W czasie pandemii rosyjska medycyna dokonała skoku w stronę cyfrowości. Na przykład w Moskwie United
Proces ten rozpoczął się jeszcze przed pandemią.Jego wektory przedstawiono w planach działania Narodowej Inicjatywy Technologicznej (NTI) HealthNet i NeuroNet. Platformy oparte na sztucznej inteligencji pomogą lekarzom w stawianiu diagnoz, pacjenci uzyskają alternatywną opinię, a programiści będą mogli tworzyć nowe usługi medyczne za pomocą narzędzi wykorzystujących sztuczną inteligencję. Należą do nich CoBrain-Analytics, Botkin.AI, Celsus, a także rozwój centrów kompetencyjnych NTI. W przyszłości nowe rozwiązania mogą powstać poprzez ogłoszenie konkursu technologicznego.
Zidentyfikuj depresję za pomocą MRI
CoBrain-Analytics to platforma, którawykorzystując sztuczną inteligencję pomaga lekarzom zaoszczędzić czas i poprawić jakość diagnostyki, a programiści tworzą nowe usługi oparte na AI dla medycyny. Został opracowany przez Skoltech jako część mapy drogowej NTI Neuronet.
Na platformie znajdują się trzy główne produkty:
- CoLab to wspólne miejsce pracy dlarozwój i certyfikacja medycznej sztucznej inteligencji. Z jego pomocą zespoły, startupy i inne firmy mogą tworzyć nowe technologie, prowadzić badania, szukać rozwiązań problemów naukowych lub komercyjnych.
- 2. opinia - biblioteka aplikacji i baza wiedzydla lekarzy i pacjentów, którzy otrzymają tutaj osobiste rekomendacje i alternatywną opinię na temat swojej diagnozy, przesyłając własne dane - na przykład zdjęcie wysypki skórnej lub prześwietlenie.
- MedEducation to część edukacyjna dla lekarzy, gdzie dostępne są wykłady i kursy specjalistyczne dla lekarzy.
Sztuczna inteligencja na platformie identyfikuje teraz choroby płuc na podstawie zdjęć rentgenowskich i obrazów fluorograficznych, a także może wykrywać depresję na podstawie wyników MRI. Lista jego możliwości rośnie.
Komunikacja Skoltech
Moskiewskie centra są zarejestrowane na platformieim. Burdenko, Vishnevsky, Ryzhikh, Kulakova, Solovyova, Pirogova, Scientific Center of Neurology, a także twórcy systemów medycznych opartych na AI (Care Mentor AI, PhthisisBioMed, Third Opinion), zespoły programistyczne i startupy (Z-union, EyeMoove, BioDigital , Biogenom, Kleiber bionis, Sensorylab, MDink, Unim).
W grudniu 2020 r. Sberbank i Skoltech ogłosiłyumowa o stworzeniu ekosystemu dla rozwoju AI w Rosji. Biblioteka aplikacji i zbiorów danych, która powstała na bazie rozwoju projektów Sber i CoBrain-Analytica, jest obecnie jedną z największych w Rosji.
Według stanu na grudzień ubiegłego roku rozwiązania medyczne oparte na sztucznej inteligencji stworzone przez SberMedII i Skoltech były wykorzystywane w 16 regionach kraju.
Zwróć uwagę lekarza
Botkina.AI to platforma wykorzystująca sztuczną inteligencję do analizy obrazów medycznych: tomografii komputerowej, rezonansu magnetycznego, mammografii i prześwietleń rentgenowskich. Pomaga lekarzom: zmniejsza ich obciążenie, a jednocześnie zmniejsza ryzyko popełnienia błędu, który może kosztować pacjenta życie.
Algorytm znajduje patologie w obrazach medycznychi zaznacza te obszary, na które lekarz musi zwrócić szczególną uwagę. Lekarz sprawdza je potwierdzając lub odrzucając wyniki analizy AI – tak się uczy system. W marcu 2020 r. programiści dodali do platformy funkcję analizy zapalenia płuc, która pomogła klinikom zidentyfikować pacjentów z koronawirusem.
Platforma jest używana w Rosji i w pilotażuprojekty za granicą. Jest to pierwsza (i jak dotąd jedyna) platforma zarejestrowana w kraju jako „wyrób medyczny z technologią AI o klasie ryzyka 2b”: może być wykorzystywana w diagnostyce groźnych chorób, w tym nowotworów. Projekt otrzymał certyfikat CE Mark, który jest niezbędny do wejścia na rynek krajów europejskich i innych, a w planach - certyfikat amerykańskiej FDA (US Food and Drug Administration - „High-tech”).
