Under pandemin tog rysk medicin ett språng in i det digitala. Till exempel i Moscow United
Denna process började redan före pandemin.Dess vektorer beskrivs i färdplanerna för National Technology Initiative (NTI) HealthNet och NeuroNet. Plattformar baserade på artificiell intelligens kommer att hjälpa läkare att ställa diagnoser, patienter kan få en alternativ åsikt och utvecklare kan skapa nya medicinska tjänster med hjälp av verktyg som använder AI. Bland dem finns CoBrain-Analytics, Botkin.AI, Celsus, samt utvecklingen av NTI-kompetenscentra. I framtiden kan nya lösningar komma att skapas genom att en tekniktävling lanseras.
Identifiera depression med MR
CoBrain-Analytics är en plattform sommed hjälp av AI hjälper det läkare att spara tid och förbättra diagnostikens kvalitet, och utvecklare skapar nya tjänster baserade på AI för medicin. Den utvecklades av Skoltech som en del av färdplanen för NTI Neuronet.
Det finns tre huvudprodukter på plattformen:
- CoLab är en samarbetsplats förutveckling och certifiering av medicinsk AI. Med hjälp kan team, nystartade företag och andra företag skapa ny teknik, bedriva forskning, söka lösningar på vetenskapliga eller kommersiella problem.
- 2nd opinion - applikationsbibliotek och kunskapsbasför läkare och patienter som här kommer att få personliga rekommendationer och en alternativ åsikt om sin diagnos genom att ladda upp sina egna data - till exempel ett foto av hudutslag eller en röntgen.
- MedEducation är en pedagogisk del för läkare där föreläsningar och specialkurser finns tillgängliga för läkare.
AI på plattformen identifierar nu lungsjukdomar från röntgenstrålar och fluorografiska bilder och kan också upptäcka depression baserat på MR-resultat. Listan över dess kapaciteter växer.
Skoltech Communications
Moskva-centra är registrerade på plattformendem. Burdenko, Vishnevsky, Ryzhikh, Kulakova, Solovyova, Pirogova, Scientific Center of Neurology, samt utvecklare av medicinska system baserade på AI (Care Mentor AI, PhthisisBioMed, Third Opinion), utvecklingsteam och startups (Z-union, EyeMoove, BioDigital , Biogenom, Kleiber bionis, Sensorylab, MDink, Unim).
I december 2020 meddelade Sberbank och Skoltechen affär för att skapa ett ekosystem för utvecklingen av AI i Ryssland. Biblioteket med applikationer och datamängder, som bildades på grundval av utvecklingen av Sber och CoBrain-Analytica-projektet, är för närvarande ett av de största i Ryssland.
Från och med december förra året användes AI-baserade medicinska lösningar skapade av SberMedII och Skoltech i 16 regioner i landet.
Rita upp en läkare
Botkin.AI är en plattform som använder AI för att analysera medicinska bilder: CT, MR, mammografi och röntgen. Det hjälper läkare: minskar bördan för dem och minskar samtidigt chansen att göra ett misstag som kan kosta patienten hans liv.
Algoritmen hittar patologier i medicinska bilderoch markerar de områden som läkaren behöver ägna extra uppmärksamhet åt. Läkaren kontrollerar dem genom att bekräfta eller motbevisa resultaten av AI-analysen - så lär sig systemet. I mars 2020 lade utvecklarna till lungfunktionsanalysfunktionalitet till plattformen, vilket hjälpte kliniker att identifiera patienter med koronavirus.
Plattformen används i Ryssland och i pilotprojekt utomlands. Detta är den första (och hittills enda) plattformen som är registrerad i landet som en "medicinsk utrustning med AI-teknik i riskklass 2b": den kan användas vid diagnos av farliga sjukdomar, inklusive cancer. Projektet fick CE-märkningsintyget, vilket är nödvändigt för att komma in på marknaden i europeiska och andra länder, och i planerna - ett certifikat från den amerikanska FDA (US Food and Drug Administration - "High-tech").
Botkin-utvecklare.AI heter som projektets fördelar: hög noggrannhet i bildanalys och närvaron av en färdig molnplattform som kan distribueras i kliniker. Plattformen har redan integrerats med Unified Radiological Information System i Moskva: 46 medicinska organisationer var anslutna till tjänsten från och med augusti 2020.
Plattformen inkluderar:
- modeller för analys av medicinska bilder;
- verktyg för att visualisera resultaten av patologianalys;
- verktyg för markering av forskning;
- anpassningsbara arbetsflöden för AI-verktyg och läkare att arbeta tillsammans.
Botkin.AI
Effektivitet kan undersökas på plattformenmediciner. I november 2020 började Petrovax tillsammans med Intellodzhik testa effekten av Longidaza bland patienter som genomgått COVID-19. Detta är ett av de första projekten i världen där artificiell intelligens hjälper till att bestämma graden av lungskada - inklusive över tid hos patienter som har genomgått koronavirus.
