Таким образом, применение искусственного интеллекта в медицине стало ведущим трендом здравоохранения. 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. Применение искусственного интеллекта в медицине и здравоохранении: сферы использования и перспективы ИИ. Несмотря на обширные возможности, применение ИИ в медицине сталкивается с рядом препятствий и сопряжено с некоторыми рисками. Статья Искусственный интеллект в медицине России, Искусственный интеллект в медицине, Искусственный интеллект в радиологии, AI-технология Сбера прогнозирует развитие злокачественных новообразований, «Синтелли» представила российскую.
Эксперимент по внедрению технологий искусственного интеллекта
искусственный интеллект в медицине, искусственный интеллект. Рост применения КТ приводит к выявлению большого количества очагов и округлых образований в легких. Применение методов искусственного интеллекта в медицине и сфере здравоохранения Для использования врачами и медицинскими специалистами Плюсы и минусы Заменит ли ИИ врачей? Примеры | Онлайн-университет доказательной медицины Сценарии применения искусственного интеллекта в медицине. Рассказываем, как искусственный интеллект уже применяется в медицине и на какие вызовы и задачи отечественного здравоохранения он отвечает. В данной статье рассмотрены перспективные направления искусственного интеллекта в медицине, реализованные на базе нейронных сетей. Медицина с использованием искусственного интеллекта уже начинает широко применяться в рутинной практике.
Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек
"Искусственный интеллект, даже какой-то удачный вариант его изобретения и внедрения, может повести себя неконтролируемо в чем-то. "Искусственный интеллект, даже какой-то удачный вариант его изобретения и внедрения, может повести себя неконтролируемо в чем-то. Сценарии применения искусственного интеллекта в медицине.
Искусственный интеллект идет в медицину: успешные бизнес-решения в отрасли
Сбор данных и искусственный интеллект в медицине. Искусственный интеллект (ИИ) помогает врачам ставить верный диагноз и назначать нужные исследования. Инструменты искусственного интеллекта помогли обнаружить онкогенные соматические мутации и понять сложность взаимодействия генов клеток раковых опухолей. Искусственный интеллект в медицине. Как искусственный интеллект создает лекарства. ИИ от фирмы Insilico Medicine носит название GENTRL. Искусственный интеллект в здравоохранении, который когда-то был областью научной фантастики, теперь стал реальностью.
Топ-7 прорывов в медицине в 2023 году
Провалы искусственного интеллекта в медицине происходят потому, что это вовсе не интеллект, а схожий с системой распознавания лиц алгоритм, сказал газете ВЗГЛЯД руководитель экспертного совета ЭИСИ (Экспертный институт социальных исследований) Глеб. Платформа Искусственного интеллекта Минздрава России — первый национальный проект, объединяющий медицинское сообщество и разработчиков решений на основе технологий машинного обучения и искусственного интеллекта (ИИ). Области применения технологий на основе искусственного интеллекта быстро расширяются, в частности, умные технологии приходят на помощь врачам и пациентам.
Применение ИИ в медицине
- Читайте также:
- Погружение в мир AI: курсы, проекты, советы
- Искусственный интеллект в медицине — не конкурент, но помощник
- Топ-7 прорывов в медицине в 2023 году
Комплексный анализ работы сервисов ИИ в медицине провели в Москве
Глава Минздрава отметил: искусственный интеллект будут использовать для получения снимков с различных видов цифровых приборов. Как присутствие искусственного интеллекта влияет на современную российскую медицину? Применение искусственного интеллекта в медицине и здравоохранении: сферы использования и перспективы ИИ. Искусственный интеллект (ИИ) помогает врачам ставить верный диагноз и назначать нужные исследования.
Искусственный интеллект в медицине: добро или зло?
Это снижает финансовую нагрузку на систему здравоохранения в целом, упрощает работу врачей и повышает продолжительность и качество жизни нас, обычных граждан», — подчеркнул директор по направлению «Цифровая трансформация отраслей и компаний» АНО «Цифровая экономика» Алексей Сидорюк. Вот лишь некоторые возможности применения технологий искусственного интеллекта ИИ в здравоохранении. Анализ медицинских изображений. Компьютерное зрение позволяет находить закономерности и отклонения от нормы в снимках различных органов на КТ, МРТ, рентгенографии, маммографии и т. Это существенно экономит время для врачей при постановке диагноза, а также повышает его точность, снижает вероятность ошибок. Например, некоторые сервисы, помимо анализа изображений, автоматически заполняют врачебное заключение. Если сервис выявляет патологию, то ещё помогает врачу составить маршрутизацию пациента — к каким специалистам дальше его необходимо направить. Прогноз течения заболевания.
