по прочтениям

Медицинский интеллект на краю земли: врачи Ямала готовы работать с искусственным интеллектом

Рост продолжительности жизни, заболеваемости хроническими недугами и нехватка медицинского персонала подняли гигантскую волну интереса к искусственному интеллекту — именно с этими технологиями связано больше всего надежд на повышение эффективности здравоохранения. В мире уже есть примеры использования искусственного интеллекта не только в системах поддержки принятия врачебных решений, в телемедицине и удаленном мониторинге пациентов, но и в управлении здравоохранением. Однако основным фокусом конференции «Искусственный интеллект в медицине», на которую Ассоциация «Национальная база медицинских знаний» собрала в Салехарде специалистов из множества регионов, стало применение искусственного интеллекта именно в клинической практике.

«Разработка искусственного интеллекта в медицине — это не айтишная, а врачебная история, — уверен Александр Гусев, член наблюдательного совета НБМЗ. — Создавая сервисы на базе искусственного интеллекта, важно проводить клинические исследования их эффективности и, главное, — безопасности».

Искусственный интеллект эффективен в узких задачах. Разработки участников ассоциации испытывают в Кировской, Новгородской, Тульской и других областях, но предмет особой гордости — совместный проект в Ямало-Ненецком автономном округе. Здесь больницы опробовали сразу два продукта: Webiomed, разработанный компанией К-МИС, для профилактики сердечно-сосудистых заболеваний и Botkin AI, созданный «Интеллоджик», для поиска очагов на компьютерных томограммах (КТ) легких.

По сравнению с другими российскими регионами на Ямале относительно низкая смертность, неплохая обеспеченность медицинскими кадрами и высокий уровень информатизации здравоохранения — 96% медкарт ведутся в электронном виде. Тем не менее проблемы есть, в том числе перегруженность врачей рутиной, так что задач для искусственного интеллекта предостаточно. «Мы очень боялись, что наши врачи окажутся загружены еще больше, а результата они не увидят», — рассказал Сергей Новиков, директор Департамента здравоохранения ЯНАО. — К счастью, опасения не оправдались». Врачи получили цифрового помощника, облегчающего их работу, при этом вносить дополнительные данные им не потребовалось.

Профилактика

 

 

Подробнее о применении решений на базе искусственного интеллекта в отечественной медицине можно будет узнать на практической конференции «Технологии искусственного интеллекта», которую издательство «Открытые системы» проведет 22 мая. Активное участие в конференции примет ассоциация НБМЗ, представив кейсы с использованием различных типов данных.

 

В городе Муравленко с помощью технологии машинного обучения сумели оценить риски развития сердечно-сосудистых заболеваний всего взрослого населения. Для обучения были использованы данные городской больницы — более 1,3 млн медицинских документов.

Медицинская информационная система (МИС) автоматически анализировала электронную медкарту пациента (ЭМК) и отправляла запрос на анализ в интегрированную с ней облачную систему поддержки принятия врачебных решений Webiomed. Выявленные факторы риска и их оценка выводились врачу в интерфейсе МИС. Обработка информации об одном пациенте в зависимости от объема его карты занимала в среднем от полуминуты до двух минут, а все прикрепленное население (25 тыс. человек) оценили примерно за пять суток.

«У нашей больницы теперь есть возможность запускать анализ ЭМК по терапевтическим участкам в ночное время, когда все отдыхают, и не спит только искусственный интеллект», — сообщила Елена Климович, завотделением медицинской профилактики Муравленковской горбольницы. Результаты анализа заносились в ЭМК, и дальше врачи работали с пациентами, отнесенными к группам высокого и очень высокого риска, и адресовали им рекомендации искусственного интеллекта по устранению факторов риска.

Такая оценка риска сердечно-сосудистых заболеваний всего населения не проводилась еще ни разу — она была просто невозможна силами врачей. В ходе диспансеризации за год удавалось охватить лишь 10-15% населения. К тому же врачи сосредоточены главным образом на лечении, профилактика зачастую отодвигается на второй план. «Webiomed выявила в семь раз больше пациентов с высоким риском, чем карты диспансеризации», — сообщил Сергей Токарев, главный специалист по медицинской профилактике Депздрава ЯНАО. В 60% случаев система оценила риск выше, чем врач.

Система просчитывает риск сразу по четырем методикам, столь всестороннюю оценку врач на обычном приеме сделать не в силах. «Разные шкалы и клинические рекомендации дают разные результаты, — пояснила Климович. — Переложив эту работу на искусственный интеллект, мы получаем более правильный прогноз развития заболеваний».