Twórcy Botkina.AI jest wymieniana jako zalety projektu: wysoka dokładność analizy obrazu oraz obecność gotowej platformy chmurowej, którą można wdrożyć w przychodniach. Platforma została już zintegrowana z Jednolitym Systemem Informacji Radiologicznej Moskwy: do sierpnia 2020 r. do usługi podłączono 46 organizacji medycznych.
Platforma zawiera:
- modele do analizy obrazów medycznych;
- narzędzia do wizualizacji wyników analizy patologii;
- narzędzia do planowania badań;
- konfigurowalne przepływy pracy dla narzędzi AI i lekarzy do współpracy.
Botkin.AI
Wydajność można zbadać na platformieleki. W listopadzie 2020 r. Petrovax wraz z Intellodzhik rozpoczęli testowanie działania Longidazy wśród pacjentów, którzy przeszli COVID-19. To jeden z pierwszych projektów na świecie, w którym sztuczna inteligencja pomaga określić stopień uszkodzenia płuc – m.in. z biegiem czasu u pacjentów, którzy przeszli koronawirusa.
Według CrunchBase projekt przyciągnął już łącznie 3,8 mln USD, a w grudniu 2020 r. w Intellogic, twórcę Botkin.AI, zainwestowano 160 mln rubli.
Współpracuj z agencjami rządowymi
Platforma „Celsus” (projekt firmy „MedicalSystem skriningowy „-” Hightech”) pomaga radiologom i onkologom w podejmowaniu decyzji medycznych. Za pomocą sztucznej inteligencji rozpoznaje zmiany łagodne lub złośliwe na obrazach medycznych, wskazuje ich lokalizację i interpretuje wyniki zgodnie z międzynarodowymi standardami.
Jest to pierwszy program oparty na technologiach AI wpisany do Rejestru Oprogramowania Krajowego, co daje mu prawo do współpracy z agencjami rządowymi.
Podczas eksperymentu ZakładuOpieki Zdrowotnej Moskwy na wykorzystanie wizji komputerowej, system przetworzył 50 tys. obrazów mammograficznych i 290 tys. fluorografii w moskiewskich poliklinikach. Według stanu na wrzesień 2020 r. pilotażowe i komercyjne uruchomienia platformy zostały wdrożone w 13 regionach Rosji.
LLC „Systemy badań medycznych”
Dokładność analizy obrazu wynosi 95% w przypadku mammografii i 93% w przypadku fluorografii.
W grudniu 2020 r. Fundusz Venture Nationalinicjatywa technologiczna zainwestowała w projekt 180 milionów rubli. Firma planuje uzyskać certyfikację w Rosji i za granicą oraz wejść na rynki Azji Południowo-Wschodniej, Bliskiego Wschodu, Afryki i Europy.
Wykryj gruźlicę
Korporacje i branże potrzebująrozwiązywać problemy stosowane, a organizacje naukowe – komercjalizować ich rozwój. Aby połączyć naukę i biznes, powstała sieć Centrów Kompetencyjnych NTI. Każde z tych centrów to konsorcjum, w skład którego wchodzą firmy technologiczne, rosyjskie uniwersytety, organizacje badawcze i partnerzy zagraniczni.
Wśród opracowań Centrum Kompetencyjnego NTI dlakierunek „Sztuczna inteligencja”, zorganizowany w oparciu o Phystech (MIPT), istnieje system wspomagania decyzji medycznych z zakresu fluorografii, mammografii, kardiografii z wykorzystaniem wyszukiwarek oraz technologii głębokiego uczenia maszynowego. W tej chwili powstała eksperymentalna próbka systemu.
Zgodnie z wynikami testu dokładność analizy wynosi:
- moduł elektrokardiograficzny - 83%;
- moduł fluorograficzny - 86%;
- moduł mammologiczny - 81%.
Klientami platformy mogą być zarówno prywatne organizacje medyczne i badawcze, jak i federalne i lokalne instytucje edukacyjne i medyczne.
Fragment interfejsu WSSP. Zdjęcie: MIPT
Centrum Kompetencyjne NTI ds. Technologiiprzechowywanie i analiza dużych zbiorów danych ”na podstawie Moskiewskiego Uniwersytetu Państwowego im. M.V. Łomonosow opracował usługę w chmurze „AntiKoh”. Usługa, która analizuje obrazy medyczne za pomocą sztucznej inteligencji, jest publikowana w chmurze, dzięki czemu dostęp do niej mają lekarze wszystkich szczebli w Rosji i za granicą.
