— Илья Александрович, почему применение искусственного интеллекта (ИИ) в государственном здравоохранении обрело такую высокую актуальность? Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов. Применение искусственного интеллекта в медицине уже сегодня позволяет серьезно повысить точность диагностики, облегчить жизнь пациентам с различными заболеваниями, а с развитием технологий сделает реальным появление сверхэффективных персональных. 6 случаев, когда искусственный интеллект может творить чудеса в здравоохранении.
AI-платформа для анализа медицинских изображений
А это зависит от того, как настроен этот инструмент, на какой результат он нацелен. И не забываем, что инструмент — просто набор алгоритмов, зависящий от объема и качества данных «на входе», настройки, обучения и целеполагания. В некоторой степени он лишен моральных критериев. Они задаются человеком. Для этого необходимо участие экспертов в наполнении базы, нужны подготовленные с их помощью размеченные выборки данных для обучения нейросетей, оцифрованные порядки и стандарты оказания медпомощи, клинические рекомендации.
Сейчас сложно анализировать данные, которые есть в медицинских информационных системах. Как врач на приеме вводит данные в систему? В условиях ограниченного времени на прием нередко встречаются некорректное построение предложений, необщепринятые сокращения, аббревиатуры, использование нестандартных символов, отсутствие разделения слов. Врач понимает, что он написал, и другой врач поймет или догадается, потому что это их предметная область, которую они научились понимать, но, к сожалению, это большие сложности для систем анализа медицинских данных, негативно влияющие на те результаты, которые формирует нам ИИ.
Еще одна сложность — большое количество данных, необходимых для обучения. В идеале все данные из истории заболеваний должны быть оцифрованы, информация структурирована. Необходимо учитывать, что методология лечения, сбора отчетных данных, перечень отображаемых в медицинской документации сведений продолжает динамично изменяться, а для разработчиков ИИ это означает, что системы нужно будет время от времени переучивать. И здесь возникает вызов — как научиться делать это быстро.
Итак, для корректной работы ИИ нужны «чистые» машиночитаемые данные, подготовленные и размеченные высококвалифицированными специалистами выборки данных для обучения нейросетей, оцифрованные порядки оказания медицинской помощи, клинические рекомендации и стандарты оказания медицинской помощи. При смене методологии медицинские информационные системы тоже начинают наполняться новыми данными только с появлением утвержденных изменений в методологии диагностики, лечения, наблюдения пациента и т. Симбиоз или противостояние? Если мы смотрим на искусственный интеллект глазами разработчика, то видим набор алгоритмов и математических методов, которые могут обучаться на данных, анализировать изображения, искать неочевидные связи и сходства в огромных массивах данных, обнаруживать различия там, где естественный интеллект может просто их не заметить.
Но для врача работа искусственного интеллекта — это черный ящик.
При сахарном диабете второго типа СД-2 часто назначают метморфин. Если врач назначит пациенту с хронической сердечной недостаточностью такое лекарство, программа подскажет врачу, что это лекарство лучше заменить, а также предложит ему список более подходящих препаратов. И врач, в свою очередь, может скорректировать план лечения с учётом этих рекомендаций. Однако важно понимать, что такие системы являются вспомогательными. В российской практике законодательно закреплено, что такое программное обеспечение не может самостоятельно ставить диагноз: это может сделать только врач! Чтобы разработать такую систему, необходима высокая медицинская технологическая экспертиза, а также очень большое количество медицинских данных, потому что именно на них алгоритмы обучаются ставить диагнозы. На сегодняшний день существует несколько видов подобных сервисов — СППВР, симптомчекеры, а также сервисы, работающие в режиме реального времени и помогающие врачам при диагностических исследованиях.
