Искусственный интеллект в медицине. Как может ИИ улучшить систему здравоохранения, по мнению Билла Гейтса? Во-первых, он освободит медицинских работников от рутинных задач и позволит врачам максимально эффективно использовать своё время. Применение искусственного интеллекта (ИИ) в медицине открывает дополнительные возможности для улучшения диагностики, лечения и предотвращения заболеваний.
«Рутинные задачи с минимальным риском». Nature опубликовал доклад о развитии ИИ в медицине
| Искусственный интеллект в помощь врачам и пациентам | Технологии на базе искусственного интеллекта становятся все более востребованными в медицине и здравоохранении. |
| Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек | Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов. |
Топ-7 прорывов в медицине в 2023 году
В настоящий момент мы заканчиваем клинические испытания», — подчеркнул Каталевский. По его словам, искусственному интеллекту в данном проекте отводится вспомогательная функция: система подсвечивает вероятные изменения, на основе которых диагноз ставит врач. На основе созданного ПО возможно проводить массовый скрининг населения посредством быстрой, качественной и недорогой диагностики. Система может с успехом применяться в телемедицине — например, в отдаленных регионах страны. Для этого достаточно сделать снимок сетчатки глаза, загрузить его в систему, а результат прислать доктору в любой точке страны для постановки полноценного диагноза и подбора лечения», — подчеркнул Каталевский. Он отметил, что компанией создан инструмент, который позволяет доктору и сэкономить время для диагностики, и получить второе мнение, если речь идет о сложном или спорном случае.
Также система помогает в обучении молодых врачей.
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.
Я, конечно, всё перепроверил, долго копался в научных трудах.
И нашёл публикации, в которых учёные отмечали селенозависимость течения эпилепсии у отдельных людей. Но объяснить её, кстати, медики пока не могут. Зачастую эпилептики — очень метеозависимые люди. Циклолептическое течение эпилепсии встречается довольно часто, и система очень быстро научается прогнозировать интервалы этих циклов.
Если у ребёнка приступы происходят, например, каждые пять дней, система это спрогнозирует. Напомнит родителям, что сегодня с большой вероятностью будет обострение, и попросит быть внимательнее к своему чаду. Современная медицина не обладает такими средствами. Но, как я уже сказал, к приступу можно будет подготовиться, чтобы он нанёс минимальный вред.
В этот день ребёнок должен быть дома и избегать активностей, которые могут быть опасны в случае потери сознания. То есть родители не должны пускать его на горку, на качели, в бассейн и так далее. Почему «Джейн» оказалась не у дел — Почему мы говорим о «Джейн» в прошедшем времени? Всё, что я вам рассказываю, связано с опытной эксплуатацией «Джейн» врачами одной московской больницы, специализирующимися на эпилепсии.
Врачи ей пользовались под моим контролем. Наши алгоритмы помогли уточнить диагнозы и скорректировать лечение десятка пациентов. Однако в определённый момент мы столкнулись с проблемой — чтобы продолжать использовать систему, требовалось сертифицировать её в качестве медицинского изделия. Процесс этот довольно сложный, он потребовал бы от нашего коллектива больших затрат времени и сил.
Никто не мог дать гарантии того, что после сертификации «Джейн» купят. А делать такую сложную систему просто так, для себя, смысла не было. Поэтому я решил сосредоточиться на развитии других проектов. У нас был чат-бот, у нас была веб-версия, система «крутилась» на сервере.
Если бы я не остановил разработку, то следующий модуль, который мы делали, обеспечивал бы вывод по аналогии. Предполагалось, что в систему загрузят большое количество историй болезни. И тогда «Джейн» могла бы находить совпадения, смотреть, как лечится один пациент, как другой, какие у них прогнозы, признаки выздоровления и так далее. И система такая будет очень полезна, если кто-то заинтересуется её покупкой и внедрением.
Проект «Джейн» развивался в течение трёх лет. Обнаруженные аналоги могли предложить только электронный дневник. Это были простые информационные системы для записи симптомов и жалоб пациентов. Таких крутых фишек, интеллектуальных функций, настроенных именно на проблему эпилепсии, как в «Джейн», больше ни у кого в мире не было.
Встречались с представителями популярных компаний, предоставляющих услуги по лабораторной диагностике. Мы предлагали им войти в проект и развивать его под своим брендом. Мы могли бы сделать полную интеграцию. Но этого не случилось, никто из потенциальных инвесторов так и не решился на сотрудничество.