Rozwój diagnoz Centrum Kompetencjigruźlica na CT z 93% dokładnością i stale się uczy dzięki wykorzystaniu uczenia maszynowego. Analizuje fluorografię w 0,8 sekundy, po czym podaje zalecenia z klasyfikacją według wariantów choroby.
System służy również do wykrywania objawów.COVID-19. Zespół stworzył pilotażową wersję usługi w chmurze AntiCorona. Usługa jest przeszkolona w rozpoznawaniu choroby na zdjęciach rentgenowskich i fluorografii. Tego typu badania są tańsze i bardziej dostępne niż tomografia komputerowa: zwykle tomografy znajdują się w dużych klinikach, a liczba specjalistów tomografów jest znacznie ograniczona.
Do trenowania systemu użyliśmy oznaczonychZdjęcia rentgenowskie uzyskane z klinik amerykańskich i skupiły się na leczeniu pacjentów z koronawirusem. Twórcy otrzymali pozytywne prognozy dotyczące wiarygodności diagnostyki COVID-19 na podstawie obrazów fluorograficznych, jest to istotne, ponieważ prawie wszystkie instytucje medyczne w Rosji są wyposażone w cyfrowe fluorografy.
W moskiewskim centrum referencyjnym diagnostyki radiacyjnejna podstawie Centrum Diagnostyki i Telemedycyny Moskiewskiego Departamentu Zdrowia oraz w 53 regionach Rosji AntiCorona służy do diagnozowania COVID-19, a AntiKokh służy do diagnozowania gruźlicy. Dzięki temu rozwiązaniu w samym centrum referencyjnym w Moskwie przetworzono ponad 250 000 obrazów medycznych.
„Odsetek pomyślnie przeanalizowanychbadania przekraczają 99% z następującymi głównymi wskaźnikami: czułość - 94,0%, swoistość - 66,0%, dokładność - 80,0%, pole pod krzywą charakterystyczną - 90,0%, co przekracza najlepsze na świecie wskaźniki podobnych systemów "- powiedział Michaił Natenzon, kierownik projektu „Technologie chmurowe do przetwarzania i interpretacji medycznych obrazów diagnostycznych w oparciu o wykorzystanie narzędzi analizy big data” Centrum Kompetencyjnego NTI ds. Technologii Przechowywania i Analizy Big Data przy Moskiewskim Uniwersytecie Państwowym.
Służba prasowa ANO „Platforma NTI” zauważyła, że projekty „AntiKorona” i „AntiKokh” przyciągnęły 14 mln rubli inwestycji.
Inne wydarzenia z Rosji
W Rosji istnieje szereg innych projektów związanych z wykorzystaniem sztucznej inteligencji w medycynie. Kilka platform wchodzi w skład Centrum Infrastruktury Helsnet National Technology Initiative.
Platforma Webiomed analizuje zanonimizowane dane medyczne,przewidywanie możliwego rozwoju chorób i ich powikłań na poziomie osobistym i populacyjnym. W kwietniu 2020 r. Webiomed stał się pierwszym opracowaniem AI w Rosji zarejestrowanym przez Roszdravnadzor jako urządzenie medyczne.
System analizuje różne dane medycznepacjenta, identyfikuje czynniki ryzyka i podejrzenia chorób, tworzy na ich podstawie prognozy zawierające kompleksową ocenę prawdopodobieństwa rozwoju różnych chorób i zgonu z ich powodu. Webiomed wykorzystuje uczenie maszynowe, technologie NLP (przetwarzanie języka naturalnego), modelowanie predykcyjne.
Projekt pomoże liderom w terenieopieka zdrowotna i lekarze zmniejszają zachorowalność i śmiertelność dzięki analizom predykcyjnym. Platforma firmy K-Sky jest używana w ponad 70 organizacjach medycznych w Rosji.
System samooceny zdrowiaBiogenom jest dostępny na rynku Play. Za jego pomocą użytkownicy mogą uzyskać transkrypcję analiz, sprawdzić poprawność leczenia. W przyszłości abonament będzie płatny. „Jesteśmy wpisani do rejestru Centrum Badawczego HealthNet NTI, fakt ten zwiększa zaufanie ze strony partnerów przemysłowych”, mówi Alexey Dubasov, dyrektor generalny Biogenom. „Jest to również pozytywny czynnik podczas udziału w różnych zawodach”.
