Медицина с использованием искусственного интеллекта уже начинает широко применяться в рутинной практике. 6 случаев, когда искусственный интеллект может творить чудеса в здравоохранении. Применение искусственного интеллекта в медицине. Искусственный интеллект (ИИ) сделают базовой медицинской технологией, эта задача вошла в Стратегию развития московского здравоохранения до 2030 года. Искусственный интеллект в здравоохранении, который когда-то был областью научной фантастики, теперь стал реальностью.
Применение искусственного интеллекта в медицине
| Искусственный интеллект в медицине — не конкурент, но помощник | Ученые из Сколковского института наук и технологий (Сколтех) занимаются применением методов машинного обучения и искусственного интеллекта в медицине. |
| Видео: Как искусственный интеллект помогает в медицине | Новости России | Платформа Искусственного интеллекта Минздрава России — первый национальный проект, объединяющий медицинское сообщество и разработчиков решений на основе технологий машинного обучения и искусственного интеллекта (ИИ). |
| ИИ в медицине: тренды и примеры применения | 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. |
| Эксперимент по внедрению технологий искусственного интеллекта | Чем искусственный интеллект лучше «человеческого» врача, почему перегруженные работой медработники пока не доверяют ИИ, возможен ли в медицине симбиоз естественного и искусственного интеллектов, а также причем здесь мораль и врачебная этика? |
| Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек | Вот лишь некоторые возможности применения технологий искусственного интеллекта (ИИ) в здравоохранении. |
Врачам и пациентам: как искусственный интеллект помогает в медицине
Президентом РФ было поручено уделить особое внимание внедрению искусственного интеллекта в медицине. На сессии «Внедрение искусственного интеллекта в здравоохранении: новые возможности для стартапов и цифрового бизнеса» RIW-2022 эксперты обсудили эффективные практики внедрения искусственного интеллекта и перспективы технологий в России. Президентом РФ было поручено уделить особое внимание внедрению искусственного интеллекта в медицине.
Искусственный интеллект в медицине: применение и перспективы
Рост интереса к ИИ обусловлен сразу несколькими трендами: появление мощных графических процессоров и рост вычислительной мощности современных компьютеров, развитие облачных вычислений, взрывной рост больших данных. 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.
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.
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.
К примеру, не так давно Министерство здравоохранения РФ вместе с Ростехом создали первую версию федеральной платформы ИИ для здравоохранения. С ее помощью ИТ-разработчики смогут получать доступ к обезличенным медицинским данным жителей России из медицинских карт. Главная цель этого проекта заключается в том, чтобы объединить обезличенные медицинские данные в верифицированные датасеты наборы данных , а также дать отечественным ИТ-компаниям площадку для разработки и тестирования сервисов ИИ в сфере здравоохранения. Компаниям нужен доступ к структурированным данным для разработки алгоритмов, которые смогут стать основой систем поддержки врачебных решений. Появление подобных сервисов поможет усовершенствовать систему здравоохранения. Врачам нужно на постоянной основе обновлять информацию о последних исследованиях в медицине. Они не способны это делать с такой же скоростью, что и искусственный интеллект, так как врач не может одновременно и лечить людей, и отдыхать, и обновлять информацию, а еще и держать ее в голове. Искусственный интеллект может регулярно обновлять данные об исследованиях и хранить всю полученную информацию. Внедрение такой технологии облегчит жизнь медикам и поможет спасти чьи-то жизни. Так, суперкомпьютер IBM Watson, изучив 20 млн статей о раке, помог выявить редкую форму лейкемии у 60-летней пациентки с неверным диагнозом. С помощью ИИ можно распознавать симптомы возникновения злокачественных новообразований, диагностировать нарушение работы головного мозга, туберкулез, нарушения зрения. Примером работы программы выступает сервис Ada. Это специальное мобильное приложение, которое задает человеку вопросы, а тот описывает симптомы. После этого сервис проводит поиск информации о проблеме и дает рекомендации.
