Пациенты раскрываются искусственному интеллекту

В медицинских рекомендациях искусственного интеллекта ibm нашли ошибки

Эксперты-онкологи заявили, что в ходе тестов искусственный интеллект IBM Watson нередко ошибался, составляя рекомендации по лечению для гипотетических «пациентов».

Согласно внутренним документам компании IBM, многие врачи остались недовольны первыми результатами тестирования системы Watson for Oncology.

Специалисты выявили «многочисленные примеры небезопасных и некорректных рекомендаций по лечению», составленных суперкомпьютером IBM Watson.

Обратите внимание

 И врачи, и разработчики считают, что подобные ошибки неизбежны при создании таких масштабных проектов, как Watson for Oncology.

О реакции экспертов сообщил сайт издания Stat News.

Сегодня искусственный интеллект (ИИ) широко используется в медицине для обработки данных о здоровье пациентов.

Современные ИИ эффективны в диагностике заболеваний: недавно алгоритм на основе сверточных нейросетей научили успешно выявлять меланому по фотографиям.

Многие исследователи работают над технологиями, которые позволят применять нейросети для создания рекомендаций по лечению, но массово такие методики пока не используются.

С системой Watson for Oncology работали 230 больниц и медицинских центров по всему миру.

Алгоритм анализирует данные пациента, в том числе записи лечащих врачей, семейную историю онкологических заболеваний и результаты анализов, и сопоставляет их с базой данных доступных исследований.

ИИ не заменяет врача-специалиста, но может предоставить дополнительное «мнение», если несколько экспертов придерживаются разных точек зрения.

Документы IBM приводят несколько примеров неверных решений суперкомпьютера.

Например, в случае 65-летнего пациента с раком легких и сильными кровотечениями Watson предложил применить комбинацию химиотерапии и бевацизумаба — препарата на основе моноклональных антител.

Важно

При этом известно, что бевацизумаб может усиливать кровотечения. Рекомендации ИИ не применялись на практике, поскольку алгоритмы находятся на стадии тестов.

По словам экспертов, ошибки суперкомпьютера могут быть связаны с тем, что изначально систему тестировали не на реальных данных пациентов, а на искусственно составленных сценариях.

Искажения, накопившиеся при анализе гипотетических данных, могли привести к неверным рекомендациям ИИ.

Представители IBM подчеркивают, что алгоритмы Watson постоянно дорабатываются с учетом отзывов врачей, данных новых исследований и обновлений официальных медицинских рекомендаций. Критика онкологов позволит сделать систему эффективнее и безопаснее.

Источник: https://mirvokrug.blog/2018/07/30/v-medicinskih-rekomendacijah-iskusstvennogo/

В россии внедрен искусственный интеллект, следящий, чтобы врачи назначали правильное лечение

Сеть клиник «Доктор рядом» внедрила решение для автоматической проверки медицинских назначений на базе искусственного интеллекта, созданное специалистами мобильной клиники Doc+. Это было первое коммерческое внедрение продукта, который теперь доступен для внедрения и в других медицинских учреждениях.

Решение Doc+ работает в «Доктор рядом» с 11 октября. До этого летом 2018 г.

стороны осуществили совместный проект, во время которого искусственный интеллект получил возможность обучаться не только на материалах Doc+, но и на нескольких тысячах медицинских протоколов «Доктор рядом».

Тогда же система была обучена работать с информацией из внешних источников, одновременно специалисты Doc+ создали API для ее интеграции с системами партнера. До совместного проекта решение использовалось для контроля качества лечения только в самой Doc+.

По словам Ильи Ларченко, директора по инновациям Doc+, компания создает медицинские разработки на базе искусственного интеллекта уже более полутора лет, но до этого они применялись только в собственной мобильной клинике, теперь же станут доступны всему рынку.

Что умеет система

Разработка Doc+ стала частью системы контроля качества в «Доктор рядом». Решение занимается анализом медицинских карт, которые проверяет по 15 параметрам. Проверку проходят 100% карт. Искусственный интеллект устанавливает взаимосвязь между жалобами пациента и рекомендациями доктора, проверяя таким образом правильность назначенного лечения, и предупреждает о возможной ошибке.

Проверке подвергается в том числе, например, полнота сведений, собранных при обследовании больного, и правильность дозировок лекарств, предписанных врачом. Проанализировав взаимозависимость между данными, внесенными в карту, алгоритм выставляет оценки по каждому из 15 критериев. Если оценки низкие, карта передается на оценивание врачу-эксперту.

Doc+ уже полтора года разрабатывает медицинские сервисы на основе искусственного интеллекта

Как пояснили CNews в «Доктор рядом», до этого контроль качества осуществлялся полностью вручную врачами-экспертами — они проверяли соответствие назначенного лечения жалобам пациента во всех картах.

Теперь же первичный отбор карт, где есть подозрение на ошибку, проводит искусственный интеллект, и эксперты анализирует уже только эти карты.

Разработчики утверждают, что благодаря помощи алгоритма врачи тратят на проверку медицинских документов в три раза меньше времени, при этом снижается возможность ошибок в оформлении протоколов, а сама проверка проходит беспристрастно.

Пока что решение проверяет только назначения врачей-терапевтов, но в разработке уже находятся системы контроля качества работы педиатров и гинекологов.

По словам Александра Пилипчука, гендиректора сети клиник «Доктор рядом», решение Doc+ будет использоваться также для проверки протоколов телемедицинских консультаций.

Кроме того, как сообщили CNews в Doc+, результаты проверки карт передаются врачам, назначавшим лечение, затем отдельные случаи рассматриваются на ежемесячных встречах, и по результатам проверок выбираются темы для дополнительного образования сотрудников.

Об участниках сделки

«Доктор рядом» — это сеть медицинских клиник в Москве, которая занимается реализацией одноименной программы государственно-частного партнерства. По состоянию на конец августа 2018 г. сеть насчитывала 11 медицинских центров, в 2018 г. к ней добавился первый клинико-диагностический центр.