Симптомчекер представляет собой анкету с перечнем симптомов. Такие анкеты могут заполняться пациентом либо перед приёмом, либо непосредственно на самом приёме совместно с врачом. В российской практике, чтобы избежать самолечения со стороны пациентов, внедряется предварительное заполнение таких анкет, но без демонстрации пациентам возможных диагнозов: их видит только врач. Симптомчекеры особенно актуальны в случаях, когда к начинающему врачу приходят пациенты с обширной или размытой симптоматикой — в этих случаях программа может подсказать врачу не только диагнозы, которые наиболее вероятны при определённой клинической картине, но и рекомендации по лечению, а также направления на дополнительные исследования или на приём к узкоспециализированному врачу. В более продвинутых медицинских сервисах могут использоваться технологии компьютерного зрения. Например, такие технологии применяются при процедурах гастроскопии. В классической практике врач с помощью камеры эндоскопа исследует слизистые оболочки органов и самостоятельно ищет отклонения. В силу сложности данного исследования врач может упустить детали, важные для постановки верного диагноза.
Компьютерное зрение помогает врачу замечать такие детали. Работа сервиса выглядит следующим образом: к камере эндоскопа подключается специальный алгоритм на базе искусственного интеллекта. На специальном мониторе он подсвечивает врачу области с возможными отклонениями и даёт рекомендации дополнительно сфотографировать и исследовать выделенные области. После обследования врач загружает снимки в СППВР, которая помогает подтвердить или скорректировать ранее поставленный диагноз. Анализ такого снимка занимает у врача от одного до нескольких часов, что связано со сложностью данного вида исследований. Программа же выдаёт результат практически мгновенно, анализируя изображение по заданным алгоритмам. Врач видит уже размеченный снимок, на котором подсвечены опасные зоны, а также предварительные диагнозы, поставленные на основе анализа этого снимка. Главная ценность таких программ состоит в том, что они значительно сокращают время рутинных задач врача.
Это позволяет сделать диагностику пациента более персонализированной и быстрой: СППВР ранжирует пациентов по степени тяжести, что также позволяет врачам своевременно реагировать на эти данные и оказывать помощь в первую очередь тем, кто нуждается в ней больше всего. Как создать медицинский сервис с использованием ИИ Как происходит разработка медицинских сервисов с использованием ИИ — с момента постановки задачи до выхода готового продукта в клиническую практику? Сбор данных. В первую очередь следует начать со сбора огромного массива данных реальных пациентов из тех медицинских учреждений, в которых они когда-либо проходили лечение. Для этого понадобится: выявить проблему и определить диагноз, с которым вы хотите работать; найти группы врачей, которые помогут вам валидировать вашу модель; собрать группу разработки, которая сможет выстроить эту модель и «обучить» её. Прежде чем обработать данные, предстоит подготовить их. Для этого их нужно обезличить: в ходе этого процесса пациент получает код, а также убираются персональных данных ФИО, номер паспорта и т. При этом год рождения и диагноз, не обезличиваются.
Разметка данных. После того, как данные прошли процедуру обезличивания, они передаются врачам на разметку. Прежде чем приступить к разметке данных, врачи определяют методологию, по которой они будут работать с разметкой. Они определяют диагноз, симптоматику, а также зоны и маркеры, с которыми они будут работать. Только после этого врачи вручную размечают снимки. Сегодня разметка данных, как правило, происходит с помощью программ, где врач в специальном интерфейсе очерчивает необходимые зоны. Повторная разметка. После первичной разметки данных те же снимки проходят аналогичную процедуру, которую проводит уже другая группа врачей.
На этом этапе отсеиваются сомнительные, спорные или неверные диагнозы, а также снимки, которые не могут быть валидированы в выбранной модели исследования. Обучение нейросети. Когда все снимки прошли разметку, этот набор данных попадает к разработчикам, которые на их основе начинают обучать нейронную сеть. Даже если сервис достиг определённого уровня работоспособности, он не может быть сразу использован на практике. Прежде он проходит этап валидации: группе врачей и обученной нейросети выдаются новые данные, которые им предстоит разметить. После этого результаты, полученные врачами и нейросетью, сопоставляются между собой, и модель получает класс точности. Регистрация в Министерстве здравоохранения. По завершении этапа валидации прототип должен пройти регистрацию в Минздраве и получить регистрационное утверждение.