Искусственный интеллект в медицине: применение и перспективы
Вот лишь некоторые возможности применения технологий искусственного интеллекта (ИИ) в здравоохранении. 2022 год для искусственного интеллекта (ИИ) в российской медицине ознаменовался двумя знаковыми событиями. Кто-то встречает эпоху искусственного интеллекта (ИИ) в медицине с восторгом, кто-то – с опасением. 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. Чем искусственный интеллект лучше «человеческого» врача, почему перегруженные работой медработники пока не доверяют ИИ, возможен ли в медицине симбиоз естественного и искусственного интеллектов, а также причем здесь мораль и врачебная этика? Сбор данных и искусственный интеллект в медицине.
Применение искусственного интеллекта в московском здравоохранении
| Применение искусственного интеллекта в медицине | Искусственный интеллект на рынке медицины прогнозируемая нехватка врачей и специалистов в единицах, США, 2032 г. |
| Нейросети в качестве врача: как искусственный интеллект влияет на развитие медицины | Внедрение искусственного интеллекта (ИИ) в медицину открывает новые возможности для диагностики, лечения и исследований. |
| Топ-7 прорывов в медицине в 2023 году | 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. |
Комплексный анализ работы сервисов ИИ в медицине провели в Москве
| Искусственный интеллект идет в медицину: успешные бизнес-решения в отрасли | Компания «Интеллектуальная аналитика» проанализировала практики внедрения искусственного интеллекта в российском здравоохранении. |
| Искусственный интеллект в медицине. Настоящее и будущее | Искусственный интеллект в медицине: преображение здравоохранения в XXI веке. |
| Третье Мнение - искусственный интеллект в здравоохранении | 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: применение и перспективы
ИИ-сервисы используются, чтобы обрабатывать большие объемы медицинских данных и проводить предварительный анализ, например, с целью выявления тех или иных специфических заболеваний на начальных стадиях. Автоматический анализ медицинских изображений. ИИ-сервисы, основанные на глубоком обучении, могут быстро и точно анализировать медицинские изображения, такие как рентгеновские снимки, МРТ, КТ и другие визуальные данные, и выявлять на них патологии, что позволяет врачам быстро и точно определять диагноз и начинать лечение. Помощь в принятии врачебных решений. Это одна из очевидных сфер использования ИИ. Сервисы могут предоставить наиболее подходящие варианты лечения на основании собственной базы знаний, включающей потенциально лучшие варианты лечения и предсказание эффективности их использования. Автоматизация рутинных задач. ИИ-системы используются для заполнения медицинских карт, создание отчетов и др. ИИ может улучшить координацию и коммуникацию между медицинскими работниками, например, путем обучения и мониторинга основных симптомов. Как обучают нейросети для медицины Обучение нейросетей начинается со сбора большого объема данных, содержащих информацию о здоровье и заболеваниях пациентов. Они могут быть представлены в виде медицинских записей, результатов тестов, изображений, видео и других типов файлов.
Далее, данные обрабатываются и подготавливаются для обучения нейросети. Процесс может включать в себя удаление несущественной информации, нормализацию и стандартизацию данных. Затем, выбирается подходящая нейросетевая архитектура и проводится обучение. Этот этап включает в себя передачу данных через различные слои нейросети, где каждый слой проходит через процесс вычисления, используя свои веса и функции активации, для получения вывода.
К примеру, недавно гонконгская компания Insilico Medicine опубликовала результаты исследования, показывающего, что ее система на основе ИИ и глубокого обучения может создавать новые лекарства против определенных патологий всего за 3 недели. А это в несколько десятков раз быстрее, чем традиционные методы. Причем что примечательно, у руля компании стоит наш соотечественник Алекс Жаворонков. Господин Жаворонков еще в середине 2000-х годов получил степень магистра в Университете Джона Хопкинса, а затем и докторскую степень в Московском Государственном Университете, где его исследования были сосредоточены на использовании машинного обучения для изучения физики молекулярных взаимодействий в биологических системах. В 2014 году Алекс основал уже упомянутую Insilico Medicine, имея за плечами опыт работы в индустрии высоких технологий и заинтересовавшись вопросами фармации. Это интересно: Как работает искусственный интеллект Если вернуться к ИИ, то сами разработчики называют основную технологию работы искусственного интеллекта «генеративным тензорным обучением».
