Искусственный интеллект (ИИ), безусловно, главная инновация XXI века, обладающая колоссальным значением для общества. Журналисты приводят данные, согласно которым совокупный экономический эффект от использования искусственного интеллекта в медорганизациях достиг 13 млрд рублей еще в 2021 году. Сценарии применения искусственного интеллекта в медицине. Журналисты приводят данные, согласно которым совокупный экономический эффект от использования искусственного интеллекта в медорганизациях достиг 13 млрд рублей еще в 2021 году. по использованию алгоритмов искусственного интеллекта для решения научных и прикладных задач в области офтальмологии.
Искусственный интеллект в медицине
Начались клинические испытания первого лекарства, целиком разработанного искусственным интеллектом (ИИ), сообщает CNBC. О том, как искусственный интеллект внедряют в сфере медицины, рассказал директор АИИ Роман Душкин. Многие россияне опасаются применения ИИ в медицине.
Собянин: Цифровые технологии спасают жизни и повышают качество лечения москвичей
Искусственный интеллект в медицине: применение, технологии, вызовы, перспективы практического внедрения. Использование искусственного интеллекта (ИИ) для анализа данных в целях фармаконадзора. Одним из важных направлений применения искусственного интеллекта в медицине является его использование в диагностике различных заболеваний.
Роман Душкин: «Медицина — это область доверия»
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. Искусственный интеллект и интернет медицинских вещей IoMT уже постепенно меняют парадигму с «реактивного» здравоохранения на «проактивное».
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.
Корреспондент «Известий» Екатерина Моран все выяснила. Елизавета Бакши вместе с маленькой дочкой готовится к выписке. У Ксюши — врожденный гиперинсулинизм. Это редкое и тяжелое заболевание, при котором стремительно падает уровень глюкозы. Если его вовремя не обнаружить и не начать лечить, исход может быть летальным.
Помочь маленькой пациентке смогли лишь в Санкт-Петербурге, проведя специально исследование. Медики спасли жизнь маленькой Ксюши. Помочь врачам определить опасную болезнь всего за несколько минут помог искусственный интеллект. Ученым удалось установить связь между формой заболевания, яркостью и цветовым тоном очагов инсулина при анализе каждого пикселя на КТ-снимках.
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. Пишем научно-технические отчёты. Консилиумы их проверяют, подтверждают, что отчёты соответствуют критериям, описанным в документах. В России IT-продукт с искусственным интеллектом впервые сумел успешно пройти технические и клинические испытания, получить статус медизделия и одобрение Росздравнадзора только в апреле 2020 года. Почему же в больницах до сих пор очень мало таких программ? MYCIN считается первой интеллектуальной компьютерной системой, разработанной специально для медиков. Её создали в 1970-х годах учёные Стэнфордского университета США. MYCIN предназначалась для подбора антибактериальной терапии. Название было образовано от суффикса «-мицин», часто встречающегося в названиях антибиотиков. Всё дело в доверии. Медицина — это область доверия. Мы же доверяем врачу самое дорогое — своё здоровье и здоровье наших детей. Поэтому компьютерные системы должны не только выдавать рекомендации, но ещё и обладать функцией объяснения, обоснования предложенных решений. Это важный компонент доверия. Вот почему в сфере медицины очень сложно применять популярные сегодня нейронные сети и другие модели, основанные на методах восходящей парадигмы искусственного интеллекта. Если система, основанная на нейронных сетях, сможет объяснять свои решения, то, пожалуйста, применяйте. Но обычно нейросети на это неспособны.
Искусственный интеллект в медицине — не конкурент, но помощник
Искусственный интеллект (ИИ) применяется во многих отраслях медицины и кажется, что его преимущества по сравнению с человеком очевидны. Области применения технологий на основе искусственного интеллекта быстро расширяются, в частности, умные технологии приходят на помощь врачам и пациентам. Искусственный интеллект становится незаменимым помощником медиков, технологии его применения меняют подходы к оказанию медицинской помощи. Медицинские продукты с применением искусственного интеллекта активно разрабатывают известные компании: Microsoft, Apple, Google, IBM. Искусственный интеллект становится незаменимым помощником медиков, технологии его применения меняют подходы к оказанию медицинской помощи. В последнее время появляется все больше новостей о применении искусственного интеллекта (ИИ) в медицине и здравоохранении.
Врачам и пациентам: как искусственный интеллект помогает в медицине
Искусственный интеллект в медицине. «Открытие Центра искусственного интеллекта ознаменовало важный шаг движения в сторону пациента, движения в сторону той медицины, которая называется персонализированной. Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов. Теперь же искусственный интеллект готов прийти на помощь к профессионалам медицины. Несмотря на то, что искусственный интеллект сегодня является одной из основополагающих технологий в здравоохранении и персонализированной медицине, в профессиональной среде возникает вопрос: а так ли умен ИИ и какие риски связаны с его применением?