Konkursy technologiczne
Konkursy technologiczne mogą otworzyć całe branże. Na przykład dzięki DARPA Grand Challenge na całym świecie pojawiły się drony, a nagroda Ansari X uruchomiła prywatną astronautykę.
Aby wygrać takie zawody, musisz:pokonać barierę technologiczną. Ale najważniejsze nie jest zwycięstwo ani nawet duża nagroda pieniężna, ale fakt, że wokół zawodów buduje się społeczność, powstają nowe zespoły. Uczestnicy takich zawodów kreowali przyszłość rynku: na przykład Anthony Lewandowski, którego motocykl spadł trzy metry przed startem w DARPA Grand Challenge w 2004 roku, potem pracował nad dronami w Google i Uber.
Antoniego Lewandowskiego
W Rosji w 2018 roku uruchomili seriękonkursy technologiczne W górę Świetnie w ramach NTI. Wtedy to rozpoczęły się pierwsze konkursy: „Zimowe Miasto” dla pojazdów bezzałogowych oraz „Pierwszy Element” za stworzenie silników na wodorowe ogniwa paliwowe.
Finał konkursu technologicznego „Zimowe Miasto”. Zdjęcie: Vadim Frantsev
Teraz przygotowuje się do uruchomienia nowej technologiikonkurs: uczestnikom zaoferowane zostanie stworzenie systemu podejmowania decyzji medycznych opartego na sztucznej inteligencji do postawienia pełnej diagnozy klinicznej w oparciu o analizę poznawczą kompleksu klinicznych i laboratoryjnych danych diagnostycznych pacjenta oraz informacje z profesjonalnych baz wiedzy medycznej i zaleceń klinicznych .
System oparty na sztucznej inteligencji będzie musiał wykorzystywać wszystkie możliwe dane pacjentów, wszystkie dostępne osiągnięcia naukowców i lekarzy, aby pomóc lekarzowi w postawieniu prawidłowej diagnozy.
Powinno to doprowadzić do powstania nowych firm i rozwiązań technologicznych z zakresu AI dla medycyny.
Sytuacja rynkowa oczami startupów
Przedsiębiorcy są zgodni, że produktami medycznymi wykorzystującymi sztuczną inteligencję interesują się tylko pionierzy i technooptymiści.
„Zaawansowane prywatne organizacje opieki zdrowotnejsą zainteresowani wprowadzaniem różnych technologii, które podnoszą efektywność ekonomiczną, jakość opieki medycznej, poprawiają obsługę klienta – przekonuje prezes Biogenom. „I nie ma dla nich różnicy, czy ta technologia jest oparta na sztucznej inteligencji, czy tylko na oprogramowaniu”.
Według szacunków firmy K-Sky (Webiomed) tzwObecnie w Rosji istnieje mniej niż 5% zaawansowanych organizacji medycznych. „Tacy klienci tradycyjnie wykazują duże zainteresowanie wszystkimi nowościami i starają się z nich korzystać” – mówi Alexander Gusev, dyrektor ds. rozwoju w K-Sky. „Dla porównania w Stanach Zjednoczonych odsetek ten wynosi już około 70%”.
Sytuacja będzie się stopniowo poprawiać.W ciągu najbliższych trzech lat liczba ta wzrośnie do 15-20%, przewiduje Gusiew. Oznacza to, że nieco mniej niż jedna czwarta organizacji będzie konsekwentnie korzystać z co najmniej jednego produktu opartego na sztucznej inteligencji.
Problemy rynkowe
Twórcy platform opartych na sztucznej inteligencji uważają, że problemy występują zarówno po stronie programistów, jak i po stronie klientów.
Aleksander Gusiew zauważa, że prawie wszystkie produktyobecnie rozwiązywane są tylko niektóre części zadań: „Brak funkcjonalności, słaba integracja z istniejącymi medycznymi systemami informacyjnymi i innymi podstawowymi produktami do automatyzacji pracy organizacji medycznej. Dlatego ich użyteczność w oczach klienta jest wciąż ograniczona.” Problem można rozwiązać rozwijając możliwości systemów, wzmacniając zespoły i inwestując w rozwój. Jest to jednak utrudnione przez brak przejrzystych i zrozumiałych schematów monetyzacji.