Она позволяет ИИ, если не вдаваться в подробности, более эффективно и быстро обучаться требуемым навыкам.
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. Огромный поток интерактивных данных и массив исторически накопившихся данных в виде анамнеза заболеваний, предыдущих исследований, динамики показателей здоровья пациента, множество факторов для принятия решений и катастрофическая нехватка времени — неподъемная ноша для обычного врача. Медработнику нужно осознать, проанализировать, сопоставить, пропустить через себя и выйти на принятие решения, на которое есть только минуты, а то и секунды. А если специалист не в настроении или плохо себя чувствует, то эффективность его диагностики снижается в разы.
Хочу отдельно коснуться потенциальной пользы применения ИИ в медицине. Почему потенциальной? Потому, что сейчас систем ИИ, которые быстро определяют риски и учитывают множество входных параметров, не очень много и порядок их применения пока полностью не урегулирован. ИИ и нейросети способны в будущем преобразить современное здравоохранение. Изменить к лучшему систему диагностики, повысить качество оказания медицинских услуг при одновременном снижении расходов. Искусственный интеллект учится на клинических данных и историях заболеваний пациентов. Учитывает множество входных параметров при вычислениях и потенциально способен быстро определить риски возникновения заболеваний, предсказать динамику их течения.
О морали и экономической целесообразности Работник здравоохранения должен принимать решения на основе фактов, и эти решения должны быть рациональными и практичными. Но не менее важны ценности, на которых строится этот выбор: этика, мораль, представления о добре и зле, о благе для пациента. Порой рациональным решением кажется отказ от дальнейшей борьбы за жизнь и здоровье пациента. Стоимость, ресурсоемкость, плохой прогноз на излечение — это рациональные параметры. Но борьба за жизнь пациента, за качество его жизни, избавление от мучений — это выбор, который не всегда экономически обоснован.
В целом, ранняя диагностика и прогнозирование с использованием ИИ открывает новые горизонты для медицинской науки, делая возможным профилактику и оперативное лечение многих заболеваний на самых ранних стадиях. Персонализированное лечение на основе искусственного интеллекта ИИ играет важную роль в разработке персонализированных планов лечения, основанных на индивидуальных характеристиках пациента. В хирургии, роботизированные системы и ИИ уже помогают хирургам в проведении сложных операций с большей точностью и меньшими рисками для пациента. В операционной ИИ может анализировать данные в реальном времени, предоставляя хирургам ценную информацию, которая помогает в принятии решений во время операций. Другое интересное направление - персонализированная терапия на основе генетической информации: при участии ИИ медицинские учреждения могут создавать индивидуализированные планы лечения, используя генетическую информацию пациента. Это может помочь в создании более эффективных и безопасных терапевтических планов лечения, минимизируя побочные эффекты и увеличивая шансы на успешное лечение. Алгоритмы предсказания реакции на лекарства: ИИ может анализировать большой объем данных о реакциях различных пациентов на лекарства, предсказывая, как конкретный пациент может отреагировать на определенное лекарство или терапию. Это способствует предотвращению нежелательных реакций и повышению эффективности лечения. Повышение точности и уменьшение травматизма: роботизированные хирургические системы, такие как da Vinci, используют ИИ для улучшения точности операций, уменьшения травматизма тканей и ускорения восстановления пациентов после операций. Роботы могут выполнять сложные манипуляции с высокой точностью и стабильностью. Это позволяет хирургам заранее спланировать операцию, предвидеть возможные трудности и снизить риски осложнений. Ассистенты на основе ИИ: в операционной ИИ может действовать в качестве ассистента, помогая врачам во время операций с помощью анализа данных пациента, мониторинга витальных показателей и предоставления рекомендаций по оптимальному ходу операции. Виртуальная реальность и обучение: технологии виртуальной реальности VR и дополненной реальности AR , интегрированные с ИИ, могут служить мощными инструментами для обучения молодых врачей и хирургов, предлагая им возможность тренироваться в виртуальной среде перед реальной операцией. Ограничения и риски, связанные с применением ИИ в медицине Несмотря на обширные возможности, применение ИИ в медицине сталкивается с рядом препятствий и сопряжено с некоторыми рисками.
