Искусственный интеллект в медицине. 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? Вот лишь некоторые возможности применения технологий искусственного интеллекта (ИИ) в здравоохранении. Применение искусственного интеллекта (ИИ) в медицине открывает дополнительные возможности для улучшения диагностики, лечения и предотвращения заболеваний. Искусственный интеллект в здравоохранении, который когда-то был областью научной фантастики, теперь стал реальностью.
Искусственный интеллект в медицине. Настоящее и будущее
Непропорциональное использование искусственного интеллекта у «имущих», в отличие от «неимущих», может увеличить существующий разрыв в состоянии здоровья. Актуальные направления по применению искусственного интеллекта в медицине реализует компания СберМедИИ. — Илья Александрович, почему применение искусственного интеллекта (ИИ) в государственном здравоохранении обрело такую высокую актуальность? 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. Искусственный интеллект в здравоохранении, который когда-то был областью научной фантастики, теперь стал реальностью.
Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек
Искусственный интеллект (ИИ) в медицине — использует алгоритмы и программное обеспечение для аппроксимации человеческих знаний при анализе сложных медицинских данных. Искусственный интеллект на рынке медицины прогнозируемая нехватка врачей и специалистов в единицах, США, 2032 г. — Илья Александрович, почему применение искусственного интеллекта (ИИ) в государственном здравоохранении обрело такую высокую актуальность? Вышеперечисленные области применения искусственного интеллекта в медицине, показывают, что ИИ находит свое применение во многих задачах – от консультирования до диагностирования. 2022 год для искусственного интеллекта (ИИ) в российской медицине ознаменовался двумя знаковыми событиями.
Нейронные сети для пациентов
- Машины лечат людей: как нейросети используют в российской медицине | Москва | ФедералПресс
- Собянин сообщил, что в Москве ИИ станет базовой медицинской технологией
- Искусственный интеллект в клинической медицине
- Диагностика
- Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек
- Врачам и пациентам: как искусственный интеллект помогает в
Врачам и пациентам: как искусственный интеллект помогает в медицине
И в основном ИИ находит свое применение в области сложных вычислений, построении математических моделей и так далее. Однако и в медицинской сфере искусственный разум может быть не менее полезен следите ли вы за успехами ИИ? Мы регулярно рассказываем о них в нашем Телеграм-канале. 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.
Все материалы автора Технологии на базе искусственного интеллекта охватывают всё больше сфер здравоохранения. Благодаря современным инновационным решениям рамки возможностей в медицине постоянно расширяются. Сегодня искусственный интеллект позволяет выявить опасные заболевания на самых ранних этапах, создавать оптимальные схемы терапии, сводить к минимуму вероятность ошибок в лабораторной диагностике и даже делать хирургические операции. Точные результаты Рынок ИИ в медицине достаточно активно рос в последние годы, однако с 2022—го из—за санкций возникли трудности с дальнейшим использованием технологий западных производителей. Впрочем, эта проблема достаточно быстро решилась: на рынок вышли отечественные разработки и, по оценке Анны Соломахиной, основателя Школы медицинского бизнеса, многие из них не уступают иностранным аналогам. Читайте также: Нейросети скоростного плетения: Россия даст свободу искусственному интеллекту В частности, только в этом году был предложен целый ряд инновационных продуктов, которые будут использованы в сфере диагностики. Так, ученые из химико—биологического кластера Санкт—Петербургского ИТМО разработали ИИ—платформу для поиска наночастиц, которые можно будет использовать в терапии онкологических заболеваний. Прорывом в области диагностики можно считать и один из первых в мире видеокапилляроскопов для обнаружения самых ранних стадий всех видов карцином, который был представлен сотрудниками МГМУ им. Также российскими разработчиками были анонсированы появления уникального прибора идиокапилляроскопа, офтальмологического анализатора, сфокусированного ультразвука и т. Почти полувековой опыт применения роботизированных систем в сегменте лабораторной диагностики подтверждает слова эксперта.
Что нужно сделать, чтобы перестать отставать от развитых стран? Эти вопросы «МВ» адресовал члену наблюдательного совета ассоциации «Национальная база медицинских знаний» и участнику рабочей группы по подготовке проекта приказа об электронном медицинском документообороте Александру Гусеву. Искусственный интеллект преодолевает препятствия Ассоциация разработчиков и пользователей ИИ в медицине «Национальная база медицинских знаний» НБМЗ , созданная несколько лет назад при поддержке РВК, поставила перед собой цель способствовать внедрению новейших технологий в клиническую практику.
