Κατά τη διάρκεια της πανδημίας, η ρωσική ιατρική έκανε ένα άλμα στην ψηφιακή.
Οι φορείς της περιγράφονται στους οδικούς χάρτες της Εθνικής Τεχνολογικής Πρωτοβουλίας (NTI) "HealthNet" και "NeuroNet".Οι πλατφόρμες που βασίζονται στην τεχνητή νοημοσύνη θα βοηθήσουν τους γιατρούς να κάνουν διαγνώσεις, τους ασθενείς να λάβουν εναλλακτικές απόψεις και τους προγραμματιστές να δημιουργήσουν νέες ιατρικές υπηρεσίες χρησιμοποιώντας εργαλεία που λειτουργούν με τεχνητή νοημοσύνη.Μεταξύ αυτών είναι οι CoBrain-Analytics, Botkin.AI, Celsus, καθώς και η ανάπτυξη κέντρων ικανοτήτων NTI.Στο μέλλον, νέες λύσεις μπορούν να δημιουργηθούν χάρη στην έναρξη ενός τεχνολογικού διαγωνισμού.
Προσδιορίστε την κατάθλιψη με μαγνητική τομογραφία
Το CoBrain-Analytics είναι μια πλατφόρμα πουχρησιμοποιώντας τεχνητή νοημοσύνη, βοηθά τους γιατρούς να εξοικονομήσουν χρόνο και να βελτιώσουν την ποιότητα των διαγνωστικών και οι προγραμματιστές δημιουργούν νέες υπηρεσίες με βάση την τεχνητή νοημοσύνη για την ιατρική. Αναπτύχθηκε από τη Skoltech ως μέρος του οδικού χάρτη NTI Neuronet.
Υπάρχουν τρία κύρια προϊόντα στην πλατφόρμα:
- Το CoLab είναι ένας συνεργατικός χώρος εργασίας γιαανάπτυξη και πιστοποίηση ιατρικής τεχνητής νοημοσύνης. Με τη βοήθειά του, ομάδες, νεοσύστατες εταιρείες και άλλες εταιρείες μπορούν να δημιουργήσουν νέες τεχνολογίες, να διεξάγουν έρευνα, να αναζητήσουν λύσεις σε επιστημονικά ή εμπορικά προβλήματα.
- Η 2η γνώμη είναι μια βιβλιοθήκη εφαρμογών και μια βάση γνώσεων για γιατρούς και ασθενείς που θα λάβουνΕδώ μπορείτε να βρείτε προσωπικές συστάσεις και μια εναλλακτική γνώμη σχετικά με τη διάγνωσή σας ανεβάζοντας τα δικά σας δεδομένα, για παράδειγμα, μια φωτογραφία ενός δερματικού εξανθήματος ή μια ακτινογραφία.
- Το MedEducation είναι ένα εκπαιδευτικό μέρος για τους γιατρούς, όπου διατίθενται διαλέξεις και εξειδικευμένα μαθήματα για τους γιατρούς.
Η τεχνητή νοημοσύνη στην πλατφόρμα ανιχνεύει τώρα ασθένειες των πνευμόνων από ακτίνες Χ και φθορογραφικές εικόνες, και μπορεί επίσης να ανιχνεύσει κατάθλιψη με βάση τα αποτελέσματα της μαγνητικής τομογραφίας. Ο κατάλογος των δυνατοτήτων του αναπληρώνεται.
Επικοινωνίες Skoltech
Τα κέντρα της Μόσχας είναι εγγεγραμμένα στην πλατφόρματους. Burdenko, Vishnevsky, Ryzhikh, Kulakova, Solovyova, Pirogova, Επιστημονικό Κέντρο Νευρολογίας, καθώς και προγραμματιστές ιατρικών συστημάτων που βασίζονται σε AI (Care Mentor AI, PhthisisBioMed, Third Opinion), ομάδες ανάπτυξης και νεοσύστατες επιχειρήσεις (Z-union, EyeMoove, BioDigital , Biogenom, Kleiber bionis, Sensorylab, MDink, Unim).