Для чего в российских регионах используют ИИ в медицине
Искусственный интеллект является мощным инструментом в борьбе с редкими и генетическими заболеваниями, обеспечивая более точную диагностику, персонализированное лечение и новые направления исследований. Это открывает новые перспективы для пациентов, страдающих от этих сложных состояний, и помогает предотвратить прогрессирование заболевания и улучшить качество их жизни. Искусственный интеллект в процессе лечения: персонализированная медицина и индивидуальные прогнозы Искусственный интеллект ИИ в медицине привносит новые возможности в процесс лечения, делая его более персонализированным и эффективным. Благодаря ИИ, врачи и исследователи получают доступ к огромным объемам данных, анализ и обработка которых помогают прогнозировать результаты лечения и предсказывать индивидуальные характеристики пациентов. Использование ИИ в процессе лечения способствует развитию персонализированной медицины, где каждому пациенту предлагается индивидуальный подход и оптимальный план лечения.
Алгоритмы машинного обучения и искусственные нейронные сети позволяют анализировать множество факторов, таких как генетическая предрасположенность, медицинская история, прогнозируемые реакции на определенные лекарственные препараты и другие факторы, которые могут влиять на эффективность лечения. Искусственный интеллект также помогает врачам прогнозировать и предотвращать возможные осложнения и побочные эффекты лечения. Анализ данных, полученных от предыдущих пациентов с аналогичными характеристиками и диагнозами, позволяет предсказывать вероятность возникновения определенных проблем и рекомендовать соответствующие меры по их предотвращению. Применение ИИ в медицине также способствует улучшению диагностики.
Алгоритмы искусственного интеллекта могут сравнивать медицинские снимки и анализировать отклонения, которые человеческий глаз может упустить. Таким образом, ИИ помогает врачам выявлять заболевания на более ранних стадиях и принимать соответствующие меры для лечения их. Искусственный интеллект в медицине — это один из инновационных инструментов, который помогает улучшить процесс лечения пациентов. Персонализированная медицина и индивидуальные прогнозы, основанные на анализе данных, позволяют врачам предоставлять наиболее оптимальные варианты лечения каждому пациенту в зависимости от его индивидуальных потребностей и рисков.
Это открывает новые возможности для более эффективного и успешного лечения пациентов в будущем. Возможности искусственного интеллекта в развитии новых методов лечения и терапии Искусственный интеллект предоставляет огромные возможности для развития новых методов лечения и терапии в медицине. Благодаря использованию алгоритмов искусственного интеллекта, медицинские учреждения и специалисты в области здравоохранения могут значительно улучшить качество и эффективность лечения. Одной из главных возможностей искусственного интеллекта является диагностика заболеваний.
Алгоритмы машинного обучения позволяют проводить более точные и быстрые анализы медицинских данных, выявлять скрытые паттерны и предсказывать вероятность развития определенных заболеваний. Это позволяет раньше обнаруживать опасные состояния пациентов и принимать соответствующие меры для их лечения. Другая возможность искусственного интеллекта — разработка индивидуальных методов лечения. Благодаря анализу огромного количества данных, искусственный интеллект может предлагать персонализированные схемы лечения, учитывающие особенности каждого пациента.