Стоимость разработки интеллектуальной системы, подобной «Джейн», по оценкам АИИ , начинается от 250 тысяч рублей. Что в России нужно сделать, чтобы на законных основаниях продавать медицинские системы? То есть мы должны фактически провести независимую оценку эффективности изделия, применяя методы доказательной медицины. Это довольно сложный процесс, который может тянуться годами.
Какая должна быть методика? И разработка методики испытаний входит в состав клинических испытаний. То есть мы должны сначала разработать методику, представить её комиссии, которая подтвердит, что методика соответствует стандартам качества проведения клинических испытаний. Затем в ходе испытаний мы проходим по всем пунктам этой методики.
Подобными проектами занимается и Google: в 2018 году DeepMind смог лучше биологов предсказать форму свертывания белка. Это потенциально способно существенно ускорить процесс разработки новых лекарств. Основные препятствия Несмотря на большие перспективы, существует целый спектр ограничений для развития ИИ в медицине.
Эти стоп-факторы должны стать основным объектом для совместной работы технологических компаний и медицинских организаций, так как их минимизация способна существенно расширить возможности применения этой технологии в здравоохранении. Нехватка компетенций и сотрудников. Для эффективного внедрения технологии искусственного интеллекта необходимы квалифицированные специалисты, наличие ресурсов для тестирования гипотез и разработки эффективных бизнес-моделей.
Это касается рынка систем ИИ в целом, и медицинские организации не меньше других сталкиваются с дефицитом кадров, недостатком квалификации уже работающих сотрудников, а также нехваткой ресурсов для внедрения технологии. Недостаток структурированных данных. Далеко не во всех сферах здравоохранения достигнуты такие результаты, как, например, в борьбе с раком.
Действительно, в медицине очень много неструктурированных данных, но для использования в системах машинного обучения их необходимо сначала структурировать и разметить. Это большая работа для Data Scientists специалистов по классификации данных. Недостаточный уровень доверия.
Искусственному интеллекту еще только предстоит заработать свой кредит доверия — как со стороны пациентов, так и практикующих специалистов.
Топ-7 прорывов в медицине в 2023 году
Проводной интернет в тех же поликлиниках и больницах медленнее, не стабильнее? Нет, очевидно, что беспроводная связь будет поддерживаться между людьми, носимыми устройствами и базовыми устройствами мониторинга показателей людей. Вот и дождались упоминания о телемедицине — чем больше удаленных консультаций врачей, тем лучше, значит, идет цифровая трансформация сектора. Главное, чтобы на портале Госуслуг побольше использовали сервис «Мое здоровье». А вот как Правительство воспринимает главный вызов при внедрении пилотного проекта по дистанционному наблюдению за состоянием здоровья с использованием информационной системы "Персональные медицинские помощники": «- высокие финансовые издержки при внедрении инструментов дистанционного мониторинга; высокие затраты на внедрение практики широкого использования носимых устройств, включая обучение их правильному применению; низкая скорость внедрения инструментов контроля за своим здоровьем; несовершенство аппаратного или программного обеспечения при обработке данных». Низкая скорость внедрения и большие затраты — вот какая у них главная проблема. Далее читаем интересное: «…внедрение технологии дистанционного мониторинга обеспечит контроль за состоянием здоровья как пациентов с хроническими заболеваниями, так и пациентов, не имеющих хронических заболеваний, при помощи прогностических инструментов, используемых в практике медицинских работников». То есть дистанционный мониторинг показан будет не только диабетикам, а вообще всем нам. Чтобы «обеспечить контроль за нашим состоянием здоровья». На единой платформе «Гостех». И делать прогнозы о нашем здоровье с помощью нейросети.
В общем, всем все понятно. Далее раскрываются цели внедрения дистанционного мониторинга: «…расширены возможности дистанционного мониторинга состояния здоровья граждан; увеличивается популярность как носимых устройств специфического применения глюкометры, системы мониторирования артериального давления , так и общего фитнес-браслеты ; расширены возможности дистанционного мониторинга состояния здоровья граждан; увеличивается популярность как носимых устройств специфического применения глюкометры, системы мониторирования артериального давления , так и общего фитнес-браслеты ; повышается сознательное отношение граждан к состоянию своего здоровья». Вот оно что — наше сознательное отношение к состоянию здоровья оказывается сильно повысится, если будем постоянно вставленный в тело датчик носить, который по беспроводной связи будет постоянно наши биоданные передавать «кому следует». А риски отказа от этого связаны у них со «сдерживанием перехода от реактивной на превентивную модель контроля».
