Искусственный интеллект в медицине. тренды 2014

Искусственный интеллект в медицине: главные тренды в мире

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. MedAboutMe рассказывает о последних разработках в области искусственного интеллекта (ИИ) и медицины.

Прошлое и будущее

В начале 21 века одной из самых ярких разработок стал совместный проект Вашингтонского университета, Intel и компании Elite Care по проектированию системы искусственного интеллекта, которая могла бы заботиться о пациентах, страдающих болезнью Альцгеймера и повышать качество их жизни. Данная система поможет больным восстанавливать необходимые навыки для решения повседневных задач. В 2002 году было объявлено, что на подготовку всех необходимых устройств понадобится минимум пять лет.

Сейчас разработчики уже подготовили три девайса, которые в настоящее время тестируются студентами Университета: это Activity Compass, ADL Monitor и ADL Prompter, каждый из которых выполняет определенные функции для значимой помощи больным. Так, Activity Compass поможет сориентироваться в пространстве и найти дорогу до пункта назначения, даже если больной забыл, куда ему нужно прийти.

Для этого Compass должен знать абсолютно все о том, что делает пациент и каким образом он достигает своих целей. Датчик повседневной активности ADL Monitor следит за пациентом и отмечает ненормальное поведение, но для этого система должна предварительно изучить «нормальное» поведение пациента. Наконец, ADL Prompter поможет выполнить сложные задачи на кухне, такие как приготовление еды.

Обратите внимание

Однако с 2002 года технологии сделали большой шаг вперед, а к программам внедрения искусственного интеллекта в медицину подключились и IT-гиганты, и целые государства.

Сегодня ученые надеются, что с помощью искусственного интеллекта уже в ближайшем будущем возможно будет прийти к сверхточной (или прецизионной) медицине, в рамках которой появится возможность назначать индивидуальное лечение каждому отдельному человеку, учитывая его уникальные генетические и другие особенности.

В США уже объявили о запуске пилотных проектов по развитию прецизионной медицины. Так, к 2019 году должны быть отобраны 1 млн добровольцев, которые станут участниками специального научного исследования.

Оно должно показать взаимосвязь между образом жизни, окружающей средой, экономическим и социальным статусрм, генетикой и состоянием здоровья. Полученный таким образом огромный массив медицинских данных можно будет обработать с помощью ИИ.

Еще до недавнего времени не было ни достаточно мощных компьютеров, способных обработать такое количество информации, ни, собственно, самих данных. В ближайшие 4 года США планирует потратить на исследование $1 млрд.

Доктор Watson

Источник: https://MedAboutMe.ru/zdorove/publikacii/stati/sovety_vracha/iskusstvennyy_intellekt_v_meditsine_glavnye_trendy_v_mire/

Искусственный интеллект в медицине

Искусственный интеллект спешит на помощь.

Искусственный интеллект в тренде. Он уже рисует картины, водит автомобиль и отвечает на звонки в организациях.

Всё шире применяется он и в медицине, причём показывает высокую эффективность. И покажет ещё бо́льшую, если привлечь простых людей к сбору данных и изменить законодательство.

Правда, некоторые связанные с его внедрением проблемы в рамках текущей мировой политэкономической ситуации кажутся неразрешимыми.

Медицина, ориентировавшаяся ранее, в основном, на лечение острых заболеваний, теперь больше внимания уделяет недугам хроническим, многие из которых не так давно и болезнями не считались. Врачи сталкиваются с необходимостью лечить ожирение, депрессии, болезни пожилого возраста.

Важно

Диабет, сердечная недостаточность, аутоиммунные расстройства всё чаще диагностируются вне фазы обострения, на самых ранних стадиях, причём речь всё чаще идёт не только о поддерживающей терапии, но о возможности полностью излечить, исправить эти системные сбои организма.

Развивается превентивная медицина, позволяющая распознать предрасположенность к определённым типам заболеваний ещё до их проявления и принять меры. Быстро растут объёмы медицинских данных, и мы начинаем понимать, что от скорости и качества их анализа зависят наше здоровье и качество жизни.

И что всё это — работа для искусственного интеллекта.

Что такое искусственный интеллект

Здесь под искусственным интеллектом (ИИ) мы будем понимать способность машины имитировать умное поведение людей, то есть — умение ориентироваться в меняющемся контексте и принимать с учётом этих изменений оптимальные, позволяющие достичь цели решения.

Сегодня масштабно используются две технологии ИИ — экспертные системы и нейронные сети. В то время как экспертные системы отживают свой век, нейронные сети (НС) завоевали рынок благодаря способности учиться.

Выделяют несколько видов ИИ:

  1. Узкий ИИ (narrow AI) — спроектирован, чтобы решать определённую задачу;
  2. Общий ИИ (general AI, AGI) — сможет решать любые задачи, с которыми справится человек;
  3. Superintelligence — будет опережать человека по сложности решаемых задач.

В данной статье под ИИ я буду подразумевать «узкий ИИ», реализованный на базе нейронных сетей. Механизм работы последних был вдохновлён биологическими нейронными сетями. В компьютерном виде НС представляют граф с тремя или более слоями нейронов, соединённых в слоях тем или иным образом. У соединений есть веса, играющие важную роль в обучении НС.

Примитивно обучение нейронных сетей можно представить так: на входные нейроны подаются данные, дальше они обрабатываются нейронами на внутреннем слое, и на выходных нейронах получаются некоторые значения.

Если полученные значения нас не устраивают, мы меняем веса соединений в нейронной сети и заново её учим (подробнее об этом можно почитать в книге Дэвида Криселя (David Kriesel) A Brief Introduction to Neural Networks).

Чем больше релевантных данных подаётся на входные нейроны, тем релевантнее выходит и результат работы сети.

Тонны медицинских карт пылятся на полках больниц и поликлиник. Между тем, если на их материале обучить нейронные сети, системы искусственного интеллекта многим спасли бы жизни и уменьшили затраты на лечение. Однако открыть сведения об истории болезней — смелый шаг, и многие ему воспротивятся, полагая, что их личные данные могут быть использованы им во вред.

