Искусственный интеллект теперь может поставить диагноз за 15 минут

Диагноз по аватару. Как искусственный интеллект обошел врачей

Воскресенье, 13 Января 2019, 17:00

ИИ обучили обнаруживать целый ряд генетических нарушений по фотографии

Около 8% населения планеты являются носителями различных генетических заболеваний.

Некоторые из таких болезней влияют на черты лица: так, у людей с синдромом Нунан (врожденный порок сердца, искривление грудной клетки, низкий рост) — широко поставленные глаза, низко расположенные уши, у людей с синдромом Корнелии де Ланге (умственная отсталость, множественные пороки развития) — тонкие сросшиеся брови, деформированные уши, маленькие курносые носы.

Распознать, от какого именно генетического заболевания страдает человек, сложно. Для этого проводятся генетические тесты, однако они довольно дорогие, да и порой для правильного диагноза таких тестов приходится проводить немало.

Между тем в лечении генетических заболеваний важно как можно раньше поставить диагноз, чтобы максимально сгладить течение и последствия недуга.

Обратите внимание

 Исследователи из израильской компании FDNA, занимающейся фенотипированием с помощью искусственного интеллекта, разработали алгоритм DeepGestalt: он способен определить наличие генетического заболевания у ребенка по фотографии. 

Медики давно используют изменения черт лица человека для первичной диагностики заболеваний. Были программы, которые анализировали, насколько лицо пациента соответствует набору изменений, характерных для одной определенной болезни. DeepGestalt позволяет проверить лицо пациента на соответствие фенотипа сразу множеству болезней.

Нейронную сеть обучали на фотографиях детей. Программа разбивает лицо пациента на фрагменты 100х100 и анализирует, какого вероятность возникновения того или иного заболевания для каждого из фрагментов.

После чего все «мини-диагнозы» суммируются и определяется наиболее вероятное заболевание. Сперва в программу загрузили более 17 тыс фото детей с двумя сотнями различных генетических заболеваний. После обработки этих фотографий систему протестировали на 502 фото больных детей.

В итоге алгоритм DeepGestalt смог верно распознать заболевание в 64% случаев.

Программа сортировала возможные заболевания по степени вероятности: в 91% случаев правильный синдром оказывался в первой десятке, а в некоторых случаях программа даже превзошла врачей.

 Так, DeepGestalt отличает синдром Ангельмана («синдром Петрушки» — задержка развития психики и припадки, сопровождающиеся частыми улыбками и смехом) от других заболеваний с точностью в 92%, тогда как результат врачей — 78%.

 При диагностике синдрома Корнелии де Ланге алгоритм смог отличить заболевание от других генетических отклонений в 97% случаев, тогда как врачи — лишь в 75%.

Также ученым удалось добиться распознавания разных типов генетического заболевания.Так, при синдроме Нунан мутации могут возникать в разных генах, что проявляется к различиям в строении лица. Программа научилась распознавать пять типов этой патологии с точностью до 64%.

Важно

Создатели DeepGestalt называют свою программу «технологией фенотипирования нового поколения», хотя и отмечают, что ее необходимо дорабатывать. В то же время ученые побаиваются, что посредством их изобретения людям могут нанести вред, разглашая их диагнозы или используя, к примеру, для отказа в приеме на работу — фото человека сегодня раздобыть не проблема.

Это далеко не первый случай, когда искусственный интеллект используют для диагностики различных заболеваний. Так, существует метод, позволяющий прогнозировать заболевания сердца с помощью сканирования сетчатки глаза.

По данным исследователей, проблемы с сердцем алгоритм прогнозирует с точностью 70%. Этот результат сопоставим с классической методикой SCORE, для которой пациенту требуется сдать анализ крови.

Еще одна группа ученых научила искусственный интеллект распознавать рак шейки матки по медицинским снимкам. Еще одна программа на основе трехмерной визуализации сердца может точностью до 73% рассчитать риск смерти у людей с недавно диагностированной легочной гипертензией.

А специалисты Гарвардской медицинской школы и Медицинского центра Бейт-Исраэль разработали систему ИИ, которая диагностирует рак груди с точностью 92%.

Летом этого года китайская система искусственного интеллекта BioMind стала победителем в соревновании с докторами: программа и доктора диагностировали опухоли мозга и прогнозировали развитие гематом.

Система ставила правильный диагноз в 87% из 225 случаев за 15 минут, точность диагнозов команды из 15 врачей составила 66%.

Кроме того, искусственный интеллект правильно диагностировал 83% случаев развития гематомы, оказавшись на 20% точнее команды докторов.

Источник: http://www.dsnews.ua/society/diagnoz-po-avataru-kak-iskusstvennyy-intellekt-oboshel-13012019170000

Врач, рак и нейросеть. Как применяется искусственный интеллект в онкодиагностике

Технологии в медицину приходят неравномерно. В одних направлениях, как в кардиологии, уже используются и развиваются боты-ассистенты, которые умеют анализировать электрокардиограммы.

В других, как в онкологии, — «оцифровка» биоматериалов, по которым врач дает заключение, принята далеко не везде.

ТАСС — о том, как эта ситуация начала меняться и каким образом изменения влияют на развитие алгоритмов, помогающих врачу поставить диагноз.

Как биоматериал становится файлом

«Здесь врачи отвечают на вопрос: есть у пациента рак или нет», — Алексей Ремез, руководитель гистологической лаборатории UNIM, расположенной в технопарке «Сколково», встречает нас у входа, выдает бахилы и начинает экскурсию.

Таких лабораторий, куда привозят биоматериалы пациентов онкодиспансеров, много по всей стране.

Схема следующая: врач-онколог назначает пациенту, обратившемуся, скажем, с подозрительной родинкой, проведение биопсии. Этот полученный материал отправляет в лабораторию.

Врачи-патоморфологи обрабатывают и исследуют ткань, чтобы понять: что за новообразование — злокачественное или доброкачественное.

Совет

Основной метод исследования не меняется десятки лет: доктор разглядывает ткань в микроскоп и дает заключение. Технологий, способных заменить в этом деле врача с микроскопом, — нет. И в ближайшее время, по мнению Ремеза, не появится. Зато есть другие технологические решения, которые, на первый взгляд, выглядят просто, но могут радикально изменить медицину. 

