Under pandemien tog russisk medicin et spring ind i det digitale. For eksempel i Moscow United
Denne proces begyndte allerede før pandemien.Dets vektorer er skitseret i køreplanerne for National Technology Initiative (NTI) HealthNet og NeuroNet. Platforme baseret på kunstig intelligens vil hjælpe læger med at stille diagnoser, patienter kan få en alternativ mening, og udviklere kan skabe nye medicinske tjenester ved hjælp af værktøjer ved hjælp af AI. Blandt dem er CoBrain-Analytics, Botkin.AI, Celsus, samt udviklingen af NTI-kompetencecentre. I fremtiden kan der skabes nye løsninger gennem lanceringen af en teknologikonkurrence.
Identificer depression ved hjælp af MR
CoBrain-Analytics er en platform, der medved hjælp af AI hjælper det læger med at spare tid og forbedre kvaliteten af diagnostik, og udviklere opretter nye tjenester baseret på AI til medicin. Det blev udviklet af Skoltech som en del af køreplanen for NTI Neuronet.
Der er tre hovedprodukter på platformen:
- CoLab er et samarbejdsområde tiludvikling og certificering af medicinsk AI. Med sin hjælp kan teams, startups og andre virksomheder skabe nye teknologier, udføre forskning, søge løsninger på videnskabelige eller kommercielle problemer.
- 2nd opinion - applikationsbibliotek og vidensbasefor læger og patienter, som her vil modtage personlige anbefalinger og en alternativ mening om deres diagnose ved at uploade deres egne data - for eksempel et foto af et hududslæt eller et røntgenbillede.
- MedEducation er en uddannelsesdel for læger, hvor foredrag og specialiserede kurser er tilgængelige for læger.
AI på platformen registrerer nu lungesygdomme fra røntgenstråler og fluorografiske billeder og kan også opdage depression baseret på MR-resultater. Listen over dens muligheder bliver genopfyldt.
Skoltech Communications
Moskva -centre er registreret på platformendem. Burdenko, Vishnevsky, Ryzhikh, Kulakova, Solovyova, Pirogova, Scientific Center for Neurology, samt udviklere af medicinske systemer baseret på AI (Care Mentor AI, PhthisisBioMed, Third Opinion), udviklingsteam og startups (Z-union, EyeMoove, BioDigital , Biogenom, Kleiber bionis, Sensorylab, MDink, Unim).
I december 2020 annoncerede Sberbank og Skoltechen aftale om at skabe et økosystem til udvikling af AI i Rusland. Biblioteket med applikationer og datasæt, der blev dannet på grundlag af udviklingen i Sber og CoBrain-Analytica-projektet, er i øjeblikket et af de største i Rusland.
I december sidste år blev AI-baserede medicinske løsninger skabt af SberMedII og Skoltech brugt i 16 regioner i landet.
Gør en læge opmærksom
Botkin.AI er en platform, der bruger AI til at analysere medicinske billeder: CT, MR, mammografi og røntgenstråler. Det hjælper læger: det reducerer byrden for dem og reducerer samtidig chancen for at begå en fejl, der kan koste patienten livet.
Algoritmen finder patologier i medicinske billederog markerer de områder, som lægen skal være ekstra opmærksom på. Lægen kontrollerer dem ved at bekræfte eller afkræfte resultaterne af AI -analysen - sådan lærer systemet. I marts 2020 tilføjede udviklere funktionalitet til lungebetændelse til platformen, hvilket hjalp klinikker med at identificere patienter med coronavirus.
Platformen bruges i Rusland og i pilotprojekter i udlandet. Dette er den første (og indtil videre den eneste) platform registreret i landet som et "medicinsk udstyr med AI -teknologi af risikoklasse 2b": det kan bruges til diagnosticering af farlige sygdomme, herunder kræft. Projektet modtog CE -mærket, som er nødvendigt for at komme ind på markedet i europæiske og andre lande, og i planerne - et certifikat fra den amerikanske FDA (US Food and Drug Administration - "High -tech").
