Российские клиники оборудовали интеллектуальной системой распознавания заболеваний

Лабораторный практикум

Издательством «БИНОМ. Лаборатория знаний» выпущен учебно-методический комплекс «Искусственный интеллект». Он включает:

Характерными особенностями учебно-методического комплекса являются:

  1. Предельная ясность изложения материала, что делает его доступным для понимания и использования учителями и школьниками практически любого уровня подготовки.

  2. Подробнейшая детализация учебного процесса с множеством советов и рекомендаций для учителей по проведению уроков и лабораторных работ.
  3. Возможность применения теоретических знаний для решения широкого круга практических задач.

Основная цель, которую преследуют авторы комплекса – показать, что искусственный интеллект – это совсем не что-то фантастическое, а вполне конкретная и нужная дисциплина, что моделировать человеческий мозг – это совсем несложно, что это может делать каждый школьник, причем для решения реальных проблем, встречающихся в повседневной жизни:

  • Какую профессию выбрать и куда пойти учиться?
  • Сколько процентов билетов выучить, чтобы получить хорошую оценку за экзамен?
  • Кого выбрать себе в спутники (спутницы) жизни, чтобы не ошибиться?
  • Когда обратиться к родителям с просьбой, чтобы не получить отказ?
  • Определить, правду ли говорит собеседник, или он лжет?
  • Какая команда победит в спортивных состязаниях?
  • Какие шаги следует предпринять, чтоб улучшить свои спортивные результаты?
  • Каким завтра и в ближайшую неделю будет курс доллара?
  • Кто победит на выборах, и как повлиять на их результат?
  • И многое, многое другое…

Цель курса – научить школьников, как сделать из своего компьютера доброго советчика, помогающего принимать правильные решения, строить прогнозы развития различных событий и ситуаций.

Изучение предмета включает выполнение серии лабораторных работ.

В основу лабораторных работ заложена идея азартной компьютерной игры так, что их выполнение обходится практически без вмешательства преподавателя или лаборанта.

Между учащимися и компьютерами завязывается активный диалог, в ходе которого учащиеся последовательно осваивают одну идею искусственного интеллекта за другой, иногда наталкиваясь на подводные камни и попадая в «ловушки», в которых порой оказывались ученые-создатели науки «Искусственный интеллект».

Обратите внимание

Такой способ освоения материала способствует глубокому проникновению в суть проблем, и не позволит в будущем повторять вошедшие в историю заблуждения и ошибки.

В ходе выполнения лабораторных работ учащиеся осваивают специально созданный для них программный инструмент – симулятор нейронных сетей «Нейросимулятор».

С помощью этого инструмента они могут создавать нейронные сети слоистой структуры, подбирать их параметры, обучать решению множества практических задач, например, в области медицины, политологии, социологии, спорта, туризма, криминалистики, педагогики, экономики, промышленности и др.

Школьникам также предоставляется возможность самим придумывать задачи и самим их решать методами искусственного интеллекта. Это задачи прогнозирования, диагностики, оптимизации, классификации и распознавания образов.

В ходе выполнения самостоятельных (курсовых) работ школьники сами формулируют задачу, сами находят или подбирают обучающие примеры, создают, оптимизируют, обучают, тестируют нейронную сеть, создают на ее основе нейросетевую математическую модель предметной области, затем исследуют эту модель, получают полезные для практического применения результаты.

Изучение курса подытоживают слова из пособия:

«Можно сказать, что человек, освоивший методы искусственного интеллекта, поднимается на качественно новый уровень своего развития. Можно сказать, что у него появляется дар предвидения. Он может предсказывать будущие события. И он знает, как повлиять на эти события.

Он знает, что нужно сделать, чтобы события развивались в нужном направлении. Раньше таких людей называли волшебниками и колдунами. Поэтому можно почти без преувеличения сказать, что изучаемый Вами элективный курс учит Вас искусству колдовства.

Изучив этот предмет, Вы можете свободно пользоваться основными нейросетевыми технологиями и даже применять их для достижения своих личных целей.

Как и каким образом? Это зави-сит от Вашей собственной фантазии и от того, насколько глубоко Вы поняли идеи и освоили методы искусственного интеллекта».

Лабораторный практикум состоит из восьми лабораторных работ.

Важно

В основу первых семи работ заложена идея азартной компьютерной игры. Они выполняются практически без помощи учителя. Перед началом проведения лабораторной работы учителю рекомендуется напомнить теоретический материал.

