Искусственный интеллект в медицине

Размещено на http://allbest.ru

Размещено на http://allbest.ru

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«БРАТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

«КАФЕДРА ПРАВОВЕДЕНИЯ И ИНОСТРАННЫХ ЯЗЫКОВ»

КОНТРОЛЬНАЯ РАБОТА

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В МЕДИЦИНЕ

Братск 2023



СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. Искусственный интеллект в медицине

2. Преимущества искусственного интеллекта в медицине

3. Отличие искусственного интеллекта от обычных компьютерных программ

4. Использование искусственного интеллекта в области медицины

5. Искусственный интеллект в медицине и здравоохранении сегодня и завтра

6. Искусственный интеллект в медицине России

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ



ВВЕДЕНИЕ

На сегодняшний день искусственный интеллект (ИИ) считается одним из наиболее перспективных направлений развития не только в IT-индустрии, но и во многих других сферах человеческой деятельности. В частности, решения на основе искусственного интеллекта являются одной из главных надежд с точки зрения реализации концепции «Цифровой экономики».

Раньше медицина была ориентирована главным образом на борьбу с острыми заболеваниями, а сегодня основным ориентиром является лечение хронических болезней, таких как ожирение, депрессия, диабет.

Диагностика ранних стадий сердечной недостаточности, онкологии и других болезней сохраняет жизнь многим больным, но для врачей эта задача является наиболее сложной.

Даже признанным светилам медицинской науки, которые имеют огромный профессиональный опыт и интуицию, очень нелегко найти нужное решение, когда с каждым днём возрастает объём информационных данных в сфере медицины. Поэтому для быстрого решения задач, врачам необходимо применить, кроме их личного интеллекта, ещё и искусственный интеллект.

Актуальность темы: Внедрение систем искусственного интеллекта (ИИ) в медицине - это один из важнейших современных трендов мирового здравоохранения. Технологии искусственного интеллекта в корне меняют мировую систему здравоохранения, позволяя кардинальным образом переработать систему медицинской диагностики, разработку новых лекарственных средств, а также в целом повысить качество услуг здравоохранения при одновременном снижении расходов для медицинских клиник.

Недавно было установлено, что мозг врача может использовать только 10% мировых медицинских знаний.

А искусственный интеллект (ИИ) руководствуется для медицинской диагностики и лечения всей 100% информацией, доступной в Сети.

Искусственный интеллект способен обрабатывать тысячи страниц текста в секунду, чтобы найти необходимую информацию, что не под силу ни одному врачу. Примерно каждые 20 минут в мире появляется новая медицинская статья, только в 2019 году было опубликовано 70 000 научных статей по медицине.

В среднем врачи допускают ошибки при лечении в 10% случаев. А расхождение между посмертными и прижизненными диагнозами составляет 20-25%. Это говорит о том, что четверть смертей происходит от болезни, которая не была выявлена при жизни.

Искусственный интеллект снижает риск ошибок в диагностике и лечении примерно на 70%. Это очевидное превосходство электронного врача над врачом-человеком в настоящее время все более широко используется в медицинской практике.

медицина искусственный интеллект диагностика лечение



1. Искусственный интеллект в медицине

Искусственный интеллект начинает свое возрождение с момента появления первых электронных вычислительных машин в 40-х годах.

С появлением компьютеров стали появляться предпосылки для возможности создания искусственного интеллекта.

Возникали вопросы о том, возможно ли создать машину, которая будет обладать теми же интеллектуальными возможностями, что и человек (или намного превосходить его). Ученые в 50-х годах проводили эксперименты по созданию оборудования, которое имитировало бы человеческий мозг. Такие попытки оказались неудачными, потому что была полная непригодность программного и аппаратного обеспечения.

В 1956 году был проведен семинар по разработке логических задач и способам автоматизации их решения. Это был первый раз, когда был введен термин искусственный интеллект.

После семинара искусственный интеллект был признан отдельной отраслью науки. 25 лет спустя Барр и Фейгенбаум предлагают более точное определение искусственного интеллекта, в котором говорится, что искусственный интеллект - это область компьютерных наук, которая занимается разработкой интеллектуальных компьютерных систем.

Бар и Фейгенбаум выделяют ключевые моменты искусственного интеллекта, к которым создатели должны прийти в ходе работы над ИИ.

С самого начала индустрия искусственного интеллекта была разделена на 2 части: кибернетику и нейрокибернетику.

Основная идея нейрокибернетики состоит в том, чтобы подтвердить уникальность человеческого мозга, который может мыслить.