Открытие данных должно происходить с соблюдением множества условий и сопровождаться подписанием различного рода соглашений, гарантирующих (возможно, при участии государств) использование строго по назначению. Но, так или иначе, сделать медкарты доступными для нейронных сетей — необходимо: сегодня «тренировочные сеты» информации — узкое место ИИ в медицине.

Что может ИИ в медицине?

Диагност и ассистент лечащего врача

Врачу бывает сложно верно диагностировать заболевание, особенно если у него не слишком много практики или конкретный случай далёк от его профессионального опыта. Тут на помощь может прийти искусственный интеллект, имеющий доступ к базам с тысячами и миллионами историй болезни (и другой упорядоченной информацией).

С помощью алгоритмов машинного обучения он классифицирует конкретный кейс, быстро просканирует вышедшую за определённый интервал времени научную литературу по нужной теме, изучит имеющиеся в доступе похожие случаи и предложит план лечения.

Более того, ИИ сможет обеспечить индивидуализированный подход, приняв во внимание сведения о генетических особенностях пациента, паттернах движения, собранных его носимыми устройствами, предыдущей истории болезней — всём анамнезе жизни.

Совет

ИИ вероятно (по крайней мере, на текущем этапе развития технологий) — не заменит врача, но может стать — уже стал — полезным инструментом, помощником в деле диагностики и лечения.

Приведу некоторые примеры.

IBM Watson for Oncology. IBM Watson — суперкомпьютер, умеющий отвечать на вопросы, сформулированные на естественном языке (то есть не на языке программирования). У него есть доступ к различным источникам данных: энциклопедиям, базам научных статей, антологиям знаний. Благодаря огромным вычислительным мощностям, обработав источники, он выдаёт максимально точный ответ на заданный вопрос.

IBM Watson for Oncology — программа применения мощностей IBM Watson для определения оптимальной доказательной основанной на данных стратегии лечения рака.

Перед запуском этой программы в Watson для обучения были загружены сотни тысяч медицинских документов, в том числе 25 тысяч историй болезни, более 300 медицинских журналов и более 200 учебников, всего около 15 млн страниц текста.

В 2011 году было объявлено о совместном исследовательском проекте IBM и Nuance Communications, результатом которого должен был стать коммерческий продукт для клинического применения в области принятия врачебных решений.

В подготовке к клинической практике суперкомпьютеру помогали исследователи-клиницисты из Колумбийского университета (Columbia University) и Университета Мэриленда в Балтиморе (University of Maryland, Baltimore).

С 2013 года IBM Watson используется в Мемориальном онкологическом центре им. Слоуна-Кеттеринга в Нью-Йорке (Memorial Sloan Kettering Cancer Center, MSK) для помощи в принятии управляющих решений (Utilization management) при лечении больных раком лёгких и уходе за ними. Разумеется, его база постоянно пополняется новыми историями болезни.

В том же году IBM и Онкологический центр им. М. Д. Андерсона (University of Texas MD Anderson Cancer Center) запустили пилотный проект «миссии по искоренению рака». Однако вскоре было объявлено, что проект (на который на тот момент уже было потрачено 62 млн долларов) не оправдал ожиданий и будет отложен.

В июле 2016 года программа IBM Watson for Oncology была запущена в коммерческую эксплуатацию на базе Manipal Hospitals (ведущая сеть больниц в Индии) — для помощи врачам и пациентам в определении персонализированных методик борьбы с раком. Также сеть Manipal Hospitals предлагает онкологическим больным узнать «мнение Ватсона» онлайн, на своём веб-сайте.

В феврале этого года Медицинский центр Джупитера (Jupiter Medical Center), Джупитер-Айленд, Флорида, США, также объявил о начале использования IBM Watson for Oncology.

В пресс-релизе, посвящённом запуску программы, сообщалось, что «Ватсон» уже способен оказывать действенную помощь клиницистам в разработке планов лечения рака груди, лёгких, толстой кишки, шейки матки, яичников и желудка.

Обратите внимание

До конца года IBM и MSK планируют обучить IBM Watson for Oncology лечению ещё 9 типов рака, покрыв тем самым потенциально 80% заболеваемости раком в мире.

IBM Medical Sieve

Источник: https://22century.ru/popular-science-publications/artificial-intelligence-in-medicine

Искусственный интеллект в медицине: тренды и возможности

[Об авторе: Наталия Сиромаха, директор по инжинирингу GlobalLogic. Имеет в своем портфолио широкий спектр проектов от healthcare до security в Украине, США, Канаде. Лидер инновационной лаборатории BrainMade в GlobalLogic. Занимается развитием бизнеса в харьковском офисе компании, где уже более 4 лет возглавляет медицинские проекты и управляет распределенным командами]

Эта статья подготовлена на основе доклада Наталии Сиромахи на Outsource People Kyiv 2017.

Индустрия здравоохранения — одна из самых быстрорастущих в мире.

Ученые прогнозируют, что к 2030 году персонализированная медицина с использованием augmented artificial intelligence системы уже станет реальностью, а еще через 5 лет появятся первые больницы без докторов.

О том, какие тренды формируют эту сферу сегодня, специфике работы с данными в медицине и о таймлайне использования AI в будущем, вы можете прочитать моей статье.

Тренды в мировой медицине

Сегодня в медицинской индустрии сформировался ряд трендов, которые влияют не только на работу крупных корпораций, страховых компаний и клиник, но и на жизнь каждого из нас. Работая над медицинскими проектами в IT-компании, мы внимательно отслеживаем любые изменения в медицине. Это помогает нам создавать наиболее эффективные решения, которые позволят улучшить качество жизни людей.

Один из ключевых трендов медицины — постоянный рост затрат на лечение пациентов. Этому есть несколько причин:

  • рост стоимости лекарств, оборудования;
  • увеличение стоимости медицинских услуг;
  • изменение количества и интенсивности используемых услуг (из-за того, что слишком поздно выявлено заболевание или неправильно определено лечение, необходимо больше визитов к врачу и больше дополнительных обследований).

Инвестиционные компании и компании медицинской индустрии заинтересованы в том, чтобы снижать стоимость лечения и услуг. Каким образом это осуществляется?