Τον Δεκέμβριο του 2020, η Sberbank και η Skoltech ανακοίνωσανμια συμφωνία για τη δημιουργία ενός οικοσυστήματος για την ανάπτυξη της τεχνητής νοημοσύνης στη Ρωσία. Η βιβλιοθήκη εφαρμογών και συνόλων δεδομένων, η οποία δημιουργήθηκε με βάση τις εξελίξεις του Sber και του έργου CoBrain-Analytica, είναι σήμερα μια από τις μεγαλύτερες στη Ρωσία.
Από τον Δεκέμβριο του περασμένου έτους, οι ιατρικές λύσεις που βασίζονταν σε τεχνητή νοημοσύνη δημιουργήθηκαν από τους SberMedII και Skoltech χρησιμοποιήθηκαν σε 16 περιοχές της χώρας.
Τραβήξτε την προσοχή ενός γιατρού
Botkin.Η AI είναι μια πλατφόρμα που χρησιμοποιεί AI για την ανάλυση ιατρικών εικόνων: αξονική, μαγνητική τομογραφία, μαστογραφία και ακτινογραφίες. Βοηθά τους γιατρούς: μειώνει την επιβάρυνση που τους επιβαρύνει και ταυτόχρονα μειώνει την πιθανότητα να κάνει ένα λάθος που μπορεί να κοστίσει τη ζωή του στον ασθενή.
Ο αλγόριθμος βρίσκει παθολογίες σε ιατρικές εικόνεςκαι σηματοδοτεί εκείνους τους τομείς στους οποίους ο γιατρός πρέπει να δώσει ιδιαίτερη προσοχή. Ο γιατρός τα ελέγχει επιβεβαιώνοντας ή διαψεύδοντας τα αποτελέσματα της ανάλυσης AI - έτσι μαθαίνει το σύστημα. Τον Μάρτιο του 2020, οι προγραμματιστές πρόσθεσαν τη λειτουργία ανάλυσης πνευμονίας στην πλατφόρμα, η οποία βοήθησε τις κλινικές να εντοπίσουν ασθενείς με κορονοϊό.
Η πλατφόρμα χρησιμοποιείται στη Ρωσία και πιλοτικάέργα στο εξωτερικό. Αυτή είναι η πρώτη (και μέχρι στιγμής η μόνη) πλατφόρμα που έχει καταχωρηθεί στη χώρα ως "ιατρική συσκευή με τεχνολογία AI κατηγορίας κινδύνου 2β": μπορεί να χρησιμοποιηθεί στη διάγνωση επικίνδυνων ασθενειών, συμπεριλαμβανομένου του καρκίνου. Το έργο έλαβε το πιστοποιητικό CE Mark, το οποίο είναι απαραίτητο για την είσοδο στην αγορά ευρωπαϊκών και άλλων χωρών, και στα σχέδια - πιστοποιητικό από τον αμερικανικό FDA (US Food and Drug Administration - "High -tech").
Προγραμματιστές Botkin.Η AI ονομάζεται ως πλεονεκτήματα του έργου: υψηλή ακρίβεια ανάλυσης εικόνας και παρουσία μιας έτοιμης πλατφόρμας cloud που μπορεί να αναπτυχθεί σε κλινικές. Η πλατφόρμα έχει ήδη ενσωματωθεί στο Ενιαίο Σύστημα Ακτινολογικών Πληροφοριών της Μόσχας: 46 ιατρικοί οργανισμοί συνδέθηκαν με την υπηρεσία από τον Αύγουστο του 2020.
Η πλατφόρμα περιλαμβάνει:
- μοντέλα για την ανάλυση ιατρικών εικόνων ·
- εργαλεία για την οπτικοποίηση των αποτελεσμάτων της ανάλυσης παθολογίας.
- εργαλεία διάταξης έρευνας.
- προσαρμόσιμες ροές εργασίας για εργαλεία τεχνητής νοημοσύνης και γιατρούς να συνεργάζονται.
Botkin.AI
Η αποτελεσματικότητα μπορεί να διερευνηθεί στην πλατφόρμαφάρμακα. Τον Νοέμβριο του 2020, ο Petrovax, μαζί με τον Intellodzhik, άρχισαν να δοκιμάζουν την επίδραση του Longidaza σε ασθενείς που είχαν υποβληθεί σε COVID-19. Αυτό είναι ένα από τα πρώτα έργα στον κόσμο όπου η τεχνητή νοημοσύνη βοηθά στον προσδιορισμό του βαθμού βλάβης των πνευμόνων - συμπεριλαμβανομένης της πάροδο του χρόνου σε ασθενείς που έχουν υποστεί κορονοϊό.