Это помогает избежать назначения неэффективных или слишком тяжелых лечебных процедур, а также минимизирует риск возникновения побочных эффектов. Искусственный интеллект также активно применяется в исследованиях медицинских препаратов и разработке новых лекарств. Алгоритмы машинного обучения позволяют быстро обрабатывать огромные объемы данных о биологических молекулах и идентифицировать потенциальные цели для разработки новых препаратов. Это способствует повышению эффективности и сокращению сроков исследований, что в свою очередь может привести к появлению новых методов лечения и терапии.
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.
Различные приложения для здорового образа жизни на основе искусственного интеллекта, такие как MyFitnessPal и HealthTap, предоставляют людям полный контроль над своим здоровьем и благополучием, обратную связь с медучреждением и рекомендации для поддержания здоровья. Например, HealthTap узнает о симптомах пациента и их изменении с течением времени и координирует процесс лечения: отправляет напоминания, предоставляет текстовые ответы, сопоставленные с данными об истории болезни, руководствами, созданными врачами, а также обеспечивает возможность проведения онлайн-консультаций по видеоконференцсвязи. ИИ в медицине — это прорыв? Можно ли назвать применение ИИ прорывом в диагностике и лечении? На мой взгляд, сегодня прорыв еще не произошел.
Поэтому я бы использовал количественную оценку развития технологии, например, число успешных исследовательских проектов в этой области или число публикаций. Если такой показатель растет экспоненциально, то можно говорить о быстром продвижении вперед. С этой точки зрения мы присутствуем при развитии прорывных технологий диагностики и лечения.
Причем что примечательно, у руля компании стоит наш соотечественник Алекс Жаворонков. Господин Жаворонков еще в середине 2000-х годов получил степень магистра в Университете Джона Хопкинса, а затем и докторскую степень в Московском Государственном Университете, где его исследования были сосредоточены на использовании машинного обучения для изучения физики молекулярных взаимодействий в биологических системах. В 2014 году Алекс основал уже упомянутую Insilico Medicine, имея за плечами опыт работы в индустрии высоких технологий и заинтересовавшись вопросами фармации. Это интересно: Как работает искусственный интеллект Если вернуться к ИИ, то сами разработчики называют основную технологию работы искусственного интеллекта «генеративным тензорным обучением». Она позволяет ИИ, если не вдаваться в подробности, более эффективно и быстро обучаться требуемым навыкам.
Мы подумали: можем ли мы заставить машины придумывать с нуля новые молекулы с определенными свойствами вместо того, чтобы заставлять их перебирать десятки доступных вариантов, — говорит Алекс Жаворонков. Insilico использовали GENTRL для того, чтобы создать несколько а если быть точным, то 6 вариантов лекарств для лечения мышечного фиброза.
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. Подобные разработки смогут помочь понять патогенез многих заболеваний и лучше составлять их терапию. ИИ в борьбе с COVID-19 В период пандемии коронавирусной инфекции стали разрабатывать и внедряться технологии ИИ, помогающие выявить заболевших, оценить тяжесть течения заболевания, произвести дифференциальную диагностику, подобрать оптимальное лечение, создать вакцины и лекарства. Для мониторинга числа заболевших и определения очагов инфекции используется HealthMap. Программа позволяет отследить динамику распространения заболевания, оценить распространенность COVID-19 в разных странах и в мире. Также создана система на основе ИИ для выявления людей с повышенной температурой или без медицинской маски.
Обнаружив у проходящего поблизости человека признаки жара, система автоматически оповещает об этом медицинские организации. Приоритетной задачей ИИ в борьбе с коронавирусной инфекцией стала точная и быстрая диагностика, поэтому во многих странах мира ИИ применяется для оценки КТ-снимков и определения стадии заболевания и тяжести его течения.