Во-первых, внедрение индивидуального подхода к лечению. Это возможность улучшить качество лечения, используя несколько методов:

  • отслеживать состояние пациента, собирать данные о нем;
  • делать удаленное обследование с помощью девайсов, которые передают состояние пациента;
  • возможность создать индивидуальный план лечения каждого пациента;
  • ранняя диагностика.

Во-вторых, более широкое внедрение generic лекарств. Ранняя диагностика позволяет использовать общедоступные, недорогие лекарства в протоколах лечения, а не специфичные и дорогостоящие.

Читайте также:  "эволюция" в архангельске!

С другой стороны, фармацевтические компании проводят комплексные клинические исследования для вывода новых медикаментов на рынок. Процедура исследований многоэтапна, занимает несколько лет и требует значительных инвестиций.

Таким образом, generic лекарства станут решением, которое поможет сократить издержки компаний на вывод новых узкоспециализированных лекарств на рынок.

Также важное направление — использование вспомогательного персонала для консультаций пациентов. Таким образом экономится время врачей. Медсестер привлекают для первичной оценки состояния пациента, выявления аномалий в результатах диагностики.

Более того, проработка схем и алгоритмов лечения, создание анкет-опросников позволяет помочь немедицинскому персоналу определить состояние пациента и принять решение, нужна ли ему консультация доктора или нет.

Эти же алгоритмы позволяют внедрять ботов для обработки первоначальных запросов от пациентов.

Возможности и применение AI в медицине

Системы artificial intelligence уже сегодня проходят испытательные применения, а в некоторых западных странах даже успешно используются.

Согласно исследованию Anand Rao «A Strategist’s Guide to Artificial Intelligence», вспомогательные системы (assisted systems) станут коммерчески доступны и будут активно использоваться к 2020 году.

Важно

Так, системы image classification помогают врачу проводить качественную диагностику с минимальными затратами времени. Сейчас классификацию медицинских изображений и описание снимков делают рентгенологи, УЗИ-специалисты и др.

Анализ снимков уже может быть осуществлен с использованием искусственного интеллекта автоматически.

С помощью искусственного интеллекта определяются пациенты группы риска. Этим пациентам доктор уделяет внимание в первую очередь. Таким образом, значительно экономится время и минимизируется возможность ошибки докторов. Например, есть программы для выявления меланомы.

Регулярно человечество сталкивается с эпидемиями. Многие наслышаны про Эбола, малярию и другие вспышки заболеваний, которые передаются как насекомыми, так и через воду. Система искусственного интеллекта, позволяющая контролировать и предсказывать эпидемии, находится в статусе клинических исследований, но уже использовалась и работает в Африке.

Сбор информации происходит при помощи дронов. Они фактически вылавливают комаров, анализируют их ДНК и дают прогноз: где и когда будет следующая эпидемия, — после чего происходит обработка территории риска. Такие системы позволяют предотвратить неконтролируемые вспышки эпидемий.

Дальнейшее развитие искусственного интеллекта приведет к использованию augmented artificial intelligence систем. Эти системы открывают нам новые возможности.

Например, с высокой скоростью классифицировать снимки МРТ без вмешательства человека. Также создать персонифицированное лекарство и эффективное лечение на основе конкретных данных пациента — анализов и реакции на химические вещества.

По прогнозам, такая услуга будет доступна для массового использования к 2030 году.

К 2035 году ожидается появление больниц без докторов. Это пример автономного искусственного интеллекта, когда система сама принимает решения. Да, конечно, доктора будут все еще нужны, но для каких-то простых кейсов будут доступны вышеописанные возможности AI.

Специфика работы с данными в медицине

В медицинской сфере все данные защищены: информация о каждом пациенте секретна и защищается законом и директивами HIPAA, GDPR. Клиники, исследовательские институты и компании не имеют права их распространять, передавать третьим лицам. Соответственно, есть определенные сложности, с которыми мы сталкиваемся в работе с медицинскими гигантами.

C точки зрения HIPAA, GDPR и защиты персональных данных мы должны обеспечивать защиту от утечки информации наших клиентов из медицинской индустрии. Соблюдение требований этих протоколов — неотъемлемая часть наших медицинских проектов.

Совет

Для того, чтобы прорабатывать какие-то модели, не в рамках коммерческих проектов, мы используем публичные деперсонифицированные базы данных. Существуют системы и ассоциации, которые позволяют использовать эти данные. Например, ассоциация по лечению рака. Мы можем использовать их открытую базу данных с уже деперсонифицированной информацией для создания прототипов и моделей систем.

Кроме того, у нас в компании есть специалисты, которые отслеживают, как мы работаем с данными, обеспечивают их защиту. Также у нас налажен процесс деперсонификации данных. Есть отдельные специалисты по этому направлению, которые обрабатывают базы для дальнейшего создания систем искусственного интеллекта.

Примеры использования AI в проектах

Когда человек болен диабетом, у него достаточно большой риск ослепнуть. Это заболевание называется ретинопатия. У нас было 11 367 снимков ретины глаза человека.

Основываясь на этих данных, мы создали систему, которая позволяет определять вероятность этого заболевания, стадию, а также диагностировать его на раннем этапе. На данный момент точность составляет 60%. Это не идеальный показатель, но он получен на базе публичных данных.

Такая система — пример assisted system. Она помогает врачу классифицировать больных по риску заболевания, и он принимает окончательное решение.

Источник: https://dou.ua/lenta/columns/ai-medicine/

Медицина будущего: 7 главных трендов — Личный опыт на vc.ru

Команда проекта Medical Note составила список интересных бизнесу направлений высокотехнологичной медицины на ближайшие 5 лет.

Сервис для поддержания здоровья всей семьи Medical Note.

Последние несколько лет стали знаковыми для медицины, если говорить о количестве новых направлений, появившихся методик и внедрении цифровых технологий.

Здравоохранение размывает границы, открывая двери для взаимодействия со всеми дисциплинами, способными дать ей качественный рывок к развитию.

Искусственный интеллект и носимые устройства становятся привычными средствами организации лечебного процесса и мониторинга состояния человека.