Σύμφωνα με το CrunchBase, το έργο έχει ήδη συγκεντρώσει συνολικά 3,8 εκατομμύρια δολάρια. Τον Δεκέμβριο του 2020, επενδύθηκαν 160 εκατομμύρια ρούβλια στην Intellogic, τον προγραμματιστή του Botkin.AI.
Συνεργασία με κρατικούς φορείς
Πλατφόρμα "Celsus" (έργο της εταιρείας "Medicalσύστημα ελέγχου »-« Hi-tech ») βοηθά τους ακτινολόγους και τους ογκολόγους να λαμβάνουν ιατρικές αποφάσεις. Με τη βοήθεια της AI, αναγνωρίζει καλοήθεις ή κακοήθεις αλλαγές στις ιατρικές εικόνες, υποδεικνύει τη θέση τους και ερμηνεύει τα αποτελέσματα σύμφωνα με τα διεθνή πρότυπα.
Αυτό είναι το πρώτο πρόγραμμα που βασίζεται σε τεχνολογίες τεχνητής νοημοσύνης που περιλαμβάνονται στο Μητρώο Εγχώριου Λογισμικού, το οποίο του δίνει το δικαίωμα να συνεργάζεται με κυβερνητικές υπηρεσίες.
Κατά τη διάρκεια του πειράματος του Τμήματοςτο σύστημα υγειονομικής περίθαλψης της Μόσχας για τη χρήση της όρασης μέσω υπολογιστή επεξεργάστηκε 50 χιλιάδες εικόνες μαστογραφίας και 290 χιλιάδες φθοριογραφίες στις πολυκλινικές της Μόσχας. Από τον Σεπτέμβριο του 2020, οι πιλοτικές και εμπορικές εκκινήσεις της πλατφόρμας εφαρμόστηκαν σε 13 περιοχές της Ρωσίας.
LLC "Ιατρικά Συστήματα Προβολής"
Η ακρίβεια της ανάλυσης εικόνας είναι 95% για τη μαστογραφία και 93% για τη φθοριογραφία.
Τον Δεκέμβριο του 2020, το Venture Fund του Εθνικούη τεχνολογική πρωτοβουλία επένδυσε 180 εκατομμύρια ρούβλια στο έργο. Η εταιρεία σχεδιάζει να λάβει πιστοποίηση στη Ρωσία και στο εξωτερικό και να εισέλθει στις αγορές της Νοτιοανατολικής Ασίας, της Μέσης Ανατολής, της Αφρικής και της Ευρώπης.
Ανιχνεύστε τη φυματίωση
Οι επιχειρήσεις και οι βιομηχανίες χρειάζονταινα λύσουν εφαρμοσμένα προβλήματα και επιστημονικούς οργανισμούς - να εμπορευματοποιήσουν τις εξελίξεις τους. Για τη σύνδεση της επιστήμης και των επιχειρήσεων, δημιουργήθηκε ένα δίκτυο κέντρων ικανότητας NTI. Κάθε ένα από αυτά τα κέντρα είναι μια κοινοπραξία που περιλαμβάνει εταιρείες τεχνολογίας, ρωσικά πανεπιστήμια, ερευνητικούς οργανισμούς και ξένους εταίρους.
Μεταξύ των εξελίξεων του NTI Competence Center forη κατεύθυνση "Τεχνητή Νοημοσύνη", που οργανώθηκε με βάση το Phystech (MIPT), διαθέτει ένα σύστημα υποστήριξης για τη λήψη ιατρικών αποφάσεων στον τομέα της φθοριογραφίας, της μαστογραφίας, της καρδιογραφίας χρησιμοποιώντας μηχανές αναζήτησης και τεχνολογίες βαθιάς μηχανικής μάθησης. Προς το παρόν, έχει δημιουργηθεί ένα πειραματικό δείγμα του συστήματος.
Σύμφωνα με τα αποτελέσματα των δοκιμών, η ακρίβεια της ανάλυσης είναι:
- ηλεκτροκαρδιογραφική μονάδα - 83%.