На этом этапе экспертная группа — на этот раз со стороны Минздрава — вновь внимательно проверяет работу модели и её алгоритмов. Интеграция в систему здравоохранения. Только если сервис пройдёт проверку в Минздраве и получит регистрационное утверждение, он может использоваться в медицинских учреждениях. Диагностика заболеваний Чат-боты уже могут с высокой эффективностью помогать пациентам самостоятельно ставить диагноз, а также помогать в постановке диагноза и врачам.
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. 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.
Часто искусственный интеллект выявляет патологию на самой ранней стадии, когда врач еще ее не обнаружил. Цифровизация позволяет московским врачам больше времени уделять пациентам — Мэр Эра технологий. Врачи рассказали о новых стандартах в столичном здравоохранении Кроме того, искусственный интеллект помогает врачам-терапевтам поликлиник в постановке диагноза и формировании перечня необходимых исследований. В ближайшие годы планируется превратить искусственный интеллект в базовую медицинскую технологию.
В результате не только у терапевтов, но и у других московских врачей появятся цифровые помощники, которые смогут подсказывать оптимальную тактику лечения пациентов. Помимо этого, исчезнет рутинная бумажная работа — медицинская информация будет регистрироваться и обрабатываться исключительно в цифровой среде, врачи смогут больше времени уделять задачам, где действительно необходимы их компетенции.
Собянин сообщил, что в Москве ИИ станет базовой медицинской технологией
Как присутствие искусственного интеллекта влияет на современную российскую медицину? Начались клинические испытания первого лекарства, целиком разработанного искусственным интеллектом (ИИ), сообщает CNBC. Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов. Компания «Интеллектуальная аналитика» проанализировала практики внедрения искусственного интеллекта в российском здравоохранении.
Комплексный анализ работы сервисов ИИ в медицине провели в Москве
6 случаев, когда искусственный интеллект может творить чудеса в здравоохранении. 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. Кроме того, искусственный интеллект помогает врачам-терапевтам поликлиник в постановке диагноза и формировании перечня необходимых исследований. Применение искусственного интеллекта в медицине. Искусственный интеллект оцифровывает данные. ИИ в медицине: за какими стартапами следить.
Национальная база медицинских знаний
В первую очередь, ИИ нужен для оптимизации медицинской сферы нашей страны. Данную оптимизацию я вижу в снижении роли человеческого фактора в лечении пациентов, в разгрузке медперсонала от рутинной работы, в автоматизации и стандартизации определённых протоколов. У искусственного интеллекта обширная область применения. В качестве примера могу привести устройства, обеспечивающие автоматическую индивидуальную оптимизацию параметров электроимпульса с помощью биологической обратной связи. Я принимала определённое участие в разработке и продвижении этих устройств, чьё назначение заключается в воздействии на нервную, эндокринную, дыхательную и иммунную системы человека одновременно. Чтобы получить одобрение Минздрава РФ , пришлось подготовить убедительную аргументацию о необходимости данной разработки, обосновать для чиновников ценность таких устройств. Эти приборы в итоге были одобрены, что позволило использовать их в борьбе с тяжёлыми патологиями и рядом иных острых заболеваний. Фактически, внедрение таких аппаратов ежедневно демонстрирует преимущества использования искусственного интеллекта в сфере здравоохранения, позволяя сокращать влияние человеческого фактора на диагностику и лечение, и, соответственно, снижать количество врачебных ошибок. А повышение уровня качества обслуживания в медицине влияет и на улучшение показателей здоровья населения всей нашей страны.
Что, конечно же, особенно актуально в последние два года, когда идёт борьба с коронавирусом.
Все это говорит о необходимости освободить врачей от рутины, заполнения бумаг и медкарт пациентов. Обработка речи человека, интеллектуальная поддержка принятия решений и другие технологии на базе ИИ помогут медикам уделять больше времени на диагностику сложных случаев и повысить эффективность лечения больных. Как российские медики применяют ИИ сейчас Компьютерное зрение Эта разработка — одна из наиболее востребованных сейчас в медицине технологий на базе нейросетей. Она помогает врачу определить правильный диагноз и была очень полезна для медиков, работавших в ковид-госпиталях во время пандемии. Компьютерное зрение способно: анализировать изображения; определить состояние органов и тканей при различных заболеваниях; быстро обнаружить патологии на КТ-снимках легких.