Все эти инструменты способны вывести медицину на новый качественный уровень, сделав ее более персонализированной, способной не только бороться с последствиями заболеваний, но и воздействовать на причины возникновения недугов, собирая большое количество данных, необходимых для понимания причинно-следственных связей.

Учитывая все эти тенденции, медицина вызывает большой интерес со стороны бизнеса. По данным Forbes, за первую половину 2017 года было инвестировано 3,5 миллиарда долларов в 188 компаний, работающих в секторе здравоохранения, что, безусловно, является отличным стимулом к развитию.

Выделим наиболее интересные для бизнеса направления высокотехнологичной медицины на ближайшую пятилетку.

По данным аналитической компании Tractica, объем глобальных поставок клинических и неклинических подключенных носимых «пластырей» вырастет с 966 тыс. по итогам 2017 года до 35,1 млн к 2022 году.

1. Интернет вещей для медицины (IoT)

Средства мониторинга состояния здоровья или показателей физической активности набирают популярность с каждым годом.

Обратите внимание

А, учитывая стремительное старение популяции нашей планеты, мы можем смело заявлять, что такие устройства, как кардиомониторы, способные предупредить о надвигающемся инфаркте, помогут серьезно снизить показатели смертности, улучшить профилактику заболеваний и уменьшить нагрузку на всю систему здравоохранения.

По данным аналитической компании Tractica поставки умной одежды вырастут с 1,7 млн единиц по итогам 2016 года до 26,9 млн единиц в 2022 году.

Рынок нательных датчиков будет подвержен еще большему росту, увеличившись с 2,4 млн единиц в 2016 году до 92,1 млн единиц в 2022 году. Оба сегмента генерируют в 2022 году доход в размере $19 млрд, сообщается в отчете аналитической фирмы Tractica.

Уже сейчас многие производители одежды открывают специальные подразделения, которые будут отвечать за интеграцию технологий мониторинга в свою продукцию.

Всемирная организация здравоохранения также выступает в пользу развития данного направления, считая, что соблюдение точных предписаний врачей при помощи специальных устройств способно серьезно повысить эффективность назначаемой терапии и сэкономить до $290 млрд.

Использование полученных данных при помощи IoT способно принести пользу пациентам, специалистам и медицинскому персоналу, компаниям-производителям медицинского оборудования и тем, кто оплачивает предоставление медицинских услуг. Это будет способствовать большей независимости пациентов, более качественному лечению, более эффективному расходованию лекарственных препаратов и снижению затрат на здравоохранение.

2. Мобильные приложения, оказывающие медицинскую поддержку, или mhealth

С развитием цифровых технологий мобильные приложения становятся неотъемлемой частью жизни каждого человека. Поэтому неудивительно, что приложения стали одним из главных направлений развития цифровой медицины.

Главными факторами роста являются быстрый прогресс в мобильных технологиях и приложениях, рост числа заболеваний, связанных с образом жизни, и осведомленность пациентов о возможностях мобильной медицины в развивающихся рынках.

Важно

По данным аналитического агентства Allied Market Research, объем мирового рынка мобильного здравоохранения за 2014 год оценивался в $10,5 млрд. В 2015-2020 годах аналитики Allied Market Research ожидают дальнейшего роста объемов рынка со среднегодовыми значениями (CAGR) 33,5%.

Все приложения можно разделить на несколько групп: сбор и сохранение различных медицинских метрик пользователя (пульс, давление, работа сердца, сон и т.д.

); фитнес-приложения (комплексы упражнений, контроль выполнения); приложения для ведения здорового образа жизни (диетология, подвижный образ жизни, советы и т.д.

); приложения для напоминания о приёме лекарств и хранения медицинской документации (например, Medical Note); приложения для людей, страдающих определенной болезнью; приложения для взаимодействия с медицинским центром или клиникой.

Очередным приложением, которое говорит об уверенных перспективах mHealth, стало Natural Cycles, которое в этом году было официально признано методом контрацепции в Евросоюзе. Его создатели сумели провести весь цикл клинических испытаний на 22 785 женщинах, привлечь $30 млн инвестиций и попасть в телефоны к 500.000 женщин за подписку в 10$ и 80$ за месяц и за год соответственно.

Проект Zebra Medical Vision.

3. Искусственный интеллект (ИИ) в медицине

За последние годы скепсис со стороны людей касательно способностей ИИ сильно поубавился. Теперь эта технология воспринимается как реальный помощник в задачах различной сложности. По статистике аналитического агентства Frost&Sullivan, рынок высокоинтеллектуальных медицинских решений на 2016 год составлял около $1 млрд.

Ожидается, что уже к 2021 году эти показатели достигнут отметки в $6 млрд. при ежегодном росте около 40%. По мнению аналитика того же агентства, к 2025 году системы искусственного интеллекта проникнут во все сферы здравоохранения, вплоть до создания цифровых помощников, отвечающих на все вопросы пациентов и самостоятельно занимающихся их лечением.

Источник: https://vc.ru/life/29988-medicina-budushchego-7-glavnyh-trendov

Искусственный интеллект в медицине: перспективы лечения в будущем

Появление новых болезней, уменьшение возраста заболеваний, увеличение числа больных требуют нового подхода в медицине. Компьютеры стали умнее и давно являются частью жизни человека.<\p>

Теперь они могут предвидеть, обнаружить и спрогнозировать действия в ответ на необходимый запрос.

Искусственный интеллект в медицине предлагает людям шанс на лучшее здравоохранение, с большей эффективностью и точностью. Исследования в области искусственного интеллекта начались как оборонный проект в США в 1960-х годах. Задачей проекта было понять, как люди обрабатывают информацию.

Новые технологии способствовали прогрессу в области искусственного интеллекта.

Как компьютеры учатся

По словам Петра Соловица, профессора Массачусетского технологического института и автора книги «Искусственный интеллект и медицина», для диагностики пациентов с помощью компьютеров используются два подхода: блок-схема и базы данных.

Блок-схемой проводится собеседование с экспертом. После она переводит эти знания в компьютерную программу. В области медицины блок-схема имитирует процесс врача, задающего ряд вопросов пациенту, приходящего к постановке диагноза и выбора метода лечения.