Подробно он изложен в упомянутом выше Учебно-методическом комплексе; там же даны рекомендации по проведению лабораторных работ.

Краткое изложение теоретического материала можно найти – в HELPах, открываемых в каждой лабораторной работе нажатием кнопки с изображением развернутой книги.

После того, как учащиеся приступят к выполнению лабораторных работ, на все возникшие вопросы учитель может ответить одной фразой: «Внимательно читайте и выполняйте все пункты «Протокола выполнения», в случае затруднений – откройте теоретический материал путем нажатия на кнопку с изображением развернутой книги».

Чтобы загрузить и установить лабораторные работы следуйте следующей инструкции

Для удобства Лабораторный практикум распространяется как в виде программы установки, так и в виде архива. Версии программы в обоих случаях идентичны и отличаются лишь способом установки и запуска.

Установка при помощи мастера

  1. Скачать программу установки.
  2. Запустить setup.exe
  3. Следуя указаниям мастера установить приложение
  4. Запустить Лабораторный практикум, используя ярлык на рабочем столе

Установка из архива

  1. Скачать архив программы.
  2. Распаковать содержимое архива ai_labs.zip
  3. Перейти в каталог с распакованным содержимым архива.
  4. Запустить Лабораторный практикум, выполнив программу START.exe

Обновлённый нейросимулятор

  1. Скачать архив программы.
  2. Распаковать содержимое архива Nsim5sc.zip
  3. Перейти в каталог с распакованным содержимым архива.
  4. Запустить Нейросимулятор, выполнив программу Nsim5sc.exe

Задание этой лабораторной работы состоит в том, чтобы путем подбора синаптических весов и порога чувствительности математического нейрона заставить его моделировать логические функции: «И», «ИЛИ» и др.

Работа выполняется в интерактивном режиме практически без помощи учителя. Читая сообщения, появляющиеся в «Протоколе выполнения», школьники сами пытаются выполнить все задания.

Учителю рекомендуется объявить конкурс – кто первый справится с работой, и не мешать школьникам соревноваться.

Совет

В распоряжении школьников имеется теоретический материал (открывается путем нажатия на кнопку в виде развернутой книги), таблицы истинности логических функций (слева по центру), схема математического нейрона с формулами его работы (слева внизу), графическое изображение работы нейрона (снизу по центру и справа).

Здание состоит в том, чтобы обучить персептрон классифицировать цифры на четные и нечетные.

Читая «Протокол выполнения», школьники рисуют цифры на табло «Вход персептрона» и, отмечая их четность или нечетность, формируют множество обучающих примеров, которое постепенно располагается в нижней части рабочего окна.

Путем нажатия кнопки «Обучить» (она появляется по ходу выполнения работы) школьники запускают процесс обучения персептрона, наблюдают за его графическим отображением, а затем убеждаются в правильности работы обученного персептрона.

Как и прежде, перед началом урока учителю рекомендуется напомнить теоретический материал и, после запуска лабораторных работ, напоминать школьником о необходимости внимательного чтения и выполнения всех пунктов «Протокола выполнения».

Эти работы отличаются от предыдущей тем, что школьники обучают персептрон распознавать буквы русского алфавита.

Выполняя пункты «Протокола выполнения» школьники убеждаются, что персептрон может не только распознавать буквы, которые были в обучающем множестве примеров, но и буквы, которые персептрон «увидел» впервые.

Школьники должны выполнять задание до тех пор, пока в «Протоколе выполнения» не появится сообщение «Работа выполнена успешно».

Обратите внимание

Эта работа, по существу, является продолжением первой лабораторной работы. Задание состоит в моделировании логических функций, но только в место одного нейрона используется двухслойный персептрон. Выполняя задание, школьники задают структуру персептрона – количество нейронов на скрытом слое, вид активационных функций, скорость обучения и количество эпох обучения.

Школьники, исходя из собственных медицинских знаний, обучают нейронную сеть ставить такие диагнозы заболеваний, как грипп, пневмония, ОРЗ. Для этого они выбирают симптомы, которые считают важными для постановки диагноза, и формируют множество примеров постановки диагнозов пациентам, которых они сами придумывают.

После традиционного повторения теоретического материала и напоминания школьникам, чтобы они внимательно читали и выполняли пункты «Протокола выполнения», учитель может подойти к справившемуся с работой школьнику и проверить с помощью созданной школьником интеллектуальной диагностической системы состояние своего здоровья.

Эта лабораторная работа представляет собой нейропакет, т.е. программу, предназначенную для проектирования, обучения, тестирования и использования нейронных сетей.