Enligt CrunchBase har projektet redan samlat in 3,8 miljoner dollar. I december 2020 investerades 160 miljoner rubel i Intellogic, utvecklaren av Botkin.AI.
Arbeta med myndigheter
Plattform "Celsus" (projekt av företaget "Medicalsystemscreening ”-” Hi-tech ”) hjälper radiologer och onkologer att fatta medicinska beslut. Med hjälp av AI känner den igen godartade eller maligna förändringar på medicinska bilder, anger deras placering och tolkar resultaten enligt internationella standarder.
Detta är det första programmet baserat på AI-teknik som ingår i registret över inhemsk programvara, vilket ger det rätten att arbeta med myndigheter.
Under experimentet på avdelningeni Moskvas hälsovårdssystem med hjälp av datorvision bearbetade systemet 50 tusen mammografibilder och 290 tusen fluorografi i polikliniker i Moskva. Från och med september 2020 implementerades pilot- och kommersiella lanseringar av plattformen i 13 regioner i Ryssland.
LLC "Medical Screening Systems"
Noggrannheten för bildanalys är 95 % för mammografi och 93 % för fluorografi.
I december 2020, National Venture Fundtekniskt initiativ investerade 180 miljoner rubel i projektet. Företaget planerar att få certifiering i Ryssland och utomlands och komma in på marknaderna i Sydostasien, Mellanöstern, Afrika och Europa.
Upptäck tuberkulos
Företag och industrier behöverlösa tillämpade problem och vetenskapliga organisationer - för att kommersialisera deras utveckling. För anslutningen mellan vetenskap och företag skapades ett nätverk av NTI Competence Centers. Var och en av dessa centra är ett konsortium som inkluderar teknikföretag, ryska universitet, forskningsorganisationer och utländska partners.
Bland utvecklingen av NTI Competence Center förriktningen "Artificiell intelligens", organiserad på grundval av Phystech (MIPT), finns ett system för att stödja medicinska beslut inom fluorografi, mammografi, kardiografi med hjälp av sökmotorer och djup maskininlärningsteknik. För tillfället har ett experimentellt urval av systemet skapats.
Enligt testresultaten är analysens noggrannhet:
- elektrokardiografisk modul - 83%;
- fluorografisk modul - 86%;
- mammologisk modul - 81%.
Plattformens kunder kan vara både privata medicinska och forskningsorganisationer och federala och lokala utbildnings- och medicinska institutioner.
Fragment av WSSP-gränssnittet. Foto: MIPT
NTI kompetenscentrum för tekniklagring och analys av big data "på grundval av Moskva State University uppkallat efter M.V. Lomonosov har utvecklat en molntjänst "AntiKoh". Tjänsten, som analyserar medicinska bilder med hjälp av AI, publiceras i molnet, så läkare på alla nivåer i Ryssland och utomlands har tillgång till den.
Utvecklingen av kompetenscentrets diagnosertuberkulos på CT med 93% noggrannhet och lär sig ständigt tack vare maskininlärning. Hon analyserar fluorografin på 0,8 sekunder, varefter den ger rekommendationer med en klassificering enligt sjukdomsvarianterna.
Systemet används också för att upptäcka symtomCOVID-19. Teamet skapade en pilotversion av AntiCorona-molntjänsten. Tjänsten är utbildad för att känna igen sjukdomen vid röntgen och fluorografi. Dessa typer av undersökningar är billigare och mer tillgängliga än CT: vanligtvis är tomografier i stora kliniker, och antalet CT-specialister är väsentligt begränsat.
För att träna systemet använde vi märktRöntgenbilder erhållna från amerikanska kliniker och fokuserade på behandling av patienter med coronavirus. Utvecklarna fick positiva förutsägelser om tillförlitligheten av COVID-19-diagnostik baserat på fluorografiska bilder, detta är relevant, eftersom nästan alla medicinska institutioner i Ryssland är utrustade med digitala fluorografer.
Vid Moskva referenscenter för strålningsdiagnostikPå grundval av Diagnostic and Telemedicine Center i Moscow City Health Department och i 53 regioner i Ryssland används AntiCorona för att diagnostisera COVID-19, och AntiKokh används för att diagnostisera tuberkulos. Tack vare lösningen har mer än 250 000 medicinska bilder bearbetats enbart i Moskva referenscenter.
”Andelen framgångsrikt analyseradestudier överstiger 99% med följande huvudindikatorer: känslighet - 94,0%, specificitet - 66,0%, noggrannhet - 80,0%, area under den karakteristiska kurvan - 90,0%, vilket överstiger de bästa världsindikatorerna för liknande system ", - säger Mikhail Natenzon, chef för projektet "Molnteknologier för bearbetning och tolkning av medicinska diagnostiska bilder baserade på användning av stora dataanalysverktyg" från NTI Competence Center on Big Data Storage and Analysis Technologies vid Moscow State University.
