Научная статья на тему 'ОПЫТ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В МЕДИЦИНЕ ТРУДА'

ОПЫТ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В МЕДИЦИНЕ ТРУДА Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
12
3
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
цифровизация / профессиональные заболевания / технологии искусственного интеллекта / нейросетевые модели / цифровой Центр медицины труда / digitalization / occupational diseases / artificial intelligence technologies / neural network models / digital Center for Occupational Medicine

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Дьякович М. П.

Проведен анализ внедрения и использования информационных технологий в медицине труда с выделением нерешенных проблем, показан опыт собственного опыта использования искусственного интеллекта в медицине труда.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Дьякович М. П.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

An analysis of the implementation and use of information technologies in occupational medicine is carried out, highlighting unsolved problems, and the experience of our own experience in using artificial intelligence in occupational medicine is shown

Текст научной работы на тему «ОПЫТ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В МЕДИЦИНЕ ТРУДА»

Список литературы

1. Alotaibi YK, Federico F. The impact of health information technology on patient safety. SaudiMedJ. 2017;38(12):1173-1180. doi:10.15537/smj.2017.12.20631

2. Awad A, Trenfield SJ, Pollard TD, et al. Connected healthcare: Improvingpatient care using digital health technologies. Adv Drug Deliv Rev. 2021;178:113958. doi:10.1016/j. addr.2021.113958

3. Senbekov M, Saliev T, Bukeyeva Z, et al. The Recent Progress and Applications of Digital Technologies in Healthcare: A Review. Int J Telemed Appl. 2020:1-18. doi:10.1155/2020/8830200

УДК 613.6.02:004.89

ОПЫТ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В МЕДИЦИНЕ ТРУДА

Дьякович М. П.

ФГБОУВОАнгарский государственный техническийуниверситет, г.Ангарск, ФГБНУ«Восточно-сибирский институт медико-экологических исследований»

г.Ангарск

Аннотация. Проведен анализ внедрения и использования информационных технологий в медицине труда с выделением нерешенных проблем, показан опыт собственного опыта использования искусственного интеллекта в медицине труда.

Ключевые слова: цифровизация, профессиональные заболевания, технологии искусственного интеллекта, нейросетевые модели, цифровой Центр медицины труда.

Abstract. An analysis of the implementation and use of information technologies in occupational medicine is carried out, highlighting unsolved problems, and the experience of our own experience in using artificial intelligence in occupational medicine is shown.

Keywords: digitalization, occupational diseases, artificial intelligence technologies, neural network models, digital Center for Occupational Medicine.

Актуальность. Несмотря на определенные сложности, сбор исходных данных об объекте осуществить значительно легче, чем верификацию, обработку, отсеивание, интеграцию, и представление наборов данных в такую информацию, которая будет иметь теоретическую и практическую значимость для дальнейшего использования врачом. В последнее время растет понимание того, что достижение на высоком уровне качества и доступности профилактики,

ранней диагностики и оптимального лечения профессиональных заболеваний (ПЗ) невозможно без дальнейшей цифровой трансформации и развития принципов 4П- медицины. Федеральной службой по надзору в сфере защиты прав потребителей и благополучия человека в РФ отмечен десятилетний тренд сокращения абсолютного количества впервые выявленных случаев профессиональных заболеваний (ПЗ) наряду с десятикратным увеличением количества лиц, пострадавших от воздействия производственных факторов [2]. Объяснения сложившейся ситуации выявления ПЗ на поздних стадиях повторяются из года в год (несовершенство законодательства по охране труда, отсутствие правовых и экономических санкций за сокрытие ПЗ, низким качеством организации и проведения профилактических медицинских осмотров). В такой ситуации назрела необходимость разработки инновационных стратегических подходов к управлению данными и интеллектуальной поддержке эффективных медицинских решений задач рискометрии, первичной, вторичной и третичной профилактики. Единая информационно-аналитическая система (ЕИАС) Роспотребнадзора реализует цифровизацию процессов и сервисов инфраструктуры с различными модулями [1] при ее внедрении сможет обеспечить развитие современных информационно-аналитических возможностей системы медицины труда (МТ), включая искусственный интеллект (ИИ).

Целью настоящей работы явилось использование технологий ИИ для прогнозирования развития распространенных профессиональных заболеваний. Материалами настоящей работы послужили открытые специализированные источники литературы и многолетние наработки сотрудников ФГБНУ ВСИМЭИ. К методам работы следует отнести описательный, сравнительный, аналитический, информационный, моделирования.