Следовательно, устройство искусственного интеллекта должно быть похоже на мозг. Нейрокибернетика начала детально изучать аппаратное моделирование структур, сходных со структурой человеческого мозга. Они взялись за работу по созданию и поеданию системы элементов, похожих на нейроны. Такие системы стали называть нейронными сетями.

Кибернетики встали на сторону отказа от идеи полного копирования мыслительных процессов человека. Для них не имело значения, как все работает «мыслящее» устройство.

Главное, чтобы устройство и человек отвечали на эти вопросы одинаково. Кибернетиков не интересовало, как все происходит внутри машины. Вот почему они получили название кибернетики черного ящика.

В середине 70-х годов вместо поиска уникального алгоритма мышления родилась идея моделирования точных знаний.

Это был чрезвычайно важный прорыв в области искусственного интеллекта. Новый подход заключался в представлении знаний.

Созданы MYCIN и DENDRAL - это классические экспертные системы для медицины и химии.

В середине 80-х годов начинается коммерциализация искусственного интеллекта. Ежегодный денежный вклад в эту область растет, создаются экспертные системы, растет всесторонний интерес.

Разработчики различных компаний (Microsoft, Apple, Google и др.) работают над созданием продуктов с использованием искусственного интеллекта для сферы здравоохранения.

В настоящее время искусственный интеллект используется в области разработки лекарств, медицинской визуализации, исследования генома и диагностики заболеваний. Созданные устройства можно обучать.

Они также могут самостоятельно анализировать огромные объемы полученной информации, делать выводы и принимать решения, что позволяет экономить время, деньги и максимизировать эффект при уходе за пациентами.

Для того чтобы правильно выявить причину заболевания и обеспечить грамотное лечение, необходимо изучить данные о пациенте: посмотреть историю болезни, анализы, фотографии.

Иногда самые опытные врачи не могут поставить уверенный диагноз из-за того, что не видят полной картины заболевания.

Согласно аналитическим данным Google, каждый десятый пациент страдает из-за неправильного диагноза. Многие прибегали к теории о том, что искусственный интеллект поможет решить эту проблему.

Некоторые больницы в Великобритании уже используют разработку Deepmind Health. Он обрабатывает всю информацию о пациенте, все его симптомы и дает список рекомендаций лечащему врачу, который в результате ставит точный, окончательный диагноз.

Существуют системы, которые могут выдавать свои результаты не врачу, а сразу пациенту. Одной из таких систем является Ada.

Она консультирует пациента, дает советы, подсказывает, к какому врачу следует обратиться, и предлагает удаленную консультацию со специалистом.

Для людей, которые недавно прошли длительный период лечения или имеют хронические заболевания, была изобретена программа Sense.ly . Система выдает оповещение о времени приема лекарств, необходимости наблюдения со стороны врач, структурирует данные о состоянии пациента и отправляет статистику лечащему врачу.

На данный момент существуют системы генетического анализа, которые выявляют склонность пациента к различным заболеваниям, помогают понять первопричину заболевания и указывают, какого эффекта можно ожидать от того или иного препарата.

Ученые научились использовать искусственный интеллект при создании лекарств. Поиск правильной химической формулы для них занимает много времени. В результате желаемый результат получается не всегда. Даже множество анализов, проверок и анализов не всегда способны дать стопроцентную гарантию того, что лекарство подействует. Поэтому за помощью прибегают к искусственному интеллекту, который, в свою очередь, создает правильные химические формулы лекарств.

Иногда у больных раком остается только последняя надежда на лечение. Суперкомпьютер IBM Watson был создан в 2011 году. На данный момент его модуль Watson for Oncology применим для диагностики и лечения рака.

Основная миссия суперкомпьютера - найти необходимую информацию в базе данных и предоставить ее пользователю.

В случае Watson for Oncology эта база данных включает более 600 тысяч медицинских отчетов и диагнозов, а также два миллиона страниц текстов из медицинских журналов и клинических испытаний в области онкологии.

Нейронная сеть может предложить несколько вариантов лечения, врач должен будет выбрать оптимальный.

Врач может добавлять информацию о пациенте по мере необходимости, а компьютер в этот момент будет искать новый курс лечения в соответствии с введенной информацией и через короткий промежуток времени выдаст обновленный диагноз.

В 2016 году ИИ выявил редкую форму лейкемии у 60-летнего пациента, которому изначально был поставлен неверный диагноз. Для этого система изучила 20 миллионов научных статей о раке за десять минут.

Одним из устоявшихся видов искусственного интеллекта в медицине является QTrobot: робот для терапии детей с заболеваниями аутистического спектра. Такие пациенты с трудом общаются с окружающими: они почти не воспринимают чужие эмоции и с трудом выражают свои собственные.