В ходе проекта врачи не только обучали программу, но и сами учились правильно применять скрининг. Поэтому по мере доработки алгоритмов и совершенствования оценки по всей совокупности факторов доля пациентов с очень высоким риском выросла с 11% до 29%. Более 600 отобранных искусственным интеллектом пациентов с высоким риском были приглашены на осмотр и 67 из них уже поставлены на диспансерный учет. «Мы готовы и хотим продолжать», — сказала Климович. По ее мнению, необходимо развивать проект, добавляя в него новые возможности: поиск ошибочных или пропущенных заболеваний, контроль выполнения клинических протоколов и маршрутизации пациента.

Елена Климович

Елена Климович: «У нашей больницы теперь есть возможность запускать анализ ЭМК по терапевтическим участкам в ночное время, когда все отдыхают и не спит только искусственный интеллект»

Диагностика

Поскольку лучевых исследований, выполненных на цифровом оборудовании, становится заметно больше, а число врачей остается почти неизменным, в радиологии очень активно применяются системы компьютерного анализа изображений и искусственного интеллекта. В первую очередь они используются в скрининге и ранней диагностике при обработке больших массивов данных и выборе изображения с патологией для дальнейшего анализа врачом. Вторая традиционная область — решение узких специализированных и трудоемких задач, таких как анализ и сравнение объемов очагов, оценка перфузии. «Такие программы существуют и без искусственного интеллекта, но он позволяет это делать лучше», — подчеркнул Валентин Синицын, завкафедрой лучевой диагностики и лучевой терапии факультета фундаментальной медицины МГУ им. М. В. Ломоносова. Помощь врачу заключается, в первую очередь, в уменьшении ошибок и увеличении точности диагностики, а также написании стандартизованных заключений, рекомендациях по тактике лечения, распределении нагрузки на персонал и оборудование в зависимости от потока пациентов.

Но системы, работающие по определенному алгоритму, не могут улучшаться самостоятельно, поэтому радиологи все чаще обращаются к нейронным сетям, которые cамообучаются на больших массивах размеченных данных. Кроме того, их привлекают программы, которые по заданным параметрам ищут «похожие» изображения в больших базах изображений с известными диагнозами. Предпринимаются также попытки создать системы, способные прогнозировать на основе структурного анализа обнаруженных очагов ответ организма на лечение.

Чему уже успел научится Botkin AI? На Ямале эта система проанализировала просмотренные врачами за полгода КТ легких, выгруженные в региональный архив изображений из четырех больниц. На участки, вызывающие подозрение на наличие раковых очагов, наносилась цветовая маркировка. Таким образом было повторно пересмотрено более тысячи КТ 402 пациентов. Из них искусственный интеллект отобрал исследования 45 человек, которые были направлены к докторам онкоцентра для интерпретации. Снимки разделили на нормальные и патологические, и окончательное решение по этим случаям принималось рентгенологическим консилиумом. В итоге у 21 пациента был подтвержден рак легких, причем двое из них — это впервые обнаруженные больные, благодаря искусственному интеллекту они получили направление на консультацию торакального хирурга.

Чтобы повысить клиническую ценность этого, по сути, научного исследования, следует добавить данные из других больниц и анализировать не только завершенные, но и текущие исследования.

«Метод показал высокую чувствительность, хочется, чтобы разработчики повысили и специфичность», — отметил Сергей Партс, заведующий региональным онкоцентром Салехардской окружной клинической больницы. Сергей Сорокин, гендиректор компании «Интеллоджик», объяснил, что при повышении специфичности снижается чувствительность. Достигнутая в ямальском проекте специфичность 0,5 при высокой чувствительности — один из лучших показателей в мире. Сочетание экспертизы врача с его высокой специфичностью и искусственного интеллекта с высокой чувствительностью позволяет добиться большей точности распознавания. А уровень российских врачей достаточно высок, процент пропущенных ими случаев был минимальным во всех четырех пилотных регионах, отметил он. Тем не менее, в масштабе страны искусственный интеллект уже сейчас способен помочь врачам вовремя обнаружить злокачественные новообразования у десятков тысяч пациентов, хотя пока речь идет только об отдельных патологиях.

В Мурманской области, где к изучению возможностей искусственного интеллекта подталкивает дефицит врачей, на 250 обработанных КТ легких Botkin AI нашел три ранее не описанных рентгенологами патологии, в том числе две злокачественных. В ближайшее время в пилотных регионах планируют применить Botkin AI также при анализе маммограм, рентгенограмм и флюорограм.