«Наша лаборатория — первая в России, где все диагностические исследования проводятся в цифровом виде, — говорит Алексей Ремез. — Во всех российских патоморфологических лабораториях диагностика проводится в аналоговом виде и предмет исследования — это физическое стекло.

 Слышали про случаи, когда человек засомневался в диагнозе, поставленном в онкодиспансере, и поехал перепроверять в израильскую клинику? С чем он едет туда — с вот этим стеклом.

Смысл нашей работы не в том, чтобы стать одной из лабораторий, а в том, чтобы вывести этот этап диагностики на другой уровень с помощью технологий».

Сначала биоматериал поступает на регистрацию, а оттуда — к врачу-патоморфологу. Доктор работает с ним, проводит вырезку, первичное исследование — все, как и в любой лаборатории. А вот дальше начинается «оцифровка» процесса.

«Биоматериалы размещаются в маркированные кассеты со штрихкодами, а также наносятся на стекла с такими же метками. И это тоже новация, как бы странно это ни звучало, — продолжает Алексей.

— В большинстве лабораторий блоки и стекла подписывают карандашом. «Цифровые» метки исключают возможность того, что на каком-то этапе анализы просто могут перепутать. Так, хотя и редко, случается, а это вопрос жизни пациента.

Снимки материалов сразу переводятся в электронный вид».

Все машины в лаборатории, через которые проходит материал, — их около десятка — связаны в единую систему с помощью программного обеспечения. Каждое действие записывается в историю в электронном виде. Эта «оцифровка» позволяет привлечь к диагностике врачей из любой точки мира.

«Исследование каждого материала проводится с привлечением двух и более экспертов. Благодаря «оцифровке», мы можем привлекать лучших специалистов по конкретному направлению. Если наш врач подозревает меланому — мы обращаемся к онкологу, который специализируется на раке кожи».

Чуда нет. Есть ошибки

Поставить диагноз в онкологии очень сложно. Ошибочные диагнозы — не редкость. У пациента есть рак, а врач выдает заключение, что рака нет. Или рака нет, а пациент получает такой диагноз, а вслед за ним химиотерапию. Чаще врач верно определяет, что рак есть, но ошибается с его типом.

«Это известная проблема, — говорит Ремез. — В России не проводили исследования, сколько неверных диагнозов. А в скандинавских странах озаботились этим вопросом. Собрали консилиум докторов и проверили какое-то значительное количество медицинских заключений.

Речь идет о 30% ошибок в той группе, которую выбрали для исследования. В целом можно говорить о десятках процентов ошибок. Чаще всего ошибки возникают не в определении: есть или нет злокачественный процесс.

А в определении фенотипа рака — это намного труднее, чем ответить на вопрос, что за ткань врач видит в микроскопе. Не все фенотипы просто известны медицине.

Обратите внимание

Бывает, что врач сталкивается с неизвестным ему типом, — его зарегистрируют через несколько лет, но пациент болеет сейчас. И если неверно определить фенотип, то лечение, скорее всего, будет неэффективным».

Недавно в лабораторию приехал мужчина из небольшого города. У его жены обнаружили опухоль мозга, сделали операцию, удалили, отправили на исследование в одну лабораторию. Там дали заключение, что эта опухоль злокачественная: нужно продолжать лечение. Он решил проверить и поехал по другим лабораториям, в том числе обратился в сколковский UNIM.

«В нашей лаборатории дали заключение, что рака нет. И еще в одной подтвердили, что это доброкачественный процесс. Если бы он не засомневался, его жена уже получала бы химиотерапию или лучевую терапию. Или другие виды лечения с очень серьезными побочными эффектами».

Другая история. «Десятилетнему мальчику поставили диагноз — лимфома. Он получил несколько курсов химиотерапии. А выяснилось, что он не болел никакой лимфомой. У нас проанализировали первичный материал. Потом мальчику провели повторную биопсию. Проанализировали все материалы в совокупности и дали заключение, что рака нет».

Когда Ремез слышит истории про чудеса в духе: «Мужчине поставили рак, ему оставалось максимум полгода, он уехал жить из города в деревню и уже пять лет чувствует себя хорошо», — он думает, что это тоже врачебная ошибка.

Нейросети и боты-рекламщики

Что еще позволяет сделать «оцифровка» медицинских данных? Создать алгоритм, который может помочь доктору в диагностике. Врач исследует массу характеристик опухоли. Недавно разработчики UNIM создали нейронную сеть, которая умеет определять, говоря медицинским языком, индекс пролиферативной опухоли Ki67. А если проще — насколько быстро опухоль растет. 

«Нейросеть считает общее количество клеток в материале и, определив, сколько из них экспрессирует, дает эту информацию, — рассказывает Ремез.

— До появления алгоритма посчитать это при помощи классических математических методов было сложно. Теперь врач может просто «дать» программе снимок и нажать на кнопку.

Обычно работа со снимком для определения этой характеристики занимала 15 минут, а теперь — до 30 секунд».

Нейросеть не отвечает на вопрос — есть рак или нет. Но при этом скорость роста опухоли — диагностически значимый параметр.

«Если доктор сомневается, злокачественная опухоль или доброкачественная, — он может посмотреть на эту характеристику. Высокий индекс — косвенный признак злокачественного процесса. Ткань в норме не должна так быстро делиться».

При этом, уточняет Ремез, ни один алгоритм еще не может заменить врача в онкодиагностике. Нейросети могут подсказывать, советовать, видеть точечные характеристики, но не давать заключения. Это важно знать, чтобы не стать обманутым. 

«Один врач увидел чат-бота в Telegram, который предлагал следующее: сфотографировать родинку и отправить на проверку. И тут же придет ответ: есть ли подозрения на злокачественный процесс. Это запредельная идея! Доктор положил на руку пряник, сфотографировал, отправил. Бот ответил, что это, возможно, серьезное поражение и нужно обратиться к врачу, — ну, и вот адрес нашей клиники».

Чему научатся алгоритмы через десять лет

Применение искусственного интеллекта в патоморфологии слабо развито. В других медицинских направлениях все иначе. 