В отличие от предыдущих лабораторных работ, освоение этой программы производится под руководством учителя согласно рекомендациям, данным в Учебно-методическом комплексе «Искусственный интеллект».

Эту программу школьники обычно скачивают на свои компьютеры и используют для выполнения самостоятельных (курсовых) работ. Круг решаемых с помощью нее задач чрезвычайно широк.

Читайте также:  Робот помощник от отечественных разработчиков будет запущен в производство

Вот далеко не полный перечень интеллектуальных информационных систем, созданных с помощью этой программы:

  1. Интеллектуальный детектор лжи.
  2. Интеллектуальный антиспамер.
  3. Интеллектуальная система диагностики сложных технических устройств.
  4. Интеллектуальная система диагностики здоровья человека.
  5. Интеллектуальная система распознавания автомобильных номерных знаков.
  6. Интеллектуальная система распознавания криминальных ситуаций по данным видеонаблюдений.
  7. Интеллектуальная система оценки жилой недвижимости.
  8. Интеллектуальная система оценки стоимости подержанных автомобилей.
  9. Интеллектуальная система прогнозирования курсов валют, котировок акций и ценных бумаг (с учетом влияния различных факторов).
  10. Интеллектуальная система оценки банковских рисков.
  11. Интеллектуальная система оценки кредитоспособности физических лиц.
  12. Интеллектуальная система выявления клиентов-мошенников страховых компаний.
  13. Интеллектуальная система оценки вероятности банкротств организаций.
  14. Интеллектуальная система прогнозирования расхода зданиями тепловой и электрической энергии.
  15. Интеллектуальная система прогнозирования индексов потребительских цен.

Источник: http://www.lbai.ru/

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.

Важно

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/

Система распознавания рака Botkin.AI заработала в российских клиниках

Систему распознавания различных видов рака и других заболеваний Botkin.AI начали использовать несколько клиник России. Речь идет о Мурманской областной клинической больнице. Также Botkin.

AI пользуется Тюменский областной онкологический диспансер и сеть диагностических центров «Рэмси Диагностика». Об этом «Инвест-Форсайту» рассказал генеральный директор и совладелец Botkin.AI Сергей Сорокин (его колонку о медицинском использовании искусственного интеллекта читайте здесь – ред.).

Так, стартап, появившийся в 2015 году, превращается в реально работающий бизнес.

Основатели и инвесторы

Программа диагностики заболеваний Botkin.AI – оригинальная разработка компании «Интеллоджик», которая появилась в 2015 г. и была зарегистрирована в инновационном центре «Сколково» в декабре 2017 г.

В настоящее время основными владельцами «Интеллоджика» являются ее генеральный директор Сергей Сорокин (45,3%), известный банкир, владелец «Экспобанка» Игорь Ким (20%) и венчурный фонд «Праймер Кэпитал» (20%).

Кроме того, по 7,4% – у Олега Бухвалова и Ивана Дрокина (данные сервиса Контур.Фокус).

Botkin.

Совет

AI распознает рак по компьютерной томографии (КТ) пациентов или серии рентгеновских снимков органов и работает при помощи искусственного интеллекта (ИИ): с помощью нейронных сетей она должна обучиться диагностировать и даже прогнозировать заболевания, давать клинические рекомендации. На данном этапе проект охватывает только одну область медицины – онкологию, но проект будут расширять и на другие области диагностики. Теоретически Botkin.AI помогает выявлять заболевание на ранних стадиях и прогнозировать риск его развития.

В июле 2017 года компания «Интеллоджик» получила от Primer Capital инвестиции в размере 11 млн рублей.

Сколько вложил в Botkin.AI банкир Игорь Ким, не раскрывается.

ИИ в клиниках

«Интеллоджик» сотрудничал с НМИЦ онкологии им. Н.Н. Блохина и Московским физико-техническим институтом. Но для обучения нейронных сетей искусственного интеллекта Botkin.AI нужны большие данные. Им так же, как и врачам, требуется помощь в диагностике.

В апреле этого года компания начала сотрудничество с Мурманской областной клинической больницей. Здесь Botkin.

AI внедряется в автоматический ретроспективный обзор КТ-изображений грудной клетки для выявления рака легких на ранних стадиях, а также планирует оценивать риски заболевания на основе электронной медицинской документации. Недавно Botkin.