„Rynek jest bogaty w startupy różnej jakości, -mówi Artem Kapninsky, współtwórca projektu Celsus. - Jeśli mówimy o konkurentach, możemy przypomnieć sobie eksperyment miasta Moskwy dotyczący wprowadzenia sztucznej inteligencji w radiologii, w którym wszystkie kropki umieszcza się na i. Kiedy eksperyment był dopiero planowany, zaproszono 140 firm, odpowiedziało 40-50. W efekcie, po wszystkich etapach oceny, testowania funkcjonalnego, do końca roku było tylko 15 firm. W tym roku na spotkaniu w Departamencie Zdrowia poinformowano o przedłużeniu eksperymentu do 2021 roku. Odpowiedzieliśmy, że wysłaliśmy propozycje do 180 firm na całym świecie.W rzeczywistości jest bardzo niewiele firm z gotowym produktem, który można rozważyć do zastosowania i przetestowania. To trend rynkowy: wiele firm inwestuje w fundusze marketingowe, które przyciągają od inwestorów, i pracuje nie nad ulepszaniem swojego produktu, ale nad przyciągnięciem nowych inwestycji.”
W celu realizacji projektów AI, regionalnychośrodków referencyjnych, które byłyby zaangażowane w poprawę jakości badań nad promieniowaniem, mówi Michaił Natenzon, szef zespołu deweloperów projektów AntiCorona i AntiKokh. Ale w większości regionów nie ma takich ośrodków, ponieważ nie ma wystarczających środków budżetowych na ich utworzenie i wyszkolonego personelu medycznego i technicznego dla ośrodków referencyjnych.
„Tworzenie centrów referencyjnych dla regionówkonieczna jest pomoc w ich projektowaniu, wsparcie regulacyjne ich pracy, zapewnienie efektywności ekonomicznej ich działania – powiedział Natenzon. Zadania te może rozwiązać zespół twórców projektu „Technologie chmury do przetwarzania i interpretacji medycznych obrazów diagnostycznych w oparciu o narzędzia do analizy dużych zbiorów danych” Centrum Kompetencyjnego NTI ds. Technologii Przechowywania i Analizy Big Data na Moskiewskim Uniwersytecie Państwowym.
Przyszłość sztucznej inteligencji w medycynie
Analitycy przewidują, że roczna stopa wzrosturynek AI w medycynie do 2022 roku będzie stanowił około 70%. „Wczesna analiza rozwoju rynku HealthNet NTI w 2015 roku wykazała, że jednym z najbardziej obiecujących jest segment technologii cyfrowych, w tym rozwój i wdrażanie algorytmów uczenia maszynowego i sztucznej inteligencji do praktyki klinicznej, co znalazło odzwierciedlenie w mapie drogowej i znalazło odzwierciedlenie nie tylko we wsparciu wielu projektów, ale także w tworzeniu ekosystemu - potwierdza Michaił Samsonow, zastępca szefa grupy roboczej NTI HealthNet. - Pandemia COVID-19 tylko przyspieszyła ten trend i dała ogromny impuls do rozwoju gromadzenia i analizy ustrukturyzowanych danych uzyskanych z badania pacjentów. W kolejnym etapie spodziewamy się rozwiązania jeszcze bardziej złożonych problemów w zakresie podejmowania decyzji medycznych, a także efektywniejszej analizy danych nieustrukturyzowanych.”
Projekty wspierane przez NTI są wykorzystywane przez wiele klinik w całym kraju, aby pomóc lekarzom nie przegapić pacjentów z objawami koronawirusa.
Trwa rozwój i wsparcie takich projektówzgodnie z mapami drogowymi Helsnet i Neuronet. Planuje się, że do 2035 r. pięć firm z Rosji działających w segmentach tego rynku powinno wejść do pierwszej 70 firm pod względem sprzedaży na świecie. A zgodnie z Narodową Strategią Rozwoju AI do 2030 r. stworzenie warunków do wykorzystania AI w ochronie zdrowia jest jednym z kluczowych zadań poprawiających standard życia ludności.
Na rynku jest już wiele firm, któremoże wejść na listę najlepszych na świecie, a pojawią się nowe projekty. Jest ku temu podstawa w postaci istniejących platform AI, które otrzymały wsparcie z Krajowej Inicjatywy Technologicznej. Nowe rozwiązania stworzą również centra kompetencyjne NTI, w których nauka i biznes współpracują ze sobą oraz uczestnicy konkursu technologicznego, który doprowadzi do rozwoju społeczności i powstania nowych zespołów.
Zobacz także:
Uran uzyskał status najdziwniejszej planety w Układzie Słonecznym. Dlaczego?
Fizycy stworzyli analogię czarnej dziury i potwierdzili teorię Hawkinga. Dokąd to prowadzi?
Aborcja i nauka: co stanie się z dziećmi, które będą rodzić