В рамках проекта «Доктор рядом телемед» пациенты могут общаться с врачами удаленно — с 2016 г. в сети клиник работает платформа для телемедицинских консультаций. Согласно данным самой компании, аудитория сервиса «Доктор рядом телемед» насчитывает более 2 млн клиентов.

Doc+ — это первая в России полностью мобильная клиника.

Пациент может с мобильного устройства осуществить такие действия, как вызов врача на дом, сдача анализов и получение их расшифровки, запись на прием в клиники Москвы, заказ лекарств из аптек или же пообщаться с врачом онлайн.

Doc+ также создает решения на основе искусственного интеллекта, в число которых входят система маршрутизации врачей, электронная медицинская карта, анамнез-бот и др.

Источник: http://www.cnews.ru/news/top/2018-10-23_v_rossii_postavili_iskusstvennyj_intellekt_sledit

9 преград на пути искусственного интеллекта в медицине

  • Как искусственный интеллект может помочь врачам
  • Что препятствует искусственному интеллекту внедряться в медицину
  • Что будет с внедрением ИИ в медицину в будущем
  • Технологии искусственного интеллекта проникают во все сферы человеческой деятельности, в том числе и медицину.

    Нейросети, созданные и обученные людьми, уже помогают систематизировать большие объемы данных, ставить предварительный диагноз и участвовать в разработке медикаментов.

    Однако несмотря на такие возможности и перспективы в лечении пациентов, специалисты медицинской области не спешат активно внедрять ИИ в свою работу.

    Как искусственный интеллект может помочь врачам

    Потенциал технологий глубинного обучения в медицине сложно переоценить. Нейросети уже повышают качество медицинских услуг, увеличивают эффективность диагностики благодаря возможности работы с большими объемами данных.

    Например, медицинские чат-боты, основанные на ИИ, помогают в решении многих задач. Сервис собирает жалобы пациентов и, учитывая указанные симптомы, может посоветовать лекарственные препараты или записать на прием к врачу. Собранная информация поступает к медицинскому специалисту, который сможет эффективнее провести первую консультацию и оказать необходимую помощь пациенту гораздо быстрее.

    Система с искусственным интеллектом IBM Watson уже помогает осуществлять качественную диагностику и лечение онкологических заболеваний. Так, ИИ выявил у 60-летней пациентки с неверным диагнозом редкую форму лейкемии, изучив 20 миллионов научных статей о раке.

    Совет

    Программы с ИИ также используются в анализе рентгеновских снимков и в разработке новых лекарственных препаратов.

    Компания Semantic Hub недавно создала сервис на базе искусственного интеллекта для оценки потенциала медицинских препаратов перед их выпуском на рынок.

    Алгоритм собирает и анализирует научные публикации, связанные с заболеванием, назначением и действием разрабатываемого лекарства. Затем ИИ анализирует информацию и делает вывод о конкурентных преимуществах медикамента и возможностях его продвижения на рынке.

    Перспективными направлениями для нейросетей в медицине являются:

    1.     Сбор и систематизация данных;

    2.     Диагностика заболеваний и установление предварительного диагноза;

    3.     Телемедицина;

    4.     Разработка новых лекарственных препаратов.

    Что препятствует искусственному интеллекту внедряться в медицину

    Рассмотрим, какие препятствия не дают развиваться ИИ в медицинской сфере.

    1. Недоверие медицинских экспертов к искусственному интеллекту

    Медицина – консервативная сфера. Каждая инновация сначала должна быть тщательно проверена прежде, чем будет использована в работе врачей, ведь речь идет о здоровье и жизни людей. Многие врачи с недоверием относятся к внедрению искусственного интеллекта во врачебную практику, считая, что технологии еще далеки от совершенства и использовать их для лечения людей еще небезопасно.

    1. Устаревшая информация о пациентов

    Данные в карточках пациентов не всегда могут быть достоверными или исчерпывающими. В них могут быть ошибки и неточности, а процесс анализа затрудняться неразборчивым почерком.

    Для устранения этой проблемы разрабатываются варианты обучения нейросетей на небольших объемах информации. В качестве успешных примеров подобного обучения можно назвать принцип работы клавиатуры смартфонов. Алгоритм запоминает и анализирует введенные ранее слова и может прогнозировать содержание следующих текстов.

    Во время работы с пациентами искусственный интеллект не должен совершать ошибок. ИИ, влияющие на принятие врачебных решений, должны быть точными и эффективными.

    Именно поэтому в процессе разработки и тестирования нового алгоритма участвуют реальные врачи. Искусственный интеллект должен многочисленные проверки, прежде чем поступит на службу специалистов.

    Как правило, это занимает много времени.

    1. Проблемы с установлением ошибок

    Искусственный интеллект работает по принципу «черного ящика». Если в алгоритме есть ошибка, и системой принято неправильное решение, то ответить на вопрос «почему» будет крайне трудно.

    Компании, специализирующиеся на разработке ИИ, уже занимаются созданием таких алгоритмов, которые будут раскрывать причины своих решений.

    Внедрение технологий искусственного интеллекта требует, чтобы медицинский персонал умел его эффективно применять. Врачам не нужно  досконально знать, как работает машинное обучение, но иметь понятие об общих принципах функционирования необходимо.

    1. Нехватка кадров среди разработчиков ИИ

    Для создания эффективного алгоритма и его внедрения в медицинскую сферу требуется сильная команда разработчиков, среди которых должны быть специалисты:

    • с широким спектром знаний в предметной области, математических алгоритмах и подходах к защите информации;
    • с навыками программирования и наглядного представления данных.

    На данный момент наблюдается нехватка таких сотрудников.

    1. Высокая стоимость нейросети

    Сложности с поиском кадров повышают стоимость разработки сервисов на основе искусственного интеллекта. И это, не говоря о том, что созданный ИИ еще нужно настроить под данные, накопленные в конкретном медучреждении.

    В результате получается, что новые технологии не могут позволить себе многие клиники и больницы в виду ограниченного бюджета.
             7. Наличие несистематизированных данных

    Читайте также:  Nasa планирует отправить робота-хирурга в космос

     Большинство данных в медицине не структурировано, не оцифровано и плохо размечено. А поскольку медицина не точная наука, данные, полученные от разных медицинских школ, могут быть противоречивыми, что затруднит работу искусственного интеллекта в постановке диагноза.