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. Сюда входят вопросы конфиденциальности и безопасности данных, а также потенциальные ошибки в диагностировании или лечении, вызванные ошибками алгоритмов ИИ. Большой вопрос также представляет собой интеграция новых технологий в существующие медицинские системы и обеспечение подготовки персонала к работе с новыми инструментами. Конфиденциальность данных: с учетом того, что ИИ обрабатывает большое количество личной медицинской информации, вопросы конфиденциальности данных становятся крайне актуальными. Необходимо выработать регламент для защиты приватности пациентов. Недостаточная точность и ошибки в диагностике: в настоящее время алгоритмы ИИ могут допускать ошибки, иногда весьма серьезные, в диагностике и предсказании болезней. Это создает потенциальные риски для пациентов и требует дальнейшего усовершенствования технологий. Зависимость от качества данных: эффективность ИИ во многом зависит от качества и объема входных данных.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В МЕДИЦИНЕ. ПЕРСПЕКТИВЫ РАЗВИТИЯ В РОССИИ
Медицина с использованием искусственного интеллекта уже начинает широко применяться в рутинной практике. Решения с использованием искусственного интеллекта в медицине внедряют 70 российских регионов, сообщил заместитель министра здравоохранения РФ Павел Пугачев, выступая на форуме "Биотехмед". Как искусственный интеллект создает лекарства. ИИ от фирмы Insilico Medicine носит название GENTRL. Президентом РФ было поручено уделить особое внимание внедрению искусственного интеллекта в медицине. Платформа Искусственного интеллекта Минздрава России — первый национальный проект, объединяющий медицинское сообщество и разработчиков решений на основе технологий машинного обучения и искусственного интеллекта (ИИ).
AI-платформа для анализа медицинских изображений
Медицинские продукты с применением искусственного интеллекта активно разрабатывают известные компании: Microsoft, Apple, Google, IBM. Некоторые из созданных с помощью искусственного интеллекта редакторов генов демонстрируют сравнимую или улучшенную активность. Компания «Интеллектуальная аналитика» проанализировала практики внедрения искусственного интеллекта в российском здравоохранении. Одним из важных направлений применения искусственного интеллекта в медицине является его использование в диагностике различных заболеваний. 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.
Нейросети в качестве врача: как искусственный интеллект влияет на развитие медицины
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.
Нейронные сети способны определять признаки ковидной пневмонии, обрабатывая данные анализов крови и общей клинической симптоматики, что значительно ускоряет постановку диагноза и назначения лечения. На сегодняшний день ИИ имеет огромный потенциал, как средство способное обрабатывать огромные объемы данных, оптимизировать работу врачей, ускорить принятие клинических решений, позволяющее избежать врачебных ошибок, помочь пациентам и, в целом, улучшить качество оказания медицинской помощи.
Компания TeleHealth Services, разработавшая iCare Navigator, утверждает, что использует электронные медицинские записи пациентов и применяет машинное обучение для выстраивания индивидуальных отношений. Приложение определяет, когда пациент будет наиболее восприимчив к информации о состоянии своего здоровья и можно будет лучше всего управлять его лечением. Толчком для создания платформы iCare Navigator стали исследования Медицинской школы Бостонского университета, в ходе которых были разработаны виртуальные медсестры Луиза и Элизабет, объясняющие пациентам, например, когда принимать лекарства. Молли от компании Sensely — еще один популярный аватар медсестры с искусственным интеллектом, который используют Калифорнийский университет в Сан-Франциско и Национальная служба здравоохранения Великобритании. Молли задает пациентам вопросы, касающиеся их здоровья, оценивает симптомы и на основе симптомов дает рекомендации по наиболее эффективному лечению. Таким образом, вместо того, чтобы искать обнаруженные у себя симптомы в интернете, сегодня человек может получить помощь от виртуальной медсестры.