Это требует большого объема данных. Процесс осложняется тем, что компьютеры не могут получать информацию, которая доступна во время личного взаимодействия между врачом и пациентом. Знания врача о прошлом пациента помогают ему задавать дополнительные уточняющие вопросы.

База данных, работает через сопоставление шаблонов. Обучая компьютер, как называется то или иное изображение, система оттачивает алгоритм. Становится усовершенствованной, быстрой и эффективной в идентификации этого изображения. Такой подход требует огромного количества данных.

Человек, медицина и машина

Протестировать, как работает ИИ на себе, человек может на kiberis.ru. Человечество пользуется преимуществами искусственного интеллекта в медицине в течение нескольких десятилетий. Вот лишь часть примеров взаимодействия человека и машины в мире медицины:

  1. Система поддержки решений. DXplain разработана Университетом Массачусетса в 1987 году. Учитывая набор жалоб пациента, DXplain предлагает список возможных диагнозов, которые связаны с выбранными симптомами.
  2. Лабораторная информационная. Разработанная Вашингтонским университетом, Germwatcher предназначена для обнаружения, отслеживания инфекций у госпитализированных пациентов.
  3. Роботизированные хирургические. В роботизированной хирургической системе da Vinci движения рук врача переводятся в роботизированные руки машины. Точное движение и увеличенное зрение позволяют врачу выполнять операции с маленькими разрезами и видеть внутри тела 3D картинку.
  4. Психотерапия. Теперь депрессия лечиться, войдя в AI Therapy-онлайн-курс. Он рассказывает пациентам, как определить причины их тревоги, и какими ресурсами возможна самопомощь.
Читайте также:  Японцы работают над мозгом для роботов будущего

Будущее искусственного интеллекта

Что ждет искусственный интеллект в медицине в будущем? Тенденция заключается в том, что чем лучше технология, тем конкретнее, точнее и эффективнее задачи ИИ сможет выполнять.

Выявление опухолей и симптомов заболеваний сердца. Программное обеспечение Watson от IBM разрабатывается для выявления признаков рака и сердечных заболеваний. Для этого Watson необходима вместительная база данных изображений, которая обучит его, как выглядят определенные признаки.

В этой разработке собраны миллиарды медицинских сканирований и изображений из 8000 больниц, для использования в обучении Watson. Если программное обеспечение будет успешным, эксперты надеются, что оно определит признаки и симптомы, о которых врачи могли не знать или не заметить.

Совет

Совершенствование Информационных Систем Здравоохранения. Стэнфордский университет в настоящее время работает над своей программой в AI-Assisted Care (PAC).

Ее сутью является интеллектуальная система поддержки благополучия пожилых людей, позволяющая провести дистанционный мониторинг одиноких пенсионеров.

Множественные датчики будут использованы не только для того, чтобы обнаружить движение и поведенческую картину, но и определять ситуации, нуждающиеся во внимании.

California-based Sense.ly, разрабатывает Молли – виртуальную медсестру, которая обеспечивает помощь пациентам после их выписки из больницы. Это экономит врачам время, которое они могут использовать для обслуживания других пациентов.

Искусственный интеллект в медицине предлагает большие перспективы развития этой области. Эти достижения делают жизнь человека проще и безопаснее.

Подписывайтесь на наш канал в Яндекс.Дзен! Нажмите “Подписаться на канал”, чтобы читать Sosud-ok.ru в ленте “Яндекса”

Источник: https://sosud-ok.ru/polza/iskusstvennyj-intellekt-v-sovremennoj-meditsine.html

ПРЕМЬЕРА: #тренды | Искусственный интеллект

На Hi-News.ru каждый день выходит большое количество статьей, наполненных словами, в которых может разобраться далеко не каждый.

Сегодня технологии развиваются так быстро, что мы не только не успеваем за ними следить, но и путаемся в базовых понятиях.

Поэтому мы решили создать новый видеопроект, в котором попытаемся разобраться в сущности самых горячих технологических трендов современности. Сегодня мы поговорим о таком актуальном вопросе, как искусственный интеллект.

Обратите внимание

Понятие искусственного интеллекта витает в воздухе уже очень давно: еще в древнегреческих мифах содержались истории о механических людях, копирующих поведение человека.

Первые вычислительные устройства воспринимались как «логические машины» и были призваны воспроизводить такие особенности человека, как память и базовые арифметические способности.

А инженеры видели свою фундаментальную задачу в том, чтобы попытаться создать искусственный мозг.

По мере развития технологий и, что еще важней, понимания того, как работает наш разум, представление об искусственном интеллекте тоже переживало эволюцию. Его задача перестала состоять в осуществлении сложных вычислений, а сосредоточилась на копировании процесса принятия решений человеком и выполнении задач с более человечным подходом.

Искусственные интеллекты — устройства, наделенные синтезированным разумом, — часто подразделяются на две фундаментальные группы: прикладную и общую. Прикладной искусственный интеллект имеет более простое и узкое назначение: такие системы могут торговать акциями или управлять автономным автомобилем.

Общие системы искусственного интеллекта в теории способны выполнять любое задание, и именно в этой сфере сегодня происходят самые захватывающие события. Развитие этого направления привело к возникновению такого феномена, как машинное обучение, которому мы уделим внимание в одном из следующих выпусков.

Попытки сгенерировать искусственные мыслящие организмы всерьез начали возникать более 70 лет назад, когда стали появляться предположения о том, что компьютеры могут мыслить как люди.

Амбициозные прогнозы привлекли серьезное финансирование, но через несколько десятилетий работа в этом направлении не принесла каких-то существенных плодов.

Только в последние 25 лет, благодаря новому подходу к искусственному интеллекту и прорывам в технологиях, ученые приблизились к осуществлению мечты тех, кто стоял у истоков.

Во времена Второй мировой войны над этой проблемой работали ученые, представлявшие многие дисциплины, включая такие зарождавшиеся науки, как неврология и информатика.

Алан Тьюринг

В Великобритании вопросом разумных машин занялись математик Алан Тьюринг и невролог Уильям Грей Уолтер. Своими идеями они обменивались во время ужинов в престижном кружке под названием Ratio Club.