ИИ в медицине: тренды и примеры применения
Именно поэтому машинное обучение и нейросети стали использовать, чтобы упростить процесс создания лекарственных препаратов. На сегодня в мире существует примерно 30 масштабных проектов с использованием искусственного интеллекта, которые работают в этом направлении. Американское управление по санитарному надзору за качеством пищевых продуктов и медикаментов запустило собственный проект, цель которого — на порядки сократить траты на клинические исследования с помощью машинного обучения. ИИ проекта обучен на основе 20 последних лет клинических исследований американских препаратов. По предварительным оценкам, использование искусственного интеллекта и нейросетей поможет сократить инвестиции в создание лекарственных препаратов в четыре раза, а время разработки — в два раза. Клинические испытания требуют крупных инвестиций и могут длиться несколько лет Пока что концерны используют ИИ только как вспомогательный инструмент для синтеза лекарств, проводя все стадии клинических исследований как обычно. Но проекты уже показывают хорошие результаты. ИИ на службе нутрициологии Успехи искусственного интеллекта в создании вакцин от коронавируса известны всему миру. Компьютерные технологии сократили время разработки результативной вакцины буквально до нескольких месяцев, когда для классических методов исследований требуется минимум год-два. Но на самом деле исследования куда глубже, чем можно представить. И касаются они не только вирусологии, но также профилактической медицины и нутрициологии, для которых анализируют натуральные органические соединения.
Их существует десятки миллиардов, поэтому исследования вручную не слишком эффективны. Клинические испытания требуют крупных инвестиций и могут длиться несколько лет. Для разработки нового препарата нужно протестировать на клеточных культурах десятки и сотни химических соединений, которые в дальнейшем нужно будет проверить и на живых организмах. Из-за этого все фазы клинических испытаний могут занять несколько лет. Компьютерные мощности способны помочь исследователям, значительно ускорив процесс создания новых лекарственных препаратов, а также ощутимо сократить расходы на проведение дорогостоящих клинических испытаний. К примеру, британо-ирландская компания Nuritas использует искусственный интеллект для поиска активных органических соединений, которые в теории можно использовать для лечения и предотвращения болезней. Как утверждают специалисты компании, технология анализа химических соединений с помощью искусственного интеллекта в 600 раз точнее и в десять раз быстрее, чем стандартные методики.
Нейронные сети в помощь врачам Глубокие нейронные сети DNN могут помочь в интерпретации медицинских сканов патологий, электрокардиограмм, эндоскопии. Особое внимание уделяется радиологии — использованию нейросетей для анализа рентгеновских снимков. Google использовали алгоритмы для интерпретации снимков грудной клетки, чтобы поставить 14 различных диагнозов, от пневмонии до гипертрофии сердца и коллапса легкого. DNN также способны диагностировать отдельные виды рака , переломы, кровоизлияния, ретинопатию, поражения кожи и множество других заболеваний. Алгоритмы могут улучшить работу дерматологов, кардиологов, офтальмологов и даже психотерапевтов, позволяя отслеживать развитие депрессии. Примеры применения ИИ в здравоохранении на протяжении жизни человека Проблема состоит в том, что большинство исследований и отчетов все еще существуют только в виде препринта. Они не опубликованы и не проверены рецензентами. В препринтах проверка работоспособности алгоритмов осуществляется с точки зрения точности, что еще не равно клинической эффективности. Эффективность подтверждается с помощью недешевых клинических испытаний. Нейронные сети для пациентов Алгоритмы, которые пациенты могут использовать самостоятельно, развиваются медленнее, чем те, которые используют клиницисты.