Чем старше становится человек, тем труднее ему приходится, потому что проблема усугубляется. Поэтому, если вы не уделите должного внимания этому заболеванию в раннем возрасте, позже с ним будет трудно справиться.

QTrobot предназначен для детей в возрасте от четырех лет.

Происходит общение с пациентом с помощью слов, жестов и различных выражений лица. Такой робот помогает ребенку со временем научиться распознавать настроения окружающих, может научить их общаться.

Исходя из опыта 2018 года, выяснилось, что дети с аутизмом уделяют роботу больше внимания, чем врачу. В среднем они смотрели на него в два раза дольше. Пока робот еще не поступил в продажу, он проходит различные испытания в медицинских учреждениях.

Использование искусственного интеллекта в медицине поможет сделать диагностику заболеваний более точной, эффективно прогнозировать и предотвращать заболевания. ИИ поможет спасти больше больных пациентов, повысить эффективность работы медицинских учреждений, а также облегчит работу врачей.

Оснащенные искусственным интеллектом, инструменты выявляют существенные взаимосвязи в исходных данных и могут использоваться во всех областях медицины, включая разработку лекарств, принятие решений о лечении, уход за пациентами, а также финансовые операции и решения.

С помощью искусственного интеллекта медицинские работники могут решать очень сложные и трудоемкие задачи.

Искусственный интеллект может оказаться ценным ресурсом для медицинских работников, помогая им в полной мере реализовать свой опыт и потенциал во всей экосистеме здравоохранения, см. Рисунок 1.

Рисунок 1 - Использование исскуственого интелекта

2. Преимущества искусственного интеллекта в медицине

Оснащенные искусственным интеллектом инструменты могут извлекать значимую информацию из больших объемов данных, предлагая практически применимые идеи, которые могут принести пользу в разных сферах.

Искусственный интеллект, по мнению специалистов - это явление, когда неодушевлённая система (машина) имитирует действия человека с рациональным поведением. Машина обязана принимать меняющиеся информационные данные и вырабатывать правильное решение.

С начала нашего века используются в медицинских целях в основном два типа искусственного интеллекта: экспертные системы, нейронные сети.

Фактами в базе знаний экспертной системы выступают достоверные данные в выбранной сфере.

К примеру: «Здоровые люди имеют две руки». При работе в систему поступает информация о насущной проблеме: «У пациента Х одна рука». Эта информация записывается в рабочую память.

Рабочая память после обращения к базе и сравнения информации формирует заключение: «Пациент Х не здоров». Но реализация экспертных систем очень затратная процедура, требующая больших ресурсов. Для проектирования хорошей экспертной системы, требуются эксперты в сфере медицины, специалисты по научным знаниям, инженеры-программисты.

Наиболее популярны сегодня нейронные сети, так как они обладают способностью обучаться. Принцип действия нейронных сетей основывается на механизме работы биологических нейронов.

В программной форме, нейронные сети могут быть представлены как граф с несколькими слоями нейронов, соединяющихся в этих слоях различными способами. Каждое соединение имеет вес, который учитывается при обучении нейронной сети. При обучении нейроны, находящиеся на входе, получают исходные данные. Затем эти данные перерабатываются внутренним слоем нейронов, и нейроны на выходе уже имеют некоторые новые параметры.

В случае, если эти параметры (значения) не нравятся исследователям, они могут изменить вес соединений в сети нейронов и повторить обучение. Чем значительнее объём данных, получаемых нейронной сетью, тем достовернее будет результат, выданный в ответ на запрос.

Например, поступил запрос в систему: «Головная боль, повышенная температура, озноб».

Нейронная сеть анализирует медицинские карты большого количества пациентов и, вероятно, сообщит результат: «Высока вероятность гриппа».

3. Отличие искусственного интеллекта от обычных компьютерных программ

При проектировании искусственного интеллекта, в отличие от стандартного программного обеспечения, программист не знает всех взаимосвязей между исходными данными и конечными результатами.

В областях, где уже существуют сформированные математические модели (например, статистическая обработка медицинских записей), нет необходимости использовать искусственный интеллект.

Принцип искусственного интеллекта заключается в том, чтобы учиться на надежном наборе данных и искать формулы и зависимости, которые люди не определяют.

Способности в медицине.

Практического опыта врача не всегда достаточно для правильной диагностики заболевания. Нейронной сети доступно огромное количество актуальных историй болезни и справочных данных в научных публикациях.

