный интеллект применяется в основном для анализа медицинских изображений и электронных медицинских карт Есть и другие технологии ИИ, помогающие повысить эффективность системы здравоохранения. Например, голосовые сервисы ввода данных устной речи - врач может наговаривать то, что он видит, а данные записываются в медицинскую карту уже в виде текстового сообщения. Сервисы видеоаналитики могут следить за состоянием пациентов с ограничениями по движению, например, в реанимации и при необходимости послать сообщение на пост.
Однако если отложить внедрение ИИ, есть риск безвозвратно отстать, вместо того чтобы управлять процессом перехода системы здравоохранения в новый технологический уклад. В чем выражается этот риск? Наши жители не получат новые возможности по поддержанию и сохранению здоровья, а мы окажемся в роли «догоняющего» участника новой реальности. Тем временем ИИ становится новой базовой технологией, как когда-то персональные компьютеры и программы, которыми мы пользуемся повседневно переводчики, навигация, домашние умные помощники и т. Скорость этих изменений, а также требования к росту качества жизни постоянно увеличиваются.
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.
Также при внедрении ИИ в работу службы лучевой диагностики, было доказано, что цифровые технологии могут спасти жизнь и повысить качество лечения. Например, анализируя КТ, МРТ, маммографию или рентген, компьютерное зрение распознает 37 заболеваний. Собянин сообщил, что благодаря использованию ИИ врачи Москвы получат «цифровых помощников», которые помогут подобрать лечение пациентам.
Что хотите найти?
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. Ну и, отвечая на вопрос: возможен ли симбиоз врачей и ИИ. Да, при условии, что мы разделим решение задач между интеллектами.
Однако в 2023 году были запущены еще более значимые приложения искусственного интеллекта, связанные с наукой, — от AlphaDev, который делает алгоритмическую сортировку более эффективной, до GNoME, который облегчает процесс обнаружения материалов. Количество нормативных актов, связанных с искусственным интеллектом, в США значительно выросло за последний год и за последние пять лет. В 2023 году было принято 25 нормативных актов, связанных с искусственным интеллектом, по сравнению с одним в 2016 году. Люди во всем мире лучше осведомлены о потенциальном влиянии ИИ и больше нервничают. Подробнее о результатах исследования мы расскажем подробнее в отдельной статье в ближайшие недели! В условиях быстро меняющейся ситуации в сфере цифровизации сектор здравоохранения переживает глубокую трансформацию, характеризующуюся растущей интеграцией технологий цифрового здравоохранения, телемедицины, единых реестров и ИИ. Этот сдвиг не только предлагает множество преимуществ, но и меняет динамику отношений между пациентами и поставщиками медицинских услуг в рамках системы здравоохранения. Отчет представляет из себя большой обзор всех стран - участников региона по основным показателям.
Интеллект естественный и врач выгорающий В условиях нынешней системы здравоохранения рядовой российский врач хронически перегружен. Что он должен успеть? Собрать клинический анамнез, выявить риски заболеваний, назначить правильное лечение, успеть принять всех пациентов, уделив внимание каждому, подписать документы электронной подписью, следовать клиническим рекомендациям, учитывать стандарты и порядок оказания медицинской помощи. Ему надо быть подобным шестирукому божеству, и все это — в условиях крайне сжатого времени, отведенного на прием. А перегруженность, как известно, ведет к профессиональному выгоранию. Естественный, то есть человеческий интеллект способен на многое: синтезировать новые знания, принимать решения, основанные на ценностях и смыслах, неся социальную и профессиональную ответственность, постоянно расширять профессиональный кругозор. Человек может мыслить креативно, создавая качественно новые решения. Не только на базе предыдущего опыта, но и на основе абстракций строить модели будущего, создавать концепции, рассматривать теории и предположения. Он видит профессиональную проблему с разных сторон и применяет кросс-дисциплинарный подход. Например, врач при постановке диагноза учитывает не только данные по своему профилю, но и по смежным дисциплинам. А еще берет во внимание эмоциональное состояние пациента, его образ жизни, помнит, что пациент может симулировать или что симптоматику могут искажать сопутствующие заболевания. С учетом всего этого диагностика будет намного качественнее. Наверное, у многих так бывало, что все данные и цифры говорят об одном, но есть четкое внутреннее ощущение, что сейчас нужно сделать другой выбор. И в итоге такие решения оказываются верными. Это неосознаваемый процесс, основанный на предыдущем опыте и анализе более широкой совокупности факторов, скрытых от сознания. Интуиция — это пока чисто человеческая черта и навык. Но есть у естественного интеллекта не только преимущества, но и слабые места — тот самый человеческий фактор. Любому биологическому организму свойственна усталость, влекущая потерю концентрации и риск совершить ошибку.