«Очень активно развивается применение искусственного интеллекта в тех областях диагностики, которые уже накопили много «оцифрованных» данных, — объясняет Алексей Ремез. — Так происходит в рентгенологии, уже пару десятков лет все рентгены оцифровываются.

Читайте также:  Мнение экспертов: инвестиции в ии позволят увеличить число рабочих мест

Похожая ситуация в кардиологии: ленты ЭКГ также давно оцифровываются. В кардиологии данные, нужные для диагностики, намного проще, чем в патоморфологии, — вариативность меньше и сами они попроще. В патоморфологии речь идет о гигабайтах данных.

В кардиологии — о килобайтах, в рентгенологии — о мегабайтах, если говорить про одно исследование.Их проще нарабатывать, обрабатывать, с ними проще работать. Регуляторы пока медленно принимают эти технологии.

Важно

А когда они разрешат использование алгоритмов в кардиологии, в больницах ленту ЭКГ будет оценивать искусственный интеллект».

В онкодиагностику технологический прогресс тоже будет приходить, но медленее.

«Многие разработчики занимаются нейросетями для медицины, в том числе и для патоморфологии, — говорит Ремез. — Через десять лет будут нейросети, которые смогут «видеть» разные характеристики опухоли.

Будут разные системы поддержки принятия врачебных решений: и в диагностике, и в лечении. Алгоритмы смогут анализировать первичные медицинские данные.

Это вещи, которые уже появились и будут становиться лучше».

Анастасия Степанова

Источник: https://tass.ru/obschestvo/5444388

Искусственный интеллект превзошел врачей в диагностике опухолей | МИКС Tengrinews.kz

В Пекине система искусственного интеллекта BioMind Тяньичжи победила реальных врачей в двух раундах соревнований по диагностике опухолей головного мозга и прогнозированию расширения гематомы.

В первом раунде врачам и первой в мире системе ИИ в области нейровизуализации дали 225 изображений с внутричерепной опухолью, полученных при нейровизуализации, для определения диагноза.

Группа из 15 лучших врачей за 30 минут выполнила задачу, точность их анализа составила 66 процентов, а BioMind Тяньичжи, разработанная исследователями из Исследовательского центра по неврологическим заболеваниям и столичного медицинского университета, установила правильные диагнозы в 87 процентах из 225 случаев примерно за 15 минут.

Во втором раунде конкурентами системы ИИ стали десять китайских специалистов в сфере применения нейрорадиологии.

Группа врачей и система ИИ выполнили 30 заданий по диагностике цереброваскулярных заболеваний.

Система искусственного интеллекта также сделала правильные предсказания в 83 процентах случаев расширения гематомы головного мозга, опередив врачей, точность которых составила 63 процента.

«Я не удивлен результатам, — сказал Ван Юнцзюнь, исполнительный вице-президент больницы Beijing Tiantan, в которой находится Исследовательский центр.

Победу системы ИИ объяснили тем, что она изучила десятки тысяч изображений заболеваний, связанных с нервной системой, которые за последние 10 лет хранила больница Тяньтан в Пекине. И это сделало данную систему ИИ сопоставимой со старшим врачом по способности диагностировать распространенные неврологические заболевания, такие как менингиома и глиома.

Также сообщалось, что применение ИИ BioMind Тяньичжи в клинической практике значительно повысит точность и скорость диагностики.

Совет

Чэн Цзинлян, профессор радиологии в Первой аффилированной больнице Университета Чжэнчжоу в Чжэнчжоу, провинция Хэнань, отметил, что ИИ уже используется, чтобы помочь врачам читать изображения, такие как сканирование легких, для постановки диагнозов в некоторых китайских больницах.

«Тем не менее использование ИИ все еще находится в зачаточном состоянии в медицинской области, и точность диагнозов ИИ в большинстве случаев отстает от диагнозов опытнейших специалистов на данный момент», — сказал он.

Тем не менее специалисты подчеркивают, что окончательное решение всегда будет за врачом, так как есть ряд факторов, которые машина не может принять во внимание, например состояние здоровья пациента, семейное положение и многое другое.

Применение искусственного интеллекта в медицине уже сегодня позволяет серьезно повысить точность диагностики, облегчить жизнь пациентам с различными заболеваниями, а с развитием технологий сделает реальным появление сверхэффективных персональных лекарств, а также персонального медицинского ассистента в каждом смартфоне.

Материал подготовлен профессором медицины Алмазом Шарманом.
Другие полезные статьи о здоровье и предупреждении болезней читайте на сайте www.zdrav.kz

Источник: https://mix.tn.kz/mixnews/iskusstvennyiy-intellekt-prevzoshel-vrachey-diagnostike-348910/

Разработан гаджет, который способен поставить диагноз всего за 15 минут

Сколько времени мы могли бы сэкономить, если бы сами умели диагностировать различные заболевания.

При этом нам бы не пришлось ехать в больницу, стоять в очереди в регистратуру, затем сидеть в очереди к специалисту. Но даже в этом случае не факт, что доктор поставит нам верный диагноз.

Автоматизация этого процесса решила бы множество проблем. И похоже, что учёные уверенно движутся в этом направлении.

Исследователи из Колумбийского университета в городе Нью-Йорк разработали гаджет, который при подключении к вашему смартфону способен диагностировать заболевания при помощи всего одной капли вашей крови. Установление диагноза при этом занимает не более 15 минут реального времени. При этом стоимость устройства весьма демократична.

Учёные начали свои исследования с диагностирования таких серьёзных заболеваний, как ВИЧ и сифилис. Для диагностирования гаджет использует специальные сменные пластиковые кассеты, которые заполнены реагентами для обнаружения антител к ВИЧ, а также специфических антител к сифилису.

Исследователи утверждают, что их детище способно заменить традиционные методы тестирования для этих двух и множества других заболеваний.

Одним из недостатков текущей методики является огромная стоимость оборудования для исследования анализа крови. Стоимость установки для иммуноферментного анализа в среднем составляет 18 000 долларов.

Обратите внимание

А стоимость компактного гаджета, разработанного в Колумбийском университете, — всего 34 доллара.

При этом устройство разработано так, что практически не требует электроэнергии для своей работы.