Технологии ИИ проникают во все сферы деятельности человека, в числе которых и медицина со здравоохранением. 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.
Заменит ли ИИ медицинских работников в будущем? Хотя ИИ может автоматизировать определенные задачи, он не может заменить чуткий уход, оказываемый медицинскими работниками. ИИ может быть инструментом, который помогает медицинским работникам, снижая их рабочую нагрузку и позволяя им больше сосредоточиться на уходе за пациентами. Будущее здравоохранения, скорее всего, будет сочетанием услуг, управляемых человеком и искусственным интеллектом. Как ИИ может улучшить профилактическое здравоохранение? ИИ может помочь в профилактическом здравоохранении, анализируя данные пациентов, чтобы выявлять факторы риска и прогнозировать потенциальные проблемы со здоровьем до того, как они возникнут. Это может привести к своевременным вмешательствам и более здоровому образу жизни. Например, носимые устройства, интегрированные с искусственным интеллектом, могут отслеживать показатели жизнедеятельности и предупреждать людей о потенциальных проблемах со здоровьем. Как ИИ способствует точной медицине? ИИ вносит свой вклад в точную медицину, позволяя анализировать большие наборы данных, таких как геномные данные, для выявления закономерностей, влияющих на здоровье и болезни. Это может помочь в разработке индивидуальных стратегий лечения, основанных на индивидуальном генетическом составе, образе жизни и окружающей среде. Что мешает внедрению ИИ в здравоохранение? Барьеры включают проблемы с конфиденциальностью данных, отсутствие стандартизированных данных и нехватку навыков для внедрения и управления решениями ИИ. Кроме того, существует проблема интеграции систем искусственного интеллекта в существующие инфраструктуры здравоохранения. Преодоление этих барьеров требует тщательного планирования, правил и междисциплинарного сотрудничества. Какую роль ИИ играет в охране психического здоровья? ИИ играет важную роль в охране психического здоровья, предлагая инструменты для раннего выявления, лечения и поддержки. Алгоритмы ИИ могут анализировать речевые паттерны и поведение в социальных сетях, чтобы обнаруживать признаки проблем с психическим здоровьем. Кроме того, чат-боты с поддержкой ИИ могут оказывать психологическую поддержку и терапию тем, у кого может быть ограниченный доступ к традиционным службам охраны психического здоровья. Может ли ИИ помочь в лечении хронических заболеваний? Да, ИИ может внести значительный вклад в борьбу с хроническими заболеваниями. Алгоритмы ИИ могут прогнозировать развитие таких заболеваний, как диабет, болезни сердца и рак, что позволяет медицинским работникам разрабатывать персонализированные планы лечения. Кроме того, носимые устройства с искусственным интеллектом могут помочь пациентам следить за своим здоровьем и соблюдением режима лечения дома. Как ИИ поддерживает телемедицину? ИИ поддерживает телемедицину, обеспечивая удаленный мониторинг, диагностику и лечение пациентов. Приложения на базе искусственного интеллекта могут давать медицинские советы в зависимости от симптомов, а виртуальные помощники помогают планировать встречи. Кроме того, ИИ может анализировать данные с носимых устройств, чтобы предупреждать врачей о любых серьезных проблемах со здоровьем, обеспечивая своевременное дистанционное вмешательство. Какова роль ИИ в анализе данных здравоохранения? ИИ играет ключевую роль в анализе данных здравоохранения. Он может анализировать огромные объемы данных — от историй болезни пациентов до клинических исследований — для извлечения информации, которая поможет принять решение о лечении. Алгоритмы машинного обучения могут выявлять закономерности и тенденции, прогнозировать результаты лечения пациентов и помогать организациям здравоохранения принимать решения на основе данных. Какое влияние ИИ оказывает на хирургические процедуры? ИИ оказывает значительное влияние на хирургические процедуры. Хирургические роботы с искусственным интеллектом могут выполнять точные движения, снижая риск человеческой ошибки. Кроме того, ИИ может помочь в хирургическом планировании, предоставляя подробные персонализированные 3D-модели анатомии пациента.