Botkin -udviklere.AI er navngivet som projektets fordele: høj nøjagtighed i billedanalyse og tilstedeværelsen af en færdiglavet cloudplatform, der kan implementeres i klinikker. Platformen er allerede blevet integreret med Unified Radiological Information System of Moscow: 46 medicinske organisationer var forbundet til tjenesten fra august 2020.
Platformen indeholder:
- modeller til analyse af medicinske billeder;
- værktøjer til visualisering af resultaterne af patologianalyse;
- layout layout værktøjer;
- tilpassede arbejdsgange for AI -værktøjer og læger til at arbejde sammen.
Botkin.AI
Effektivitet kan undersøges på platformenlægemidler. I november 2020 begyndte Petrovax sammen med Intellodzhik at teste effekten af Longidaza blandt patienter, der havde gennemgået COVID-19. Dette er et af de første projekter i verden, hvor kunstig intelligens hjælper med at bestemme graden af lungeskader - herunder over tid hos patienter, der har gennemgået coronavirus.
Ifølge CrunchBase har projektet allerede samlet op 3,8 millioner dollars. I december 2020 blev der investeret 160 millioner rubler i Intellogic, udvikleren af Botkin.AI.
Arbejde med offentlige instanser
Platform "Celsus" (projekt af virksomheden "Medicalsystem screening "-" Hightech ") hjælper radiologer og onkologer med at træffe medicinske beslutninger. Ved hjælp af AI genkender den godartede eller ondartede ændringer på medicinske billeder, angiver deres placering og fortolker resultaterne i henhold til internationale standarder.
Dette er det første program baseret på AI -teknologier, der er inkluderet i registret over national software, hvilket giver det ret til at arbejde med offentlige instanser.
Under eksperimentet fra afdelingensundhedsvæsenet i Moskva om brug af edb -vision behandlet 50 tusind mammografibilleder og 290 tusind fluorografi i polyklinikker i Moskva. Fra september 2020 blev pilot- og kommercielle lanceringer af platformen implementeret i 13 regioner i Rusland.
LLC "Medicinske screeningssystemer"
Nøjagtigheden af billedanalyse er 95 % for mammografi og 93 % for fluorografi.
I december 2020 blev Venturefonden for Nationalteknologiske initiativ investerede 180 millioner rubler i projektet. Virksomheden planlægger at opnå certificering i Rusland og i udlandet og komme ind på markederne i Sydøstasien, Mellemøsten, Afrika og Europa.
Opdag tuberkulose
Virksomheder og industrier har brug forløse anvendte problemer og videnskabelige organisationer - for at kommercialisere deres udvikling. For forbindelsen mellem videnskab og forretning blev der oprettet et netværk af NTI Kompetencecentre. Hvert af disse centre er et konsortium, der omfatter teknologivirksomheder, russiske universiteter, forskningsorganisationer og udenlandske partnere.
Blandt udviklingen af NTI Kompetencecenter forretningen "Artificial Intelligence", organiseret på basis af Phystech (MIPT), har et støttesystem til at træffe medicinske beslutninger inden for fluorografi, mammografi, kardiografi ved hjælp af søgemaskiner og dybe maskinlæringsteknologier. I øjeblikket er der blevet oprettet en eksperimentel prøve af systemet.
Ifølge testresultaterne er analysens nøjagtighed:
- elektrokardiografisk modul - 83%;
- fluorografisk modul - 86%;
- mammologisk modul - 81%.
Kunderne på platformen kan være både private medicinske og forskningsorganisationer og føderale og lokale uddannelses- og medicinske institutioner.
Fragment af WSSP -grænsefladen. Foto: MIPT
NTI Kompetencecenter for teknologiopbevaring og analyse af big data "på basis af Moskvas statsuniversitet opkaldt efter M.V. Lomonosov har udviklet en cloud service "AntiKoh". Tjenesten, der analyserer medicinske billeder ved hjælp af AI, udgives i skyen, så læger på alle niveauer i Rusland og i udlandet har adgang til den.
