Это подтолкнуло его к идее создания системы для своевременной диагностики инсульта. Компьютерная томография — это идеальный цифровой продукт, где каждая точка на экране уже оцифрована. Мозговая ткань, ликвор, воздух и костная ткань имеют свои значения в хаунсфилдах — специальных единицах измерения, что позволяет легко детектировать кровь и гематомы. Более того, объем мировых инвестиций удваивается каждый год, начиная с 2017 г. Таким образом, ИИ-решения будут интегрированы не только в процесс диагностики, но и в планирование лечения, его проведение и постоперационный мониторинг. А возможности технологии в здравоохранении будут ограничиваться только потребностями врачей, бизнеса и пациентов. Модели ГО в лабораториях и стартапах обучаются для конкретных задач распознавания изображений (таких как обнаружение узлов на компьютерной томографии грудной клетки или кровоизлияния на магнитно-резонансной томографии головного мозга). Тысячи таких узких задач обнаружения необходимы, чтобы полностью идентифицировать все потенциальные находки на медицинских изображениях, и только некоторые из них могут быть выполнены ИИ сегодня. Google, например, сотрудничает с сетями оказания медицинской помощи для построения моделей прогнозирования на основе больших данных, чтобы предупредить врачей о состояниях высокого риска, таких как сепсис и сердечная недостаточность [13]. Google, Enlitic и ряд других стартапов разрабатывают алгоритмы интерпретации изображений на основе искусственного интеллекта. Jvion предлагает «машину клинического успеха», которая идентифицирует пациентов, наиболее подверженных риску, а также тех, кто с наибольшей вероятностью ответит на протоколы лечения. Надежная идентификация, анализ и исправление ошибок кодирования и неправильных утверждений экономят огромное количество времени, денег и усилий всем заинтересованным сторонам – медицинским страховщикам, правительствам и поставщикам услуг. Ошибочные претензии, выявленные с помощью сопоставления данных и аудита утверждений, имеют значительный финансовый потенциал. Одним из наиболее перспективных направлений работы ИИ в медицине является возможность моделирования и прогнозирования медицинских лекарств. Стартап Semantic Hub с помощью машинных алгоритмов анализирует перспективность того или иного препарата с экономической точки зрения, что важно для фарминдустрии [14]. Диагностические аналитические данные – анализирует информацию (почему это случилось?).
- Сейчас сложились отличные технологические условия для дистанционного мониторинга в домашних условиях, как тяжелых и хронических пациентов, так и здоровых людей для раннего выявления проблем со здоровьем, полагает Борис Зингерман из НБМЗ.
- Совсем недавно система IBM Watson широко освещалась средствами массовой информации за свое внимание к точной медицине, особенно к диагностике и лечению рака.
- Более того, объем мировых инвестиций удваивается каждый год, начиная с 2017 г.
🔬 AI в диагностике: более точные и быстрые результаты
Используются статистические методы анализа данных с целью кластеризации, классификации, детализации и обнаружения корреляции с целью выявить основные факторы влияния на результаты. Кроме разработки системы, мы решали инфраструктурные задачи, такие как оцифровка аналогового оборудования и обеспечение быстрых каналов связи для передачи данных. Мы проложили более шести километров оптоволокна, чтобы обеспечить необходимую скорость передачи снимков. Еще в 70-х годах в Казахстане была разработана экспертная система, которая помогала врачам диагностировать и лечить пациентов. Это была простая система, содержащая около 600 правил, но она стала одним из первых примеров использования искусственного интеллекта в здравоохранении. Искусственный интеллект в медицине – это не просто новая технология, но и инструмент, который помогает медицинским работникам в достижении более точных диагнозов и эффективных лечебных решений. Использование ИИ открывает новые возможности для улучшения здоровья и качества жизни пациентов. Еще одним этическим вопросом является возможность появления искусственного интеллекта в роли замены для медицинского персонала. Присутствие ИИ в медицине начало проявляться только в последние годы, но уже сейчас он помогает анализировать состояние пациента быстрее и более точно. Если говорить об использовании ИИ в работе с изображениями, то для качественного обучения нейросети необходимы большие массивы данных. Но более важный вопрос, который пока далек от полного решения, связан с разметкой данных для нейросетей. У врачей сейчас просто нет права использовать данные, полученные от алгоритмов. Таким образом, «большие данные» уже на наших глазах кардинально изменяют медицинскую сферу, предлагая новый формат обработки информации с высокой прогностической ценностью полученных результатов. Для этого большие данные с такими показателями, как повторные посещения специалистов, хронические болезни, эндемичность, позволяют более тщательно строить прогнозы и влиять на экономическую эффективность.
Искусственный интеллект в медицине — перспективы применения и актуальные тенденции
Применяя ИИ в здравоохранении, важно учитывать не только саму технологию, но и законодательство, цели применения, дизайн, информационную модель и качество данных. Данные, используемые для обучения ИИ, должны быть полными, проверенными и качественными. Также ключевым аспектом остается соответствие этическим принципам на всех этапах разработки и внедрения. Однако говоря о внедрении искусственного интеллекта, нельзя забывать о безопасности. Все этапы разработки ИИ должны документироваться для понимания, как работает технология и какие данные используются. Технологии ИИ должны быть безопасными, точными и эффективными, чтобы не навредить пациентам. https://www.webwiki.ch/quantamagazine.org/tag/artificial-intelligence/ Окончательное решение о здоровье и лечении должно оставаться за человеком, а ИИ должен выступать помощником, а не заменой врача. МЫ стремимся делать так, чтобы вокруг нас были надежные люди, которым можно доверять.
ЭТАПНОСТЬ ВНЕДРЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЗДРАВООХРАНЕНИИ
Для рака молочной железы мы использовали мамографические аппараты, которые также охватывают около 10-15% населения. Сегодня в Казахстане, как и во всем мире, искусственный интеллект активно развивается, особенно в области работы с медицинскими изображениями. У нас уже есть отечественные решения, такие как Cerebra, которые помогают https://mlatcl.github.io врачам быстрее и качественнее анализировать данные и ставить диагнозы. Если обратиться к участковому терапевту в районной поликлинике с вопросом о том, использует ли он индивидуально подобранное лечение на основе глубокого анализа биомаркеров и генетических данных пациента, он, скорее всего, ответит на этот вопрос с долей иронии. Путем исследования реакций пациента во время курса лечения по выведенному уравнению создается двумерная парабола, указывающая на следующую дозу, которую должен получить пациент. Подход PPD был протестирован на четырех пациентах, а затем его сравнили со стандартными методами терапии, когда лекарства назначались по рекомендации врача. Рынок цифрового здравоохранения — это рынок компьютерных технологий для улучшения медицинского ухода. Он включает в себя приложения для мониторинга здоровья, онлайн-консультации с врачами и инструменты для диагностики болезней с помощью ИИ. Например, с 2017 года Институт развития интернета работает над созданием ИИ, который сможет ставить диагнозы по медицинским снимкам, включая рентген, УЗИ и МРТ. https://pinshape.com/onboarding/username Также запущен проект TeleMD для помощи онкологам в выявлении рака на ранней стадии.