Машина может работать по заранее установленным человеком правилам. Кроме того увеличивается количество проектов, в которых компьютеры не только работают по установленным алгоритмам, но также самообучаются, совершенствуются и решают более сложные задачи. Первые создаются программистами, которым не нужно обладать информацией обо всех зависимостях между входными параметрами и ответом — полученным результатом. Такие программные продукты прекрасно справляются со многими задачами, в том числе медицинскими — системы используются для расчетов статистик, формирования реестров и т. Искусственный интеллект нужен там, где невозможно задать четкие правила и алгоритмы. К примеру, как простая программа может на рентгенологическом снимке выявить наличие патологии? Для решения такой задачи машина должна не проводить расчет по заданным формулам, а самостоятельно выявить формулу по эмпирическим данным, чтобы научиться распознавать болезни. Разработчики при этом работают в первую очередь над подготовкой данных и обучением системы. Как работают нейронные сети в медицинской сфере? Нейронные сети сегодня активно применяются в разработке интеллектуальных систем, в том числе и в медицине, благодаря их способности к обучению. Механизм работы искусственных нейросетей повторяет принцип биологических. В цифровом исполнении нейронная сеть представляет собой граф с тремя и более слоями нейронов, которые соединяются между собой. В процессе обучения входные нейроны получают данные, обрабатывают их на внутреннем слое нейросети, а на выход поступают результаты. Если полученный результат в процессе обучения не устраивает исследователей, они меняют вес соединений и заново обучают сеть. При этом успешность процесса и достоверность результатов зависит от количества входных данных — чем их больше, тем лучше. Нейросети могут применяться в медицине разными способами. Например, пациент делает запрос «головная боль», «высокая температура», «озноб», а нейронная сеть анализирует тысячи или миллионы карточек других людей и на основе их диагнозов может предположить заболевание у человека, сделавшего запрос. Сегодня на основе нейронных сетей разработано множество технологий для медицины, и некоторые из них уже активно применяются в клиниках по всему миру. Предсказание падения артериального давления с помощью ИИ В 2018 году были опубликованы результаты исследований нескольких ученых, разработавших алгоритм прогнозирования аномального падения давления или гипотонии в процессе хирургического вмешательства. Алгоритм разработан с помощью технологий машинного обучения в медицине. Исследователи использовали ИИ, который проанализировал данные более 1300 пациентов, у которых во время операции фиксировалось артериальное давление. Общая продолжительность наблюдения составила почти 546 тысяч минут. С помощью этих данных искусственный интеллект помог подготовить алгоритм прогнозирования гипотонии. Алгоритм повторно проверяли на втором наборе данных других 204 пациентов. Исследователи считают, что алгоритм можно использовать во время операций, чтобы снизить вероятность возникновения осложнений. Распознавание рака кожи Искусственный интеллект в здравоохранении показывает впечатляющие результаты и в решении задачи раннего распознавания рака кожи. Эксперимент провели в 2018 году ученые из США, Франции и Германии, которые обучили нейросети идентифицировать изображения для диагностики онкозаболеваний кожных покровов. Машине предоставили более 100 тысяч снимков безвредных родинок и опасных для жизни меланом, а позднее показали эти же фотографии профессиональным дерматологам, которые попытались выявить рак по снимкам. Машина справилась с задачей лучше специалистов.
Искусственный интеллект в медицине: применение и перспективы
| Искусственный интеллект в медицине: преображение здравоохранения в XXI веке | Технологии искусственного интеллекта (ИИ) всё шире проникают в различные сферы жизни, меняя и ускоряя привычные процессы. |
| Искусственный интеллект в медицине и здравоохранении | В фокусе: технологии искусственного интеллекта (ИИ) в здравоохранении и системы поддержки принятия врачебных решений (СППВР). |
| «Россия 1» 27.11.2023 «Утро России». «Искусственный интеллект в медицине: достижения и перспективы» | Как в здравоохранении помогает искусственный интеллект. По прогнозу генерального директора Ассоциации разработчиков и пользователей систем искусственного интеллекта в медицине «Национальная база медицинских знаний» Бориса Зингермана, ИИ будет активно. |
| Искусственный интеллект в медицине | Компания «Интеллектуальная аналитика» проанализировала практики внедрения искусственного интеллекта в российском здравоохранении. |
Искусственный интеллект в медицине: главные тренды в мире
Мы активно развиваем искусственный интеллект в медицине. Некоторые из созданных с помощью искусственного интеллекта редакторов генов демонстрируют сравнимую или улучшенную активность. Применение искусственного интеллекта в медицине и здравоохранении: сферы использования и перспективы ИИ. Команда ученых из Калифорнийского технологического института создала систему SAIS на базе искусственного интеллекта для тренировки хирургических навыков. Технологии искусственного интеллекта (ИИ) всё шире проникают в различные сферы жизни, меняя и ускоряя привычные процессы. Искусственный интеллект анализирует снимки за несколько секунд и определяет патологии органов грудной клетки по пяти клиническим направлениям.