    Обеспечение работы искусственного интеллекта связано с вычислительными мощностями, которых нет во многих медицинских учреждениях нет. Соответственно, что и безопасность хранящихся данных будет под угрозой.

    Российский закон требует, чтобы любые медицинские технологии были сертифицированы. Если ИИ для медицины был создан в России, его необходимо регистрировать как медизделие.

    Кроме того, с точки зрения закона еще актуален вопрос по предоставлению и хранению личной информации пациента.

    Что будет с внедрением ИИ в медицину в будущем

    Медицинское сообщество не может не признавать полезность искусственного интеллекта для лечения больных. Тем не менее, на его внедрение потребуется время.

    В ближайшие годы ИИ будут активнее применяться фармацевтическими компаниями при разработке медицинских препаратов, постановке диагноза и даже участвовать в проведении операций.

    Источник: https://supermed.pro/9-obstacle.html

    Искусственный интеллект научили распознавать депрессию

    Нейросети улавливают отклонения в психическом состоянии, просто «послушав» человека или изучив его медкарту.

    (Фото: Wokandapix / Pixabay)

    Опытный психолог может определить депрессию, задав пациенту всего несколько вопросов. В недалеком будущем у психологов появятся ассистенты – нейросети, способные определять депрессивное состояние по интонациям и словам.

    Исследователи уже пытались обучать нейросети интерпретировать ответы пациентов на стандартные диагностические вопросы, и такие опыты оказались весьма успешными – искусственный интеллект определял состояние не хуже, чем психолог.

    Обратите внимание

    В Массачусетском технологическом институте (MIT) решили пойти дальше и обучить нейросеть интерпретировать не сами ответы, но улавливать особенности речи, которые свойственны страдающим от депрессии людям – так, чтобы тема беседы не должна была иметь значения, и вопросы с ответами могли быть любыми.

    Тука Альханай (Tuka Alhanai) и ее коллеги обучали нейросеть с помощью аудиозаписей и стенограмм разговоров людей с виртуальным собеседником, которым управлял человек. Записи ранее анализировали квалифицированные психологи. По их оценке, из 150 опрошенных около у 30 человек были очевидные признаки депрессии.

    Нейросеть «попросили» оценить интонацию, тембр, темп речи, а также частоту и порядок слов. Результат нейросети совпадал с результатом психологов примерно в 70% случаев, о чем авторы работы сообщили в докладе на междисциплинарной конференции Interspeech.

    Оказалось, что набор и порядок слов говорят о человеке больше, чем интонации, и со стенограммой нейросеть давала ответ быстрее, чем при анализе аудиозаписи.

    Любопытно, что пока мы не знаем, на какие конкретно особенности речи в первую очередь обращает внимание искусственный разум.

    Притом нейросеть может не только вовремя обнаружить уже начавшуюся депрессию и отправить человека к специалисту еще до того, как ему самому это придет в голову – нейросети также способна сыграть на опережение, заранее предсказав риск появления депрессии.

    Уже есть успехи в прогнозировании возможной послеродовой депрессии, о чем в недавней публикации в Information Fusion сообщили исследователи из Бразилии, Португалии, Саудовской Аравии и России.

    Они предложили показывать нейросети данные о состоянии здоровья, возрасте, истории болезней рожениц. Склонность к депрессии возникает у женщин с повышенным уровнем сахара в крови и у молодых рожениц, которым выполняли кесарево сечение.

    Важно

    Имеют значение и другие факторы, которые искусственный интеллект учитывает лучше, чем врач. Нейросеть, например, может обратить внимание на то, что роженица живет в неблагополучном районе.

    В дальнейшем врачи смогут пользоваться подсказками искусственного интеллекта, а отслеживать состояние пациентов можно будет с помощью дистанционных датчиков. И чем дольше будет обучаться нейросеть, тем точнее будут становиться рекомендации.

    Хотя для того, чтобы нейросети стали настоящими помощниками, их предстоит научить объяснять врачам-людям причины своих решений.

    Это позволит избежать ошибок, от который искусственный разум тоже не застрахован – ведь как выяснилось недавно, искусственный интеллект может перенять заблуждения у людей.

    Источник: https://www.nkj.ru/news/34430/

    Искусственный интеллект диагностирует генетическое заболевание по фотографии

    Программа DeepGestalt, разработанная учеными из США, Израиля и Германии, позволит искусственному интеллекту распознавать редкие генетические заболевания по фотографиям пациентов.

    DeepGestalt уже умеет определять более 200 нарушений, включая очень редкие, которые дают о себе знать в первые годы жизни ребенка. Диагностировать их до сих пор было дорого и сложно. В качестве примера медики, работавшие над программой, приводят синдром Корнелии де Ланге (распространенность — 1 случай на 45 000).

    Заболевание зачастую сопровождается умственной отсталостью. Синдром выдают изогнутые и сросшиеся брови, открытые вперед ноздри, тонкая верхняя губа, направленные вниз уголки губ и маленький подбородок. Искусственный интеллект может с высокой долей вероятности определить правильный диагноз по фотографии такого пациента.

    DeepGestalt анализирует форму глаз, рта, подбородка, расстояние между бровями. Всего программа распознает 130 точек на лице и анализирует черты пациента, сопоставляя их с характерными проявлениями 216 генетических синдромов.

    В процессе тренировки программа изучила 17 тысяч изображений. Так, синдром Корнелии де Ланге она начала распознавать, сравнив 614 фотографий пациентов с таким диагнозом и 1100 снимков людей, не страдающих этим заболеванием.

    В рамках тестового задания DeepGestalt должна была определить по изображениям, у кого синдром есть, а у кого нет. Точность составила 97%.

    Чуть хуже оказались результаты аналогичного теста на распознавание синдрома Ангельмана — люди с таким нарушением зачастую имеют сравнительно небольшую голову и широкий рот с выдающейся вперед верхней челюстью.  Искусственный интеллект выдавал правильный ответ в 92% случаев.