Presstjänsten för ANO "NTI Platform" noterade att projekten "AntiKorona" och "AntiKokh" lockade 14 miljoner rubel investeringar.
Annan utveckling från Ryssland
Det finns ett antal andra projekt i Ryssland relaterade till användning av artificiell intelligens inom medicin. Flera plattformar ingår i Helsnet National Technology Initiative Infrastructure Center.
Webiomed plattform analyserar anonymiserade medicinska data,att förutsäga möjlig utveckling av sjukdomar och deras komplikationer på personlig nivå och befolkningsnivå. I april 2020 blev Webiomed den första AI-utvecklingen i Ryssland som registrerades av Roszdravnadzor som medicinsk utrustning.
Systemet analyserar olika medicinska datapatient, identifierar riskfaktorer och misstankar om sjukdomar, formulär på grundval av prognoser som innehåller en omfattande bedömning av sannolikheten för att utveckla olika sjukdomar och patientens död av dem. Webiomed använder maskininlärning, NLP-teknik (Natural Language Processing), prediktiv modellering.
Projektet kommer att hjälpa ledare inom områdetsjukvård och läkare minskar sjuklighet och dödlighet genom prediktiv analys. Plattformen från K-Sky-företaget används i mer än 70 medicinska organisationer i Ryssland.
SjälvhälsoskärningssystemBiogenom finns på Play Market. Med hjälp kan användare få ett transkript av analyser, kontrollera riktigheten av behandlingen. Prenumerationen betalas i framtiden. "Vi ingår i registret för HealthNet NTI Research Center, detta ökar förtroendet för industriella partner", säger Alexey Dubasov, VD för Biogenom. "Det är också en positiv faktor när man deltar i olika tävlingar."
Tekniska tävlingar
Tekniktävlingar kan öppna hela branscher. Till exempel, tack vare DARPA Grand Challenge, har drönare dykt upp över hela världen och Ansari X-priset har lanserat privat astronautik.
För att vinna sådana tävlingar måste duövervinna den tekniska barriären. Men det viktigaste är inte en seger eller till och med ett stort kontantpris, utan det faktum att ett samhälle byggs kring tävlingen, nya lag skapas. Deltagare i sådana tävlingar skapade marknadens framtid: till exempel Anthony Lewandowski, vars motorcykel vid DARPA Grand Challenge 2004 föll tre meter från början och arbetade sedan på drönare hos Google och Uber.
Anthony Levandowski
I Ryssland 2018 lanserade de en serieteknik tävlar Up Great inom NTI. Sedan startade de första tävlingarna: "Winter City" för obemannade fordon och "First Element" för skapandet av bränslecellsmotorer.
Final i den tekniska tävlingen "Winter City". Foto: Vadim Frantsev
Förbereder nu lanseringen av en ny teknisktävling: deltagarna kommer att erbjudas att skapa ett AI-baserat medicinskt beslutssystem för att göra en komplett klinisk diagnos baserad på kognitiv analys av ett komplex av kliniska och laboratoriediagnostiska data för en patient och information från professionella databaser med medicinsk kunskap och kliniska rekommendationer .
Det AI-baserade systemet måste använda alla möjliga patientdata, all tillgänglig utveckling av forskare och läkare, för att hjälpa läkaren att ställa rätt diagnos.
Detta bör leda till skapandet av nya företag och tekniska lösningar inom området AI för medicin.
Marknadssituation genom startups ögon
Entreprenörer är överens om att endast pionjärer och teknooptimister har intresse av AI-medicinska produkter.
"Avancerade privata vårdorganisationerär intresserade av införandet av olika tekniker som ökar ekonomisk effektivitet, kvaliteten på medicinsk vård, förbättrar kundservice, - är VD för Biogenom övertygad. "Och det gör ingen skillnad för dem om denna teknik är baserad på AI eller bara en mjukvaruprodukt."
Enligt uppskattningar av K-Sky-företaget (Webiomed), sådanaDet finns nu mindre än 5 % av avancerade medicinska organisationer i Ryssland. "Sådana kunder visar traditionellt stort intresse för alla nya produkter och försöker använda dem", säger Alexander Gusev, utvecklingsdirektör på K-Sky. "Som jämförelse, i USA är denna siffra redan cirka 70 %."
Situationen kommer gradvis att förbättras.Under de kommande tre åren kommer siffran att växa till 15-20%, förutspår Gusev. Det vill säga att något mindre än en fjärdedel av organisationerna konsekvent kommer att använda minst en AI-baserad produkt.