Уолтер прославился тем, что создал первых в истории роботов.

Важно

Тьюринг же изобрел так называемый «тест Тьюринга», который задал принципиальную планку для интеллектуальной машины: компьютер должен заставить человека подумать, что тот взаимодействует с другим человеком.

В 1950 году в свет вышла книга «Я, Робот» — сборник рассказов популярного фантаста Айзека Азимова. Азимов одним из первых писателей рассказал об идее машинного интеллекта и пофантазировал о его будущем. Книга, которая стала чрезвычайно популярной, заставила человечество задуматься и стала важнейшим источником вдохновения для целого поколения ученых.

Самая известная часть книги — так называемые «Три закона робототехники», призванные уберечь человечество от восстания машин. Помимо абстрактных фантазий о далеком будущем, работа Азимова содержала и вполне реальные предсказания, которые уже успели сбыться.

Например, речь идет о компьютере, способном хранить все человеческие знания, которому любой человек может задать любой вопрос.

«Я, Робот» Айзека Азимова

Собственно термин «искусственный интеллект» впервые прозвучал в 1956 году на летней конференции в Дартмутском Университете, организованной молодым специалистом по информатике Джоном Маккарти. Конференция была отмечена оживленной дискуссией о том, как именно стоит подходить к проблеме искусственного интеллекта.

Одна группа, в числе которой был влиятельный ученый Марвин Минский, склонялась к так называемому подходу «сверху вниз» — предварительно запрограммированному компьютеру, работающему по законам, которые управляют поведением человека.

Другие предложили подход «снизу вверх», основанный на нейронных сетях, которые симулируют работу клеток мозга и самостоятельно обучаются новым типам поведения.

В то время верх взял подход Минского, и на пару с Маккарти он получил крупный грант от американского правительства, которое надеялось, что открытия в этой сфере позволят США укрепить свои позиции в противостоянии Советскому союзу в рамках холодной войны.

Кстати, Марвин Минский оказал серьезное влияние и на научную фантастику. В 1968 году он работал консультантом у Стэнли Кубрика на съемках фильма «2001 год: Космическая одиссея», в котором одним из персонажей был наделенный интеллектом компьютер HAL 9000.

Совет

Во время одной из сцен HAL дает интервью BBC, рассказывая о своей миссии и заявляя, что он «совершенно безопасен и не способен совершать ошибки». Участвующий в миссии ученый в своем интервью добавляет, что HAL, по его мнению, может иметь и самые подлинные эмоции.

В фильме были отражены предсказания ученых того времени: например, прогноз того же Минского о том, что очень скоро машины по своему уровню интеллекта приблизятся к человеку.

В картине также блистательно переданы некоторые страхи общества, например, связанные с тем, что машины могут захватить власть и начать вредить людям.

К концу 60-х стало ясно, что Минский погорячился со своими прогнозами, и мечты первых визионеров отделяют от реализации долгие годы и даже десятилетия. Свидетельством того, что искусственный интеллект топчется на месте, стал представленный в 1969 году робот Shakey.

Shakey стал первым роботом, который способен самостоятельно принимать решения, исходя из окружающей обстановки.

Перед перемещением у него внутри выстраивалась карта местности, но даже в помещениях с минимумом препятствий робот передвигался непозволительно медленно.

Перед каждым движением вперед Shakey приходилось обновлять свою карту, а появление в его поле зрения движущегося объекта могло ввести робота в ступор, и вычисления, необходимые для осуществления следующего шага, могли занять более часа.

Наступили семидесятые, и положение отрасли только ухудшилось. Невзирая на многомиллионные денежные вливания, искусственный интеллект так и не продемонстрировал серьезного движения вперед.

В Конгрессе США все чаще звучали призывы отказаться от финансирования этого направления, а в 1973 году ведущий британский математик Сэр Джеймс Лайтхилл выступил в парламенте с разгромной речью о положении дел в данной сфере.

Он заявил, что в настоящий момент машины по своему интеллекту сопоставимы с шахматистом с любительским уровнем мастерства. С таким развитием даже не приходится говорить о том, что когда-нибудь они смогут выполнять такие простые на первый взгляд задачи, как распознавание лиц.

Обратите внимание

В итоге было принято решение существенно урезать финансирование, и исследования в области искусственного интеллекта перешли в стадию анабиоза.

Переломным моментом, ознаменовавшим выход индустрии из спячки, принято считать появление коммерческих решений, в которых искусственный разум помог компаниям сэкономить деньги и сократить расходы.

Новые коммерческие системы не преследовали тех сверхамбициозных целей, о которых заявляли пионеры искусственного интеллекта. Вместо создания универсального синтезированного разума эти «экспертные системы» были сосредоточены на выполнении куда более узких задач.

Это означало, что их было необходимо программировать для решения какой-то одной конкретной проблемы. Первой успешной экспертной системой для бизнеса стала RI, которую взяла на вооружение компания Digital Equipment Corporation в начале восьмидесятых.

Эта система, которая помогала составлять заказы на продукцию, позволила компании экономить до 40 миллионов долларов в год.

Родни Брукс

Однако коммерческое использование искусственного интеллекта не выглядит так же романтично, как мечтания об имитации биологии, которые по-прежнему занимали умы исследователей. В 1990 году ученый Родни Брукс опубликовал статью под названием «Слоны не играют в шахматы».

Автор был вдохновлен существенными прорывами в нейрологии, в которой начали открываться загадки, связанные с человеческим мышлением и восприятием. Например, для распознавания визуальной информации зрению необходима совместная работа различных «модулей» мозга без какого-либо центрального управления.

Главным тезисом статьи Брукса стало заявление, что подход «сверху вниз», при котором компьютер предварительно программируется на следование правилам интеллектуального поведения, является неверным.

Важно

Это заключение позволило возродить подход «снизу вверх», а вместе с ним и совершенно немодную в те времена проблематику нейронных сетей.