Система предлагает свои рекомендации по лечению заболеваний, в том числе онкологических. А возможность через приложение связать Watson и фитнес-трекер позволяет отслеживать даже самые незначительные изменения состояния здоровья пациента. Freepik Но диагностика не единственная сфера медицины, куда сегодня проник ИИ. Это, например, поиск перспективных молекул для определенных рецепторов, что может предварять открытие новых препаратов», — рассказал «Ведомости. Городу» врач-эксперт Тимур Пестерев. Один из последних примеров — китайская биотехнологическая компания в начале этого года с помощью ИИ придумала лекарство для лечения идиопатического легочного фиброза ИЛФ. Это тяжелое заболевание, сопровождающееся рубцеванием легких, от которого страдают в основном пожилые люди. ИИ исследовал массив данных о фиброзе дыхательных путей с целью найти белок, отвечающий за заболевание. Когда белок был найден, нейросеть приступила к синтезированию молекулы, которая бы эффективно боролась с недугом. Препарат от ИЛФ прошел первую стадию клинических исследований, и его уже испытали на добровольцах. Столичные алгоритмы По данным Национального центра развития ИИ при правительстве РФ, Россия занимает лидирующие позиции в мире по разработке и внедрению ИИ в здравоохранении. Значительную роль в этом сыграл московский опыт внедрения ИИ в здравоохранение. Как рассказали «Ведомости. Городу» в столичном депздраве, сегодня в Москве реализуются четыре крупнейших проекта использования ИИ в здравоохранении. Компьютерные алгоритмы находят патологии уже по 21 клиническому направлению. Нейросети помогают врачам определять на снимках лучевых исследований признаки рака легкого, COVID-19, остеопороза позвоночника, аневризмы аорты, ишемической болезни сердца, инсульта, а также рака молочной железы, грыж позвоночника, артроза, плоскостопия и других заболеваний. О совершенно новой области применения ИИ в московском здравоохранении «Ведомости.
Искусственный интеллект в медицине и здравоохранении
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. Также в ряде регионов запускаются системы для анализа видеопотока в стационарах, отделениях реанимации и интенсивной терапии. При диспансеризации врачи обрабатывают большой поток исследований, не имеющих отклонений от нормы, что создает высокую рутинную нагрузку и повышает риск пропуска редкой патологии. А решение «ИИ-Мониторинг» от «ПТМ» позволяет в режиме реального времени анализировать видеопоток в стационарах и эффективно наблюдать даже за пациентами в тяжелом состоянии. С помощью алгоритмов компьютерного зрения система отслеживает нежелательные события и уведомляет о них.
Благодаря чему скорость реакции на них медперсонала повышается в 50 раз, а число наступивших негативных событий сокращается до нуля. По федеральному проекту «Искусственный интеллект» Фондом содействия инновациям уже профинансировано свыше 850 проектов ИИ-разработчиков. До 13 мая открыт прием заявок на конкурсы для инноваторов в сфере искусственного интеллекта. Гранты до 8 млн рублей могут получить как физические, так и юридические лица.
Толчком для создания платформы iCare Navigator стали исследования Медицинской школы Бостонского университета, в ходе которых были разработаны виртуальные медсестры Луиза и Элизабет, объясняющие пациентам, например, когда принимать лекарства.
Молли от компании Sensely — еще один популярный аватар медсестры с искусственным интеллектом, который используют Калифорнийский университет в Сан-Франциско и Национальная служба здравоохранения Великобритании. 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.