Udviklingen af Kompetencecenter diagnosertuberkulose på CT med 93% nøjagtighed og lærer konstant takket være brugen af maskinlæring. Hun analyserer fluorografien på 0,8 sekunder, hvorefter den giver anbefalinger med en klassifikation i henhold til sygdomsvarianterne.
Systemet bruges også til at opdage symptomerCOVID-19. Teamet oprettede en pilotversion af AntiCorona -cloudtjenesten. Tjenesten er uddannet til at genkende sygdommen på røntgenstråler og fluorografi. Disse former for undersøgelser er billigere og mere tilgængelige end CT: normalt er tomografer på store klinikker, og antallet af CT -specialister er betydeligt begrænset.
For at træne systemet brugte vi mærketRøntgenbilleder hentet fra amerikanske klinikker og fokuseret på behandling af patienter med coronavirus. Udviklerne modtog positive forudsigelser om pålideligheden af COVID-19 diagnostik baseret på fluorografiske billeder, dette er relevant, fordi næsten alle medicinske institutioner i Rusland er udstyret med digitale fluorografer.
I Moskvas referencecenter for strålingsdiagnostikPå grundlag af Diagnostic and Telemedicine Center i Moskva City Health Department og i 53 regioner i Rusland bruges AntiCorona til at diagnosticere COVID-19, og AntiKokh bruges til at diagnosticere tuberkulose. Takket være løsningen er mere end 250.000 medicinske billeder blevet behandlet alene i Moskvas referencecenter.
”Andelen af succesfuldt analyseretundersøgelser overstiger 99%med følgende hovedindikatorer: følsomhed - 94,0%, specificitet - 66,0%, nøjagtighed - 80,0%, område under den karakteristiske kurve - 90,0%, som overstiger de bedste verdensindikatorer for lignende systemer ", - sagde Mikhail Natenzon, projektleder "Cloud -teknologier til behandling og fortolkning af medicinske diagnostiske billeder baseret på brug af store dataanalyseværktøjer" fra NTI Competence Center for Big Data Storage and Analysis Technologies ved Moscow State University.
Pressetjenesten fra ANO "NTI Platform" bemærkede, at projekterne "AntiKorona" og "AntiKoh" tiltrak 14 millioner rubler af investeringer.
Andre udviklinger fra Rusland
Der er en række andre projekter i Rusland vedrørende brug af kunstig intelligens i medicin. Flere platforme er en del af Helsnet National Technology Initiative Infrastructure Center.
Webiomed platform analyserer anonymiserede medicinske data,at forudsige den mulige udvikling af sygdomme og deres komplikationer på person- og befolkningsniveau. I april 2020 blev Webiomed den første AI -udvikling i Rusland registreret af Roszdravnadzor som et medicinsk udstyr.
Systemet analyserer forskellige medicinske datapatient, identificerer risikofaktorer og mistanke om sygdomme, formularer på grundlag af prognoser, der indeholder en omfattende vurdering af sandsynligheden for at udvikle forskellige sygdomme og patientens død som følge heraf. Webiomed bruger maskinlæring, NLP-teknologier (Natural Language Processing), forudsigelig modellering.
Projektet vil hjælpe ledere på områdetsundhedspleje og læger reducerer sygelighed og dødelighed gennem forudsigelig analyse. Platformen fra K-Sky-virksomheden bruges i mere end 70 medicinske organisationer i Rusland.
Selv-sundhed screening systemBiogenom er tilgængeligt på Play Market. Med dens hjælp kan brugerne få en udskrift af analyser, kontrollere korrektheden af behandlingen. I fremtiden betales abonnementet. "Vi er inkluderet i registret for HealthNet NTI Research Center, denne kendsgerning øger tilliden hos industrielle partnere," siger Alexey Dubasov, administrerende direktør for Biogenom. "Det er også en positiv faktor, når man deltager i forskellige konkurrencer."