- φθοριογραφική ενότητα - 86%.
- μαστολογική ενότητα - 81%.
Οι πελάτες της πλατφόρμας μπορούν να είναι τόσο ιδιωτικοί ιατρικοί και ερευνητικοί οργανισμοί, όσο και ομοσπονδιακά και τοπικά εκπαιδευτικά και ιατρικά ιδρύματα.
Τεμάχιο της διεπαφής WSSP. Φωτογραφία: MIPT
NTI Competence Center for Technologyαποθήκευση και ανάλυση μεγάλων δεδομένων »με βάση το Κρατικό Πανεπιστήμιο της Μόσχας που πήρε το όνομά του από τον M.V. Ο Λομονόσοφ έχει αναπτύξει μια υπηρεσία cloud "AntiKoh". Η υπηρεσία, η οποία αναλύει ιατρικές εικόνες χρησιμοποιώντας AI, δημοσιεύεται στο cloud, έτσι ώστε οι γιατροί όλων των επιπέδων στη Ρωσία και στο εξωτερικό να έχουν πρόσβαση σε αυτήν.
Η ανάπτυξη του Κέντρου Ικανότητας διαγιγνώσκειφυματίωση στην αξονική τομογραφία με ακρίβεια 93% και συνεχώς μαθαίνει χάρη στη χρήση της μηχανικής μάθησης. Αναλύει τη φθοριογραφία σε 0,8 δευτερόλεπτα, μετά την οποία δίνει συστάσεις με μια ταξινόμηση σύμφωνα με τις παραλλαγές της νόσου.
Το σύστημα χρησιμοποιείται επίσης για τον εντοπισμό συμπτωμάτων.COVID-19. Η ομάδα δημιούργησε μια πιλοτική έκδοση της υπηρεσίας cloud AntiCorona. Η υπηρεσία έχει εκπαιδευτεί για την αναγνώριση της νόσου σε ακτινογραφίες και φθοριογραφία. Αυτοί οι τύποι εξετάσεων είναι φθηνότεροι και πιο προσιτοί από την αξονική τομογραφία: συνήθως οι τομογράφοι βρίσκονται σε μεγάλες κλινικές και ο αριθμός των ειδικών αξονικών τομογράφων είναι σημαντικά περιορισμένος.
Για να εκπαιδεύσουμε το σύστημα, χρησιμοποιήσαμε σήμανσηΑκτινογραφίες που ελήφθησαν από αμερικανικές κλινικές και επικεντρώθηκαν στη θεραπεία ασθενών με κορονοϊό. Οι προγραμματιστές έλαβαν θετικές προβλέψεις για την αξιοπιστία των διαγνωστικών COVID-19 με βάση τις φθορογραφικές εικόνες, αυτό είναι σχετικό, επειδή σχεδόν όλα τα ιατρικά ιδρύματα στη Ρωσία είναι εξοπλισμένα με ψηφιακούς φθορογράφους.
Στο κέντρο αναφοράς της Μόσχας για διαγνωστικά ακτινοβολίαςΜε βάση το Διαγνωστικό και Τηλεϊατρικό Κέντρο του Τμήματος Υγείας της Πόλης της Μόσχας και σε 53 περιοχές της Ρωσίας, το AntiCorona χρησιμοποιείται για τη διάγνωση του COVID-19 και το AntiKokh χρησιμοποιείται για τη διάγνωση της φυματίωσης. Χάρη στη λύση, περισσότερες από 250.000 ιατρικές εικόνες έχουν υποστεί επεξεργασία μόνο στο κέντρο αναφοράς της Μόσχας.
«Το ποσοστό των επιτυχώς αναλυθέντωνοι μελέτες ξεπερνούν το 99%με τους ακόλουθους κύριους δείκτες: ευαισθησία - 94,0%, ειδικότητα - 66,0%, ακρίβεια - 80,0%, περιοχή κάτω από τη χαρακτηριστική καμπύλη - 90,0%, η οποία υπερβαίνει τους καλύτερους παγκόσμιους δείκτες παρόμοιων συστημάτων », - δήλωσε ο Μιχαήλ Ντάτενσον, επικεφαλής του έργου "Τεχνολογίες νέφους για την επεξεργασία και την ερμηνεία ιατρικών διαγνωστικών εικόνων με βάση τη χρήση εργαλείων ανάλυσης μεγάλων δεδομένων" του Κέντρου Αρμοδιότητας NTI για Τεχνολογίες Αποθήκευσης και Ανάλυσης Μεγάλων Δεδομένων στο Κρατικό Πανεπιστήμιο της Μόσχας.