Виртуальные медсестры не только предоставляют медицинские консультации по поводу распространенных заболеваний или недомоганий, но также позволяют записаться на прием к врачу. Они доступны круглосуточно и без выходных и готовы ответить на вопросы в режиме реального времени. Это одно из основных приложений искусственного интеллекта в здравоохранении, которое все чаще применяется для повышения информированности и улучшения навыков самоуправления у пациентов с хроническими заболеваниями. Благодаря виртуальной медсестре пациент сможет предотвратить ухудшение своего состояния. Системы мультимодальной диагностики В развитии ИИ можно выделить несколько трендов, один из которых связан с интеграцией типов модальностей данных, на которых выполняется обучение. Например, для аудиовизуального распознавания речи визуальное описание движения губ объединяется с аудиовходом для предсказания произнесенных слов. Информация, поступающая из источников различных модальностей, может иметь различную предсказательную силу и топологию шума, а в некоторых источниках данные могут отсутствовать. Неоднородность мультимодальных данных затрудняет построение моделей. 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.
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. 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.
Наиболее известные решения для этих целей предлагает Enlitic. ИИ Enlitic Curie сканирует поступающих пациентов, обрабатывая множество клинических данных в том числе учитываются и старые диагностические карты и определяя приоритет на лечение, после чего сразу же направляет больных к наиболее подходящему врачу. Трудно переоценить пользу этих алгоритмов, исключающих из анализа человеческий фактор, ведь после того как они будут усовершенствованы, они помогут спасти тысячи жизней. Стоит рассказать и о новом алгоритме ИИ, который поможет диагностировать рак легких.
Много лет человечество проигрывало борьбу с онкологическими заболеваниями, которые ежегодно убивают около 10 миллионов человек по всему миру. Одной из самых страшных форм онкологии является рак легких, распознавание которого на ранних стадиях и до сих пор является для ученых сложнейшей задачей. Но весьма вероятно, что справиться с этим человеку поможет искусственный интеллект. Исследователи из Бостонского университета разработали ИИ, который долгое время обучался на полноформатных фотографиях легочных тканей пациентов размеры таких изображений составляют обычно более 1 Гб, что делает их анализ человеком крайне сложным. ИИ на примере фото обучали распознавать аденокарциному легкого, плоскоклеточный рак легкого и соседнюю не раковую ткань. Результаты обучения оказались положительными: алгоритм смог продемонстрировать более высокую эффективность, чем другие современные методы распознавания патологий на полноформатных слайдах.
На данный момент новый алгоритм планируется внедрить в помощь патологоанатомам, однако при успешном внедрении возможности ИИ могут быть расширены, ведь главное — научиться диагностировать опасные заболевания на самых ранних стадиях, пока сохраняются высокие шансы на полноценное излечение. Существуют и компании, специализирующиеся на разработке ИИ-продуктов для ранней диагностики различных заболеваний. Они позволяют анализировать хронические состояния, используя лабораторные и другие медицинские данные, чтобы выявлять опасные болезни как можно раньше. Так, программное обеспечение от Ezra использует ИИ при анализе МРТ-сканов всего тела, чтобы помочь специалистам в раннем выявлении рака. Их слоган говорит сам за себя: «Мы обнаружили самую большую слабость рака — раннее обнаружение». SkinVision — компания, занимающаяся диагностикой рака кожи на основе медицинской визуализации, то есть диагностикой по фото.
ИИ, разработанный командой SkinVision, позволяет обнаруживать рак кожи на ранней стадии по фотографиям, сделанным на телефон. Умные алгоритмы после исследования очередного фото просигнализируют о том, если с кожей что-то не так. Таким образом, пациент сможет вовремя обратиться в клинику за помощью. Медицинская визуализация на основе ИИ также широко используется для диагностики ОРВИ и выявления пациентов, которым требуется клиническая поддержка. Нейросеть научилась отличать родинки от некоторых видов рака кожи Американские ученые создали систему искусственного интеллекта, которая умеет отличать родинки от некоторых видов рака кожи лучше врачей. Работа исследователей опубликована в журнале Nature.
На протяжении последних десятилетий число людей, у которых обнаруживают рак кожи, постоянно увеличивается. По данным Всемирной организации здравоохранения, раком кожи страдает каждый третий онкологический больной, а каждый пятый американец заболеет им в течение жизни. Это заболевание особенно опасно тем, что злокачественное образование легко не заметить и спутать с родинкой. При этом, если вовремя обратить внимание на опухоль, шансы на выздоровление резко увеличиваются. 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.