Однако сторонники подхода «сверху вниз» не собирались сдаваться и в 1997 году одержали важную победу. Суперкомпьютер Deep Blue сразился в шахматы с мировым чемпионом Гарри Каспаровым и в конечном итоге вырвал у легендарного гроссмейстера победу.

В теории созданная IBM машина по своим возможностям превосходила Каспарова: хотя бы в том, что за секунду могла просчитать до 200 миллионов возможных ходов. Но в шахматах этого недостаточно: важным аспектом является умение мыслить стратегически.

Читайте также:  Уникальный гаджет, который сделает часы умными!

Поединок, который журналисты прозвали «Последним фиаско человеческого мозга», закончился такой красивой победой компьютера, что Каспаров даже предположил, что где-то за кулисами сидел живой человек, который управлял Deep Blue.

Некоторые назвали этот момент возрождением интереса к искусственному интеллекту, скептики же сочли это еще одним примером создания машины, которая отлично справится с поставленной задачей, если правильно ее запрограммировать на решение конкретной проблемы с четкими правилами и законами.

Гарри Каспаров и Deep Blue

Родни Брук, о котором мы говорили выше, не стал ограничиваться только теоретическими размышлениями и занялся непосредственным продвижением своих идей. В 2002 году учрежденная им компания iRobot создала первого коммерчески успешного робота для дома — самоуправляемого робота-пылесоса под названием Roomba.

Уборка комнаты, безусловно, слишком скромный масштаб свершений для технологии, с которой ученые связывают такие большие надежды. Однако Roomba нельзя не назвать серьезным прорывом.

Его многослойные системы генерирования поведения были намного проще алгоритмов робота Shakey и больше напоминали роботов, которых создал Грей Уолтер более 50 лет назад.

Совет

Несмотря на относительно скромную функциональность датчиков и минимальную вычислительную производительность, устройству хватало интеллекта для того, чтобы качественно убирать квартиру. Появление Roomba ознаменовало собой новую эпоху автономных роботов, сосредоточенных на выполнении конкретных задач.

Несмотря на то, что холодная война закончилась, и искусственный интеллект в те годы не оправдал надежд американских военных, в середине двухтысячных они вернулись к этой проблематике, избрав новый подход.

Власти начали активно инвестировать в автономных роботов, и в 2005 году мир увидел первый плод этих работ — BigDog от компании Boston Dynamics.

Этого устрашающего четвероногого робота, рассчитанного на выполнение задач в условиях среды, в которых невозможна работа традиционных транспортных средств, пока так и не удалось увидеть в действии. Зато компания iRobot сумела внести заметный вклад в развитие этого направления.

Их робот-сапер PackBot объединил в себе пользовательское управление и интеллектуальные способности, такие как умение распознавать запах взрывчатки. Более 2000 таких роботов с успехом использовались в ходе вооруженных конфликтов в Ираке и Афганистане.

Источник: https://Hi-News.ru/technology/premera-trendy-iskusstvennyj-intellekt.html

Рынок систем искусственного интеллекта в здравоохранении может достигнуть объема в $6 млрд

Изменения в системе здравоохранения и все возрастающий уровень использования современных технологий станут причиной того, что объем рынка систем на базе технологий искусственного интеллекта за три года вырастет до $6 млрд, утверждается в новом аналитическом отчете компании Accenture.

По мнению исследовательской компании, этот рынок в

Доступ запрещен.

году достигнет уровня в $6.6 млрд. Это большой рывок вверх по сравнению с 2014 годом, когда его объем составлял всего $600 млн. В своем анализе Accenture рассматривает инвестиции, рост объемов контрактов, приобретения компаний из сферы технологий искусственного интеллекта.

Каждый пятый американский потребитель говорит, что уже пользуется сервисом здравоохранения, который создан с применением технологий искусственного интеллекта, например, роботами, “виртуальным врачом” или “умной” домашней диагностикой.

Всего в опросе Accenture приняли участие 3000 человек.

Корпорации и инвестиционные фонды наперегонки инвестируют в разработку продуктов и систем в этой сфере. Современная тенденция связана с постепенным сдвигом от медицины, работающей по принципу оплаты за услуги, к модели, основанной на ценностях и общественном здравоохранении, которая гарантирует, что лечение обеспечивается в нужном месте, в нужном объеме и в нужное время.

В настоящее время страховые компании, такие как Anthem и Cigna, используют искусственный интеллект как, например, инструмент сокращения опиоидной зависимости и соответствующего злоупотребления мощными болеутоляющими средствами.

Обратите внимание

Инвестиционная группа UnitedHealth Group Optum Ventures в прошлом году создала фонд размером в $250 млн, который уже вложился в ряд проектов из сферы цифровой медицины и искусственного интеллекта, таких как Buoy Health.

Эта компания разработала цифрового медицинского помощника на базе искусственного интеллекта, который помогает пациентам лучше разобраться в своих симптомах и получить совет, что делать дальше и к кому обратиться.

Регуляторы также продвинулись в своих разрешениях на применения таких систем и соответствующих продуктов. Например, Bionic Laboratories, разработавшая семь продуктов на базе роботизированных технологий, уже получила на три из них разрешение от FDA (U.S.

Food and Drug Administration, Управление по санитарному надзору за качеством пищевых продуктов и медикаментов). По словам представителей этой компании, эти продукты уже применяются для лечения неврологических заболеваний в 200 больницах в 20 странах.

Для комментирования необходимо авторизоваться

Источник: https://evercare.ru/rynok-sistem-iskusstvennogo-intellekta-v-zdravookh

Искусственный интеллект в медицине

Статья написана в соавторстве с С.Л. Добриднюком, директором по исследованиям и инновациям, компания “Диасофт Системы”.

Введение

На сегодняшний день искусственный интеллект (ИИ) считается одним из самых перспективных направлений развития не только ИТ-отрасли, но и многих других сфер деятельности человека. В частности, решения на базе ИИ являются одной из основных надежд в плане реализации концепции «Цифровой экономики».

Как электричество изменило и привело к новой промышленной революции в XIX веке, так и искусственный интеллект становится одним из основных драйверов глубокой трансформации общества и экономики в XXI веке. Однако, в отличие от прежних промышленных революций, основной движитель этих тектонических изменений – не технологии, и не ИТ.

