Российские онкологи сверят диагнозы пациентов с рекомендациями искусственного интеллекта

Российские онкологи разработали новаторский метод диагностики рака

Онкологические заболевания — сложнейший вызов не только для российского, но и для мирового здравоохранения. О важности общенациональной борьбы против рака в марте говорил президент. Владимир Путин подробно высказался на эту тему в Послании Федеральному Собранию.

“Практически у каждого из нас есть родные, близкие, близкие, которых настигла эта беда — рак. Предлагаю реализовать специальную общенациональную программу по борьбе с онкологическими заболеваниями.

Активно привлечь к решению этой проблемы науку, отечественную фарминдустрию, провести модернизацию онкоцентров, выстроить современную систему — от ранней диагностики до своевременного, эффективного лечения, которое позволит защитить человека. У нас есть такой позитивный опыт.

По всем ключевым показателям, которые демонстрируют результативность онкологической помощи и специалисты их хорошо знают, мы должны выйти на современный, самый необходимый нам уровень”, — сообщил глава государства.

И вот наука уже подключилась к работе. И подключение начинает давать результаты. Ученые Сеченовского университета разработали новый способ диагностики рака. Теперь для нее достаточно буквально одной капли крови.

“Пациенты слишком поздно обращаются за медицинской помощью”, -профессор Марина Секачева объясняет добровольцу, как проходит исследование.

Обратите внимание

Простой анализ крови определяет болезнь на ранней стадии. И это настоящий прорыв. Ведь почти половина пациентов узнают об опухоли, когда она уже дала метастазы.

“Бабушка у меня умерла от рака молочной железы. И ей не смогли помочь, потому что это было очень поздно обнаружено. У отца на данный момент рак кожи. Я волнуюсь, я переживаю”, — рассказала Ольга Поликарпова, участница исследования.

Тест определяет самые распространенные болезни. Рак легкого, молочной железы, кишечника, предстательной железы, мочевого пузыря.

Анализ проводят вот в такой лаборатории. Изобретать специальное оборудование не нужно, достаточно уже существующего. Всего два дня, несколько миллилитров крови. И результат готов.

“Нам необходимо произвести ряд тестов на биохимических анализаторах, которые вы видите в этом зале и на иммунохемилюминисцентных анализаторах”, — говорит Галина Тугарина, заведующая межклинической биохимической лаборатории ПМГМУ имени И. М. Сеченова.

В итоге — больше сотни показателей. Проанализировать миллионы взаимосвязей между ними не под силу человеку.

Но это может нейронная сеть. Компьютерная модель мозга, которая мыслит значительно быстрее. Но сначала ее нужно обучить.

Это и сделали ученые Сеченовского университета. Машине показали результаты анализов пациентов с онкологией и здоровых добровольцев. И после тренировок искусственный интеллект не просто выделяет больных, но и ставит конкретный диагноз.

Виртуальный доктор обращает внимание не только на онкомаркеры. Оказалось, что значение имеют целых 18 показателей крови.

“Маркеры воспаления и онкомаркеры, и маркеры гомеостаза, маркеры свертываемости крови. У нас получился как раз порог, когда при определенном суммарном стечении изменений высока вероятность наличия заболевания”, — пояснила Марина Секачёва, проректор по научно-исследовательской работе ПМГМУ имени И. М. Сеченова.

Российские онкологи первыми в мире успешно применили на практике медицинскую статистику. Использовали данные своих пациентов, которых лечат в клиниках университета. Среди них и Наталья. Москвичка перенесла уже две операции и несколько курсов химиотерапии.

Важно

“Если бы в мое время такие исследования проводились, я бы увидела где-то это объявление. Я бы наверное одна из первых была”, — рассказала Наталья Бесфамильная, пациентка клиники малоинвазивной хирургии ПМГМУ имени И. М. Сеченова.

Сейчас ученые ждут получения международного патента на свою разработку. И официального разрешения Минздрава. Тогда обученную нейросеть можно будет поставить на компьютер любой лаборатории страны. И ранняя диагностика рака станет доступной.

Источник: https://doctor.rambler.ru/news/41444039-rossiyskie-onkologi-razrabotali-novatorskiy-metod-diagnostiki-raka/

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

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

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

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

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

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

Что умеет система

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

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

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

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

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

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

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

Совет

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

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

Об участниках сделки

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

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

Doc+ — это первая в России полностью мобильная клиника.

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

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

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

Искусственный интеллект поможет российским пациентам понять результаты их анализов

Программа напишет заключение так, как если бы она была врачом, но более простым языком.

Исследователи из Томского политехнического университета разработали компьютерную программу, которая на основе результатов анализов реальных пациентов выдает им заключение, где в доступных для понимания словах дана интерпретация полученных данных и рекомендованные дальнейшие действия. Научная статья опубликована в журнале BMC Medical Informatics and Decision Making.

В ряде стран пациенты самостоятельно, без направления лечащего врача, сдают кровь и другие биологические материалы на анализ. В России так делает 28 процентов всех сдающих анализы.

При этом лаборатории, их выполняющие, в нашей стране по закону обязаны выдавать результаты пациентам.

Поэтому нередко случается так, что люди получают информацию, которую не в состоянии понять, так как ее не интерпретировал терапевт: его просто не было.