Сегодня рядом с живыми медсестрами в госпиталях США уже работают компьютерные помощники, от которых можно получать советы, подсказки и другую информацию. Например, цифровой ассистент Салли, улыбающаяся женщина в белом халате, или медбрат Уолт. Салли и Уолт — это анимированные аватары, виртуальные личные тренеры по здоровью из платформы iCare Navigator на базе искусственного интеллекта, предназначенной для взаимодействия с пациентами и их обучения. Компания TeleHealth Services, разработавшая iCare Navigator, утверждает, что использует электронные медицинские записи пациентов и применяет машинное обучение для выстраивания индивидуальных отношений. Приложение определяет, когда пациент будет наиболее восприимчив к информации о состоянии своего здоровья и можно будет лучше всего управлять его лечением. Толчком для создания платформы iCare Navigator стали исследования Медицинской школы Бостонского университета, в ходе которых были разработаны виртуальные медсестры Луиза и Элизабет, объясняющие пациентам, например, когда принимать лекарства.
Молли от компании Sensely — еще один популярный аватар медсестры с искусственным интеллектом, который используют Калифорнийский университет в Сан-Франциско и Национальная служба здравоохранения Великобритании. 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.
Программа конференции подробно отразит все современные возможности применения информационных технологий в биомедицинских исследованиях и клинической деятельности. Ведущие спикеры обсудят последние достижения в области биоинформатики: платформы для обработки данных, секвенирование и мультиомиксные технологии, а также перспективы внедрения искусственного интеллекта для поддержки врачебных решений в терапии и диагностике. Отдельно будут рассмотрены современные технологические решения для практического здравоохранения и превентивной медицины: информационные системы сбора и анализа медицинских данных, облачные хранилища, мобильные приложения и веб-сервисы для врачей и пациентов.
Полная роботизация: как искусственный интеллект помогает врачам
Ученые из Сколковского института наук и технологий (Сколтех) занимаются применением методов машинного обучения и искусственного интеллекта в медицине. Ученые из Сколковского института наук и технологий (Сколтех) занимаются применением методов машинного обучения и искусственного интеллекта в медицине. Непропорциональное использование искусственного интеллекта у «имущих», в отличие от «неимущих», может увеличить существующий разрыв в состоянии здоровья. Искусственный интеллект (ИИ) сделают базовой медицинской технологией, эта задача вошла в Стратегию развития московского здравоохранения до 2030 года. В последнее время появляется все больше новостей о применении искусственного интеллекта (ИИ) в медицине и здравоохранении.
Вас вылечит… искусственный интеллект. Как ИИ-решения применяются в медицине
Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов. В столице провели комплексный анализ качества работы сервисов искусственного интеллекта (ИИ) в медицине. Кто-то встречает эпоху искусственного интеллекта (ИИ) в медицине с восторгом, кто-то – с опасением. О том, как искусственный интеллект внедряют в сфере медицины, рассказал директор АИИ Роман Душкин.
Собянин: ИИ превратится в базовую медицинскую технологию в Москве
СМИ сетевое издание «Городской информационный канал m24. Средство массовой информации сетевое издание «Городской информационный канал m24. Учредитель и редакция - АО «Москва Медиа». Главный редактор сетевого издания И.
ИИ-мониторинг" стал первым в России сервисом видеоаналитики для медучреждений Финалист конкурса 2020 года в номинации "Меняющие реальность" Первое регистрационное удостоверение для модуля анализа рентгенологических исследований Лидер Эксперимента по использованию инновационных технологий В области компьютерного зрения для анализа изображений и дальнейшего применения в системе здравоохранения города Москвы по направлению КТ COVID-19 Сервисы "Третье Мнение" победили в акселераторе «Будущее здравоохранения» Медтех-центра Москвы и «МЕДСИ» Победитель акселератора медицинских стартапов Future Healthcare Партнеры.