Η υπηρεσία τύπου του ANO "NTI Platform" σημείωσε ότι τα έργα "AntiKorona" και "AntiKokh" προσέλκυσαν 14 εκατομμύρια ρούβλια επενδύσεων.
Άλλες εξελίξεις από τη Ρωσία
Υπάρχουν πολλά άλλα έργα στη Ρωσία που σχετίζονται με τη χρήση τεχνητής νοημοσύνης στην ιατρική. Αρκετές πλατφόρμες αποτελούν μέρος του Εθνικού Κέντρου Υποδομής Τεχνολογικής Πρωτοβουλίας Helsnet.
Πλατφόρμα Webiomed αναλύει ανώνυμα ιατρικά δεδομένα,να προβλέψει την πιθανή ανάπτυξη ασθενειών και τις επιπλοκές τους σε προσωπικό και πληθυσμιακό επίπεδο. Τον Απρίλιο του 2020, η Webiomed έγινε η πρώτη ανάπτυξη τεχνητής νοημοσύνης στη Ρωσία που καταχωρήθηκε από την Roszdravnadzor ως ιατρική συσκευή.
Το σύστημα αναλύει διάφορα ιατρικά δεδομέναασθενής, εντοπίζει παράγοντες κινδύνου και υποψίες ασθενειών, σχηματίζει βάσει των προβλέψεών τους που περιέχουν μια ολοκληρωμένη εκτίμηση της πιθανότητας εμφάνισης διαφόρων ασθενειών και του θανάτου του ασθενούς από αυτές. Η Webiomed χρησιμοποιεί μηχανική μάθηση, τεχνολογίες NLP (Επεξεργασία Φυσικής Γλώσσας), προγνωστική μοντελοποίηση.
Το έργο θα βοηθήσει τους ηγέτες στον τομέαη υγειονομική περίθαλψη και οι γιατροί μειώνουν τη νοσηρότητα και τη θνησιμότητα μέσω προγνωστικών αναλύσεων. Η πλατφόρμα της εταιρείας K-Sky χρησιμοποιείται σε περισσότερους από 70 ιατρικούς οργανισμούς στη Ρωσία.
Σύστημα προληπτικού ελέγχου για την υγείαΤο Biogenom είναι διαθέσιμο στο Play Market. Με τη βοήθειά του, οι χρήστες μπορούν να λάβουν ένα αντίγραφο αναλύσεων, να ελέγξουν την ορθότητα της θεραπείας. Στο μέλλον, η συνδρομή θα πληρωθεί. "Συμπεριλαμβανόμαστε στο μητρώο του Κέντρου Ερευνών HealthNet NTI, αυτό το γεγονός αυξάνει την εμπιστοσύνη από την πλευρά των βιομηχανικών εταίρων", λέει ο Alexey Dubasov, Διευθύνων Σύμβουλος της Biogenom. «Είναι επίσης ένας θετικός παράγοντας όταν συμμετέχετε σε διάφορους διαγωνισμούς».
Τεχνολογικοί διαγωνισμοί
Οι τεχνολογικοί διαγωνισμοί μπορούν να ανοίξουν ολόκληρες βιομηχανίες. Για παράδειγμα, χάρη στο DARPA Grand Challenge, drones έχουν εμφανιστεί σε όλο τον κόσμο και το Ansari X Prize έχει ξεκινήσει την ιδιωτική αστροναυτική.
Για να κερδίσετε τέτοιους διαγωνισμούς, πρέπειξεπεράσει το τεχνολογικό εμπόδιο. Αλλά το κύριο πράγμα δεν είναι μια νίκη ή ακόμη και ένα μεγάλο χρηματικό έπαθλο, αλλά το γεγονός ότι μια κοινότητα χτίζεται γύρω από τον διαγωνισμό, δημιουργούνται νέες ομάδες. Οι συμμετέχοντες σε τέτοιους διαγωνισμούς δημιούργησαν το μέλλον της αγοράς: για παράδειγμα, ο Anthony Lewandowski, του οποίου η μοτοσικλέτα έπεσε τρία μέτρα από την αρχή στο DARPA Grand Challenge το 2004, στη συνέχεια εργάστηκε σε drones στην Google και την Uber.