Нажимая пальцем на специальную крошечную иголку, пользователь создаёт внутри него отрицательное давление, что позволяет избежать использования электрического насоса для забора крови.

После взятия анализа крови устройство подключается к смартфону с помощью гнезда для наушников, посредством которого и передаются все данные. К слову, на это также уходит очень малое количество энергии.

Устройство рекомендовано к использованию в развивающихся странах. После полевых испытаний устройства в Республике Руанда, 97% испытуемых остались довольны качеством проведения анализов и согласились рекомендовать данный гаджет своим знакомым. Им пришлась по душе простота проведения теста, а также высокая скорость получения окончательного результата анализа.

В будущем учёные планируют расширить список диагностируемых с помощью их устройства заболеваний. Они искренне верят в то, что их изобретение в будущем способно изменить представление людей о том, каким должен быть процесс установления диагноза.

Источник: https://Hi-News.ru/technology/razrabotan-gadzhet-kotoryj-sposoben-postavit-diagnoz-vsego-za-15-minut.html

Профессор Сергей Калюжный: Будущее медицины — лекарства с «движком» и искусственный интеллект вместо врача

Доктор химических наук Сергей Калюжный, советник председателя правления по науке — главный ученый РОСНАНО, уверен, что в недалеком будущем нас ждет множество прорывов в области медицины

Фото предоставлено пресс-службой

Нанолекарства

Каждый второй россиянин умирает из-за болезней сердца и системы кровообращения. «А если с сердцем все в порядке, то вот для вас три наиболее вероятных исхода — рак, Альцгеймер или рассеянный склероз», — говорит Сергей Калюжный.

Роснано в первую очередь инвестирует в лечение этих заболеваний. Например, в компанию «Нанолек», которая разрабатывает нанолекарства для сердечно-сосудистых, онкологических и инфекционных заболеваний. Другая компания в инвестиционном портфеле Роснано, Panacela Labs, Inc.

, сосредоточилась на нанолекарствах для онкобольных. А Selecta Biosciences лидирует в области нановакцин. Среди ее разработок нановакцины против вируса папилломы человека и малярии, а также вакцина для лечения диабета I типа.

«Фармсинтез» исследует терапевтическую вакцину от рассеянного склероза, запатентованную американской компанией Xenetic Biosciences.

«Нанотехнологии решают задачу адресной доставки препаратов в пораженный орган. К лекарству можно приделать специальный движок, который, например, узнаёт раковые клетки, находит их и прикрепляется к ним», — объясняет Калюжный.

Разработки в области наномедицины начались еще в 1950-е годы. Почти полвека спустя, в 1995 году, американское Управление по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) одобрило первое нанолекарство — препарат для лечения некоторых типов рака «Доксил». С тех пор на рынке появилось больше 40 различных нанопрепаратов, 9 из которых борются с раковыми опухолями.

«С помощью нанотехнологий лекарство можно упаковать в специальную оболочку, — рассказывает Калюжный. — Это решает проблему с токсичностью — пока лекарство двигается к пораженному органу, оно защищено, не высвобождается и не поражает по пути здоровые клетки».

Около 90–95 процентов состава обычных препаратов стреляет мимо, говорит ученый. Адресная доставка и пониженная токсичность помогают преодолеть это, а заодно и уменьшить дозу активного вещества.

С увеличением средней продолжительности жизни люди стали доживать до болезней, до которых не доживали раньше.

Больше болезней — нужно больше лекарств. Больше лекарств — больше испытаний на животных.

«Это не нравится зоозащитникам. К тому же животные стоят дорого. Нанотехнологии позволяют выращивать органы на чипе вне человеческого тела. Это удобно для тестирования лекарств, быстрее и дешевле. Конечно, после проверки на таких органах все равно нужны испытания на животных, но их требуется намного меньше. И возможно, в будущем мы сможем совсем от них отказаться».

«Еще одно преимущество нанофармацевтики — пролонгированность действия, — продолжает Калюжный. — При раке и других тяжелых болезнях пациент получает инъекции несколько раз в сутки.

С нанолекарствами достаточно одной инъекции в день: в ней будет несколько доз, которые будут выходить постепенно через заданные промежутки времени.

Плюс нанофармацевтика решает проблему биодоступности: с веществами работают на молекулярном уровне, повышая их растворимость».

Ядерная медицина

«ПЭТ-Технолоджи», одна из компаний, созданная при участии Роснано, построила в России самую крупную сеть центров позитронно-эмиссионной томографии (ПЭТ). Их используют для ранней диагностики и лечения рака, а также в кардиологии и неврологии.

«Всего в стране около 30 таких центров. Мы были пионерами: разработали бизнес-модель и за четыре года построили 11 центров в разных городах Центральной России. В 2017 году 73 тысячи пациентов обследовались у нас. Глядя на это, частные компании тоже стали строить ПЭТ-центры», — говорит Калюжный.

Эти центры сами производят радиофармпрепараты, но пока работают на зарубежном диагностическом оборудовании. Разработкой российского занимается госкорпорация «Росатом».

Еще одно направление ядерной медицины, которое развивает Роснано, —  брахитерапия, лечение аденомы простаты при помощи специальных микроисточников — «пистолетов» и «пулек» с малой дозой радиоактивного изотопа иода.

«Пульки» выстреливают точно в опухоль в простате, и радиоактивный препарат уничтожает вокруг себя злокачественные клетки. При этом его концентрация настолько мала, что он не может повредить здоровью других органов больного или людей, которые находятся рядом с ним.

Такой метод лечения рака простаты внедрила компания «Бебиг», наладившая собственное производство микроисточников при финансовом участии Роснано.

«Россия — главный производитель изотопов в мире. Часто наши препараты вывозят в Германию, запаковывают там в удобный для использования формат и возвращают к нам уже совсем по другой цене. А мы локализовали это производство в России — делаем «пульки» сами», — говорит Калюжный.

Генетическая медицина

В 2003 году закончилось прочтение полного генома человека — всех трех миллиардов букв, из которых он состоит. Проект стоил три миллиарда долларов. Сейчас, 15 лет спустя, прочитать свой геном можно меньше чем за тысячу долларов.

«Только что вы с ним будете делать? Мы думали, что, как только прочитаем геном, сразу все станет понятно.