Такие системы выявляют закономерности и предоставляют информацию о характеристиках любых отклонений от нормы, экономя время врача. В тех случаях, когда у пациента есть несколько снимков, сделанных на протяжении некоторого времени, искусственный интеллект также может анализировать динамику заболевания. Так, для проверки работы своей системы на основе ИИ в корпорации Google провели эксперимент: снимки предложили изучить шестерым сертифицированным радиологам. В тех случаях, когда диагноз ставился по единственному снимку, искусственный интеллект справился так же или даже лучше людей. Сегодня рядом с живыми медсестрами в госпиталях США уже работают компьютерные помощники, от которых можно получать советы, подсказки и другую информацию. Например, цифровой ассистент Салли, улыбающаяся женщина в белом халате, или медбрат Уолт.
Салли и Уолт — это анимированные аватары, виртуальные личные тренеры по здоровью из платформы iCare Navigator на базе искусственного интеллекта, предназначенной для взаимодействия с пациентами и их обучения. Компания TeleHealth Services, разработавшая iCare Navigator, утверждает, что использует электронные медицинские записи пациентов и применяет машинное обучение для выстраивания индивидуальных отношений. Приложение определяет, когда пациент будет наиболее восприимчив к информации о состоянии своего здоровья и можно будет лучше всего управлять его лечением. Толчком для создания платформы iCare Navigator стали исследования Медицинской школы Бостонского университета, в ходе которых были разработаны виртуальные медсестры Луиза и Элизабет, объясняющие пациентам, например, когда принимать лекарства. Молли от компании Sensely — еще один популярный аватар медсестры с искусственным интеллектом, который используют Калифорнийский университет в Сан-Франциско и Национальная служба здравоохранения Великобритании. 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.
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.
«Рутинные задачи с минимальным риском». Nature опубликовал доклад о развитии ИИ в медицине
Сегодня искусственный интеллект позволяет выявить опасные заболевания на самых ранних этапах, создавать оптимальные схемы терапии, сводить к минимуму вероятность ошибок в лабораторной диагностике и даже делать хирургические операции. "Искусственный интеллект, даже какой-то удачный вариант его изобретения и внедрения, может повести себя неконтролируемо в чем-то. Искусственный интеллект (ИИ) применяется во многих отраслях медицины и кажется, что его преимущества по сравнению с человеком очевидны. "Искусственный интеллект для психического здоровья" Искусственный интеллект находит свое применение в психиатрии, помогая диагностировать и лечить пациентов с психическими расстройствами. Искусственный интеллект (ИИ) в медицине — использует алгоритмы и программное обеспечение для аппроксимации человеческих знаний при анализе сложных медицинских данных.
Собянин сообщил, что в Москве ИИ станет базовой медицинской технологией
Ведущие спикеры обсудят последние достижения в области биоинформатики: платформы для обработки данных, секвенирование и мультиомиксные технологии, а также перспективы внедрения искусственного интеллекта для поддержки врачебных решений в терапии и диагностике. Отдельно будут рассмотрены современные технологические решения для практического здравоохранения и превентивной медицины: информационные системы сбора и анализа медицинских данных, облачные хранилища, мобильные приложения и веб-сервисы для врачей и пациентов. Участие в конференции бесплатное.
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. 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.
Некоторые из созданных с помощью искусственного интеллекта редакторов генов демонстрируют сравнимую или улучшенную активность. Компания выложила OpenCRISPR-1 в открытый доступ, чтобы способствовать развитию технологии и её использованию в научных исследованиях и коммерческих проектах. Статью с научным исследованием можно почитать тут. Предоставить доступ к еще большему разнообразию.
С помощью AI появилась возможность экстраполировать на новые белковые пространства, которые еще не были освоены, тем самым выходя за рамки природных белков. Активировать новые функции, ранее не доступные ученым. OpenCRISPR-1, разработанный Profluent, представляет собой прорыв в области и обещает значительное ускорение процесса генной инженерии, уменьшение его стоимости и расширение возможностей модификации организмов.
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. Благодаря искусственному интеллекту значительно повышается доступность медицинской помощи для пациентов. В свою очередь реализация проекта по внедрению компьютерного зрения в здравоохранение дает возможность создавать и развивать рынок систем поддержки врачебных решений в лучевой диагностике.