    Далее ученые проверяли, как DeepGestalt различает 216 известных программе генетических синдромов и «подбирает» подходящий вариант человеку на фотографии.

    Совет

    Проанализировав снимок, искусственный интеллект выдавал список из 10 наиболее вероятных диагнозов. В 90% случаев правильный диагноз оказывался в этом списке.

    Подробно о том, как работает программа, ученые рассказали в своей статье, опубликованной в Nature Medicine.

    Разработчики, создавшие программу, ориентировались, в первую очередь, на детских врачей. Естественно, предложенные искусственным интеллектом диагнозы предстоит оценивать и перепроверять специалистам. DeepGestalt может определять только те нарушения, которые проявляются в чертах лица.

    Появление этой программы, по мнению разработчиков, избавит семьи, в которых есть ребенок с редкими врожденными нарушениями, от многолетних хождений по врачам в поисках правильного диагноза.

    Искусственный интеллект все чаще обучают диагностике заболеваний. Разные программы уже позволяют определять по фотографии диабетическую ретинопатию, грозящую перерасти в слепоту, и еще несколько десятков заболеваний глаз, успешно проводить дерматоскопию, выявляя рак кожи…

    © Доктор Питер

    Источник: http://doctorpiter.ru/articles/21159/

    Искусственный интеллект в медицине: перспективы и основные проблемы | Блог Medical Note о здоровье и цифровой медицине

    Медицина, ранее ориентированная на лечение острых заболеваний, сегодня уделяет все больше внимания хроническим недугам — ожирению, депрессии, диабету.

    Выявление сердечной недостаточности, аутоиммунных расстройств и онкологических заболеваний на ранних этапах спасает жизни многим пациентам, но усложняет задачу врачам.

    Скачать бесплатное приложение

    Даже гениям медицины, обладающим профессиональными интуицией и опытом, не так просто принять верное решение, ведь с каждым часом объемы медицинских данных стремительно растут.

    Чтобы быстро решить задачу, медикам нужно задействовать, помимо собственного, еще один интеллект — искусственный.

    Что же такое искусственный интеллект?

    Под искусственным интеллектом (ИИ) специалисты подразумевают способность машины имитировать рациональное поведение человека. Машина должна воспринимать изменяющуюся информацию и принимать оптимальные решения.

    К началу XXI века применение в медицине нашли две концепции ИИ — экспертные системы и нейронные сети.

    Как работают экспертные системы

    Экспертные системы начали разрабатывать еще в 70-ые годы XX века. Ключевой частью экспертной системы является база знаний — совокупность сведений о предмете и набор инструкций, применимый к фактам.

    Факты в базе знаний экспертной системы описывают постоянные явления в конкретной предметной области. Например: «У здорового человека две ноги».

    Обратите внимание

    В процессе работы система получает информацию о конкретной задаче: «У пациента А одна нога», которые сохраняет в рабочей памяти. Рабочая память обращается к базе для вынесения вердикта: «Пациент А болен».

    Создание экспертных систем требует огромных ресурсов. Чтобы получить хорошую экспертную систему, нужны эксперты в области, инженеры по знаниям, программисты. Базу знаний необходимо не только создавать, но и постоянно пополнять.

    Как работают нейронные сети

    В настоящее время концепция экспертных систем переживает серьезный кризис. Благодаря способности учиться рынок ИИ завоевали нейронные сети (НС).

    Механизм работы НС основан на принципе биологических нейронных сетей. В компьютерном виде НС представляют граф с тремя или более слоями нейронов, соединенных в слоях тем или иным образом. У соединений есть веса, играющие важную роль в обучении НС.

    Во время обучения на входные нейроны подаются данные. В дальнейшем данные обрабатываются нейронами на внутреннем слое, и на выходных нейронах получаются определенные новые значения.

    Если полученные значения не устраивают исследователей, они меняют вес соединений в нейронной сети и заново ее учат. Чем больше данных получает НС, тем более достоверный ответ на запрос она выдает.

    К примеру, на наш запрос к системе: «Болит голова, озноб и высокая температура» НС, проанализировав медицинские карточки тысяч пациентов, может выдать ответ: «С высокой долей вероятности у Вас грипп».

    Важно отметить, что знаниями о том, что такое температура, озноб, грипп, сеть не обладает. Она лишь находит связи между симптомами и заключениями врача в выборке данных и ранжирует эти взаимосвязи по их весу.

    Главное отличие ИИ от обычных компьютерных программ

    В отличие от привычных компьютерных программ, при создании ИИ программисту не нужно знать всех зависимостей между входными данными и результатом. Там, где человеком уже созданы математические модели например, для статистической обработки медицинских карт ИИ не требуется.

    Работа ИИ заключается в обучении на массиве достоверных данных и в поиске тех формул и зависимостей, которые не определяются человеком.

    На что способен медицинский искусственный интеллект

    Практики и опыта врача может не хватать для верной диагностики заболевания. Обладающая доступом к научной литературе и миллионам историй болезней нейронная сеть может быстро классифицировать случай, соотнести его с похожими и сформулировать предложения по плану лечения.

    На сегодняшнем этапе развития технологий ИИ не может решать сложные задачи, непосильные для врача: например, создавать фантастические приборы, самостоятельно сканирующие человека и назначающие эффективное лечение.

    Интеллектуальные решения для врачей

    Сейчас ИИ решают относительно простые задачи: например, дают заключение, присутствует ли инородное тело или патология на рентгенологическом снимке, и имеются ли раковые клетки в цитологическом материале. При этом точность оценок медицинских данных — МРТ, снимков УЗИ, маммограм — уже превышает 90%.

    Диагностическая точность ИИ превышает 90%

    Проект IBM: Watson

    Самым известным примером внедрения ИИ в медицинской диагностике стала система IBM Watson. Это суперкомпьютер, который умеет отвечать на вопросы, сформулированные на языке обывателя, а не на языке программирования.

    В 2015 году корпорация IBM даже создала отдельное подразделение — IBM Watson Health, которое занимается внедрением технологии ИИ в здравоохранении.