Но нет! К счастью, ученые поняли, что можно строить ассоциации (искать связи между последовательностями ДНК и развитием заболеваний). Например, есть метод GWAS — полногеномный поиск ассоциаций.

Оказалось, что у людей с похожими заболеваниями похожие участки генома», — рассказывает Калюжный.

«Я бы инвестировал во внедрение GWAS. Конечно, все люди разные, но в их ДНК есть сходства. Это как любовь: умные писатели говорят, что есть только 28 сюжетов любви.

Важно

В них вписывается всё: кто кого бросил, кто кому не ответил взаимностью… всего 28! Я не говорю, что у нас такое же маленькое количество типов генома.

Читайте также:  В 2016 году в ввс россии поступят ракеты с искусственным интеллектом

Но, допустим, выделим 200 вариантов — и станет намного понятнее, как лечить людей.

Еще одно перспективное направление для инвестиций — редактирование генома. Есть разные наследственные болезни, очень тяжелые, как правило. А ведь дело всего лишь в одной неправильной буковке! Так можно вытащить яйцеклетку, вырезать из генома неправильную буковку, поставить правильную, вернуть яйцеклетку в организм матери — и ее ребенок родится без этого дефекта.

И наконец, индуцированные стволовые клетки. На ранних этапах развития эмбриона начинается дифференциация эмбриональных клеток: у ребенка образуются клетки сердца, легких и других органов. Раньше нам казалось, что после дифференциации вернуть клетки в эмбриональное состояние невозможно.

Но оказалось, что можно. Можно взять, скажем, клетку кожи и при помощи индуцированного воздействия (операций, выключающих гены, ответственные за клеточную специализацию, и гены, активные в стволовой клетке) вернуть ее в эмбриональное состояние и вырастить новый орган.

И это будет ваш орган, из ваших клеток».

Искусственный интеллект

«В краткосрочной перспективе я бы вкладывался в то, что называют биоинформатикой, — говорит Калюжный. — Сейчас наши врачи лечат болезнь, а не пациента. Но, так как все мы очень разные, болезни у нас проявляются тоже по-разному. Лечить надо пациентов, а не болезни. Один и тот же тип диабета может у разных пациентов протекать по-разному.

Понять, как именно нужно лечить конкретного больного, можно при помощи искусственного интеллекта, который будет анализировать большой массив данных и подсказывать врачу, что у условной Маши болезнь проявляется так же, как и у пациентов X, Y и Z. И вот Х лечили так — и он умер, а Y и Z по-другому — и они выжили. Персонализированная медицина — это то, что нас ждет уже через 10–15 лет.

Как сейчас лечат рак? Облучением. А то, что половина пациентов после химиотерапии умирает в течение года — ну, медицина бессильна. Надо формировать базу медицинских знаний, настолько глобальную, что мозг человека даже не сможет ее охватить.

А искусственный интеллект — сможет. И сможет поставить диагноз точнее и быстрее опытного врача. Но последнее слово должно быть за врачом, потому что пока мы не проработали все этические вопросы.

Если пациент умрет, то кто виноват? Искусственный интеллект или врач?»

Источник: https://snob.ru/entry/164705

Диагностика будущего: полное сканирование организма, диагноз поставит искусственный интеллект

Группа ученых из Калифорнийского университета в Дейвисе в сотрудничестве с китайской компанией United Imaging Healthcare (UIH) создала аппарат под названием EXPLORER, который способен формировать трехмерное изображение человека и его внутренних органов за секунды. Об этом сообщает в пресс-релизе издание EurekAlert!

EXPLORER — комбинация двух технологий: позитронной эмиссионной томографии (ПЭТ) и компьютерной томографии (КТ). Чувствительность аппарата так высока, что он способен выводить изображение за секунды, а при более продолжительном воздействии — отслеживать движение помеченных препаратов внутри тела.

Первая концепция прибора появилась еще 13 лет назад, но его разработка началась в 2011 году, когда Национальный институт онкологии США выделил для этой цели полтора миллиона долларов, а в 2015-м к этой сумме прибавилось еще 15 с половиной миллионов долларов от Национальных институтов здравоохранения США. Сейчас один из руководителей разработки Саймон Черри (Simon Cherry) опубликовал первые кадры, полученные при помощи этого сканера.

Саймон ожидает, что это устройство окажет непомерное влияние на клинические исследования. По его словам, снимки EXPLORER более высокого качества, чем ПЭТ, при этом его скорость в 40 раз быстрее. Так, диагностическое сканирование всего тела он проводит всего за 20–30 секунд. В то же время доза облучения может быть снижена до 40 раз, по сравнению с ПЭТ.

Ролик показывает отслеживание отмеченного изотопом сахара, который распространяется по телу после инъекции в ногу. В первые секунды он перемещается в сердце, а оттуда через артерии разносится ко всем органам. Видно, как через три минуты вещество, проходя через почки, концентрируется в мочевом пузыре. Постепенное накопление глюкозы заметно также в мозге, сердце и печени. / simonrcherry

Авторы считают, что применение этой технологии безгранично: от усовершенствования диагностики заболеваний до исследования новых лекарственных препаратов. К примеру, уже сейчас исследователи полагают использовать ее для изучения рака и того, как тот может распространяться за пределы опухоли.

Первая полноценная демонстрация изображений EXPLORER пройдет на собрании Радиологического сообщества Северной Америки 24 ноября, а начало его применения на пациентах намечено на июнь 2019 года.

Совет

Ранее в метро Лос-Анджелеса установили сканирующие камеры, через которые можно увидеть спрятанное у проходящих в потоке пассажиров оружие или взрывчатые вещества. Она построена на основе технологии, первоначально разработанной Европейским космическим агентством (ESA) для изучения эволюции галактик.

Источник: http://4teller.com/diagnostika-budushchego-polnoe-skanirovanie-organizma-diagnoz-postavit-iskusstvennyy-intellekt-1

Доктор искусственный интеллект: будут ли нейросети лечить эффективнее, чем люди?