На этом основании она способна классифицировать конкретные симптомы, сравнивать их с аналогичными и выносить вердикт о возможном методе терапевтических действий.

Современное состояние возможностей технологии искусственного интеллекта не позволяет решать проблемы, неподвластные врачам.

Например, разработка устройств, способных сканировать человеческие организмы и назначать оптимальное лечение на основе полученных результатов. Сегодня искусственный интеллект выполняет относительно простые задачи. Например, он может определить по рентгеновскому снимку, есть ли у пациента патология или наличие инородного тела, есть ли в цитологическом материале раковые клетки.

Точность вердикта после анализа с помощью ультразвука или МРТ превышает девяносто процентов. Самым известным из существующих искусственных интеллектов в медицине является система IBM Watson. Это мощная электронная вычислительная машина, способная ответить на вопрос, заданный на языке обычного человека, а не программно.

В IBM есть специальный отдел IBM Watson Health, который разрабатывает и внедряет технологии искусственного интеллекта в медицинскую практику.

Ватсон получает информацию из множества источников, таких как энциклопедические данные, научные статьи и тому подобное.

Сначала IBM использовала искусственный интеллект для борьбы с раком, но затем разработчики IBM Watson обратились за советом в Американскую кардиологическую ассоциацию.

И вот теперь стало возможным обнаружить симптомы стеноза аортального клапана сердца с помощью ультразвука (один из вариантов порока сердца).

4. Использование искусственного интеллекта в области медицины

Приложения и программные продукты для распознавания медицинских изображений (снимков МРТ, заключений УЗИ, кардиограмм, результатов компьютерной томографии).

Стартапы для разработки препаратов (микроскопический анализ, изучение эффективности препаратов, исследование вирусов и поиск эффективных вакцин).

Использование технологий машинного обучения в сфере протезирования (интеллектуальные системы разрабатывают удобные протезы с учетом анатомических особенностей человека).

Приложения для удаленной помощи пациенту (они популярны в Великобритании - с их помощью врачи общей практики могут в удаленном режиме дать рекомендации для лечения простудных болезней или других состояний, не угрожающих жизни).

Стартапы по лечению раковых заболеваний (например, SOPHIA AI -- приложение по диагностике рака, привлекшее 30 млн долларов инвестиций, умеющее анализировать клиническую картину состояния пациента и предлагать эффективную схему лечения).

Существует и много других возможных вариантов использования ИИ в сфере здравоохранения. Если говорить о перспективах их внедрения, то решения, основанные на машинном обучении, могут быть эффективными в тех областях, где доступно достаточно количество обучающих данных и можно четко сформулировать постановку задачи. В этих областях ИИ может принести пользу врачам и пациентам за счет взвешенного принятия решений на основе имеющихся данных. Вот некоторые области, где приложения на основе искусственного интеллекта уже успешно используются:

· Ведение беременности. Регулярное наблюдение за здоровьем матери и плода необходимо, чтобы уменьшить беспокойство матери и обеспечить раннюю диагностику возможных патологий у нее и ребенка

· Разработка лекарств. ИИ позволяет находить новые лекарства на основе имеющихся биомедицинских данных. Так, биофармацевтическая компания NuMedii уже создала технологию AIDD (искусственный интеллект для обнаружения лекарств), которая использует большие объемы данных (BigData) и ИИ для быстрого обнаружения связей между лекарствами и заболеваниями на системном уровне. Компания занимается этим уже более 10 лет. За это время была извлечена информация из тысяч разрозненных хранилищ данных и создана собственная структурированная база данных, охватывающая сотни заболеваний и тысячи соединений. Запатентованные алгоритмы AIDD позволили ему выйти далеко за рамки традиционных подходов к поиску лекарств. Так, они могут повысить эффективность терапии за счет моделирования воздействия нового лекарства на организм при нескольких путях развития той или иной болезни

· Приложения для здоровья. Технологии IoMT (Internet of Medical Things или Интернета медицинских вещей) в сочетании с ИИ уже позволяют массово выпускать «умные» приложения для контроля самых разных параметров организма, что обеспечивает полный контроль за состоянием здоровья человека. Основная цель этих приложений и устройств такая же, как и у профессионального ПО и диагностического оборудования -- оперативно выявлять нарушения в работе различных органов или систем организма, чтобы их можно было исправлять самостоятельно или, в крайнем случае, без частых посещений врача

· Генный анализ. Алгоритмы ИИ позволяют прогнозировать, как может повлиять на организм редактирование генома в каждом конкретном случае.