    У компьютера Watson есть доступ к различным источникам данных: энциклопедиям, базам научных статей, антологиям знаний. Благодаря огромным вычислительным мощностям, IBM Watson смог проанализировать 30 миллиардов медицинских снимков и 50 миллионов анонимных электронных медицинских карт.

    Читайте также:  В лондонском музее встречать посетителей будет необычный сотрудник

    Первоначально IBM обучали и применяли ИИ в онкологии. Однако недавно разработчики IBM Watson начали сотрудничать с Американской кардиологической ассоциацией.

    Теперь по данным изображения УЗИ когнитивная платформа будет искать признаки стеноза аортального сердечного клапана (очень распространенного типа порока сердца).

    Технологии Watson Health доступны через облачную платформу Watson Health Cloud. Она предназначена для врачей, исследователей, страховых агентов и медицинских компаний.

    Источник: https://blog.mednote.life/articles/technology/iskusstvennyy-intellekt-v-medicine

    Прорыв в Искусственном Интеллекте

    То, что искусственный интеллект из года в год развивается, известно каждому из нас. Если бы человек узнал, какие сегодня технологии разработаны и разрабатываются, он вряд ли бы поверил, что они вообще могут существовать.

    Но знаете ли вы, насколько стремительно развивается искусственный интеллект именно благодаря нейронным сетям? Кстати, об их существовании люди знали даже в далеком прошлом, когда высокими технологиями считались те электронные приборы, которыми сейчас никто не пользуется.

    Но работать с нейронными сетями было просто невозможно, поскольку не было технологий достаточной мощности для этой деятельности. Сегодня все изменилось – высокотехнологичные разработки позволяют работать над самыми удивительными научными открытиями.

    Искусственный интеллект, способный развиваться

    Неспроста миллиарды долларов вкладываются в изучение искусственного интеллекта. Нейронные сети позволяют разработать не просто машину, способную выполнять рутинные задачи. Они дают возможность искусственному интеллекту развиваться самостоятельно, становится умнее и учиться мыслить логически.

    В видеоролике подробно рассказано о том, на что способен искусственный интеллект, если объединить его с нейронными сетями. Десять лет назад никто подумать не мог, что разработанный учеными интеллект будет способен не только выполнять заданные задачи человеком, но и самостоятельно принимать верные решения, полагаясь исключительно на свое компьютерное мышление.

    Сегодня это стало реальностью — и сейчас только начала эпохи нейронных сетей.

    То, что нейронные сети способны самостоятельно развиваться, доказать довольно просто. Наверняка вы слышали про беспилотные автомобили. Достаточно активировать автопилот, после чего водитель может спокойно отдыхать, поглядывая на дорогу, пока система будет самостоятельно везти его в назначенный пункт. Такой технологии никогда бы не возникло, если бы не нейронные сети.

    Важно

    Невозможно просто взять и написать код, запрограммировать автомобильную систему и заставить робота вести машину так, как это делает человек. Ведь на дороге возникают самые различные ситуации, каждый из которых не внесешь в код.

    Именно поэтому ученые разработали систему, после чего заставили автомобиль самостоятельно проехать тысячи километров, чтобы он «набрался опыта» и понимал, с какими ситуациями может столкнуться в дорожных условиях. Тем большее расстояние преодолевает транспортное средство, тем умнее становится автопилот, а его вождение все больше напоминает человеческое и в то же время безошибочное.

    Сфера нейронных сетей в ближайшие десятилетия будет активно развиваться. Благодаря этому мы с вами столкнется с теми технологиями, о возможности существования которых ранее никто предположить не мог!

    Почему нейронные сети сделают нашу жизнь лучше?

    Обычные люди, как правило, не особо обращают внимание на важность нейронных сетей, предполагая, что это просто научные разработки, которые никак их не коснутся. На самом деле, именно благодаря этим сетям наша жизнь станет гораздо более удобной.

    Приведем простой пример – вам необходимо связаться по работе с человеком из другой страны с помощью «Skype». Ваш партнер не знает русского языка, из-за чего общения получается с ним скованным, а недопонимание не позволяет решать деловые вопросы.

    Но достаточно активировать функцию автоматического перевода слов, которые произносит собеседник, чтобы понимать, о чем он говорит. Грубо говоря, ваш собеседник говорит на своем языке, далее система переводит его слова и робот уже вам доносит то, что сказал человек.

    Вы думаете, это фантастика? На самом деле, данная функция уже работает в вышеупомянутом мессенджере и ее стабильно улучшают. И даже этот простой пример говорит о том, насколько высокотехнологичными являются нейронные сети и какую пользу они принесут миру.

    «Никто в интернете не останется незамеченным»

    Наверняка вы сталкивались с такой ситуацией, когда находили фото интересующего вас человека, но не знали как с ним связаться с помощью социальных сетей, поскольку никаких контактных данных у вас не было. А теперь представьте, что исключительно с помощью снимка вы сможете узнать о человеке всю информацию, которую он разместил в интернете. И это стало возможно именно благодаря нейронным сетям.

    Команда из России создала сервис, куда загрузила тонны снимков из социальных сетей, после чего работать начали нейронные сети. Как они работают? Допустим, у вас есть снимок и вы хотите найти человека, который на нем изображен.

    Вы загружаете фото, после чего искусственный интеллект его анализирует и выдает страницы из социальных сетей тех людей, которые очень похожи на личностей, изображенных на вашей фотографии.

    Так как сервисом воспользовались уже десятки тысяч людей, можно с уверенностью сказать, что нейронные сети ошибаются очень редко.

    Даже полицейские пользуются данным сервисом, ведь представителям закона, полагаясь всего лишь на единственный снимок, удается найти страницу преступника, после чего уже с помощью нехитрых манипуляций обнаружить его самого.

    Еще одна технология, которая разрушит приватность некоторых личностей заключается в том, что нейронные сети научились распознавать лица даже в том случае, если замазаны. Конечно, точность выявления лиц не является 100%, но ученые заявляют, что процент точности достаточно высок, 80-90%. И это только на данном этапе разработки технологии.

