CC BY
175МЕДИЦИНСКИЕ НАУКИ
ВЗГЛЯД НА БУДУЩЕЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЗДРАВООХРАНЕНИИ Ненашева Е.А.
Ненашева Елена Анатольевна - инженер-программист 2
категории, ООО «Газпром трансгаз Уфа», г. Уфа
Аннотация: когда речь заходит о цифровой трансформации, ключевой технологией является искусственный интеллект (ИИ). Он обладает огромным потенциалом и не в последнюю очередь в медицинском секторе, где алгоритмы стимулируют переход к высокоточной медицине в областях профилактики, диагностики и лечения. С точки зрения цифровизации медицина отстает. ИИ - один из способов наверстывания. Необходимо использовать ИИ для общественного блага, а также для широкого социального диалога, чтобы закрепить его этически, юридически и культурно.
Ключевые слова: искусственный интеллект, программное обеспечение, рентген, медицина, Siemens, Microsoft, Google, Artificial intelligence, software, medicine.
УДК 004.89
Новые технологии в области медицины появляются одна за другой. Для получения дополнительной информации можно обратить внимание на Международный саммит по искусственному интеллекту 2019 года и Международную целевую группу по здоровью и медицинскому искусственному интеллекту Международного союза электросвязи (МСЭ) и ВОЗ, которые прошли в апреле в Шанхае. На саммит были приглашены эксперты и ученые всего мира для изучения тенденций развития медицинского ИИ, политики развития и надзора в отрасли, а также для настройки клинического применения медицинского ИИ,
организации медицинского надзора. Как модель применения медицинского ИИ достигает коммерческой рентабельности? Как решить проблему нехватки талантливых специалистов в области ИИ? Каковы нормативно-правовые, этические нормы и системы регулирования ИИ? ... Все эти вопросы влияют на полномасштабное применение медицинских ИИ.
Рис. 1. Синяя книга Китая по развитию медицинского искусственного интеллекта
13 апреля на конференции Китайской информационной сети больниц 2019 года (2019CHINC) была официально выпущена «Синяя книга Китая по развитию медицинского искусственного интеллекта» (Рис.1) (далее - «Синяя книга»). «Синяя книга» совместно заполняется Научно-исследовательским институтом управления больницами Национальной комиссии здравоохранения, журналом China Digital Medicine, Научно-исследовательским институтом при Университете Цинхуа, Научно-исследовательским центром «Умный город» Пекинского университета, Медицинским колледжем Чжуншань университета Сунь Ятсена и известными тремя лучшими больницами в Китае. Изданный издательством Social Science Literature, это первый
систематический исследовательский отчет, опубликованный в области медицинского ИИ в Китае. «Синяя книга» всесторонне анализирует статус-кво и тенденции развития медицинского ИИ в Китае с точки зрения анализа среды медицинского ИИ, клинического применения, научных исследований и разработки дисциплин, промышленности, социального познания и этики, а также обсуждает влияние искусственного интеллекта на индустрию медицинского здравоохранения. Книга состоит из пяти частей, в том числе из общего отчета о развитии медицинского ИИ в Китае (2019 г.), который показывает, что передовые технологии ИИ быстро интегрируются в здравоохранение. В Китае пик развития искусственного интеллекта. Увеличивается количество научных работ в области искусственного интеллекта и заявок на патент. Инвестиции в промышленность ускорились, проводятся клинические исследования.
Основная задача — это получить данные высокого качества. Например, в Китае более миллиарда людей, тысячи больниц, которые производят в год огромные медицинские данные, включая данные медицинских изображений. Однако столь многочисленные медицинские неструктурированные данные не используют стандартизацию и унификацию, что затрудняет комплексное использование для ведомств, больниц, научно-исследовательских институтов, университетов.
Интерес представляет Цифровой двойник (digital twin), разработанный компанией Siemens Healthiners в сотрудничестве с кардиологическим отделением Гейдельбергского университета и другими партнерами. Этот инструмент содержит большие объемы индивидуальных данных о здоровье и может использоваться для диагностики и лечения, а также для профилактики заболеваний. На саммите в Нюрнберге президент компании Бернд Монтаг продемонстрировал, как моделируемое сердце может показать электрическую проводящую систему отдельного пациента, используя анатомические и функциональные данные, а также алгоритмы самообучения. «В будущем это
может быть использовано для тестирования эффектов электродов кардиостимулятора до имплантации, и таким образом планировать кардиостимуляторную терапию с гораздо большей точностью», - подчеркнул Монтаг.
Достойна внимания новость о том, что Российский Институт развития интернета создает ИИ, который позволит системе ставить диагнозы самостоятельно, опираясь на снимки МРТ и рентгена.
Французская биофармацевтическая компания Sanofi и технологический гигант Google сотрудничают в области технологий машинного обучения, ИИ и глубокой аналитики. Используя новые технологии передачи данных, Sanofi надеется оптимизировать операционную эффективность, лучше понимать пациентов и болезни и предоставлять улучшенную помощь этим пациентам.
Компания заявила, что планирует использовать облачную платформу Google, поскольку она продвигается вперед в усилиях по цифровизации, частично для упрощения устаревшего управления данными.