ИИ-технологии помогают врачам обнаружить неизвестные корреляции и скрытые закономерности течения заболевания путем изучения больших массивов данных, после чего подбирается индивидуальный план лечения с наиболее подходящими препаратами. Кроме того, использование ИИ позволяет выявлять людей, подверженных риску заболеваний, с более высокой вероятностью предсказывать хронические заболевания у пациентов, чтобы принимать соответствующие профилактические меры и давать рекомендации пациентам. Ещё одно преимущество — повышение эффективности управления оказанием медпомощи. Анализ исторических данных, электронных медкарт и данные о потоках пациентов позволяют предотвращать скопление заражённых и здоровых людей в помещениях или нехватку коек в стационарах.
Сегодня все системы делаются с веб-доступом. Я не могу себе представить стационарную программу такого рода, которую нужно было бы устанавливать как отдельное приложение.
Естественно, «Джейн» тоже имела веб-доступ, а чат-бот — это просто дополнительный интерфейс к базе данных, в которой аккумулировались данные о пациенте — история болезни, жизненные показатели, дневник наблюдений и так далее. Если назначены какие-то антиэпилептические вещества, то их надо принимать ровно так, как назначено, буквально минута в минуту. Любой пропуск — риск для жизни. И соответствующий модуль «Джейн» как раз напоминал ребёнку или его родителям о том, что прямо сейчас надо выпить ту или иную таблетку. И в качестве подтверждения требовал нажатия соответствующей кнопки на экране смартфона. То есть осуществляла поиск скрытых закономерностей.
Например, у одного ребёнка «Джейн» выявила жёсткую причинно-следственную зависимость между фазами Луны и обострениями болезни. Ни родители, ни врачи этой связи не чувствовали и не знали о ней. Они просто отмечали в электронном дневнике дни, в которые происходили приступы. 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.
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. Такие типы ИИ-программ могут использовать не только врачи, но и пациенты. Сервис 23andMe анализирует генетическую информацию и рассказывает пользователю о его предках. Стартап Sophia Genetics использует генетические данные для выявления предрасположенности к определенным заболеваниям.
Когда начал работать в науке, стало понятно, что и здесь много рутины. Это только в кино каждый день какие-то прорывы, а в реальности работа ученого — это в основном кропотливый труд. Больше всего раздражают бюрократические, административные вопросы, которые отвлекают от научной деятельности и сильно выматывают. Но зато, когда что-то получается, подтверждается гипотеза и есть результат — например, научная статья в авторитетном журнале — это радует и вдохновляет. Максим с детства хотел заниматься наукой Источник: Анастасия Пешкова — А почему вы выбрали биофизику? Еще с ранних лет мне было интересно всё, что связано с изучением мозга. Когда я был маленьким, мне казалось, что для этого нужны знания по биологии, нейрофизиологии, психологии. Но потом, в том числе благодаря родителям и учителям, я понял, что современные науки, особенно те, где есть большое количество экспериментальных данных, сложные приборы, установки, невозможно постичь без естественно-научного образования в качестве базы.
Эмпирическая биология и нейрофизиология, когда было достаточно простых наблюдений и анализов, давно закончилась. Сейчас любая сложная наука — это наука данных, а методы их анализа одни и те же в любых областях. Биохимическая физика — это применение физико-математических методов к биологическим системам. Исследования по большей части имеют прикладной характер Источник: Анастасия Пешкова — Наша лаборатория изучает мозг человека, больше половины проектов связаны с нейровизуализацией — получением и анализом данных работы мозга. Для этого применяются математическое моделирование, методы машинного обучения и искусственного интеллекта. Но в процессе решения прикладных задач часто возникают и фундаментальные, например, касающиеся методов: разработка новых типов нейронных сетей, новых архитектур, подходов к анализу данных. Также мы занимаемся так называемой персонализированной медициной. По каждому человеку можно собрать огромное количество данных: геномные, транскриптомные, МРТ мозга, энцефалограмма, анализы крови и так далее.
Суммарно это даст очень информативный индивидуальный портрет человека. А методы машинного обучения ИИ позволяют эти данные объединить и сделать полезный вывод для науки или для лечения человека. Пока это поиск общих тенденций, но мы надеемся, что со временем получится давать конкретные рекомендации. Максим много сотрудничает с зарубежными коллегами Источник: Анастасия Пешкова — Где это может применяться? Тогда берется анализ патологической ткани и проводится ее детальный анализ. Какие-то части этой сложной неоднородной структуры могут откликаться на терапию, какие-то — нет.
Искусственный интеллект в медицине
Например, когда роботизированный хирургический комплекс дополняется ассистентами, в том числе позволяющими в режиме реального времени распознавать и размечать путь хирургического вмешательства. Это снижает риск врачебной ошибки, облегчает нагрузку на хирурга и ускоряет сам процесс проведения операции". По словам специалиста, сегодня среди инвесторов цифрового здравоохранения и сервисов ИИ доминируют не крупнейшие фармацевтические компании и не производители медицинского оборудования. В эту отрасль пришли ИТ-гиганты, телеком и финансовые организации. Еще одна важная сфера применения ИИ - разработка новых лекарственных препаратов.