    Поэтому никому больше не удастся спрятать свое лицо за «кубиками» и быть уверенными, что никто не знает, что это именно вы на фотографии, или же приватном видеоролике. Кстати, данная технология уже была протестирована на самом популярном видео-хостинге «YouTube».

    Здесь опубликовано множество видео с замазанными лицами – нейронные сети наглядно показали, как за считанные секунды они выявляют лица с высокой точностью.

    Насколько полезные нейронные сети?

    Некоторые могут сказать, что распознавание личностей, нахождение их страниц не принесет миру никакой пользы. И это действительно так, часть нейронных сетей используются не для благоустройства мира. Но не стоит забывать, что изначально их разрабатывают для улучшения жизни человека.

    Сегодня огромные бюджеты и усилия ученых направлены на внедрение нейронных сетей в медицинскую сферу.

    Еще несколько лет назад никто подумать не мог, что искусственному интеллекту достаточно будет изучить сетчатку глаза пациента, чтобы выявить у него предрасположенность к определенным заболеваниям.

    Будущее, которого никто себе представить не мог

    Не стоит предполагать, что только определенная группа ученых погрузились в изучение нейронных сетей. Сотни стартапов по всему миру открываются с целью создать невероятный искусственный интеллект на основе нейронных сетей.

    Сейчас нельзя сказать, что мир кардинально меняется благодаря таким технологиям. Но в то же время не получится отрицать то, насколько весомый вклад сети вносят в будущее человечества. Те технологии, которые казались фантастикой, уже развиваются на наших глазах.

    Не это ли раньше нам казалось научной фантастикой?

    Источник: https://kiborg.pro/iskusstvennyj-intellekt/proryv-v-iskusstvennom-intellekte/

    Искусственный интеллект поставил крест на приложении от Amazon

    Image caption Алгоритм так же отдавал предпочтение мужчинам при найме, как и IT-кадровики из крови и плоти

    Тестировавшийся компанией Amazon алгоритм искусственного интеллекта для поиска сотрудников оказался сексистским: от предрасположенной к найму сотрудников-мужчин программы в итоге пришлось отказаться, сообщает Рейтер.

    В этом случае, похоже, аналитики наступили на грабли отбора данных для обучения приложения: они “скормили” искусственному интеллекту массив информации за десятилетний период, за который большинство присланных в корпорацию резюме приходили от мужчин.

    Они не первые, кто невольно допустил ошибку сужения выборки информации для системы: например, после того как в 2016 году Microsoft запустила в “Твиттере” свой чатбот Tay, он сразу же стал популярен среди троллей, которые научили его поддерживать расистские идеи, призывать к геноциду и восхищаться Гитлером.

    В Amazon не ответили на запрос Би-би-си.

    Совет

    Журналистам Рейтер удалось на условиях анонимности пообщаться с пятью членами команды разработчиков, которые участвовали в создании самообучающегося алгоритма с 2014 года.

    По их словам, изначальная задумка предполагала, что система сама оценит резюме и мотивационные письма соискателей работы, а затем присвоит им рейтинг от одной до пяти звёздочек.

    “Руководство буквально хотело, чтобы вы давали алгоритму 100 резюме, из которых он бы составил топ-5, и компания впоследствии могла бы нанять этих людей”, – заявил Рейтер один из программистов.

    “Отбраковка женщин”

    К 2015 году, однако, уже стало понятно, что созданная система не придерживается принципа гендерной нейтральности, поскольку большинство резюме за предыдущие годы в Amazon присылали мужчины.

    Таким образом, алгоритм начал отбраковывать заявки со словом “женщины”. Программу отредактировали так, чтобы искусственный интеллект не маркировал это слово и его производные как нечто негативное, но это не очень помогло.

    Amazon признал программу ненадёжной, и проект закрыли, однако, по информации Рейтер, ещё какое-то время отдел кадров принимал во внимание рекомендации алгоритма, хотя и не основывал на них своё окончательное решение.

    https://www.youtube.com/watch?v=EFd1uWNT0AU

    Реакция пользовательниц в соцсетях на новость была обескураженно-негодующей.

    “Невообразимо”, – пишет британская техническая журналистка Холли Брокуэлл.

    “За каждым устройством ИИ стоят предубеждения тех, кто его создавал”, – уверена научная эссеистка Рейчел Фэрбэнк.

    “Интересно, как все эти рекрутинговые компании, использующие ИИ, убеждают своих клиентов, что используемые ими системы объективны“, – задаётся вопросом бизнес-репортёрша Ребекка Гринфилд.

    По данным Amazon, в настоящий момент 60% сотрудников корпорации по миру – мужчины.

    При этом недавнее социологическое иследование рекутингового сайта CareerBuilder выявило, что 55% опрошенных кадровиков уверены в резком росте роли ИИ при найме сотрудников уже в ближайшие пять лет.

    “Запрограммирован на провал”

    Изначальная необъективность подобных механизмов уже не раз обсуждалась в профессиональном сообществе.

    В июне команда исследователей Массачусетского технологического института (MIT) сообщила о создании психопатического алгоритма “Норман”.

    Правообладатель иллюстрации MITImage caption “Норман” – алгоритм, который обучен распознавать и интерпретировать фотографии и прочие изображения с точки зрения психопата

    Его обучили распознавать и интерпретировать фотографии и прочие изображения с точки зрения человека.

    Они пытались понять, как повлияют на восприятие мира искусственным интеллектом фотографии и изображения из темных уголков интернета.

    В мае 2017 года выяснилось, что ИИ, который тестировался в судах США, негативно расположен к темнокожим обвиняемым, считая их вдвое более способными на криминальный рецидив, чем белых.

    Читайте также:  10 примеров искусственного интеллекта, которые мы используем в нашей повседневной жизни

    Как выяснили программисты, проблема была в том, что алгоритм обучался по статистике полицейских задержаний и уличных выборочных проверок, а большинство задержанных и проверяемых в США – темнокожие.

    Источник: https://www.bbc.com/russian/other-news-45814099

    Алгоритмы ищут болезни: московские радиологи расширяют кругозор искусственного интеллекта

    Технологии машинного обучения меняют мир лучевой диагностики. Искусственный интеллект, применяемый при скрининге рака легкого, вскоре научат выявлять и другие патологии.