· Оценка эффективности медицинского оборудования и препаратов. Технологии BigData и глубокого обучения могут использоваться для извлечения значимой информации из изображений и видео для помощи в выборе оборудования и препаратов, наиболее подходящих для нужд той или иной отрасли медицины.

· Анализ причин заболеваний. Например, продукт компании Migraine Buddy под названием Healint анализирует терабайты данных, чтобы помогать пациентам, врачам и ученым-медикам лучше понимать реальные причины и последствия неврологических расстройств.

· Чат-боты для обслуживания клиентов. Про первичную диагностику мы уже говорили, а еще чат-боты позволяют пациентам задавать вопросы, касающиеся оплаты услуг, назначений или пополнения запасов лекарств.

· Исследование рынка медицинских услуг. ИИ помогает определить оптимальные цены лечения в условиях конкуренции, проводя исследования рынка, что является отличным подспорьем для частных клиник, которые могут сэкономить на услугах маркетологов. Таким анализом занимается ПО от MD Analytics -- одной из самых старых на рынке компаний маркетинговых исследований в области здравоохранения и фармацевтики (работает с 2003 года).

· Работа с документами. Существуют приложения на основе ИИ, упрощающие документооборот в медицинских учреждениях. Например, технологии автоматизации процессов, такие как интеллектуальная автоматизация и RPA, помогают больницам автоматизировать рутинные операции с документами, в том числе отчетность.

5. Искусственный интеллект в медицине и здравоохранении сегодня и завтра

Медицина и здравоохранение уже считаются одними из стратегических и перспективных направлений с точки зрения эффективного внедрения искусственного интеллекта.

Использование искусственного интеллекта может значительно повысить точность диагностики, облегчить жизнь пациентам с различными заболеваниями, увеличить скорость разработки и выпуска новых лекарств.

Пожалуй, самым крупным и наиболее обсуждаемым проектом применения искусственного интеллекта в медицине является американская корпорация IBM и ее когнитивная система IBM Watson.

Изначально систему начали обучать, а затем использовать в онкологии, где IBM Watson уже давно помогает поставить точный диагноз и найти эффективное лекарство для каждого пациента.

Для обучения ИИ IBM Watson было проанализировано 30 млрд. медицинских изображений, для чего корпорации IBM пришлось купить Merge Healthcare за 1 миллиард долларов.

К этому необходимо было добавить 50 миллионов анонимных электронных медицинских записей, которые IBM получила в свое распоряжение, купив стартап Explorys.

В 2014 году IBM объявила о сотрудничестве с Johnson & Johnson и фармацевтической компанией Sanofi с целью обучения Watson пониманию результатов научных исследований и клинических испытаний.

По словам представителей компании, это значительно сократит время клинических испытаний новых препаратов, а врачи смогут подобрать терапию, наиболее подходящую для конкретного пациента.

В том же 2014 году IBM объявила о разработке программного обеспечения Avicenna, позволяющего интерпретировать как текст, так и изображения.

Для каждого типа данных используются разные алгоритмы. Авиценна сможет разбираться в медицинских изображениях и записях и будет выступать в качестве помощника рентгенолога.

Аналогичная задача решается в рамках другого проекта IBM - Medical Site. В данном случае речь идет о разработке искусственного интеллекта "медицинский помощник", который сможет быстро анализировать сотни изображений на предмет отклонений от нормы.

Это поможет радиологам и кардиологам разобраться с теми проблемами, в которых искусственный интеллект все еще бессилен.

Недавно разработчики IBM совместно с кардиологической ассоциацией решили расширить возможности Watson, предложив помощь системе и кардиологам.

По задумке авторов проекта, когнитивная облачная форма позволит анализировать огромное количество медицинских данных, относящихся к конкретному пациенту.

Эти данные включают ультразвуковые снимки, рентгеновские снимки и всю другую графическую информацию, которая позволяет уточнить диагноз. В самом начале возможности Watson будут использоваться для поиска признаков стеноза аортального клапана сердца.

При стенозе отверстие аорты сужается из-за слияния ее клапанных створок, что препятствует нормальному току крови из левого желудочка в аорту. Проблема в том, что выявить стеноз клапана непросто, несмотря на то, что это очень распространенный порок сердца у взрослых (70-85% случаев среди всех пороков).

Ватсон попытается определить, что он "видит" на медицинских изображениях: стеноз, опухоль, очаг инфекции или просто анатомическую аномалию и даст соответствующую оценку лечащему врачу, чтобы ускорить и улучшить качество его работы.