Здравоохранение — это та отрасль, где инвесторы имеют максимальные надежды на то, что эти продукты будут востребованы и популярны». По словам А. Это абсолютный рекорд по сравнению с другими отраслями. А по размеру привлеченных средств у здравоохранения второе место — 2,766 млрд. Впереди только транспорт и логистика. Но, несмотря на эти рекорды, с прошлого года все острее становится дискуссия о доверии и ответственном отношении всех участников сферы ИИ. Слишком много спекуляций. Большая часть ни к чему плохому не привела, однако 18 процентов причинили вред разной степени тяжести, в том числе были зафиксированы 4 смертельных случая. Будет доказанная безопасность, будет и доверие. Стандарты — залог доверия По мнению Дмитрия Павлюкова, которое он высказал на форуме, в условиях формирования доверия ключевую роль играет стандартизация в области применения ИИ. Как отмечает его председатель Сергей Гарбук, в области здравоохранения стандартизация ИИ наиболее актуальна. С одной стороны, высок уровень технологической зрелости, с другой — не менее высок уровень ответственности, связанной с рисками для граждан в результате некорректной работы системы. Поэтому стандарты — это инструмент нахождения компромисса между безопасностью системы новой технологии для людей и простотой продвижения новых технологий на практике. В прошлом году была разработана перспективная программа стандартизации по приоритетному направлению «Искусственный интеллект» на 2021-2024. В ней есть раздел, посвященный стандартам ИИ в области здравоохранения. При разработке программы подразумевался обязательный этап обучения на прецедентах. Значительная часть систем ИИ рассчитана на автоматизацию естественных интеллектуальных способностей человека.
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. Так, в 2020-2022 годах на апробацию решений в рамках эксперимента выделено 900 млн рублей.
Вас вылечит… искусственный интеллект. Как ИИ-решения применяются в медицине
Кроме того, искусственный интеллект помогает врачам-терапевтам поликлиник в постановке диагноза и формировании перечня необходимых исследований. Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов. Применение методов искусственного интеллекта в медицине и сфере здравоохранения Для использования врачами и медицинскими специалистами Плюсы и минусы Заменит ли ИИ врачей? Примеры | Онлайн-университет доказательной медицины 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. Как присутствие искусственного интеллекта влияет на современную российскую медицину? 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.
Диагностика
- Платформа ИИ Минздрав
- Искусственный интеллект создал новое лекарство всего за 21 день -
- ACHIEVEMENTS AND PROSPECTS OF ARTIFICIAL INTELLIGENCE IN MEDICINE
- Нейронные сети в помощь врачам
- Искусственный интеллект в медицине и здравоохранении | Примеры
- Предварительный просмотр:
Искусственный интеллект в медицине: главные тренды в мире
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.
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.
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. Онлайн-консультации О популярности телемедицины мы уже говорили в статье про медтех тренды 2021. Удаленные консультации расширяют доступ к качественной медицинской помощи, особенно в малонаселенных пунктах, где в ней нуждаются больше всего. Кроме того, онлайн-консультации предоставляет возможность снизить затраты на здравоохранение и получить второе мнение по результатам исследований, чтобы уточнить диагноз и план лечения. ИИ делает телемедицину значительно удобнее. Он применяется для удаленной диагностики, сбора медицинских показателей и работы с информацией о пациентах. Например, в нашем приложении для докторов Primu. Online планируется внедрить ИИ для анализа симптомов и перевода записей приёмов в текстовый формат.
Бактерия использует сохраненный генетический материал и производит белки Cas9, которые способны при совпадении генов с геном вируса быстро его нейтрализовать. По той же схеме, белок ищет совпадающий генетический материал и разрезает его вне зависимости от того, принадлежит он бактерии, животному или человеку. Например, в сельском хозяйстве технологию используют для изменения свойств продуктов: можно удалить из арахиса ген, который вызывает аллергическую реакцию, можно создавать необычные сорта. Ученые даже занимались созданием комаров, не способных переносить малярию.
Редакторы генов, основанные на технологию CRISPR и полученные из микробов, хоть и являются важным и незаменимым инструментом, часто демонстрируют значительные функциональные недостатки, особенно при переносе в чужеродную среду, например в клетки человека. Компания Profluent считает, что основанный на AI-технологиях генный редактор OpenCRISPR представляет собой мощную альтернативу, которая позволит обойти различные ограничения и даст возможность создавать оптимальные свойства. Используя большие языковые модели LLM , обученные работе с биологическим разнообразием, мы демонстрируем успешное и максимально точное редактирование генома человека с помощью программируемого редактора генов, разработанного с использованием искусственного интеллекта.