    Из всех возможных областей применения технологий машинного обучения на медицину смотрят с особым вниманием и надеждой. Искусственный интеллект, несмотря на все его несовершенство, уже помогает не только развивать бизнес, но и спасать жизни.

    Интегрированное в единую радиологическую сеть современное диагностическое оборудование, которым осащены медицинские организации столицы, положило начало накоплению больших данных, и эта информация становятся «пищей» для искусственного «ума».

    Обратите внимание

    Сегодня применение технологий машинного обучения для скрининга рака в столичном Научно-практическом центре медицинской радиологии Департамента здравоохранения Москвы (НПЦ МР ДЗМ, проект «Радиология Москвы») выходит на новый уровень. Теперь при скрининге рака легкого искусственный интеллект научат выявлять и другие патологии.

    «Комплексное развитие когнитивных систем искусственного интеллекта нацелено на рывок в повышении качества медицинской помощи», Виктор Гомболевский, руководитель отдела развития качества радиологии НПЦ МР ДЗМ

    Эксперты проекта «Радиология Москвы» активно участвуют в разработке систем поддержки принятия решений для врачей-рентгенологов. Это оборудование позволяет работать с группами исследований в Едином радиологическом информационном сервисе (ЕРИС), высвобождая время доктора для действительно сложных задач.

    Одни из самых интересных проектов нацелены на выявление рака легких на ранних стадиях посредством автоматического поиска очагов в легких на КТ-исследованиях грудной клетки, а также на проверку качества описаний и заключений этих КТ-исследований путем интеллектуального анализа текстов, написанных на естественном языке.

    Рак легкого — самый смертоносный среди всех онкологических заболеваний. Эпидемиологическая ситуация с раком легких в Москве такова, что требуются комплексные решения со своевременной диагностикой и эффективной маршрутизацией пациентов. Цель скрининга рака легких — выявить рак, прежде чем он распространится за пределы органа.

    Из всех случаев рака легкого только 15% локализовано непосредственно в легких. Однако данное заболевание выявляют обычно уже после того, как оно распространилось за пределы легкого.

    Единственный эффективный способ диагностировать эту онкологию вовремя — проводить низкодозную компьютерную томографию (НДКТ) гражданам из группы риска, не имеющим признаков болезни.

    В результате запуска массового скрининга рака легкого в Москве в марте прошлого года накопился большой объем данных.

    Важно

    Чтобы использовать эту информацию на благо здравоохранения, было решено применить технологии машинного обучения.

    Как отметил руководитель проекта «Радиология Москвы» профессор Сергей Морозов, скрининговые программы служат мощным стимулом к повышению спроса на автоматизированные решения и алгоритмы компьютерного анализа изображений.

    От простого к сложному

    На сегодняшний день в лучевой диагностике искусственный интеллект больше всего используется при решении когнитивно простых задач, а именно для формирования подсказок врачу, готовящему вывод по результатам исследования.

    Однако текущий уровень развития цифровых технологий позволяет решать значительно больше медицинских задач. Так, разделяя все случаи на «норму» и «патологию», искусственный интеллект дает рентгенологу возможность сфокусироваться именно на патологии.

    Кроме того, такая система может автоматически искать различия между снимками в динамике, классифицировать патологии, предоставлять «второе мнение», формировать сложные алгоритмы обработки больших данных для оценки среды, окружающей пациента.

    С помощью этой технологии можно изучать новые биомаркеры для развития систем раннего предупреждения заболеваний и создавать «калькуляторы» персонализированного риска.

    На основе ретроспективного анализа 10 тыс. КТ-исследований грудной клетки пациентов было отобрано 5 тыс. с патологическими находками для последующего маркирования и тегитирования. Тем самым была сформирована специальная база размеченных КТ-исследований, на которых системы искусственного интеллекта учат искать очаги в легких.

    Кроме того, в рамках проекта «Радиология Москвы» разработан специальный программный продукт, позволяющий одновременно проводить независимую разметку и ее верификацию по любому массиву данных, с привлечением неограниченного числа рентгенологов.

    Совет

    Эти данные применяются в разработке системы для поиска очагов в легких, работы ведутся совместно с Департаментом информационных технологий Москвы.

    На сегодняшний день в Москве проведено в общей сложности более 14 тыс. НДКТ. Расчеты проведенного пилотного проекта показали, что из 86 выполненных НДКТ у пациентов из группы риска будет выявлен как минимум один рак легкого. Оценить результаты снижения смертности от данного заболевания планируется в 2024 году.

    Расширение «кругозора»

    Теперь искусственный интеллект может быть применен для поиска дополнительных патологий при проведении НДКТ. В новом проекте НДКТ 2.

    0 ставится несколько целей, помимо обнаружения рака легкого, — выявление остеопороза, коронарного кальция, аневризмы аорты, расширения легочного ствола, жирового гепатоза и эмфиземы легкого.

    Сейчас уже идет подготовка баз данных для тестирования и обучения алгоритмов под эти задачи.

    «Роль искусственного интеллекта в скрининге рака легкого значительно шире, чем автоматический поиск узелков в легких, — говорит Виктор Гомболевский, руководитель отдела развития качества радиологии НПЦ МР ДЗМ. — А комплексное развитие когнитивных систем искусственного интеллекта нацелено на рывок в повышении качества оказываемой медицинской помощи».

    Гомболевский, кандидат медицинских наук, врач-рентгенолог, не только является разработчиком проекта «Московский скрининг рака легкого», но и возглавляет комитет по искусственному интеллекту Московского регионального отделения Российского общества рентгенологов и радиологов.

    По мнению Гомболевского, в использовании потенциала искусственного интеллекта сделаны лишь первые шаги.

    Сегодня медицинские системы искусственного интеллекта — это разрозненный парк решений для экономии времени, сокращения дозы лучевой нагрузки, поиска и классификации находок, консультации пациентов и направляющих врачей, подготовки изображений, распознавания естественного языка и других локальных задач, результаты которых выразятся в экономии финансовых ресурсов и повышении качества медицинских услуг.