Машины лечат людей: как нейросети используют в российской медицине
2022 год для искусственного интеллекта (ИИ) в российской медицине ознаменовался двумя знаковыми событиями. В 2023 году искусственный интеллект произвел фурор в качестве полезной технологии во многих отраслях, особенно в медицине. Внедрение искусственного интеллекта (ИИ) в медицину открывает новые возможности для диагностики, лечения и исследований. "Искусственный интеллект для психического здоровья" Искусственный интеллект находит свое применение в психиатрии, помогая диагностировать и лечить пациентов с психическими расстройствами. 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? Кто-то встречает эпоху искусственного интеллекта (ИИ) в медицине с восторгом, кто-то – с опасением.
Искусственный интеллект идет в медицину: успешные бизнес-решения в отрасли
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. Пишем научно-технические отчёты. Консилиумы их проверяют, подтверждают, что отчёты соответствуют критериям, описанным в документах. В России IT-продукт с искусственным интеллектом впервые сумел успешно пройти технические и клинические испытания, получить статус медизделия и одобрение Росздравнадзора только в апреле 2020 года.
Почему же в больницах до сих пор очень мало таких программ? MYCIN считается первой интеллектуальной компьютерной системой, разработанной специально для медиков. Её создали в 1970-х годах учёные Стэнфордского университета США. MYCIN предназначалась для подбора антибактериальной терапии. Название было образовано от суффикса «-мицин», часто встречающегося в названиях антибиотиков. Всё дело в доверии. Медицина — это область доверия. Мы же доверяем врачу самое дорогое — своё здоровье и здоровье наших детей.
Поэтому компьютерные системы должны не только выдавать рекомендации, но ещё и обладать функцией объяснения, обоснования предложенных решений. Это важный компонент доверия. Вот почему в сфере медицины очень сложно применять популярные сегодня нейронные сети и другие модели, основанные на методах восходящей парадигмы искусственного интеллекта. Если система, основанная на нейронных сетях, сможет объяснять свои решения, то, пожалуйста, применяйте. Но обычно нейросети на это неспособны. Вопрос, как я уже сказал, в доверии. Врач или консилиум врачей должен иметь возможность проверить выводы программы. Если ИИ даёт второе мнение по какому-то пациенту, то доктору нужно понимать, почему алгоритм пришёл к таким выводам.
В случаях, когда «Джейн» помогла уточнить диагнозы, фактически решение приняли врачи консилиум. Система лишь обратила внимание на нестыковки и смогла обосновать альтернативное решение. Окончательное решение всегда остаётся за человеком. И поэтому она была основана не на нейросетях, а на наборах хранимых правил. То есть в ней была база знаний, правила вывода, семантические сети. При поиске решения применялось нечёткое сопоставление то есть правила нечёткой логики. Я всегда мог объяснить врачам, почему система, основываясь на наблюдениях за состоянием пациента, сообщала о вероятности того или иного диагноза. Говоря научным языком, «Джейн» относилась к объяснимому искусственному интеллекту.
Росстандарт принял первый в нашей стране ГОСТ по этой теме только несколько месяцев назад. К его созданию имел отношение Технический комитет по стандартизации ТК 164 «Искусственный интеллект», в работе которого я участвую. Новая серия стандартов «Системы искусственного интеллекта в клинической медицине» начала действовать с 1 марта 2022 года. ГОСТ был разработан под руководством Научно-практического клинического центра диагностики и телемедицинских технологий Департамента здравоохранения города Москвы. Раньше ИИ в российской медицине находился, по сути, в серой зоне. И государство не шло на массовое распространение таких систем, потому что не было ни правовой, ни нормативно-технической базы, на основании которой можно было эти системы внедрять и использовать. Сейчас такая база появляется. И это очень хорошо.
Александр Гусев: у нас есть шанс на мировом рынке искусственного интеллекта Минздрав анонсировал вступление в силу приказа, согласно которому главврач медицинской организации будет сам принимать решение о переходе на электронный документооборот. Замминистра Павел Пугачев признал, что, несмотря на всю цифровизацию, «врачи по-прежнему вынуждены печатать документы на бумаге». Почему буксует информатизация отрасли?
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. Но благодаря этой постоянной скрупулезной работе данные сегодня стали применимыми для машинной обработки и анализа, а также для обучения и внедрения сервисов на основе искусственного интеллекта.
Мы организовали совместную с медицинским сообществом работу по разработке и поддержанию в актуальном состоянии структуры собираемых медицинских данных. Совместно мы определяем набор необходимых сведений, определяем требования к обязательности полей — стремимся собирать только востребованные данные. Эта работа позволяет нам собирать данные не «в один котел» наряду с неструктурированными данными так называемого озера данных, а в структурированном виде с формализованными значениями там, где это нужно и возможно. Это важно для синхронизации понятийного аппарата, одинаковой интерпретации сущностей в физическом и цифровом мире.
Применение ИИ в клинической медицине ИИ может работать непрерывно, что позволяет обеспечить более эффективное использование медицинского персонала и ресурсов.
Системы искусственного интеллекта могут учиться на основе накопленного опыта и становиться все более точными и эффективными с течением времени. Регулярно расширяемые базы данных для обучения моделей ИИ позволяют повышать точность подобных систем. В современной клинической медицине системы искусственного интеллекта находят применение во многих областях. Одной из них является диагностика заболеваний. Системы ИИ могут анализировать медицинские изображения например, снимки рентгена, МРТ, КТ , выявлять аномалии и помогать врачам в постановке диагноза.