Обычно на этапе ранней разработки в пробирках синтезируют примерно 10 тысяч препаратов, которые прогоняют через серию тестов, чтобы выбрать 250 препаратов, которые затем отправят на доклинические испытания. Благодаря ИИ большая часть рутинной работы с математическими моделями может быть автоматизирована С ИИ синтезировать все препараты вручную не требуется. А дальше другие программы определяют - правильно ли он их сгенерировал. Из миллиона выбирается 50 самых лучших, и уже эти 50 мы синтезируем и проверяем".
По словам специалиста, если раньше этап ранней разработки занимал 36 месяцев, то благодаря ИИ он может сократиться до 10-12 месяцев. Помимо ускорения процесса ИИ также увеличивает вероятность получения нужного препарата.
Бизнес активно создает прикладные решения, помогающие оперативно выявлять заболевания, анализировать рентген и даже разрабатывать лекарства. Вложения в медицинские проекты обычно характеризуются высоким риском для инвесторов и достаточно долгой окупаемостью. Тем не менее, интерес бизнес-сообщества к таким проектам, в том числе к цифровым решениям для здравоохранения, постоянно растет. Инвесторы понимают, что спрос на услуги медицины будет высоким всегда.
Ведь инвестиции в свое здоровье - долгосрочная перспектива. В России стартапы по цифровизации здравоохранения с применением искусственного интеллекта находят дополнительную поддержку на государственном уровне: ряд институтов развития инвестируют в такие проекты на разных стадиях, а разработчики получают гранты по федеральному проекту «Искусственный интеллект». В своем послании Федеральному Собранию президент РФ Владимир Путин заявил о необходимости достижения самодостаточности и конкурентоспособности в области искусственного интеллекта, что позволит обеспечить «настоящий прорыв» в экономике и социальной сфере. Глава государства сообщил об утверждении обновленной Национальной стратегии развития искусственного интеллекта, включающей участие ИИ в создании цифровых платформ для здравоохранения. Например, на основе данных цифрового профиля он сможет получить дистанционное заключение специалиста федерального медицинского центра, а доктор, семейный врач — оценить именно целостную картину здоровья человека, прогнозировать возникновение заболеваний, предотвращать осложнения, выбирать индивидуальную и потому наиболее эффективную тактику лечения», - указал в своем послании глава государства. Ранее вице-премьер Дмитрий Чернышенко обозначил основные глобальные тренды в сфере искусственного интеллекта.
Первый тренд - стремление к технологическому суверенитету; второй - ужесточение борьбы за ИИ-специалистов; третий — движение к безопасному ИИ с упором на конкретного человека; четвертый — развитие больших языковых моделей и генеративного ИИ и пятый - рост экономического эффекта от использования ИИ.
Риски использования ИИ и нейросетей в области здравоохранения ИИ может «подсказать» неправильный диагноз, особенно если модель была обучена на неполных или неточных данных. Если искусственный интеллект используется неправильно или алгоритмы машинного обучения неправильно обучены, то они могут привести к опасным ошибкам, которые нанесут вред пациентам. Возникают и морально-нравственные аспекты — кто несет ответственность за принятое и непринятое решение.
Эта проблема рождается в самом алгоритме: он гибкий и критерий «не навреди» не всегда самый быстрый или дешевый способ лечения пациента. Разработчики могут установить параметры для системы, которые не совпадают с медицинской этикой и это также может повредить здоровью пациентов. Вопрос потери конфиденциальности тоже стоит довольно остро — данные пациента должны быть защищены от несанкционированного доступа, а использование ИИ в медицине может невольно повысить риск утечки личной информации. Еще одна проблема — неуместное лечение.
Может возникнуть ситуация, когда ИИ предлагает протокол, который не подходит пациенту или его приоритетному заболеванию, что может привести к серьезным последствиям. Алгоритмы ИИ могут быть недостаточно точными в отношении определенных групп пациентов, таких как дети, пожилые люди и беременные женщины. Наконец, использование ИИ может создать зависимость от технологии и уменьшить важность роли врача в лечебном процессе или даже вызвать что-то новое — типа «киосков самолечения». Перспективы ИИ-медицины Медицина с использованием искусственного интеллекта уже начинает широко применяться в рутинной практике.
Нейросети и другие формы ИИ используются для диагностики, лечения и прогнозирования различных заболеваний. В будущем мы можем ожидать ещё большего расширения использования нейронных сетей в медицине, и она может стать одной из главных областей применения ИИ. Однако, необходимо учитывать, что использование нейросетей требует от специалистов тщательного контроля работы систем и ответственного подхода к принятию решений на основе анализа данных. Перспективны любые направления — от назначений индивидуальной программы диспансеризации, до ранжирования рисков пациентов.
Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера Принять все.