Врачи Бостонской детской больницы, занимающиеся редкими детскими заболеваниями, используют IBM Watson для постановки более точных диагнозов: искусственный интеллект будет искать информацию в клинических базах данных и научных журналах, которые хранятся в медицинском облаке Watson Health Cloud.

Следует отметить, что проект Watson, как и любой инновационный продукт, не ставил перед создателями четких экономических целей.

Затраты на разработку его компонентов обычно превышали запланированные, а его обслуживание является очень обременительным по сравнению с традиционными бюджетами в здравоохранении.

Скорее, его можно рассматривать как своего рода испытательный полигон, где можно протестировать перспективные ИТ-технологии и вдохновить исследователей.

Испытанные и испытанные прототипы должны быть переданы в массовое производство, что позволит достичь более высоких показателей с точки зрения соотношения цены и качества и пригодности для использования в реальных условиях.

Сегодня почти на каждой конференции по искусственному интеллекту есть доклады исследователей со всего мира с заявлениями "Мы создаем наш собственный Watson, и он будет лучше оригинала".

Весной 2017 года в журнале Nature появилась публикация о технологии, позволяющей с помощью машинного обучения распознавать рак кожи у людей. С помощью новой системы искусственного интеллекта исследователи смогли идентифицировать пять новых биомаркеров, на которые могут быть нацелены новые лекарства при лечении глаукомы.

По словам ученых, для этого в систему искусственного интеллекта вводится информация о более 600 тысячах последовательностей ДНК 2,3 тысяч пациентов и данные о взаимодействиях генов.

Проект DeepMind Health, которым руководит британская компания, входящая в состав Google, создал систему, способную за несколько минут обрабатывать сотни тысяч медицинских записей и извлекать из них необходимую информацию.

Хотя этот проект, основанный на систематизации данных и машинном обучении, все еще находится на ранней стадии, DeepMind уже сотрудничает с Глазной больницей Мурфилдс (Великобритания) с целью повышения качества лечения.

Используя миллионы анонимных томографированных изображений глаз, исследователи пытаются создать алгоритмы, основанные на технологиях машинного обучения, которые помогли бы обнаружить ранние признаки двух заболеваний глаз влажной возрастной макулярной дистрофии и диабетической ретинопатии.

Другая компания, принадлежащая Google, действительно, занимается аналогичными исследованиями. Специалисты этой компании используют искусственный интеллект и алгоритмы поисковой системы Google для анализа того, что делает человека здоровым.

Израильская компания MedyMatch Technology, в которой работает всего 20 человек, разработала решение на основе искусственного интеллекта и больших данных, благодаря которому врачи могут более точно диагностировать инсульт. Для этого в режиме реального времени система MedyMatch сравнивает изображение мозга пациента с сотнями тысяч других изображений, находящихся в ее облаке. Известно, что инсульт может быть вызван двумя причинами: кровоизлиянием в мозг и тромбом.

Соответственно, каждый из этих случаев требует разного подхода к лечению. Однако, по статистике, несмотря на улучшение компьютерной томографии, количество ошибок в диагностике не изменилось за последние 30 лет и составляет примерно 30 %.

То есть почти в каждом третьем случае врач назначает пациенту неправильное лечение, что приводит к печальным последствиям.

Система MedyMatch способна отслеживать мельчайшие отклонения от нормы, которые специалист не всегда может заметить, тем самым сводя вероятность ошибки в постановке диагноза и назначении лечения к минимуму.

В последнее время все больше внимания уделяется использованию технологии искусственного интеллекта не только при создании решений для врачей, но и для пациентов.

Примером может служить мобильное приложение британской компании Your.MD, который был запущен в ноябре 2015 года.

Эта программа использует искусственный интеллект, машинное обучение и технологии обработки естественного языка.

В результате пациент может просто сказать, например: «У меня болит голова», и получить рекомендации по последующим действиям и советы экспертов со смартфона.

Для этого вам нужна система интеллекта, MD подключен к крупнейшей в мире карте симптомов, созданной вашим МД: он учитывает 1,4 миллиона симптомов, на выявление которых ушло более 350 тысяч часов.

Каждый симптом был проверен специалистом британской системы здравоохранения. Искусственный интеллект выбирает наиболее подходящий симптом на основе уникального профиля владельца смартфона.

Другая компания, Medtronic, предлагает приложение, которое позволяет прогнозировать критическое снижение уровня сахара в крови за три часа до события. Для этого Medtronic совместно с IBM используют технологии когнитивной аналитики для обработки данных глюкометров и инсулиновых помп. С помощью приложения люди смогут лучше понять влияние повседневной активности на диабет.