Результаты и обсуждение. С 2011 г, когда началась цифровизации медицины в РФ, многие задачи реализованы не в полной мере, особенно в области МТ. Существующие информационные системы МТ не в полной обеспечивают управление медицинскими осмотрами работников со сбором данных из внешнего контура ЕИАС МТ. До сих пор нет четко организованной генерации онлайн-отчетности о состоянии здоровья работников по всем видам медицинских осмотров через ответственное медицинское учреждение (МУ); взаимодействия с Единой государственной информационной системой в сфере здравоохранения. Широкому тиражированию технологий ИИ препятствуют существующие проблемы безопасности

собранной информации; поддержки в МУ больших ее объемов и необходимых вычислительных мощностей; дефицита государственного финансирования. В настоящее время отсутствует доступная для исследователей в области МТ прогнозная аналитика на уровне РФ и отдельных регионов, не разработаны цифровые двойники для моделирования ПЗ у работников, не используются ИИ-технологии для разработки индивидуальных траекторий профессионального риска.

На фоне существования многих нерешенных проблем, которые можно считать вызовами цифровизации МТ, несмотря на перечисленные трудности, с участием автора была предпринята попытка построения нейросетевых моделей: 1) прогнозирования развития вибрационной болезни (ВБ) [3] и 2) нейросенсорной тугоухости у работников основных отраслей промышленности Иркутской области с подстройкой их операционных характеристик. Исходные данные собирались сотрудниками лаборатории эколого-гигиенических исследований (руководитель - д.м.н. Панков В.А.) и клиники (главный врач - д.м.н., профессор Катаманова Е.В.) ВСИМЭИ. Программное обеспечение синтеза структуры нейронных сетей, глубокого обучения, проверки валидности и адекватности модели, вычислительных экспериментов с моделью было разработано к.т.н. М.В. Кривовым. Были выявлены наиболее чувствительные входные переменные, которые могут быть успешно использованы при скрининговом исследовании. Использовалась многоклассовая кластеризация по степеням заболевания на основе рекуррентных искусственных нейронных сетей (ИНС) с глубоким обучением. Для этого над первоначальным информационным массивом была произведена группировка по признакам, фильтрация данных, нормализация, изменение консистентности.

В модели ВБ в качестве критериев развития болезни использовались как специфические, так и неспецифические показатели общего и кофакторного патогенеза: изменение показателей центральной нервной, периферической нервной, нейросенсорной систем и гормонального статуса. Модель НСТ по комплексам нейропсихологических, нейрофизиологических и социально-психологических параметров позволяет идентифицировать течение заболевания с течением времени. В модели использовался комплекс количественных оценок, часть из которых сделаны экспертами -специалистами в области профессиональной патологии, неврологии, нейрофизиологии, клинической психологии. Точность прогноза

полученных моделей, обученных по реальным данным, составляет 7080% по отдельным комплексам параметров функционирования нервной системы, что можно считать удовлетворительным результатом. Обученные модели можно использовать в качества компонента экспертной советующей системы при оценке патогенетически обоснованных методов реабилитации пострадавших от воздействия производственных факторов.

Дальнейшее использование технологий ИИ предполагает создание цифровых двойников ИЗ. Указанное предложение может быть реализовано при создании в Иркутской области модельного цифрового Центра МТ на базе существующей клиники ФГБНУ ВСИМЭИ. Центр будет осуществлять разработку технологической платформы сбора, передачи и анализа данных медицинских осмотров для оперативного контроля состояния здоровья экспонированных неблагоприятными производственными факторами работников с учетом индивидуальной дозы воздействия, ранней диагностики предпатологических состояний, разработки персонализированного лечения и эффективной профилактики.

Заключение. Таким образом, речь идет о создании МТ-цифровой экосистеме, должна создаваться с привлечением математиков, информатиков и профильных специалистов. Тиражирование опыта использования технологий ИИ, сделает цифровизацию МТ реальной и позволит специалистам не только осуществлять экспертизу связи заболевания с профессией, но и оценивать персональные риски профессионально обусловленных и профессиональных заболеваний на основе полной цифровой информации о здоровье работника (физическом, психоэмоциональном и социально-экономическом благополучии).

Список литературы

1. Вопросы развития и реализации ЕИАС [Электронный ресурс] URL: https://www.rospotrebnadzor.ru/about/info/news/news_details.php?ELEMENT_ID=2 5986 ( дата обращения 14.02.2024)

2. О состоянии санитарно-эпидемиологического благополучия населения в РФ в 2022 году: Гос. доклад. М.: Федеральная служба по надзору в сфере защиты прав потребителей и благополучия человека, 2023. 368 с.

3. Diakovich М.Р., Krivov М. V. 2020. J.Phys.:Conf.Ser. Vol.1661 012029 DOI 10.1088/1742-6596/1661/1/012029

i Надоели баннеры? Вы всегда можете отключить рекламу.