«В скрининге наряду с клинической эффективностью немаловажную роль играет экономическая эффективность. Давайте идти не от того, что мы можем, а от реальных задач», — призвал коллег Виктор Гомболевский, руководитель отдела развития качества радиологии НПКЦ диагностики и телемедицинских технологий Депздрава Москвы.

Терапия

В отличие от диагностики, в терапии многие вещи не алгоритмизированы, здесь еще больший вес имеет экспертное и личное мнение. «Мы приветствуем цифровизацию здравоохранения, так как реальная ситуация сегодня такова: мы не знаем, чем врачи лечат болезни пациентов», — заявил Максим Фролов, исполнительный директор Ассоциации клинических фармакологов. По его словам, проблема в том, что ни один главный кардиолог или онколог не может увидеть на своем рабочем месте, что пациентам где-то неправильно были назначены лекарства. Это невозможно не только на уровне региона, но и на уровне районной больницы: пригодных для анализа листов назначений пока нет.

Врачам нужны системы, помогающие рассчитывать дозировки препаратов и курсы лечения, необходимы удобные справочники, автоматически определяющие отклонения от нормы, а руководителям — прогностические системы, просчитывающие риски при выборе лекарств, отслеживающие фармакологические тенденции и указывающие на отклонения от них в реальной клинической практике региона. Клинические фармакологи оценивают рациональность терапии тяжелых и сложных пациентов с высокими рисками нежелательных реакций, которым назначается много препаратов, и система, помогающая быстрее и легче оперировать информацией, несомненно будет ими востребована. Но прогресс в этой области не столь быстрый, поэтому современные врачи любой специальности должны тесно общаться с разработчиками ПО, считает Фролов. Пока системы поддержки принятия решений не показали качественного скачка в своем развитии: лучшие из них по-прежнему эффективны примерно на 80%.

Естественные препятствия

Вариативность, разнородность и изменчивость объектов анализа (людей и болезней) делают задачу развития искусственного интеллекта в медицинской информатике весьма не простой. «Ложноположительные результаты, находки, имеющие статистическую значимость, но не имеющие значимости клинической — бич, осложняющий работу с большими данными без специальных методологий», — отметил Алексей Незнанов, старший научный сотрудник факультета компьютерных наук ВШЭ. Положение усугубляют также противоречивые цели заинтересованных лиц, часто меняющиеся правила и очень плохое качество данных. «Ни один компьютер не разберется, что стало основанием для изменения стандартов оказания медицинской помощи за последние десять лет», — заметил он. Получить большие и качественные наборы данных трудно как из-за законодательных барьеров, так и по причине отсутствия механизмов и стандартов автоматической обработки сырых данных в МИС.

«Нужно учитывать, что хорошие результаты работы алгоритма в одной клинике не означают хороших результатов в другой, и тому виной отличия в параметрах сканирования», — напомнил Леонид Анопченко, заместитель главврача по диагностической работе Мурманской областной больницы им П.А. Баяндина. Не случайно в области начали создание центрального архива медицинских изображений со стандартизации этих параметров и данных, используемых для машинного обучения.

По убеждению Незнанова, не стоит сводить искусственный интеллект к машинному обучению — оно является всего лишь одним из методов решения узкого класса задач классификации и ранжирования. Гораздо более интересная область — управление знаниями, включая их создание, порождение понятий, онтологическое моделирование, а также извлечение из медиаданных и неструктурированных текстов. В медицине все большую значимость приобретают так называемые явные знания в виде всевозможных онтологий.

Один из главных факторов, сдерживающих внедрение искусственного интеллекта в радиологии, — нерешенные вопросы юридической ответственности и регистрации ПО как изделия медицинского назначения, добавил Синицын. Еще один «ящик Пандоры» — появление бесплатных приложений на основе искусственного интеллекта. Пациенты вскоре получат доступ не только к своим данным, но и к инструментам их анализа, и последствия очень тревожат специалистов. Ведь, обладая лучшей памятью и вниманием, искусственный интеллект ошибается, как и человек.

27.04.2019

Теги: AI2019, ИТ в здравоохранении, Самое интересное, Статьи

BIG DATA 2019: На что способны большие данные в медицине

За последние пару лет было опубликовано сразу несколько исследований, описывающих прецеденты, когда искусственный интеллект превосходит врача в точности диагностики. Прежде всего это касается случаев, когда для постановки диагноза требуется провести тщательный анализ медицинских изображений.