  • Возможности ИИ в медицине
  • Заменит ли искусственный интеллект живого врача
  • Какие препятствия стоят перед развитием ИИ в медицине
  • Нужно ли врачу знать, как работает ИИ
  • С каждым годом тема искусственного интеллекта звучит все громче. ИИ проникает во многие сферы жизни человека начиная от поисковых систем и заканчивая интернет-магазинами. Исключением не стала и медицина, где машинное обучение уже активно применяется для лечения пациентов.

    Возможности ИИ в медицине

    Большинство людей понимают под термином «искусственный интеллект» робота или суперкомпьютер, который однажды станет настолько умным, что захватит человечество. На самом деле современный ИИ – это алгоритм который не имеет «разума», но способен решать одну конкретную задачу. Например, определять поддельные фото или предсказывать пробки на дорогах.

    Часто нейронные сети используют для автоматического нахождения неизвестных зависимостей в данных. Один из популярных примеров – задача классификации.

    Имеется обучающая выборка, для которой известны входные данные (например, КТ снимок легких человека) и выходные данные (информация, есть ли у человека рак легких).

    На этом основании алгоритм должен определять наличие известной информации на новых снимках.

    Ученый не задает правила поиска рака на снимках, он задает правила обучения системы, а критерии наличия раковой опухоли алгоритм формирует самостоятельно. Это и есть суть машинного обучения.

    В медицине основные направления применения искусственного интеллекта это:

    — Распознавание изображений (КТ, рентген, МРТ, снимки сетчатки, фотографии кожи). В этой области успеха достиг стартап Behold.ai. Нейросеть определяет заболевания легких на рентгеновских снимках с точностью 85%.

    — Оценки вероятности осложнений заболеваний. Компания RxPREDiCT применяет ИИ для определения пациентов с риском развития осложнений. Кроме того, RxPREDiCT помогает людям поддерживать здоровый образ жизни и выбрать подходящую диету.

    — Первичная медицинская помощь и сбор данных. Такие ИИ как ADA, Babylon, Your.MD, WebMD и др. стали настоящими помощниками врачей. Они анализируют жалобы пациента, дают ему информацию о возможных заболеваниях и направляют к нужному специалисту. Точность постановки диагноза еще далека от совершенства, но благодаря нейросети пациент сможет записаться к врачу и избежать самолечения.

    — Помощь в постановке диагнозов и назначение лечения. Новые технологии, собирающие жалобы пациентов, позволяют врачу быстро и точно поставить диагноз за меньшее количество времени.

    — Оценки качества медицинской помощи. Система DOC+ позволяет пациентам оценить качество заполнения электронных медицинских карт, правильность постановки диагноза и назначения лечения. Это поддерживает стандарты лечения, помогает выявить недостатки и исправить их.

    — Анализ данных тяжелобольных пациентов в режиме реального времени. С помощью различных устройств и девайсов, которые носит на себе пациент, врач может следить за показателями сердцебиения, дыхания, давления онлайн. При этом больной в этот момент может находиться у себя дома.

    Появление новых технологий в медицине всегда вызвало множество споров и дискуссий. Ведь от их эффективности зависят здоровье и жизнь человека.

    Сегодня искусственный интеллект еще недостаточно совершенен, чтобы заменить настоящего врача. Он не может абсолютно точно поставить диагноз и назначить эффективное лечение без контроля со стороны человека.

    ИИ уступает настоящему доктору в том, что может находить только те болезни, на которых он обучался, в то время как врач может выявить широкий спектр различных заболеваний. Однако его можно использовать в решении таких задач, как сбор данных о пациенте, мониторинг состояния здоровья.

    Обратите внимание

    Утверждать, что искусственный интеллект заменит врача еще рано, поскольку он затрагивает лишь часть работы живого специалиста. В любом случае предполагается, что внедрение технологий машинного обучения будет поэтапным и займет еще не мало времени.

    Говорить о замене врача алгоритмом еще слишком рано, так как области применения ИИ покрывают очень маленькую часть работы врача. В любом случае внедрение новых технологий будет проходить поэтапно.

    Сначала будут автоматизироваться рутинные операции, а затем подключаться более сложные направления, требующие тщательной диагностики. Будут появляться новые сервисы, основанные на ИИ, для помощи пациентам.

    Какие препятствия стоят перед развитием ИИ в медицине

    Хотя применение машинного обучения может существенно помочь в лечении пациентов, на пути внедрения искусственного интеллекта в медицинскую сферу стоят следующие проблемы:

    — Риск нанесения вреда. В виду того, что врач борется за здоровье и жизнь других людей, алгоритм не должен совершать ошибок. ИИ, влияющие на принятие врачебных решений, должны быть очень точными и эффективными, проходить тестирование под надзором реальных врачей, прежде чем поступят на службу специалистов.

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

    — Наличие неструктурированных данных. 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.

    — Интерпретируемость. Особенностью многих алгоритмов машинного обучения является сложность интерпретируемости их результата. Для обычных приложений не имеет значения, как алгоритм пришел к тем или иным выводам.

    Но в медицине важно понимание процесса принятия решения.

    Например, если система поддержки принятия решений (clinical decision support, CDS) советует доктору назначить пациенту определенное лекарство, врачу нужно понимать, почему выбор пал именно на этот медикамент.

    — Недоверие врачей. Медицина – достаточно консервативная сфера. Многие врачи с недоверием относятся к внедрению искусственного интеллекта для лечения больных.

    Нужно ли врачу знать, как работает ИИ

    Нужно, но не досконально. Доктору необязательно уметь разрабатывать нейросети самостоятельно, но понимать общие принципы работы будет важно.

    Искусственный интеллект – быстро развивающееся направление, которое может поднять качество жизни людей на новый уровень. Для медицины он может принести ощутимую пользу, но сейчас мы находимся только в начале этого пути. Подводя итог, можно сказать, что ИИ не заменит врачей, но может повысить качество и эффективность их работы.

    Источник: https://supermed.pro/doctor-ii.html

    ​Искусственный интеллект ставит диагноз — Новости Казахстана — свежие, актуальные, последние новости об о всем

    Более 3,5 млрд тенге привлек автономный кластерный фонд «Парк инновационных технологий» Tech Garden за последние 3 года. При этом профинансировал 65 проектов на 2,6 млрд тенге.

    Читайте также:  Робот-друг. такое возможно?