Άντονι Λεβαντόφσκι
Στη Ρωσία το 2018 ξεκίνησαν μια σειράδιαγωνισμοί τεχνολογίας Up Great στο πλαίσιο του NTI. Τότε ξεκίνησαν οι πρώτοι διαγωνισμοί: «Winter City» για μη επανδρωμένα οχήματα και «First Element» για τη δημιουργία κινητήρων κυψελών καυσίμου υδρογόνου.
Τελικός του τεχνολογικού διαγωνισμού «Winter City». Φωτογραφία: Vadim Frantsev
Τώρα ετοιμάζεται να λανσάρει μια νέα τεχνολογικήδιαγωνισμός: οι συμμετέχοντες θα προσφερθούν να δημιουργήσουν ένα σύστημα λήψης ιατρικών αποφάσεων βασισμένο σε τεχνητή νοημοσύνη για τη διενέργεια πλήρους κλινικής διάγνωσης με βάση τη γνωστική ανάλυση ενός συγκροτήματος κλινικών και εργαστηριακών διαγνωστικών δεδομένων ενός ασθενούς και πληροφορίες από επαγγελματικές βάσεις δεδομένων ιατρικής γνώσης και κλινικές κατευθυντήριες γραμμές .
Το σύστημα που βασίζεται στην τεχνητή νοημοσύνη θα πρέπει να χρησιμοποιήσει όλα τα πιθανά δεδομένα ασθενών, όλες τις διαθέσιμες εξελίξεις επιστημόνων και γιατρών, για να βοηθήσει τον γιατρό να κάνει τη σωστή διάγνωση.
Αυτό αναμένεται να οδηγήσει στη δημιουργία νέων εταιρειών και τεχνολογικών λύσεων στον τομέα της τεχνητής νοημοσύνης για την ιατρική.
Η κατάσταση της αγοράς μέσα από τα μάτια των startups
Οι επιχειρηματίες συμφωνούν ότι μόνο οι πρωτοπόροι και οι τεχνοαισιόδοξοι ενδιαφέρονται για ιατρικά προϊόντα τεχνητής νοημοσύνης.
«Προηγμένοι ιδιωτικοί οργανισμοί υγειονομικής περίθαλψηςενδιαφέρονται για την εφαρμογή διαφόρων τεχνολογιών που αυξάνουν την οικονομική απόδοση, την ποιότητα της ιατρικής περίθαλψης και βελτιώνουν την εξυπηρέτηση των πελατών, - είναι πεπεισμένος ο Διευθύνων Σύμβουλος της Biogenom. «Και δεν έχει καμία διαφορά για αυτούς αν αυτή η τεχνολογία βασίζεται στην τεχνητή νοημοσύνη ή απλώς σε ένα προϊόν λογισμικού».
Σύμφωνα με εκτιμήσεις της εταιρείας K-Sky (Webiomed), τέτοιαΥπάρχουν τώρα λιγότερο από το 5% των προηγμένων ιατρικών οργανώσεων στη Ρωσία. «Τέτοιοι πελάτες δείχνουν παραδοσιακά μεγάλο ενδιαφέρον για όλα τα νέα προϊόντα και προσπαθούν να τα χρησιμοποιήσουν», λέει ο Alexander Gusev, διευθυντής ανάπτυξης στην K-Sky. «Για σύγκριση, στις Ηνωμένες Πολιτείες αυτό το ποσοστό είναι ήδη περίπου 70%.
Η κατάσταση σταδιακά θα βελτιωθεί.Τα επόμενα τρία χρόνια, το ποσοστό θα αυξηθεί στο 15-20%, προβλέπει ο Γκούσεφ. Δηλαδή, λίγο λιγότερο από το ένα τέταρτο των οργανισμών θα χρησιμοποιούν με συνέπεια τουλάχιστον ένα προϊόν που βασίζεται στην τεχνητή νοημοσύνη.