Эксперимент
Цифровые данные из операционных отличаются большим объемом и требуют защиты. Совокупное использование сервисов MVS Platform и МИС обеспечит администрацию клиники всеми необходимыми инструментами для качественного менеджмента. Адрес: г. Санкт-Петербург, Левашовкий пр-кт, д.
Подобные технологии используются и в России — российская платформа Botkin. AI позволяет выявлять онкологические заболевания легких благодаря анализу медицинских изображений с помощью технологий искусственного интеллекта в облаке Microsoft Azure. Решение уже успешно внедрено в нескольких регионах страны. В России также есть цифровая гистологическая лаборатория UNIM, которая исследует гистологические материалы при помощи нейронной сети для постановки верного диагноза.
Помимо этого, большой потенциал существует у использования ИИ в разработке и тестировании новых лекарств. Одна из крупнейших фармацевтических компаний — Novartis — совместно с Microsoft открыла ИИ-лабораторию, чтобы использовать "умные" алгоритмы в создании лекарственных препаратов. Подобными проектами занимается и Google: в 2018 году DeepMind смог лучше биологов предсказать форму свертывания белка. Это потенциально способно существенно ускорить процесс разработки новых лекарств.
Основные препятствия Несмотря на большие перспективы, существует целый спектр ограничений для развития ИИ в медицине. Эти стоп-факторы должны стать основным объектом для совместной работы технологических компаний и медицинских организаций, так как их минимизация способна существенно расширить возможности применения этой технологии в здравоохранении. Нехватка компетенций и сотрудников. Для эффективного внедрения технологии искусственного интеллекта необходимы квалифицированные специалисты, наличие ресурсов для тестирования гипотез и разработки эффективных бизнес-моделей.
Это касается рынка систем ИИ в целом, и медицинские организации не меньше других сталкиваются с дефицитом кадров, недостатком квалификации уже работающих сотрудников, а также нехваткой ресурсов для внедрения технологии.
В ряде случаев искусственный интеллект выступает помощником при записи на приём к врачу, заполнении электронной медицинской карты, выполняя административные функции. Есть видеоаналитика, которая используется в медицинских организациях, есть решения в диагностике.
Ну, разумеется, хотелось бы больше, если открываются подобные возможности.
В компьютер было загружено 2260 изображений мазков, сделанных в период с 2006 по 2019 г. Самым известным примером по внедрению ИИ в медицину остается суперкомпьютер Watson. На сегодняшний день он может обрабатывать 200 млн цифровых документов за три секунды. Watson в первую очередь призван помочь врачам в работе с электронными медицинскими картами. Он способен составить историю болезни пациента, членов его семьи, структурировать генетическую предрасположенность к тем или иным патологиям и выдать моментально всю эту информацию лечащему доктору. 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.
Искусственный интеллект в медицине: добро или зло?
Искусственный интеллект все активнее применяется в здравоохранении — он помогает в диагностике, принятии клинических решений и управлении данными. Там проектами, связанными с искусственным интеллектом, стали активно интересоваться инвесторы — крупные раунды подняли медицинские компании WoundMetrics, Genuity Science, Tempus, AI Therapeutics. Искусственный интеллект в медицине. Искусственный интеллект в здравоохранении показывает впечатляющие результаты и в решении задачи раннего распознавания рака кожи. Будущее искусственного интеллекта в здравоохранении безоблачно и имеет огромный потенциал, чтобы революционизировать способы оказания медицинской помощи. Искусственный интеллект или ИИ относится к моделированию человеческого интеллекта в машинах, предназначенных для того, чтобы мыслить и учиться подобно людям.
Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек
В российской системе здравоохранения большие возможности для применения искусственного интеллекта (ИИ), он уже активно внедряется по всей стране. Платформа Искусственного интеллекта Минздрава России — первый национальный проект, объединяющий медицинское сообщество и разработчиков решений на основе технологий машинного обучения и искусственного интеллекта (ИИ). Команда ученых из Калифорнийского технологического института создала систему SAIS на базе искусственного интеллекта для тренировки хирургических навыков.
Решения СберМедИИ вошли в ТОП-10 медицинских нейросетей (ИИ) в России в 2024 году
Ну, разумеется, хотелось бы больше, если открываются подобные возможности. О том в каких областях медицины уже сейчас искусственный интеллект максимально точен и уже абсолютно необходим разговор в программе «Утро России» с заместителем министра здравоохранения Российской Федерации Павлом Пугачевым.