    Такие данные прозвучали во время заседания «круглого стола» «Модернизационный потенциал Казахстана: точки роста», главной темой которого стало Послание Главы государства «Новые возможности развития в условиях Четвертой промышленной революции».

    Организаторы встречи – Казахстанский институт стратегических исследований и Архив Президента РК – пригласили экспертов в сфере информационно-коммуникацион­ных технологий, экономис­тов, политологов, социо­логов, организаторов здравоохранения, применяющих цифровые технологии на практике.

    Управляющий директор по стратегическим инициативам автономного кластерного фонда «Парк инновационных технологий» Tech Garden Бэла Сырлыбаева напомнила, что ПИТ является правительственным фондом и действует в соответствии с 63-м шагом Плана нации, в котором пос­тавлена задача формирования наукоемкой экономики.

    – Мы – алматинский кластер, у нас 237 участников, среди них – резиденты СЭЗ ПИТ, вузы, НИИ, технопарки, институты развития, субъекты малого и среднего бизнеса, – отметила Бэла Сырлыбаева.

    Говоря о проектах, разработанных в рамках приоритетов Пос­лания, она сообщила, что часть из них готова к реализации или частично претворена в жизнь. Среди них – центр «Новые материалы», созданный совместно с британским партнером, аддитивного машиностроения или по внедрению 3D-печати.

    – Сегодня очень популярны 3D-принтеры, даже на бытовом уровне, и мы запустили тестовую лабораторию, где можем принимать эксклюзивные заказы, – продолжила Бэла Сырлыбаева.

    Другая лаборатория занимается информационными моделями в строительстве (уже есть эффект в виде 20-процентного сокращения стоимости работ).

    Центр развития технологий «Цифровая промышленность» разрабатывает платформы для внедрения Индустрии 4.0 в горно-металлургическом комплексе.

    Важно

    Для этой лаборатории поставлена задача к 2025 году достичь уровня цифровизации процессов в ГМК до 70% (сегодня – около 50%).

    – Глава государства поставил задачу перевести на блокчейн как можно больше платежей, поэтому у нас проект с Министерством финансов в сфере НДС, – добавила управляющий директор. – На следующем этапе – перевод закупок на блокчейн и мониторинг гос­имущества. Далее возможно даже введение своей криптовалюты – криптотенге.

    Другой программный продукт направлен на помощь, консультирование онкобольных. Он представляет собой огромную базу данных, благодаря которой вкупе с искусственным интеллектом можно ставить диагноз и выдавать детальный протокол лечения.

    Поток проектов для лабораторий и центров «ПИТ» Tech Garden обеспечивает программа стартап-Казахстан.

    Кластерный фонд имеет свои представительства в Новосибирске, московском Сколково и Кремниевой долине Сан-Франциско.

    Проводятся конкурсы стартап-проектов, в том числе между­народные, зарегистрирован первый совместный венчурный фонд и уже отобран пул проектов для финансирования. Сейчас они находятся на стадии подписания.

    – Мы имеем такой инструмент, как 1% от совокупного годового дохода недропользователей, который направляем на финансирование проектов инновационного кластера. За почти 3 года привлечено 3,5 миллиарда тенге, профинансировано 65 проектов на 2,6 миллиарда тенге, – сообщила Бэла Сырлыбаева.

    О модернизации и цифровизации в здравоохранении говорил главный врач ГКБ № 4 Алматы Манат Сейдуманов. В больнице уже внедрена информационная система, представляющая собой обширную базу данных, благодаря которой врачи в любой момент могут заглянуть в компьютерную карточку пациента.

    – Если раньше постановка диаг­ноза занимала до 4 часов, то с помощью мультидисциплинарного подхода, когда в приемном отделении дежурит до 14 врачей разных профилей, – не более 1 часа, – отметил главврач.

    – Сейчас мы инициировали дальнейшую модернизацию врачебной помощи, которая подразумевает объединение многих функций в одном враче неотложной помощи приемного отделения.

    Такая специальность уже появилась в номенклатуре специальностей медицинских университетов Казахстана.

    Источник: https://www.kazpravda.kz/fresh/view/iskusstvennii-intellekt-stavit-diagnoz/

    Консилиум с роботом: как ИИ помогает ставить диагнозы

    Диагностика заболеваний при помощи высокотехнологичного оборудования сегодня доступна большинству россиян, хотя ее получение обычно затруднено из-за больших очередей на исследования.

    По данным фонда независимого мониторинга «Здоровье», за последние годы закупки томографов в России составляли примерно 100–150 аппаратов в год, и общее их количество в ЛПУ приблизилось к 2000.

    При этом на каждом аппарате проводится в среднем 11 исследований в сутки, хотя возможности оборудования позволяют делать по 24 исследования.

    Зная высокую нагрузку на медиков, несложно предсказать, что меры по повышению эффективности использования диагностического оборудования не дадут ожидаемый результат, потому что ограничителем эффективности станут человеческие возможности.

    Врачи окажутся не в состоянии анализировать огромное количество медицинских изображений, возрастет число ошибок, а их последствия могут быть весьма печальными.

    При этом далеко не все учреждения имеют возможность расширить штат и нанять новых высококвалифицированных специалистов в сфере лучевой диагностики.

    Умный проблему обойдет

    Совет

    Подойдя к этой проблеме медиков с другой стороны, поставщики ИКТ разработали принципиально новые решения: к собственным компетенциям врачей добавились колоссальные возможности искусственного интеллекта (ИИ).

    Именно искусственный интеллект может стать более оптимальным по сравнению с живым специалистом источником второго мнения (проверки принятого врачом решения), способным быстро и точно расшифровать данные с медицинских изображений (КТ, МРТ).

    В случае рассогласования данных врача и ИИ всегда можно дистанционно обратиться к квалифицированному коллеге, предоставив ему данные для анализа с помощью технологий телерадиологии.

    Искусственный интеллект пока далек от всемогущества, но его возможности значительно выше, чем представляется большинству людей.

    ИИ лишен ограничений человеческого организма – он не знает усталости, поэтому способен работать быстрее и во многих случаях точнее людей.

    Его внедрение поможет не только разгрузить узких специалистов, но и привести к повышению уровня ранней выявляемости патологий, в том числе за счет автоматизированной обработки больших данных – результатов исследований, формирующихся в масштабах региона, страны.