Teknologiske konkurrencer
Teknologi -konkurrencer kan åbne op for hele brancher. Takket være DARPA Grand Challenge er der for eksempel dukket droner op rundt om i verden, og Ansari X -prisen har lanceret privat astronautik.
For at vinde sådanne konkurrencer skal duovervinde den teknologiske barriere. Men det vigtigste er ikke en sejr eller endda en stor pengepræmie, men det faktum, at der er opbygget et fællesskab omkring konkurrencen, der bliver skabt nye hold. Deltagere i sådanne konkurrencer skabte markedets fremtid: for eksempel Anthony Lewandowski, hvis motorcykel faldt tre meter fra starten ved DARPA Grand Challenge i 2004, arbejdede derefter på droner hos Google og Uber.
Anthony levandowski
I Rusland i 2018 lancerede de en serieteknologikonkurrencer Up Great inden for NTI. Derefter startede de første konkurrencer: "Winter City" for ubemandede køretøjer og "First Element" til oprettelse af brintbrændstofcellemotorer.
Final i den teknologiske konkurrence "Winter City". Foto: Vadim Frantsev
Forbereder nu på at lancere en ny teknologiskkonkurrence: deltagerne tilbydes at oprette et AI-baseret medicinsk beslutningssystem til at foretage en komplet klinisk diagnose baseret på kognitiv analyse af et kompleks af kliniske og laboratoriediagnostiske data fra en patient og oplysninger fra professionelle databaser med medicinsk viden og kliniske anbefalinger .
Det AI-baserede system bliver nødt til at bruge alle mulige patientdata, alle tilgængelige forskere og læger, til at hjælpe lægen med at stille den korrekte diagnose.
Dette skulle føre til skabelsen af nye virksomheder og teknologiske løsninger inden for AI til medicin.
Markedssituation gennem startups øjne
Iværksættere er enige om, at kun pionerer og teknooptimister har interesse i AI-medicinske produkter.
"Avancerede private sundhedsorganisationerer interesseret i indførelsen af forskellige teknologier, der øger økonomisk effektivitet, kvaliteten af lægehjælp og forbedrer kundeservicen, - er CEO i Biogenom overbevist. "Og det gør ingen forskel for dem, om denne teknologi er baseret på AI eller bare et softwareprodukt."
Ifølge skøn fra K-Sky-virksomheden (Webiomed), f.eksDer er nu mindre end 5% af avancerede medicinske organisationer i Rusland. "Sådanne kunder viser traditionelt stor interesse for alle nye produkter og forsøger at bruge dem," siger Alexander Gusev, udviklingsdirektør hos K-Sky. "Til sammenligning er dette tal allerede omkring 70% i USA."
Situationen vil gradvist blive bedre.I de næste tre år vil tallet vokse til 15-20%, forudser Gusev. Det vil sige, at lidt mindre end en fjerdedel af organisationerne konsekvent vil bruge mindst et AI-baseret produkt.
Markedsproblemer
Grundlæggerne af AI-baserede platforme mener, at der er problemer på siden af udviklere og på siden af kunderne.
Alexander Gusev bemærker, at næsten alle produkternu løses kun visse dele af opgaverne: ”Der mangler funktionalitet, dårlig integration med eksisterende medicinske informationssystemer og andre grundprodukter til automatisering af en lægeorganisations arbejde. Derfor er deres anvendelighed i kundens øjne stadig begrænset. " Problemet kan løses ved at udvikle systemernes muligheder, styrke teams og investere i udvikling. Men dette hæmmes af manglen på gennemsigtige og forståelige indtægtsgenereringsordninger.