В столице все «тяжелое» медицинское оборудование поликлиник, предназначенное для лучевой диагностики, связано в общий цифровой контур Единым радиологическим информационным сервисом. Полученные снимки и сделанные по ним медицинские заключения могут анализироваться с помощью технологий машинного обучения. В пилотном проекте скрининга рака легкого, охватывающем 10 городских поликлиник, когнитивную систему обработки естественного языка IBM Watson Explorer обучили искать расхождения в протоколах между описаниями и заключениями, а также проверять, как врачи следуют методическим рекомендациям о тактике ведения пациентов после скрининговой низкодозной компьютерной томографии. Система принимает соответствующие решения с точностью 95%.

На ежегодном форуме BIG DATA 2019 издательства «Открытые системы» Виктор Гомболевский, руководитель отдела развития качества радиологии Научно-практического клинического центра диагностики и телемедицинских технологий Департамента здравоохранения Москвы, расскажет о том, какую роль играет искусственный интеллект в онкологическом скрининге. А сейчас он ответил на несколько вопросов.

- В чем основная проблематика больших данных в медицине?

 

читать дальше > 05.02.2019

Теги: BIG DATA 2019, Искусственный интеллект, Лучевая диагностика, Машинное обучение, Онкология, Опыт, Радиология, Скрининг, Статьи

В итальянской больнице Святого Пия начались испытания человекоподобных роботов

Konica Minolta и Итальянский технологический институт (ИТИ) изучают возможности использования распределенных робототехнических систем в итальянской больнице Святого Пия. ИТИ предоставил человекоподобного робота R1, разработанного для повседневной помощи пациентам в разных ситуациях, а Konica Minolta Laboratory Europe — специалистов в области искусственного интеллекта и распределенных робототехнических систем.

 

читать дальше > 30.01.2019

Теги: Konica Minolta, Новости, Робототехника, Технологии

Мобильное приложение для слабовидящих озвучит эмоции собеседника

Многие ИТ-компании создают решения приложения, призванные помочь слабовидящим. Так, в Microsoft создали приложение, которое позволяет пользователю идти по заданному маршруту, воспроизводя в наушниках соответствующие звуковые подсказки. Google представила приложение, которое распознает повседневные объекты в поле зрения камеры смартфона и зачитывать их описание. А в Instagram с недавних пор появилась функция, описывающая содержание фотографий.

 

читать дальше > 15.01.2019

Теги: Huawei, Новости, Распознавание лиц, Смартфоны, Технологии

Клиникам предложили платформу на блокчейне

Компания Robomed Network запустила первую версию своей платформы с открытым распределенным реестром данных об оказании медицинских услуг. Платформа представляет собой инструмент управления процессами оказания услуг и защиты прав собственности на медицинские данные.

Процессы оказания услуг фиксируются с помощью смарт-контракта, данные в котором невозможно подделать или внести постфактум. Все действия с медицинскими данными записываются в распределенный реестр, а поставщики медицинских услуг могут вместе принимать участие в одном «умном» контракте. Благодаря использованию блокчейн-технологий для хранения единого реестра действий и адресов хранения документации повышается уровень доверия к документам, которые создаются в процессе приема врача.

 

читать дальше > 04.12.2018

Теги: Блокчейн, Машинное обучение, Статьи, Технологии

«Второе мнение» в Doctor Smart выскажет искусственный интеллект

Онлайн-клиника Doctor Smart запустила проект «Второе мнение AI», который позволяет получить релультаты анализа рентгеновского снимка с помощью искусственного интеллекта, пишет «КоммерсантЪ».

Технология разработана компанией Care Mentor AI, специализирующейся на создании медицинских нейронных сетей для анализа радиологических исследований. Первоначально искусственный интеллект сможет находить до 20 патологий на фронтальной проекции рентгена легких, но впоследствии планируется добавить другие виды снимков.

 

читать дальше > 03.12.2018

Теги: Новости, Телемедицина

В цифровой медицине нужны «экосистемы»

Александр Пилипчук, гендиректор "Доктор рядом"

Александр Пилипчук: «Цифровые технологии позволят изменить парадигму отрасли»

Источник фото: «КоммерсантЪ»

По сравнению с другими отраслями медицина претерпела гораздо меньше трансформаций, связанных с цифровизацией. Однако частные клиники в полной мере ощущают давление со стороны пациентов, «избалованных» сервисом цифровых компаний из других отраслей. Пациенты ждут от клиник того же уровня сервиса, что и от Amazon, и будут «голосовать» за него своими деньгами. Они хотят получать помощь в удобной для себя форме именно тогда, когда им это нужно, и не очень готовы ждать.