Он помогает медику быстрее и точнее интерпретировать флюорограммы и рентгенограммы. Искусственный интеллект анализирует снимки за несколько секунд и определяет патологии органов грудной клетки по пяти клиническим направлениям.
Всего в рамках награды было подано более 100 заявок. Также победителями номинаций стали: Русагро, Авито, Росатом и Роскосмос. Премия Data Fusion Awards присуждается за достижения в области развития тренда Data Fusion, реализацию успешных кросс-отраслевых проектов по анализу больших данных с использованием алгоритмов машинного обучения и искусственного интеллекта, развитие образовательных инициатив для подготовки специалистов. От лица Цельса хотим поблагодарить организаторов за высочайший уровень организации конференции Data Fusion, качество докладов и актуальность повестки. Почти в каждом четвертом случае была обнаружена патология. Технология для анализа цифровых изображений помогает оперативно обнаружить изменения скелета, сердечно-сосудистые нарушения, фиброз и т. Результаты работы Цельса проверяет врач», — отметил заммминистра здравоохранения региона в сфере цифровизации Алексей Захаров.
Ведущие спикеры обсудят последние достижения в области биоинформатики: платформы для обработки данных, секвенирование и мультиомиксные технологии, а также перспективы внедрения искусственного интеллекта для поддержки врачебных решений в терапии и диагностике. Отдельно будут рассмотрены современные технологические решения для практического здравоохранения и превентивной медицины: информационные системы сбора и анализа медицинских данных, облачные хранилища, мобильные приложения и веб-сервисы для врачей и пациентов. Участие в конференции бесплатное.
Искусственный интеллект создал новое лекарство всего за 21 день
Тогда были сформулированы основные понятия, которые используются при обращении этого продукта. В том числе появилось и определение для самого искусственного интеллекта — комплекс технологических решений, позволяющий имитировать когнитивные функции человека включая самообучение и поиск решений без заранее заданного алгоритма и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Но что такое ИИ для здравоохранения? Как вписать его в нормативно-правовые документы? Заместитель начальника Управления организации государственного контроля и регистрации медицинских изделий Федеральной службы по надзору в сфере здравоохранения Мария Суханова рассказала, что после выхода указа Президента Росздравнадзор совместно с Минздравом и профессиональным сообществом образовали рабочую группу, которая создала критерии отнесения программных продуктов к медицинским изделиям и ввела классификацию медицинских изделий как по классам потенциального риска применения, так и по видам номенклатуры Приказ Минздрава России от 06. Важным результатом совместной работы стало введение одноэтапной процедуры государственной регистрации программных продуктов для медицины. Говорит заместитель руководителя Федеральной службы по надзору в сфере здравоохранения Дмитрий Павлюков: «Нам нужно понимать, насколько вообще несет в себе риски этот продукт и как его дальше регулировать. Мы вывели на рынок 11 программных продуктов с искусственным интеллектом. Почти все они были зарегистрированы в Росздравнадзоре в 2021 году. На сегодня не было ни одного неблагоприятного события, связанного с их применением.
Но вместе с тем, так как мы относим эти программные продукты к высокому классу риска, до февраля 2022 года все производители должны предоставить подробные отчеты об их применении в медицинской практике, чтобы мы могли аккумулировать данные и понять, как развивается эта технология». Здравоохранение — лидер по применению искусственного интеллекта Эксперт по искусственному интеллекту «Центрального научно-исследовательского института организации и информатизации здравоохранения» Минздрава России Александр Гусев отмечает: «Сейчас сфера искусственного интеллекта является мировым рекордсменом в мире по размеру инвестиций, вливаемых в программные продукты с использованием технологий ИИ, и по количеству сделок. 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.
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. В 2021 г. Для сравнения, в 2020 г.