Marknadsproblem
Grundarna av AI-baserade plattformar tror att det finns problem på utvecklarnas och kundernas sida.
Alexander Gusev konstaterar att nästan alla produkternu löses bara vissa delar av uppgifterna: ”Det saknas funktionalitet, dålig integration med befintliga medicinska informationssystem och andra basprodukter för att automatisera en medicinsk organisations arbete. Därför är deras användbarhet i kundens ögon fortfarande begränsad. " Problemet kan lösas genom att utveckla systemens kapacitet, stärka team och investera i utveckling. Men detta hindras av bristen på transparenta och begripliga intäktssystem.
”Marknaden är rik på nystartade företag av olika kvalitet, -säger Artyom Kapninsky, medgrundare av Celsus-projektet. - Om vi pratar om konkurrenter kan vi komma ihåg experimentet från Moskva om introduktionen av AI i radiologi, som sätter alla prickar på i. När experimentet just planerades var 140 företag inbjudna, 40-50 svarade. Som ett resultat fanns det efter alla bedömningssteg, funktionstester, vid årets slut bara 15 företag. I år meddelades det vid ett möte vid Department of Health att experimentet förlängdes till 2021. Vi skickade förslag till 180 företag runt om i världen, svarade 12. Det finns faktiskt mycket få företag med en färdig produkt som kan övervägas för applikation och testning. Detta är en marknadstrend: många företag investerar i marknadsföringsfonder som de lockar från investerare och arbetar inte för att förbättra sin produkt utan för att locka till sig nya investeringar. "
För att genomföra AI-projekt, regionaltreferenscentra som skulle engagera sig i att förbättra kvaliteten på strålningsforskningen, säger Mikhail Natenzon, chef för teamet av utvecklare av AntiCorona- och AntiKokh-projekten. Men i de flesta regioner finns det inga sådana centra, eftersom det inte finns tillräckligt med budgetmedel för att skapa och utbildad medicinsk och teknisk personal för referenscentra.
"Att skapa referenscentra för regionernaDet är nödvändigt att hjälpa till med deras utformning, lagstiftningsstöd för deras arbete, säkerställa den ekonomiska effektiviteten i deras funktion, säger Natenzon. Dessa uppgifter kan lösas av teamet av utvecklare av projektet "Molnteknologier för bearbetning och tolkning av medicinska diagnostiska bilder baserat på användningen av stora dataanalysverktyg" från NTI Competence Center on Big Data Storage and Analysis Technologies vid Moskva State University.
Framtiden för artificiell intelligens inom medicin
Analytiker förutspår att den årliga tillväxttaktenAI-marknaden för medicin fram till 2022 kommer att stå för cirka 70%. ”En tidig analys av utvecklingen av HealthNet NTI-marknaden 2015 visade att en av de mest lovande är segmentet för digital teknik, inklusive utveckling och implementering av algoritmer för maskininlärning och artificiell intelligens i klinisk praxis, vilket återspeglades i färdplanen och återspeglades inte bara i stödet av ett antal projekt, utan också skapandet av ett ekosystem, - bekräftar Mikhail Samsonov, biträdande chef för NTI HealthNet-arbetsgruppen. - COVID-19-pandemin accelererade bara denna trend och gav en enorm drivkraft för utvecklingen av insamlingen och analysen av strukturerad data som erhållits från undersökning av patienter. I nästa steg förväntar vi oss att lösa ännu mer komplexa problem inom medicinskt beslutsfattande samt effektivare analys av ostrukturerad data. "
NTI-stödda projekt har använts av många kliniker över hela landet för att hjälpa läkare att inte sakna patienter med koronavirussymptom.
Utveckling och stöd av sådana projekt pågårenligt Helsnet och Neuronet vägkartor. Det planeras att fem företag från Ryssland som verkar inom segmenten av denna marknad år 2035 ska komma in på de 70 bästa företagen när det gäller försäljning i världen. Och enligt den nationella strategin för utveckling av AI fram till 2030 är att skapa förutsättningar för användning av AI i vården en av de viktigaste uppgifterna för att förbättra befolkningens levnadsstandard.
Det finns redan ett antal företag på marknaden somkan komma in i listan över de bästa i världen och nya projekt kommer att visas. Det finns en grund för detta i form av befintliga AI-plattformar, som har fått stöd från National Technology Initiative. Nya lösningar kommer också att skapa NTI-kompetenscentra, där vetenskap och företag arbetar tillsammans, och deltagare i en tekniktävling som kommer att leda till samhällsutveckling och skapandet av nya team.
Se även:
Uranus har fått status som den konstigaste planeten i solsystemet. Varför?
Fysiker har skapat en analog av ett svart hål och bekräftat Hawkings teori. Vart leder det?
Abort och vetenskap: vad kommer att hända med barnen som kommer att föda