Выступая на конференции «Цифровая медицина» издательского дома «КоммерсантЪ», Александр Пилипчук, генеральный директор сети «Доктор рядом», отметил: «У пациента есть потребность быть здоровым, а не лечиться. Цифровые технологии позволят изменить парадигму отрасли, которая сегодня работает на больных людей». В идеале пациент желает решить свои проблемы, нажав одну кнопку, чтобы потом его ‘взяли за руку’ и помогли ему: оптимально, удобно, персонализированно, максимально прозрачно и дешево. Ни одна компания в России не может обеспечить такой сервис самостоятельно, поэтому поставщики медицинских услуг будут объединяться, чтобы предельно эффективно отвечать потребностям пациентов, уверен Пилипчук. Медицинские экосистемы должны быть достаточно гибкими, чтобы опробовать разные сценарии взаимодействия и выбрать из них наиболее подходящие.

 

читать дальше > 14.11.2018

Теги: Искусственный интеллект, Онлайн-образование, Статьи, Телемедицина, Цифровая медицина, Цифровая экономика, Самое интересное

ЕГИСЗ превращается, превращается ЕГИСЗ… в цифровой контур

Олег Симаков: «Реализовывать цифровой контур просто как продолжение ЕГИСЗ недостаточно, в светлое будущее на старой телеге не въедешь»

Сроки, отведенные регионам на выполнение дорожных карт по информатизации здравоохранения, подходят к концу. «Большинство субъектов справились с поставленными три года назад задачами, остальным придется наверстывать», — отметила Елена Бойко, директор департамента ИТ и связи Минздрава РФ, выступая на конгрессе «Информационные технологии в медицине», который ежегодно проводит «Консэф». Но что же дальше, каковы стратегические планы в области цифровизации важнейшей отрасли?

Инновации за бортом

Из уже запущенной госпрограммы «Цифровая экономика» планы по развитию цифрового здравоохранения перекочевали в национальный проект «Здравоохранение», а именно — в федеральную программу создания единого цифрового контура на основе Единой государственной информационной системы здравоохранения (ЕГИСЗ). Шаг вполне логичный, учитывая, что цифровая медицина — это не самостоятельная отрасль и создание инструментария для участников системы здравоохранения неразумно отделять от этих самых участников. Однако в результате все инновации, важные для цифровой трансформации отрасли, оказались за пределами «контура»: искусственный интеллект и системы поддержки принятия врачебных решений, мобильный мониторинг состояния здоровья, «умные» и «виртуальные госпитали», платформы для управления цифровым оборудованием и рисками в стационарах. Единственная новая задача федерального проекта — разработка специализированных информационных систем оказания медицинской помощи по четырем особо значимым профилям: сердечно-сосудистые заболевания, онкология, акушерство и неонатология, профилактика.

 

читать дальше > 01.11.2018

Теги: Большие данные, Искусственный интеллект, Минздрав, Статьи, Цифровая медицина, Цифровая трансформация, ЭДО, Электронная медицинская карта, Самое интересное

В «Доктор рядом» проверят работу врачей с помощью искусственного интеллекта от Doc+

Компания «Доктор рядом» и сервис Doc+ адаптировали систему автоматической проверки врачебных назначений на основе технологий машинного обучения, разработанную Doc+, и дополнили алгоритм оценки протоколов медицинскими данными «Доктор рядом».

Ранее эта разработка использовалась только для проверки карт пациентов мобильной клиники Doc+. Летом текущего года года компания «Доктор рядом» передала Doc+ несколько тысяч медицинских протоколов для обучения алгоритма, а специалисты Doc+ обучили систему работе с данными из внешних источников и создали API для интеграции решения с информационными системами «Доктор рядом». С октября разработка Doc+ интегрирована в систему контроля качества «Доктор рядом».

 

читать дальше > 29.10.2018

Теги: Искусственный интеллект, Телемедицина, Технологии, Электронная медицинская карта, Самое интересное

Разработчики ИИ намерены создать национального оператора биомедицинских данных

Ассоциация разработчиков и пользователей систем искусственного интеллекта «Национальная база медицинских знаний» совместно с медицинским сообществом приступила к реализации масштабного проекта по созданию единого оператора биомедицинских данных граждан, сообщает «КоммерсантЪ». На прошлой неделе участники ассоциации, представители Минздрава, медицинского и страхового сообщества провели первое совещание, посвященное вопросам упорядочивания оборота биомедицинских данных. 

 

читать дальше > 26.09.2018

Теги: Искусственный интеллект, Минздрав, Новости, СТРАХОВАНИЕ