Благодаря им врачи отрабатывают хирургические операции в виртуальной среде перед проведением их непосредственно на пациентах.
Используя AR-гарнитуры, хирурги накладывают цифровые изображения на тело пациента, что позволяет им в режиме реального времени следить за состоянием критических структур — кровеносных сосудов или опухолей. Эта технология значительно повышает точность и снижает риск осложнений во время операции. Медицинские школы и институты используют AR-приложения для преподавания анатомии, позволяя студентам взаимодействовать с 3D-моделями человеческого тела.
Столь практический подход улучшает понимание и запоминание сложных медицинских концепций. В то же время VR — мощный инструмент для снятия негатива во время разного рода процедур. Пациенты погружаются в успокаивающую VR-среду, отвлекаясь от боли и дискомфорта при обработке ран или физиотерапии.
VR также используется при лечении фобий, посттравматических стрессовых расстройств ПТСР и тревожности. Пациенты безопасно противостоят страхам в контролируемой виртуальной среде, что делает терапию более эффективной. Интернет медицинских вещей IoMT Интернет медицинских вещей — один из главных технологических трендов в здравоохранении в 2023 году.
IoMT — это сеть подключенных медицинских приборов, которые интегрированы с облачными вычислительными системами.
Метод, при котором медкарта заполнена разными специалистами, а данные собраны воедино, позволяет оптимизировать постановку точного диагноза. Настоящей технологией будущего можно считать роботов-хирургов — это решение на стыке роботизации и ИИ. Успешный проект в этом направлении представил резидент «Сколково» — компания «Экзоскелет». Специалисты разрабатывают роботы-экзоскелеты, которые помогают людям после тяжелых травм заново учиться ходить. Однако говорить об использовании роботов-хирургов пока рано. Причина кроется в большом количестве алгоритмических частей, с помощью которых можно создать конечный продукт. При этом они могут быть не связаны напрямую с медицинскими показателями. К примеру, автопилот распознает препятствия на дороге, но не имеет доступа к управлению машиной. Польза для каждого Применение ИИ выгодно как для врача, так и для пациента — то есть, для всей системы здравоохранения в целом.
Качество диагностики выходит на совершенно другой уровень. Однако с развитием технологий появляются и опасения у людей — некоторые пациенты сейчас склонны не доверять искусственному интеллекту. Но дело в том, что за весь процесс полная ответственность все также остается на враче — именно он выносит окончательное решение о диагнозе и лечении. ИИ лишь помогает ему собрать все нужные данные воедино и указывает на сигналы, которые могут свидетельствовать об отклонении. Сама технология рассматривается только в качестве СППВР-сервиса — системы поддержки принятия врачебных решений. ИИ анализирует информацию о пациенте, и только врач определяет, что и как делать дальше. Искусственный интеллект не менее полезен для Министерства здравоохранения, например, при массовом медицинском осмотре — скрининге. Для примера возьмем норматив — двойной повторный пересмотр маммографических исследований на рак молочной железы. В этом случае мы снимаем с врачей обязанность проводить первичный или второй просмотр карты пациента и поручаем это искусственному интеллекту.
По его словам, в результате этого все московские врачи получат надежных цифровых помощников, которые подскажут оптимальную тактику лечения пациентов.
Кроме того, исчезнет рутинная бумажная работа — медицинская информация будет регистрироваться и обрабатываться исключительно в цифровой среде, а врачи смогут больше времени уделять задачам, где действительно нужны их компетенции. Также будет внедрен "умный" проактивный подход, в рамках которого ИИ будет анализировать медкарты пациентов и выявлять риски возникновения заболеваний, "подсвечивая" их медикам. Мэр отметил, что телемедицина станет обычной практикой, когда значительную часть рутинных проблем со здоровьем можно будет решить онлайн, без личного визита к врачу. Собянин подчеркнул, что это основные положения Стратегии развития московского здравоохранения до 2030 года.
Искусственный интеллект и машинное обучение в медицине
Применение искусственного интеллекта (ИИ) в медицине открывает дополнительные возможности для улучшения диагностики, лечения и предотвращения заболеваний. Альманах содержит ряд статей о применении технологий искусственного интеллекта (ИИ) в здравоохранении, в частности, в медицинской диагностике и мониторинге хронических заболеваний. Напомним, цифровизация здравоохранения происходит благодаря нацпроекту «Здравоохранение», который реализуется по решению президента. Мы убедились в этом на примере внедрения искусственного интеллекта в работу службы лучевой диагностики", – заявил Собянин.