    Источник: https://www.cio.ru/articles/2495

    Мечтают ли пациенты о рободокторах

    Как может измениться медицина, вооруженная искусственным интеллектом? Об этом мы беседуем с Евгением Николаевым, исполнительным директором компании Life Data Lab, докладчик второй международной конференции  в Санкт-Петербурге, организатором которой стала компания «Инвитро».

    — Евгений, если говорить упрощенно, то искусственный интеллект — это некая компьютерная программа…
    — …Которая имитирует человеческий интеллект в решении задач, строго не формализированных и требующих нешаблонного, иногда откровенно творческого подхода.

    Например, искусственный интеллект может написать музыку, имитируя стиль конкретного композитора. Или заниматься прогнозированием — и это то, что уже приходит в медицину. Уже сейчас предсказание распространения эпидемий начинает строиться с помощью методов машинного обучения.

    Например, в нескольких французских госпиталях собрали данные по степени загруженности врачей за прошедшие десять лет и дали для анализа искусственному интеллекту — программе, которая научилась просчитывать почасовую загрузку госпиталя на две недели вперед. Программа учитывала погоду, какие-то внешние события, сезонность. И это здорово облегчило жизнь и врачам, и пациентам.

    — На кого в большей степени ориентированы такие программы — на врачей или пациентов?
    — Думаю, что раньше искусственный интеллект станет помощником пациента.

    Обратите внимание

    Ведь для того, чтобы такой инструмент стал помощником врача он должен пройти серьезнейшие проверки.

    А простой сервис для, например, оценки риска инфаркта, может появиться в магазине приложений хоть завтра и сразу стать популярным у миллионов людей.

    Первые наглядные примеры — браслеты-шагомеры. Сейчас они собирают данные о шагах, пульсе, сне, подсказывают простые вещи вроде оптимального времени для пробуждения. Но это первая ласточка, постепенно носимых устройств, собирающих, обрабатывающих данные о вас, становится все.

    Например, существуют экспериментальные образцы глюкометров, которые чуть ли не ежечасно мониторят уровень сахара в крови без всяких инъекций. Появляются простейшие устройства, которые снимают примитивную ЭКГ. И скоро они станут совсем не простыми.

    — Не получится ли так, что с помощью носимого устройства человек будет сам себе ставить диагноз и, как следствие, часто и необоснованно обращаться к врачу.
    — На начальном этапе гипердиагностика действительно может увеличиться. К тому же, такие сервисы — коммерческий продукт, который будет бороться за место в телефоне пользователя.

    Кто раньше всех сможет предсказать риск инфаркта, к тому и будут прислушиваться. И из-за этого возможны и заниженные критерии качества работы, и откровенные злоупотребления. Это неизбежно, пока мы не накопим и отрицательный, и положительный опыт.

    Кстати, в таком положении сегодня находятся все страны — и Европа, и США, все ищут правильные рычаги управления инструментами с искусственным интеллектом.

    — О минусах вы сказали. А каковы плюсы?
    — По мере накопления данных носимые устройства будут точнее определять критические изменения в организме. Это в итоге изменит пациента, поможет с ранней диагностикой.

    Кроме того, эти устройства могут очень сильно облегчить жизнь людям с хроническими заболеваниями.

    Прогресс не стоит на месте, и машины, обрабатывающие данные, смогут точнее регулировать и мониторить состояние и принимать правильные решения.

    — Как прибор поймет, что пища опасна для человека, если он даже не начал есть?
    — Все очень просто. Например, программа получает доступ к геопозиции и микрофону. И включается, если вы дома лежите на диване и заказываете по телефону пиццу. Или распознает, что вы в ресторане, «слышит» ваш заказ и реагирует на него.

    Важно

    Контролировать, с вашего разрешения, разумеется, очень легко, это уровень мобильного телефона, который есть у каждого. Мобильники обладают колоссальным, еще не раскрытым потенциалом, которой увеличивается еще больше за счет огромного спектра дополнительных устройств. Программы в сотовом могут измерить пульс, уровень стресса, определить по голосу раннюю стадию болезни Альцгеймера.

    Или программы, интегрированные с носимым глюкометром, которые подсказывают, что сейчас надо немного подвигаться, отказаться от сладкого — все это вполне реальное будущее.

    — Вернемся к плюсам. Есть еще какие-то помимо помощи хроническим больным?
    — Конечно! Искусственный интеллект — это еще и отличный инструмент для генерации «второго мнения» там, где достаточно исследовать медкарту пациента.

    Машина может обучаться на основе огромного количества историй болезни и медицинских правил, на основе опыта большого количества специалистов. И, кстати, поможет не только пациенту получить еще одно экспертное мнение, но и врачу.

    Если у врача есть какие-то сомнения, он обращается к опыту, накопленному его коллегами и сконцентрированному в умной машине.

    — Есть ли у искусственного элемента риск ошибиться?
    — Как и человек, ИИ может ошибиться. Однако я ожидаю, что во многих вещах вероятность ошибки у хорошо обученных систем, применяемых по назначению, будет ниже, чем у среднестатистического специалиста.

    Например, у IBM есть известный инструмент Watson. В 2016 году независимые исследователи с помощью этого инструмента проверили тысячу историй болезни онкологических пациентов.

    В 99% случаев Ватсон назначил лечение, совпадающее с наиболее актуальными клиническими рекомендациями, а в 30% случаев нашел вариант лечения, который пропустили врачи.

    — В каких нозологиях стоит прежде всего ожидать применение искусственного интеллекта?
    — Во-первых, в самых дорогостоящих с точки зрения лечения, таких, как онкология. Здесь экономия средств даже на один процент повышает эффективность расходов на здравоохранение.

    А во-вторых, те нозологии, где можно быстро набрать большие объемы данных: гинекология, урология, стоматология — там данных очень много, чтобы учить машину и оттачивать свои методики.

    Читайте также о том, и .

    Рекомендуем:

    Источник: http://wi-fi.ru/desktop/news/16/1899513

    Ссылка на основную публикацию
    Adblock
    detector