”Markedet er rigt på startups af forskellig kvalitet, -siger Artyom Kapninsky, medstifter af Celsus-projektet. - Hvis vi taler om konkurrenter, så kan vi huske eksperimentet i byen Moskva med introduktionen af AI i radiologi, som sætter alle prikker på i. Da eksperimentet lige var ved at blive planlagt, blev 140 virksomheder inviteret, 40-50 svarede. Som følge heraf var der efter alle stadier af vurdering, funktionstest ved årets udgang kun 15 virksomheder. I år blev det på et møde i sundhedsministeriet meddelt, at forsøget blev forlænget til 2021. Vi sendte forslag til 180 virksomheder rundt om i verden, svarede. Faktisk er der meget få virksomheder med et færdigt produkt, der kan komme i betragtning til applikation og test. Dette er en markedstendens: mange virksomheder investerer i marketingmidler, som de tiltrækker fra investorer, og arbejder ikke på at forbedre deres produkt, men for at tiltrække nye investeringer. "
For at gennemføre AI -projekter, regionalereferencecentre, der ville beskæftige sig med at forbedre kvaliteten af strålingsundersøgelser, siger Mikhail Natenzon, leder af teamet af udviklere af AntiCorona- og AntiKokh -projekterne. Men i de fleste regioner er der ingen sådanne centre, da der ikke er budgetmidler nok til oprettelse og uddannet medicinsk og teknisk personale til referencecentre.
"At oprette referencecentre for regionernedet er nødvendigt at hjælpe med deres design, lovgivningsmæssig støtte til deres arbejde og sikre den økonomiske effektivitet af deres funktion, ”sagde Natenzon. Disse opgaver kan løses af teamet af udviklere af projektet "Cloud -teknologier til behandling og fortolkning af medicinske diagnostiske billeder baseret på brug af big data -analyseværktøjer" fra NTI Competence Center on Big Data Storage and Analysis Technologies ved Moscow State University.
Fremtiden for kunstig intelligens inden for medicin
Analytikere forudsiger, at den årlige vækstratemarkedet for AI i medicin frem til 2022 vil være omkring 70%. “En tidlig analyse af udviklingen på HealthNet NTI -markedet i 2015 viste, at en af de mest lovende er segmentet digital teknologi, herunder udvikling og implementering af maskinlæring og kunstig intelligens -algoritmer i klinisk praksis, hvilket afspejlede sig i køreplanen og afspejlede sig ikke kun i støtten til en række projekter., men også skabelsen af et økosystem, - bekræfter Mikhail Samsonov, souschef for NTI HealthNet -arbejdsgruppen. - COVID-19-pandemien har kun fremskyndet denne tendens og givet et stort impuls til udviklingen af indsamling og analyse af strukturerede data opnået fra undersøgelse af patienter. På det næste trin forventer vi at løse endnu mere komplekse problemer inden for medicinsk beslutningstagning samt mere effektiv analyse af ustrukturerede data. "
NTI-understøttede projekter er blevet brugt af mange klinikker i hele landet til at hjælpe læger med ikke at savne patienter med coronavirus-symptomer.
Udvikling og støtte til sådanne projekter er i gangifølge Helsnet og Neuronet vejkort. Det er planlagt, at inden 2035 skal fem virksomheder fra Rusland, der opererer i segmenterne på dette marked, komme ind på de 70 bedste virksomheder med hensyn til salg i verden. Og ifølge den nationale strategi for udvikling af AI indtil 2030 er skabelse af betingelser for brug af AI i sundhedsvæsenet en af de centrale opgaver for at forbedre befolkningens levestandard.
Der er allerede en række virksomheder på markedet, derkan komme ind på listen over de bedste i verden, og nye projekter vil dukke op. Der er et fundament for dette i form af eksisterende AI -platforme, som har modtaget støtte fra National Technology Initiative. Nye løsninger vil også skabe NTI -kompetencecentre, hvor videnskab og forretning arbejder sammen, og deltagere i en teknologikonkurrence, der vil føre til samfundsudvikling og oprettelse af nye teams.
Se også:
Uranus har modtaget status som den mærkeligste planet i solsystemet. Hvorfor?
Fysikere har skabt en analog til et sort hul og bekræftet Hawkings teori. Hvor det fører hen?
Abort og videnskab: hvad vil der ske med de børn, der føder