    «На данном этапе информационные технологии – только помощники при принятии решения врачом, – комментирует Владимир Соловьев, руководитель дирекции по информатизации систем здравоохранения компании «РТ Лабс». – ИИ поможет определить возможную вероятность заболевания и даст определенные рекомендации, но ответственность за принятое решение будет лежать на враче».

    Есть ли практический опыт?

    За рубежом уже есть примеры промышленного использования ИИ в медицине – в частности, это решения израильской компании Zebra Medical для анализа медицинских изображений. Но даже этот признанный в мире проект очень молод, поскольку сами технологии еще только входят в медицинскую отрасль. Практически все остальные проекты еще находятся на стадии стартапов.

    Аналогичная ситуация сложилась и в России, где о своих первых решениях заявляют отечественные разработчики. В частности, Университет Иннополис разработал алгоритмы для автоматического распознавания патологий органов грудной полости по рентгеновским изображениям.

    Кроме того, прошлой осенью был представлен проект «Третье мнение» в области распознавания медицинских изображений, который на первом этапе запущен для анализа клеток крови и распознавания патологий глазного дна.

    Обратите внимание

    В дальнейшем он охватит такие направления, как рентгенография легких, маммография, компьютерная томография, мобильное УЗИ.

    Один из немногих практических проектов сегодня реализует компания «РТ Лабс» – разработчик системы «ЦАМИ.

    Телерадиология», которая позволяет автоматизировать работу радиологических и диагностических служб медицинских учреждений с возможностью интеграции с любыми МИС.

    Специалисты могут пользоваться им для хранения диагностических материалов, обмена ими, а также для проведения удаленных и локальных консультаций в предоставляемой ЦАМИ единой среде. И именно здесь крайне востребованы возможности искусственного интеллекта.

    Недавно «РТ Лабс» инициировал пилотный проект в Республике Татарстан, в рамках которого Центральный архив медицинских изображений будет интегрирован с системой автоматизированного распознавания патологий. В этом проекте компания выступает и идеологом, и главным исполнителем, обеспечивая техническую и методическую поддержку всех участников – от разработчиков технологии распознавания до пользователей.

    С медицинской стороны проект охватывает проблематику автоматизированного выявления онкопатологий грудной клетки по результатам КТ-исследований.

    Медицинский ИИ «на пальцах»

    Что представляет собой искусственный интеллект в данном проекте? В его основу заложена технология, построенная на системах машинного обучения и нейронных сетей. Программа получает результат КТ-исследования в виде серии изображений и анализирует их, отыскивая патологии.

    Результат ее работы – те же изображения, но уже с наложенными на них «флагами» или «цветовыми картами», отображающими вероятность наличия патологии на том или ином снимке исследования.

    Важно

    По результатам исследований система сообщает, была ли найдена патология, и с какой вероятностью.

    Роль технологии машинного обучения в системе ключевая: чем больше изображений – результатов исследований и протоколов по ним – будет загружено, тем меньше ошибок она допустит в дальнейшей работе. Под ошибками понимаются как пропуск патологии там, где она есть, так и ложноположительные результаты.

    По завершении пилотного проекта пользователям не придется переучиваться на новую систему и осваивать технически сложные решения. В интерфейсе ЦАМИ появится новая кнопка «Интеллектуальный анализ».

    Нажав на нее, врач – лучевой диагност отправит изображения на обработку в интеллектуальной системе, после чего она оповестит пользователя о готовности результата. Долго ждать не придется – обработка одного исследования может занимать от нескольких секунд до двух минут.

    После этого врач сможет пользоваться результатом работы системы, при необходимости сравнив его с «сырым» изображением.

    Предполагается, что по результатам пилотного проекта технология будет использоваться по двум сценариям.

    Первый сценарий: врач будет использовать систему для сокращения затрат времени при самостоятельной обработке исследований, когда система будет подсказывать ему «зоны интереса».

    Второй – для контроля и самопроверки после самостоятельных исследований. В любом случае, конечное решение по исследованию принимает врач.

    Совет

    В перспективе предполагается возможность применения технологии в автоматическом режиме на больших объемах данных (например, по всем исследованиям, проведенным по всему региону за определенный период времени) – это позволит значительно повысить эффективность проводимых исследований в условиях различного уровня квалификации врачей, проводящих их интерпретацию.

    «Сама программа не дает ответа «да» или «нет», она определяет вероятность наличия патологии. Если сравнивать эту технологию ИИ с человеком, то нужно говорить и об уровне профессионализма врача.

    То есть потенциально технология искусственного интеллекта может быть результативнее неопытных специалистов с учетом того, что программа постоянно повышает свою эффективность в процессе использования», – говорит Владимир Соловьев.

    Перспективы

    В ходе «пилота» разработчики намерены провести клиническую апробацию технологии, получить экспертную оценку качества ее работы от профильных специалистов, а также оценить ее эффективность, технические и экономические параметры и целесообразность применения в различных сценариях.

    В зависимости от уровня достижения целей будут приняты решения относительно вывода технологии в промышленную эксплуатацию на территории всей Республики Татарстан, определены дальнейшие планы ее развития и выработаны рекомендации применения технологии в России и за рубежом.

    Многочисленные аналитические отчеты о развитии рынка информационных технологий показывают, что в ближайшее время нас ждет бурный рост применения ИИ, в том числе и в медицине. Программа действует на порядки быстрее человека, она может работать круглосуточно, ее внимание всегда сконцентрировано на задаче.

    Имеющиеся исследования в области биотехмеда, достигнутые успехи в алгоритмизации когнитивных процессов при выявлении патологий, готовность инвесторов вкладывать средства в ИИ в медицине определяют значительный интерес и рост в этой сфере.

    Разработчики технологии ожидают применения ИИ не только в лучевой, но и в функциональной диагностике (анализ ЭКГ), фармакотерапии (анализ применимости и сочетаемости лекарств), построении предиктивных моделей течения заболеваний и других областях.

    Источник: http://russiansoft.cnews.ru/articles/2018-04-19_konsilium_s_robotom_kak_ii_pomogaet_stavit_diagnozy

    Ссылка на основную публикацию