AI стал использовать Тюменский областной онкологический диспансер, а с прошлого месяца – «Рэмси Диагностика». Впрочем, как признает Сергей Сорокин, проекты с клиниками только начаты, и пока, чтобы судить о результативности разработки, статистики недостаточно. Все же, по имеющимся данным, распознаваемость рака на платформе Botkin.AI – 95%. Это очень высокий показатель.

Кроме того, Botkin.AI используют в международной фармацевтической компании для анализа информации об эффективности применения препаратов. Однако конкретное название компании Сорокин озвучивать отказался. Сколько клиники платят «Интеллоджик» за использование Botkin.AI, Сорокин также не говорит, но в течение года надеется выйти на окупаемость проекта.

Почему Botkin.AI рискнула выйти на рынок

Самый известный конкурент Botkin.AI – IBM Watson. В некоторых клиниках США и Таиланда программа Watson for Oncology уже помогает врачам устанавливать диагноз.

Botkin.

AI – запатентованная математическая модель представления пациента на основе искусственного интеллекта. Модель строится на основании трех типов данных: графических изображений, структурированных данных и неструктурированных медицинских данных. Речь идет об анализе ЭКГ, КТ, МРТ, УЗИ, ЭКГ, геномных изображениях, данных истории болезни пациента, иначе говоря – большом объеме медданых, собранных врачами. IBM Watson, ставя диагноз, помимо медданых пациента также просматривает терабайты последних исследований по теме и формирует диагноз на основе всей информации.

Ни одному врачу-онкологу не под силу собрать данные с такой скоростью, как это делает искусственный интеллект. Так, IBM Watson потратил всего 10 минут на анализ генома пациента с раком мозга и предложил план лечения, врачам же на это потребовалось бы 160 часов.

Обратите внимание

Стоимость использования программы для одного пациента составляет $200 – $1000. В Botkin.AI пока о скорости своей работы не говорят.

Среди российских компаний, диагностирующих заболевания с помощью ИИ (в их числе прежде всего стоит упомянуть проект «Третье мнение»), Botkin.AI раньше всех вышла на рынок с готовым продуктом.

Читайте также:  Инженеры mit разработали мощный процессор для искусственного интеллекта

Источник: https://www.if24.ru/sistema-raspoznavaniya-raka-botkin-ai-zarabotala-v-rossijskih-klinikah/

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

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).

Важно

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.

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

Совет

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.

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

Обратите внимание

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.

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.

Важно

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

Каталог центров коллективного пользования научным оборудованием

Очистить фильтр Отфильтровать ЦКП

  • Базовая организация: Федеральное государственное бюджетное научное учреждение Технологический институт сверхтвердых и новых углеродных материалов (ТИСНУМ)
  • Ф.И.О.

    руководителя ЦКП: Прохоров Вячеслав Максимович

  • Телефон: +7 (499) 2722314
  • Электронная почта руководителя ЦКП: pvm@tisnum.ru
  • Федеральный округ: Центральный
  • Регион: г. Москва
  • Адрес ЦКП: 142190, г. Троицк, ул. Центральная, д.

  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

    ФЦП «Развитие инфраструктуры наноиндустрии в РФ»>★

  • Базовая организация: Федеральное государственное бюджетное учреждение науки Институт молекулярной биологии им. В.А. Энгельгардта Российской академии наук
  • Ф.И.О. руководителя ЦКП: Кудрявцева Анна Викторовна
  • Электронная почта руководителя ЦКП: ckp_eimb@mail.ru
  • Федеральный округ: Центральный
  • Регион: г. Москва
  • Адрес ЦКП: 119991, г. Москва, ул. Вавилова, 32
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

  • Базовая организация: Федеральное государственное бюджетное учреждение науки Физико-технический институт им. А.Ф. Иоффе Российской академии наук
  • Ф.И.О. руководителя ЦКП: Конников Самуил Гиршевич
  • Телефон: +7 (812) 2927968
  • Электронная почта руководителя ЦКП: konnikov@mail.ioffe.ru
  • Федеральный округ: Северо-Западный
  • Регион: г. Санкт-Петербург
  • Адрес ЦКП: 194021, г. Санкт-Петербург, ул. Политехническая, д.26
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

    решении приоритетных научных задач (ПНЗ)>★

  • Базовая организация: Федеральное государственное учреждение «Федеральный научно-исследовательский центр «Кристаллография и фотоника» Российской академии наук»
  • Ф.И.О. руководителя ЦКП: Григорьев Юрий Васильевич
  • Телефон: +7 (903) 0158536
  • Электронная почта руководителя ЦКП: ygrigoriev@mail.ru
  • Федеральный округ: Центральный
  • Регион: г. Москва
  • Адрес ЦКП: 119333, г. Москва, Ленинский пр-т, д. 59
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