Отрабатываются механизмы сбора обратной связи о работе сервисов на базе ИИ. Следующее, что мы сделаем, — продумаем, как мотивировать врачей на работу с ИИ-решениями», — объяснил Андрей Дорофеев. Для выбора обоснованного подхода к этому вопросу он предлагает рассмотреть три различных уровня зрелости ИИ-систем: «Первый уровень — это новые идеи и разработки, требующие апробации на предмет востребованности рынком. Такие решения еще не прошли необходимые клинические испытания. Источником финансирования для них могут быть собственные средства разработчиков, инвесторов или институтов развития. Второй уровень — это технологически зрелые компании, имеющие регистрационное удостоверение медицинского изделия Росздравнадзора на свою ИИ-систему. Такие решения уже полностью готовы к внедрению, но пока не имеют убедительных доказательств клинической или экономической эффективности. Их оптимально финансировать за счет целевых программ, как это, например, реализуется в рамках московского эксперимента. Третий уровень — это продукты, успешно прошедшие проспективные контролируемые клинические исследования. Решения, по которым собрана обширная доказательная база их клинической или экономической эффективности. При «погружении» таких систем в клинические рекомендации появится возможность оплачивать их применение из средств ОМС. Пока таких продуктов на рынке России нет». Наконец, немаловажной проблемой является доверие к ИИ со стороны практического здравоохранения — о ней говорили Борис Зингерман, Антон Владзимирский и Александр Гусев. Без формирования доверия невозможно будет ожидать массового применения врачами систем на основе ИИ. Для ее решения необходима продуманная стратегия, включающая обеспечение прозрачности создания и валидации ИИ-систем, развитие доступа к качественным наборам данных, а также публикацию научных работ в этой сфере.
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. Это человеческий выбор. Хочется помочь, и есть надежда. А если не получится? Ухудшим показатели. Это моральные и организационно-методические проблемы людей. Но может ли здесь помочь искусственный интеллект? А это зависит от того, как настроен этот инструмент, на какой результат он нацелен. И не забываем, что инструмент — просто набор алгоритмов, зависящий от объема и качества данных «на входе», настройки, обучения и целеполагания. В некоторой степени он лишен моральных критериев. Они задаются человеком. Для этого необходимо участие экспертов в наполнении базы, нужны подготовленные с их помощью размеченные выборки данных для обучения нейросетей, оцифрованные порядки и стандарты оказания медпомощи, клинические рекомендации. Сейчас сложно анализировать данные, которые есть в медицинских информационных системах. Как врач на приеме вводит данные в систему? В условиях ограниченного времени на прием нередко встречаются некорректное построение предложений, необщепринятые сокращения, аббревиатуры, использование нестандартных символов, отсутствие разделения слов.
Искусственный интеллект в медицине: добро или зло?
В данной статье рассмотрены перспективные направления искусственного интеллекта в медицине, реализованные на базе нейронных сетей. Применение искусственного интеллекта в медицине позволит повысить удовлетворенность пациентов работой медицинского персонала, снизить нагрузку на врачей, уменьшить стоимость услуг и повысить качество медицинской помощи. Рассказываем, как искусственный интеллект уже применяется в медицине и на какие вызовы и задачи отечественного здравоохранения он отвечает.
Полная роботизация: как искусственный интеллект помогает врачам
| Искусственный интеллект в клинической медицине | Новый Элемент | В столице провели комплексный анализ качества работы сервисов искусственного интеллекта (ИИ) в медицине. |
| Национальная база медицинских знаний | Применение искусственного интеллекта в медицине и здравоохранении: сферы использования и перспективы ИИ. |
| Главные тренды развития искусственного интеллекта в медицине | MedAboutMe | 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. |
| Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек | Искусственный интеллект (ИИ) сделают базовой медицинской технологией, эта задача вошла в Стратегию развития московского здравоохранения до 2030 года. |
Национальная база медицинских знаний
Области применения технологий на основе искусственного интеллекта быстро расширяются, в частности, умные технологии приходят на помощь врачам и пациентам. 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. Области применения искусственного интеллекта в медицине обширны и разнообразны.