Изменяется само общество, его уклад. Информатизация преобразует поведение потребителей. Они, имеющие доступ к разного качества информации, становятся более искушенными и требовательными. Применяя ИТ, менеджмент получил качественные профессиональные инструменты наблюдения, управления и контроля.

Меняется политика государства и инвесторов, они больше не хотят вкладываться в профессии и деятельность, где есть унаследованная от прежних лет рутина, применяется низкоквалифицированный ручной труд. Идет решительная замена их роботами и сервисами на базе искусственного интеллекта.

Согласно данным IDC, объём рынка когнитивных систем и технологий ИИ в 2016 году в денежном выражении составил приблизительно 7,9 млрд. долл. В 2017-м, как ожидается, он вырастет на 59,3% и достигнет 12,5 млрд. долл. Аналитики полагают, что до конца текущего десятилетия среднегодовой темп роста (CAGR) окажется на уровне 54%. В результате, в 2020 г.

объём отрасли превысит 46 млрд. долл. Наибольшую долю этого рынка составят когнитивные приложения, которые автоматически изучают данные и составляют различные оценки, рекомендации или прогнозы.

Инвестиции в программные платформы ИИ, которые предоставляют инструменты, технологии и сервисы на основе структурированной и неструктурированной информации, будут измеряться 2,5 млрд. долл. в год. Рынок искусственного интеллекта в области здравоохранения и наук о жизни, по оценкам Frost & Sullivan, также будет расти на 40% в год, достигнув в 2021 г. уровня 6,6 млрд. долл..

Искусственный интеллект имеет длинную историю, основанную на теоретических работах Тьюринга по кибернетике, датированных началом XX века. Хотя концептуальные предпосылки появились еще ранее, с философских работ Рене Декарта «Рассуждение о методе» (1637) и работы Томаса Гоббса «Человеческая природа» (1640).

В 1830-х годах английский математик Чарльз Бэббидж придумал концепцию сложного цифрового калькулятора — аналитической машины, которая, как утверждал разработчик, могла рассчитывать ходы для игры в шахматы.

Важно

А уже в 1914 году директор одного из испанских технических институтов Леонардо Торрес Кеведо изготовил электромеханическое устройство, способное разыгрывать простейшие шахматные эндшпили почти так же хорошо, как и человек.

С середины 30-х годов прошлого столетия, с момента публикации работ Тьюринга, в которых обсуждались проблемы создания устройств, способных самостоятельно решать различные сложные задачи, к проблеме искусственного интеллекта в мировом научном сообществе стали относиться внимательно.

Тьюринг предложил считать интеллектуальной такую машину, которую испытатель в процессе общения с ней не сможет отличить от человека. Тогда же появилась концепция Baby Machine, предполагающая обучение искусственного разума на манер маленького ребенка, а не создание сразу «умного взрослого» робота — прообраз того, что сейчас мы называем машинным обучением.

В 1954 году американский исследователь Ньюэлл решил написать программу для игры в шахматы. К работе были привлечены аналитики корпорации RAND Corporation. В качестве теоретической основы программы был использован метод, предложенный основателем теории информации Шенноном, а его точная формализация была выполнена Тьюрингом.

Математик Джон Маккарти в Лаборатории искусственного интеллекта в Стэнфорде
Летом 1956 года в Университете Дартмута в США прошла первая рабочая конференция с участием таких ученых, как Маккарти, Минский, Шеннон, Тьюринг и другие, которые впоследствии были названы основателями сферы искусственного разума. В течение 6 недель ученые обсуждали возможности реализации проектов в сфере искусственного интеллекта. Именно тогда и появился сам термин Artificial Intelligence (AI) — искусственный интеллект. Подробнее об этом событии, ставшем отправной точкой ИИ, рассказано тут https://meduza.io/feature/2017/07/01/pomogat-lyudyam-ili-zamenyat-ih-kak-v-amerike-1950-h-sozdavali-iskusstvennyy-intellekt Следует уточнить, что исследовательские работы по ИИ не всегда шли путем победителя, а их авторы добивались успеха. После взрывного интереса инвесторов, технологов, ученых в 50-е годы XX века и фантастических ожиданий, что вот-вот компьютер заменит человеческий мозг, в 60-70-е годы наступило тяжелое разочарование. Возможности компьютеров того времени не позволяли проводить сложные вычисления. В тупик зашла и научная мысль по разработке математического аппарата ИИ. Отголоски этого пессимизма встречаются во многих учебниках по прикладной информатике, выпускаемых до настоящего времени. В общественной культуре и даже государственных нормативных документах сформировался образ робота или кибернетического алгоритма как жалкого, недостойного внимания, агента. Который может выполнять свои функции только под контролем человека.

Однако, с середины 90-х гг. интерес к ИИ вернулся, и технологии стали развиваться быстрыми темпами. С этого времени наблюдается настоящий взрыв исследований и патентной работы по этой тематике.

В 2005-2008 годах в работах по ИИ произошел качественный скачок. Математический научный мир нашел новые теории и модели обучения многослойных нейронных сетей, ставших фундаментом развития другой теории – глубокого машинного обучения. А ИТ-отрасль стала выпускать высокопроизводительные, и, что главное, недорогие и доступные вычислительные системы.

Итогом совместных усилий математиков и инженеров стало достижение за последние 10 лет выдающихся успехов, а практические результаты в проектах ИИ посыпались, как из «рога изобилия».

Первые примеры воодушевляющих и впечатляющих результатов применения ИИ удалось достичь в деятельности, требующей учета большого числа часто изменяющихся факторов и гибкой адаптивной реакции человека, например, в развлечениях и играх.

Совет

В 1997 году компьютер IBM под названием Deep Blue стал первым компьютером, который победил чемпиона мира по шахматам Гарри Каспарова. Подробнее об этом событии тут http://mashable.com/2016/02/10/kasparov-deep-blue/

Искусственный интеллект Deep Blue победил чемпиона мира по шахматам Гарри Каспарова

Источник: http://www.kmis.ru/site.nsf/apages/ai_2017.htm

Ссылка на основную публикацию
Adblock
detector