Большинство медицинских записей уже оцифрованы , но они обычно хранятся в разных базах данных и не могут быть легко доступны. С этой целью корпорация Microsoft продвигает работоспособность облака для обеспечения обмена информацией. Китайская группа IDC Bloomberg сообщает, что Microsoft выпускает услугу, которая помогает медицинским компаниям передавать данные пациентов в их облако и подключаться к другим связанным системам, чтобы предоставить клиницистам, отдельным лицам и исследователям более полную информацию о состоянии здоровья пациентов. Основанный на облачной платформе Microsoft Azure и национальном стандарте обмена медицинскими записями, этот инструмент позволяет обмениваться сообщениями между различными системами здравоохранения, беспрепятственно подключая записи пациентов к аптечным системам, фитнес-оборудованию и другим устройствам. Microsoft заявила, что подключенная медицинская система предоставит клиницистам более
полные данные о пациентах, предложит исследователям больше данных и предоставит людям больше информации для мониторинга их здоровья. Питер Ли, вице-президент Microsoft Medical, заявил в интервью, что Microsoft добавит новые медицинские инструменты в Azure. В течение последних нескольких лет Microsoft продолжала выходить на арену здравоохранения и разрабатывает продукты для облачных вычислений и искусственного интеллекта, которые помогут сократить задачи по вводу данных врачами, классифицировать пациентов и обеспечить более целенаправленное лечение рака.
Президент немецкого Общества Рентгенологии (DRG) Stefan Schönberg из Отдела Клинической Рентгенологии и Медицинской радиологии Университетского Медицинского центра Мангейм убежден, что использование самообучающихся алгоритмов будет четвертой, 'математической' революцией в современной рентгенологии после введения контрастного вещества.
Председатель Цифрового здоровья и
Персонализированной Медицины в Институте Hasso Plattner видит многообещающие приложения для алгоритмов AI в области всестороннего, всеобъемлющего медицинского анализа данных, особенно в относительно раннем прогнозе серьезных медицинских событий, таких как психиатрические кризисы или острый инфаркт миокарда. Если бы алгоритмы успешно обнаруживали периоды повышенного риска, это дало бы начало совершенно новым подходам к целенаправленным превентивным методам лечения.
Другой проблемой для использования ИИ в здравоохранении, кроме условия подходящих больших наборов данных для обучения алгоритмов, является финансирование, сказал Matthias Schönermark, консультант по вопросам управления SKC для здравоохранения.
Выводы
Сегодня технология ИИ проникла во все аспекты клинической помощи, диагностики, медицинской визуализации, науки о мозге.
Большие данные и ИИ будут использоваться для точного выявления ранних поражений на медицинских изображениях, выявления генов, вызывающих заболевания, и проведения целевого лечения, а также раннего предупреждения о серьезных рисках для здоровья. ИИ нужно использовать, чтобы эффективно диагностировать редкие заболевания.
Роль ИИ, в частности, распространяется на идентификацию новых методов медикаментозного лечения, стратификации болезни или статистики, непрерывного удаленного контроля и диагностики, интеграции и повышении эффективности работы врача.
Таким образом, для развития медицинского ИИ также требуется техническое содействие теории и инновации. С одной стороны, необходимо использовать более сложные теории ИИ, а с другой стороны, продолжать укреплять на практике технологии ИИ, чтобы иметь возможности ускорить преобразование от «слабого» до «сильного».
Можно сказать, что быстрое развитие ИИ значительно улучшило медицинскую производительность. Наконец, что не менее важно, использование ИИ предлагает замечательные перспективы для стран с меньшим количеством медицинских ресурсов.
В связи с дефицитом кадров, что очень актуально для России, многие врачи находятся в состоянии перегрузки. С помощью методов искусственного интеллекта можно помочь врачам снизить интенсивность труда и повысить качество медицинского обслуживания.
Список литературы
1. Китайская книжная сеть. [Электронный ресурс], 2019. Режим доступа: https://www.pishu.cn/ (дата обращения: 26.07.2019).
2. Конференция M-Health. [Электронный ресурс], 2019. Режим доступа: https://www.healthcareitnews.com/ (дата обращения: 26.07.2019).
3. Siemens Healthineers. [Электронный ресурс], 2019. Режим доступа: https://www.healthcareitnews.com/topics/artificial-intelligence / (дата обращения: 20.07.2019).
4. Новости ИТ Китая. [Электронный ресурс], 2019. Режим доступа: www.idcquan.com/ (дата обращения: 26.07.2019).
5. Social sciences academic press (CHINA). [Электронный ресурс], 2019. Режим доступа: https://www.ssap.com.cn/ (дата обращения: 26.07.2019).
6. ИРИ. [Электронный ресурс], 2019. Режим доступа: http://ири.рф/projects/ (дата обращения: 25.07.2019).
СОВЕРШЕНСТВОВАНИЕ СИСТЕМЫ
ЗДРАВООХРАНЕНИЯ ПОСРЕДСТВОМ ВНЕДРЕНИЯ
УНИВЕРСАЛЬНЫХ БИОЭТИЧЕСКИХ ПРИНЦИПОВ
1 "2 Цыбенова Н.Б. , Белоногова С.В.
1Цыбенова Наталия Баировна - студент;
2Белоногова Светлана Викторовна - студент, лечебный факультет, Иркутский государственный медицинский университет,
г. Иркутск
Аннотация: медицинское благо является фактором многих комплексных аспектов того, что пациент воспринимает в качестве собственного блага. Важное значение на этом уровне имеет выбор пациента, его личные предпочтения, желаемый уровень жизни и ценности, баланс между тяжестью предложенного вмешательства и пользой. Для каждого из пациентов эти ценности и качества уникальны и не могут быть определены семьей, врачом или кем-нибудь еще. Они обусловлены образом жизни, возрастом, родом занятий, полом и т.д. Медицинское благо для служения общему благу пациента должно быть расположено в пределах контекста жизненных планов конкретного пациента.