В рамках еще одного интересного проекта IBM, на этот раз совместно с диагностической компанией Pathway Genomics, было создано приложение OME, которое сочетает когнитивную и точную медицину с генетикой.

Цель приложения - предоставить пользователям персонализированную информацию для улучшения качества жизни.

Первая версия приложения включает рекомендации по диете и физическим упражнениям, информацию о метаболизме, которые зависят от генетических данных пользователя, карту с информацией о привычках пользователя и состоянии здоровья.

В будущем в приложение будут добавлены электронные медицинские записи, информация о страховании и другая дополнительная информация.

В дополнение к прямому клиническому применению элементы искусственного интеллекта могут быть использованы во вспомогательных процессах медицинской организации.

Например, было бы целесообразно использовать искусственный интеллект в автоматической диагностике качества медицинской информационной системы, в вопросах информационной безопасности.

Системы искусственного интеллекта могут помочь с выдачей рекомендаций по своевременной настройке каталогов, тарифов или даже заметить ненормальное поведение сотрудника и порекомендовать его руководителю отправить его на работу с системой, так как возникли подозрения в его низком профессионализме и медленной реакции.

6. Искусственный интеллект в медицине России

Объем рынка медицинского ИИ в России превысил 500 млн рублей

Объем рынка технологий искусственного интеллекта, используемого в медицинских целях, в России по итогам 2021 года превысил 500 млн рублей.

Такие данные в середине февраля 2022 года привел директор по развитию бизнеса компании Webiomed Александр Гусев. Он не уточнил динамику в сравнении с 2020 годом.

По словам Гусева, структуру выручки работающих на этом рынке компаний составляет либо один крупный эксперимент с грантовой поддержкой, либо грантовая поддержка от институтов развития - «то есть это не совсем про продажи и тиражирование бизнеса».

Однако ситуация будет меняться, уверен директор по развитию бизнеса компании Webiomed.

Источником монетизации, по его мнению, станут ориентация на коммерческий сектор здравоохранения и B2B-взаимодействие заказчиков и производителей.

Медицинский софт создается для заказчиков из исследовательских медицинских компаний, он позволит ускорить и удешевить обработку данных.

Другими потребителями станут частные клиники, страховые компании и крупные работодатели, заинтересованные в поддержании трудоспособности сотрудников.

Через несколько лет на этот рынок выйдут государственные заказчики, что обеспечит быстрое развитие медицинского ИИ, считает эксперт.

В Москве к 2021 году насчитывалось более 40 медтех-компаний, специализирующихся на анализе медицинских изображений для диагностики (32 %), предиктивной аналитике (28 %) и системах поддержки принятия решений (27 %), с совокупной выручкой 1,7 млрд рублей.

По словам аналитиков Deloitte, большие данные и искусственный интеллект в здравоохранении, в частности, открывают возможности для принятия управленческих решений на уровне всей популяции. ИИ, например, помимо автоматизации ручных процессов активно тестируется для решения сложных клинических и организационных задач.

Направления использования ИИ в медицине.

На уровне проектирования: прогнозирование заболеваний, выявление групп пациентов с высоким риском заболеваний, организация профилактических мер.

На уровне производства: автоматизация и оптимизация процессов в больницах, автоматизация и повышение точности диагностики.

На уровне продвижения: управление ценообразованием, снижение рисков для пациентов.

На уровне предоставления обслуживания: адаптация терапии и состава лекарств для каждого отдельного пациента, использование виртуальных ассистентов для построения маршрута пациента в поликлинике или больнице.

Данные представлены в таблице 1.

Таблица 1 - Искусственный интеллект

Задачи	Эффект
Анализ (в т.ч. перекрестный) популяционных данных, данных ЕГИСЗ, омиксных данных, социальных сетей	Новые корреляции для дальнейшего научного исследования и применения в медицине
Анализ медицинских изображений, создание системы с автоматическим начальным уровнем описания и интерпретации результатов	Повышение скорости и качества принятия врачебных решений
Умные скрипты опроса пациентов
СППВР* (по задачам, нозологиям), платформы организации СППВР как сервисов
Оперативный контроль качества и интеллектуальный бенчмаркинг оказания медицинской помощи в учреждении	Повышение скорости и качества контрольно-экспертной работы
Контроль отдаленных последствий оказания медицинской помощи	Изменение системы оценки и анализа оказания медицинской помощи
Системы повышения приверженности граждан ЗОЖ и пациентов назначенному лечению	Снижение заболеваемости и повышение результативности лечения
Моделирование деятельности медицинской организации	Повышение качества управления, оптимизация затрат
Носимые и иные мобильные медицинские изделия для дистанционного мониторинга	Онлайн / регулярное наблюдение за показателями состояния здоровья
Умные учебные медицинские тренажеры	Повышение качества подготовки медицинских работников
Визуализация медицинских данных, вкл. умную навигацию при оперативных вмешательствах	Повышение скорости и качества принятия врачебных решений, оказания медицинской помощи



ЗАКЛЮЧЕНИЕ

Подводя итог, мы считаем, что в ближайшем будущем в здравоохранении с помощью искусственного интеллекта будут применены следующие инновационные процессы.