Προβλήματα της αγοράς
Οι ιδρυτές πλατφορμών που βασίζονται σε τεχνητή νοημοσύνη πιστεύουν ότι υπάρχουν προβλήματα τόσο από την πλευρά των προγραμματιστών όσο και από τους πελάτες.
Ο Alexander Gusev σημειώνει ότι σχεδόν όλα τα προϊόντατώρα επιλύονται μόνο ορισμένα μέρη των εργασιών: «Υπάρχει έλλειψη λειτουργικότητας, κακή ενοποίηση με υπάρχοντα συστήματα ιατρικών πληροφοριών και άλλα βασικά προϊόντα για την αυτοματοποίηση της εργασίας ενός ιατρικού οργανισμού. Ως εκ τούτου, η χρησιμότητά τους στα μάτια του πελάτη εξακολουθεί να είναι περιορισμένη». Το πρόβλημα μπορεί να λυθεί με την ανάπτυξη των δυνατοτήτων των συστημάτων, την ενίσχυση των ομάδων και την επένδυση στην ανάπτυξη. Αυτό όμως παρεμποδίζεται από την έλλειψη διαφανών και κατανοητών συστημάτων δημιουργίας εσόδων.
«Η αγορά είναι πλούσια σε startups διαφορετικής ποιότητας, -λέει ο Artyom Kapninsky, συνιδρυτής του έργου Celsus. - Αν μιλάμε για ανταγωνιστές, τότε μπορούμε να θυμηθούμε το πείραμα της πόλης της Μόσχας σχετικά με την εισαγωγή της τεχνητής νοημοσύνης στην ακτινολογία, που βάζει όλες τις κουκκίδες στο i. Όταν μόλις σχεδιαζόταν το πείραμα, προσκλήθηκαν 140 εταιρείες, 40-50 απάντησαν. Ως αποτέλεσμα, μετά από όλα τα στάδια αξιολόγησης και λειτουργικών δοκιμών, υπήρχαν μόνο 15 εταιρείες μέχρι το τέλος του έτους. Φέτος, σε συνάντηση στο Υπουργείο Υγείας, ανακοινώθηκε ότι το πείραμα παρατάθηκε έως το 2021. Στείλαμε προτάσεις σε 180 εταιρείες σε όλο τον κόσμο, ανταποκριθήκαμε.Στην πραγματικότητα, υπάρχουν ελάχιστες εταιρείες με τελικό προϊόν που μπορούν να εξεταστούν για εφαρμογή και δοκιμή. Αυτή είναι μια τάση της αγοράς: πολλές εταιρείες επενδύουν σε κεφάλαια μάρκετινγκ που προσελκύουν από επενδυτές και δεν εργάζονται για να βελτιώσουν το προϊόν τους, αλλά για να προσελκύσουν νέες επενδύσεις».
Για την υλοποίηση έργων τεχνητής νοημοσύνης, περιφερειακάκέντρα αναφοράς που θα συμμετάσχουν στη βελτίωση της ποιότητας της έρευνας για την ακτινοβολία, λέει ο Mikhail Natenzon, επικεφαλής της ομάδας προγραμματιστών των έργων AntiCorona και AntiKokh. Αλλά στις περισσότερες περιφέρειες δεν υπάρχουν τέτοια κέντρα, καθώς δεν υπάρχουν αρκετά δημοσιονομικά κονδύλια για τη δημιουργία τους και εκπαιδευμένο ιατρικό και τεχνικό προσωπικό για κέντρα αναφοράς.
«Να δημιουργήσουμε κέντρα αναφοράς για τις περιφέρειεςείναι απαραίτητο να βοηθήσουμε με τον σχεδιασμό τους, τη ρυθμιστική υποστήριξη του έργου τους, διασφαλίζοντας την οικονομική αποδοτικότητα της λειτουργίας τους», είπε ο Natenzon. Αυτές οι εργασίες μπορούν να επιλυθούν από την ομάδα προγραμματιστών του έργου "Τεχνολογίες Cloud για επεξεργασία και ερμηνεία ιατρικών διαγνωστικών εικόνων με βάση τη χρήση εργαλείων ανάλυσης μεγάλων δεδομένων" του NTI Competence Center on Big Data Storage and Analysis Technologies στο Κρατικό Πανεπιστήμιο της Μόσχας.