  • Базовая организация: Федеральное государственное бюджетное образовательное учреждение высшего образования «Кубанский государственный университет»
  • Ф.И.О. руководителя ЦКП: Темердашев Зауаль Ахлоович
  • Телефон: +7 (861) 2199571
  • Электронная почта руководителя ЦКП: temza@kubsu.ru
  • Федеральный округ: Южный
  • Регион: Краснодарский край
  • Адрес ЦКП: 350040, г. Краснодар, ул. Ставропольская, д. 149
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

  • Базовая организация: Федеральное государственное унитарное предприятие «Институт химических реактивов и особо чистых химических веществ Национального исследовательского центра «Курчатовский институт»
  • Ф.И.О. руководителя ЦКП: Ретивов Василий Михайлович
  • Телефон: +7 (495) 9637089
  • Электронная почта руководителя ЦКП: vasilii_retivov@mail.ru
  • Федеральный округ: Центральный
  • Регион: г. Москва
  • Адрес ЦКП: 107076, г. Москва, Богородский вал, д. 3
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

  • Базовая организация: Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский технологический университет «МИСиС»
  • Ф.И.О. руководителя ЦКП: Жуков Дмитрий Геннадьевич
  • Телефон: +7 (495) 84956384590
  • Электронная почта руководителя ЦКП: dmitry.zhukov@misis.ru
  • Федеральный округ: Центральный
  • Регион: г. Москва
  • Адрес ЦКП: 119049, г. Москва, Ленинский пр-т, д.4
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

    Национального исследовательского университета (НИУ)>★

  • Базовая организация: Федеральное государственное автономное образовательное учреждение высшего образования «Северный (Арктический) федеральный университет имени М. В. Ломоносова»
  • Ф.И.О. руководителя ЦКП: Косяков Дмитрий Сергеевич
  • Телефон: +7 (8182) 216100
  • Электронная почта руководителя ЦКП: d.kosyakov@narfu.ru
  • Федеральный округ: Северо-Западный
  • Регион: Архангельская область
  • Адрес ЦКП: 163002, г. Архангельск, ул. Северодвинская, д. 14
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

  • Базовая организация: Федеральное государственное автономное образовательное учреждение высшего образования Южный федеральный университет
  • Ф.И.О. руководителя ЦКП: Олишевский Даниил Петрович
  • Телефон: +7 (988) 8985691
  • Электронная почта руководителя ЦКП: info@ckpvt.ru
  • Федеральный округ: Южный
  • Регион: Ростовская область
  • Адрес ЦКП: 344090, г. Ростов-на-Дону, ул. Мильчакова, д. 10
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

  • Базовая организация: Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский Томский государственный университет»
  • Ф.И.О. руководителя ЦКП: Леонова Елена Витальевна
  • Телефон: +7 (3822) 783714
  • Электронная почта руководителя ЦКП: ckp@mail.tsu.ru
  • Федеральный округ: Сибирский
  • Регион: Томская область
  • Адрес ЦКП: 634050, г. Томск, пр. Ленина, д. 36
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

    Национального исследовательского университета (НИУ)>★

  • Базовая организация: Федеральное государственное автономное образовательное учреждение высшего образования «Московский физико-технический институт (государственный университет)»
  • Ф.И.О. руководителя ЦКП: Тодуа Павел Андреевич
  • Телефон: +7 (495) 4088188
  • Электронная почта руководителя ЦКП: negrov.dv@mipt.ru
  • Федеральный округ: Центральный
  • Регион: Московская область
  • Адрес ЦКП: 141700, г. Долгопрудный, Институтский пер., д.9
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

    Национального исследовательского университета (НИУ)>★

  • Базовая организация: Федеральное государственное бюджетное образовательное учреждение высшего образования «Национальный исследовательский Московский государственный строительный университет»
  • Ф.И.О. руководителя ЦКП: Гульшин Игорь Алексеевич
  • Телефон: +7 (495) 2874914
  • Электронная почта руководителя ЦКП: gulshinia@mgsu.ru
  • Федеральный округ: Центральный
  • Регион: г. Москва
  • Адрес ЦКП: 129337, г. Москва, Ярославское ш., д.26
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