Автоматизированные методы диагностики, например, анализ рентгеновских или МРТ-изображений для автоматического выявления патологии, микроскопический анализ биологического материала, автоматическое кодирование ЭКГ, электроэнцефалограмм.

Хранение большого количества расшифрованных результатов диагностического обследования в электронном виде, когда есть не только сами данные, но и формализованное заключение по ним, позволяет создавать действительно надежные и ценные программные продукты, которые могут если не заменить врача, то предоставить ему эффективная помощь, например, в выявлении рутинной патологии, сокращение времени и стоимости обследования, внедрение аутсорсинга и удаленной диагностики.

Системы распознавания речи и понимания естественного языка они могут оказать значительную помощь как врачу, так и пациенту.

Начиная от обычного декодирования речи и превращения ее в текст в качестве более продвинутого интерфейса для общения с медицинскими информационными системами (MIS), обращения в колл-центр или голосового помощника, до таких идей, как автоматический перевод языка при приеме иностранца, синтез речи при чтении записей из MIS, робот регистратор в приемном отделении больницы поликлиники, способный отвечать на простые вопросы и направлять пациентов.

Системы анализа и прогнозирования событий также являются вполне решаемыми задачами искусственного интеллекта прямо сейчас, и они могут оказать значительный эффект. Например, оперативный анализ изменений заболеваемости позволяет быстро прогнозировать изменения в доступе пациентов к медицинским организациям или потребности в лекарствах.

Системы автоматической классификации и согласования помогают связать информацию о пациентах в различных формах в различных информационных системах. Например, можно будет создать интегрированную электронную медицинскую карту из отдельных эпизодов, описанных с разными деталями, без четкого или противоречивого структурирования информации. Технология машинного анализа контента социальных сетей и интернет-порталов перспективна для быстрого получения социологической, демографической и маркетинговой информации

о качестве системы здравоохранения и отдельных медицинских учреждений.

Автоматические чат-боты для поддержки пациентов могут оказать значительную помощь в приобщении пациентов к здоровому образу жизни и соблюдении предписанного лечения. Чат-боты уже могут научиться отвечать на рутинные вопросы, подсказывать тактику поведения пациента в простых ситуациях, связывать пациента с нужным врачом с помощью телемедицины, давать рекомендации по диете.

Такое развитие здравоохранения в направлении самообслуживания и более активного вовлечения пациентов в охрану собственного здоровья без посещения врача может сэкономить значительные финансовые ресурсы.

Конечно, когда речь заходит о здоровье человека, важен принцип "не навреди", реализация которого подразумевает строгую нормативную базу и тщательную доказательную базу для внедрения новых технологий.



СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Гасанова, И. А. Искусственный интеллект в клинической медицине и стоматологии / И. А.Гасанова, В. А. Парийский, А. А. Грибков //Тенденции развития науки и образования. -2018. - Т. 38, № 4. - С. 17-21

2. Кравченко, В. О. Методы использования искусственных нейронных сетей в медицине /В. О. Кравченко // Устойчивое развитие науки и образования. - 2018. -№ 6. - С. 266-270. -https://elibrary.ru/item.asp?id=35271292

3. Аверкин А.Н., Гаазе-Рапопорт М.Г., Поспелов Д.А. Толковый словарь по искусственному интеллекту. М.: Радио и связь, 1992. С. 38-3

4. Применение искусственного интеллекта в медицине: эффективная диагностика и создание новых лекарств.

5. Рак, аутизм и диабет: что ИИ поможет лечить в 2019 году // Блог компании Binary District. [Электронный ресурс].

6. Искусственный интеллект (ИИ) / Artificial Intelligence (AI) как ключевой фактор цифровизации глобальной экономики // URL: https://www.crn.ru/news/detail.php?ID=117544 (дата обращения 06.03.2017)

7. Стельмах С. Рынок технологий искусственного интеллекта будет ежегодно расти на 54% // URL: https:// www.pcweek.ru/ai/article/detail.php ?ID=194039 (дата обращения 10.04.2017

Размещено на Allbest.ru