Το μέλλον της τεχνητής νοημοσύνης στην ιατρική
Οι αναλυτές προβλέπουν ότι ο ετήσιος ρυθμός ανάπτυξηςη αγορά της τεχνητής νοημοσύνης στην ιατρική μέχρι το 2022 θα αντιπροσωπεύει περίπου το 70%. «Μια πρώιμη ανάλυση της ανάπτυξης της αγοράς HealthNet NTI το 2015 έδειξε ότι ένα από τα πιο ελπιδοφόρα είναι το τμήμα της ψηφιακής τεχνολογίας, συμπεριλαμβανομένης της ανάπτυξης και εφαρμογής αλγορίθμων μηχανικής μάθησης και τεχνητής νοημοσύνης στην κλινική πράξη, κάτι που αντικατοπτρίστηκε στον οδικό χάρτη και αντικατοπτρίστηκε όχι μόνο στην υποστήριξη μιας σειράς έργων. , αλλά και στη δημιουργία ενός οικοσυστήματος, - επιβεβαιώνει ο Mikhail Samsonov, αναπληρωτής επικεφαλής της ομάδας εργασίας NTI HealthNet. - Η πανδημία COVID-19 απλώς επιτάχυνε αυτήν την τάση και έδωσε τεράστια ώθηση στην ανάπτυξη της συλλογής και ανάλυσης δομημένων δεδομένων που προέκυψαν από την εξέταση ασθενών. Στο επόμενο στάδιο, αναμένουμε την επίλυση ακόμη πιο περίπλοκων προβλημάτων στον τομέα της λήψης ιατρικών αποφάσεων, καθώς και αποτελεσματικότερη ανάλυση μη δομημένων δεδομένων».
Έργα που υποστηρίζονται από το NTI έχουν χρησιμοποιηθεί από πολλές κλινικές σε όλη τη χώρα, βοηθώντας τους γιατρούς να μην χάνουν ασθενείς με συμπτώματα του κορωνοϊού.
Η ανάπτυξη και η υποστήριξη τέτοιων έργων βρίσκεται σε εξέλιξησύμφωνα με τους οδικούς χάρτες Helsnet και Neuronet. Προβλέπεται ότι έως το 2035, πέντε εταιρείες από τη Ρωσία που δραστηριοποιούνται στα τμήματα αυτής της αγοράς θα πρέπει να εισέλθουν στις 70 κορυφαίες εταιρείες όσον αφορά τις πωλήσεις στον κόσμο. Και σύμφωνα με την Εθνική Στρατηγική για την Ανάπτυξη της ΤΝ μέχρι το 2030, η δημιουργία συνθηκών για τη χρήση της τεχνητής νοημοσύνης στην υγειονομική περίθαλψη είναι ένα από τα βασικά καθήκοντα για τη βελτίωση του βιοτικού επιπέδου του πληθυσμού.
Υπάρχουν ήδη αρκετές εταιρείες στην αγορά πουμπορεί να μπει στη λίστα με τα καλύτερα στον κόσμο και θα εμφανιστούν νέα έργα. Υπάρχει μια βάση για αυτό με τη μορφή υφιστάμενων πλατφορμών τεχνητής νοημοσύνης, οι οποίες έχουν λάβει υποστήριξη από την Εθνική Πρωτοβουλία Τεχνολογίας. Επίσης, νέες λύσεις θα δημιουργήσουν κέντρα ικανοτήτων NTI, όπου η επιστήμη και η επιχείρηση εργάζονται σε συνδυασμό, και συμμετέχοντες σε έναν τεχνολογικό διαγωνισμό που θα οδηγήσει στην ανάπτυξη της κοινότητας και στη δημιουργία νέων ομάδων.
Δείτε επίσης:
Ο Ουρανός έχει λάβει την κατάσταση του πιο παράξενου πλανήτη στο ηλιακό σύστημα. Γιατί;
Οι φυσικοί έχουν δημιουργήσει ένα ανάλογο μιας μαύρης τρύπας και επιβεβαίωσαν τη θεωρία του Hawking. Πού οδηγεί;
Άμβλωση και επιστήμη: τι θα συμβεί στα παιδιά που θα γεννήσουν