    Национального исследовательского университета (НИУ)>★

  • Базовая организация: Федеральное государственное бюджетное образовательное учреждение высшего образования «Московский государственный технологический университет «СТАНКИН»
  • Ф.И.О. руководителя ЦКП: Купцов Владимир Романович
  • Телефон: +7 (499) 9733071
  • Электронная почта руководителя ЦКП: science@stankin.ru
  • Федеральный округ: Центральный
  • Регион: г. Москва
  • Адрес ЦКП: 127994, г. Москва, Вадковский пер., д.3а
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

    решении приоритетных научных задач (ПНЗ)>★

  • Базовая организация: Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет «Московский институт электронной техники»
  • Ф.И.О. руководителя ЦКП: Дюжев Николай Алексеевич
  • Телефон: +7 (499) 7206908
  • Электронная почта руководителя ЦКП: djuzhev@ntc-nmst.ru
  • Федеральный округ: Центральный
  • Регион: г. Москва
  • Адрес ЦКП: 124498, г. Зеленоград, площадь Шокина, дом 1
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

    Национального исследовательского университета (НИУ)>★

    ФЦП «Развитие инфраструктуры наноиндустрии в РФ»>★

  • Базовая организация: Федеральное государственное бюджетное учреждение науки Институт ядерной физики им. Г. И. Будкера Сибирского отделения Российской академии наук
  • Ф.И.О. руководителя ЦКП: Кулипанов Геннадий Николаевич
  • Телефон: +7 (383) 3294498
  • Электронная почта руководителя ЦКП: g.n.kulipanov@inp.nsk.su
  • Федеральный округ: Сибирский
  • Регион: Новосибирская область
  • Адрес ЦКП: 630090, г. Новосибирск, пр-т. Академика Лаврентьева, 11
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

  • Базовая организация: Федеральное государственное бюджетное учреждение науки Институт физики полупроводников им.А.В.Ржанова Сибирского отделения Российской академии наук
  • Ф.И.О. руководителя ЦКП: Латышев Александр Васильевич
  • Телефон: +7 (383) 3309082
  • Электронная почта руководителя ЦКП: latyshev@isp.nsc.ru
  • Федеральный округ: Сибирский
  • Регион: Новосибирская область
  • Адрес ЦКП: 630090, г. Новосибирск, пр-т Академика Лаврентьева, д. 13
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

  • Базовая организация: Федеральное государственное бюджетное научное учреждение «Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук»
  • Ф.И.О. руководителя ЦКП: Мошкин Михаил Павлович
  • Телефон: +7 (383) 3634967
  • Электронная почта руководителя ЦКП: mmp@bionet.nsc.ru
  • Федеральный округ: Сибирский
  • Регион: Новосибирская область
  • Адрес ЦКП: 630090, г. Новосибирск, пр-т. Академика Лаврентьева, 10/2
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

    решении приоритетных научных задач (ПНЗ)>★

  • Базовая организация: Федеральное государственное бюджетное научное учреждение «Научно-исследовательский институт биомедицинской химии имени В.Н. Ореховича» Российской академии медицинских наук
  • Ф.И.О. руководителя ЦКП: Тихонова Ольга Валентиновна
  • Телефон: +7 (499) 2461641
  • Электронная почта руководителя ЦКП: ovt.facility@gmail.com
  • Федеральный округ: Центральный
  • Регион: г. Москва
  • Адрес ЦКП: 119121, г. Москва, ул. Погодинская, д.10, стр.8
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

  • Базовая организация: Федеральное государственное бюджетное образовательное учреждение высшего образования «Воронежский государственный университет»
  • Ф.И.О. руководителя ЦКП: Козадеров Олег Александрович
  • Телефон: +7 (473) 2207533
  • Электронная почта руководителя ЦКП: ckp-vsu@mail.ru
  • Федеральный округ: Центральный
  • Регион: Воронежская область
  • Адрес ЦКП: 394018, г. Воронеж, Университетская площадь, д. 1
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

  • Базовая организация: Федеральное государственное автономное образовательное учреждение высшего образования «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина»
  • Ф.И.О. руководителя ЦКП: Шур Владимир Яковлевич
  • Телефон: +7 (343) 3899568
  • Электронная почта руководителя ЦКП: vladimir.shur@urfu.ru
  • Федеральный округ: Уральский
  • Регион: Свердловская область
  • Адрес ЦКП: 620000, г. Екатеринбург, ул. Куйбышева, д. 48
  • ФЦП «ИиР на 2007-2013 годы»>★

    ФЦП «ИиР на 2014-2020 годы»>★

Источник: http://ckp-rf.ru/ckp/435997/

Ссылка на основную публикацию
Adblock
detector