Чтобы исправить положение дел, авторы исследования разработали программу, способную давать предварительное заключение о состоянии здоровья на основании результатов анализов.

За данными она обращается в базу конкретной лаборатории, где информация о концентрации того или иного вещества в крови, скорости осаждения клеток в ней и т.д. находится в оцифрованном, зашифрованном виде.

Обратите внимание

Эти данные с помощью нескольких статистических алгоритмов программа сопоставляет с диагнозами из специального набора.

Правила сопоставления прописаны заранее на основе уже известных закономерностей (например, повышенное содержание глюкозы в крови, взятой натощак, связано с сахарным диабетом), но по мере доработки программы они могут меняться. На выходе пациент получает заключение, где доступными словами изложены риски для его здоровья и указана вероятность определенных заболеваний.

Для тестирования алгоритма пригласили двух клинических экспертов и 120 пациентов — 28 старше 60 (считается, что пожилые не слишком склонны иметь дело с компьютером) и 92 моложе этого возраста. Первым показали результаты 1000 анализов и попросили интерпретировать их.

Рекомендации живых врачей разошлись с рекомендациями программы в 0,7 процента случаев. А пациенты оценили ее в среднем на 6 из 7.

Большинство согласилось с тем, что заключения, выдаваемые программой, понятны, их можно показать лечащему врачу, а хранение результатов анализов в цифровом виде удобнее, чем в бумажном.

У программы в ее нынешнем виде есть ряд недостатков, и разработчики честно сообщают о них. Во-первых, они не выясняли, какой процент испытуемых последовал рекомендациям, данным в заключениях, то есть непонятно, помогла ли программа улучшить чье-то здоровье. Во-вторых, пока она работает только на компьютерах, а мобильное приложение находится в разработке. Оно, по задумке исследователей, поможет привлечь более молодую аудиторию.<\p>

Источник: https://chrdk.ru/news/iskusstvennyi-intellekt-pomozhet-rossiiskim-patcientam-ponyat-rezultaty-ikh-analizov

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

Лаборатория работает в технопарке “Сколково” с декабря 2017 года

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.

Важно

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.

Читайте также:  Ма́рвин ли ми́нский (marvin lee minsky)

— 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.

Совет

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.

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.

Обратите внимание

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».

Источник: https://st-s.pro/vrach-rak-i-nejroset-kak-primenyaetsya-iskusstvennyj-intellekt-v-onkodiagnostike/

Искусственный интеллект против докторов: когда диагноз будет ставить компьютер

В один из вечеров прошлого ноября 54-летняя женщина из Бронкса прибыла в отделение скорой помощи медицинского центра Колумбийского университета с жалобой на сильную головную боль. У неё всё расплывалось перед глазами, а левая рука онемела и ослабла. Врачи осмотрели её и порекомендовали сделать компьютерную томографию головы.

Через несколько месяцев, утром одного из январских дней, четыре будущих рентгенолога собрались перед экраном компьютера на третьем этаже госпиталя. В комнате не было окон, и её освещал лишь включённый экран. Анджела Линели-Дипл [Angela Lignelli-Dipple], заведующая отделом нейрорентгенологии университета, стояла за интернами с карандашом и планшетом.

Она учила их разбираться в КТ-снимках. «Когда мозг мёртв, инсульт диагностировать легко, – говорит она. – Хитрость в том, чтобы диагностировать инсульт ещё до того, как умрёт слишком много нервных клеток».

Инсульты обычно происходят из-за блокировки тока крови или кровотечений, и у нейрорентгенолога есть только 45 минут на диагноз, чтобы доктора успели вмешаться в процесс – к примеру, ликвидировать появляющийся сгусток. «Представьте, что вы в отделении скорой помощи, – продолжала Линели-Дипл, увеличивая накал воображаемой ситуации.

– С каждой минутой отмирает очередной участок мозга. Потерянное время – потерянный мозг». Она бросила взгляд на часы на стене, по циферблату которых бежала секундная стрелка. «Ну и в чём же проблема?» – спросила она. Обычно инсульты асимметричны. Снабжение мозга кровью разветвляется влево и вправо, а затем делится на ручейки и притоки с каждой стороны.

Сгусток крови или кровотечение обычно поражает одно из ответвлений, что приводит к дефициту с одной стороны мозга. Когда нервные клетки оказываются отрезанными от притока крови и начинают умирать, они немного набухают. На снимке чёткие границы между анатомическими структурами могут оказаться размытыми. В конце концов, ткань сжимается, оставляя высушенную тень на снимке.

Но эта тень всё ещё видна на снимках через несколько часов или даже дней после инсульта, когда возможность вмешательства уже пропущена. «До этого момента, – рассказала мне Линели-Дипл, – на снимке есть намёк», предупреждение о надвигающемся инсульте. Снимки мозга женщины из Бронкса разрезают череп от основания до макушки, как дольки арбуза, разрезанного сверху вниз.

Интерны быстро пролистывали слои изображений, будто перелистывая странички блокнота, называя анатомические структуры: мозжечок, гиппокамп, центральная доля, полосатое тело, мозолистое тело, желудочки. Затем один из учащихся, возраст которого приближался к 30 годам, остановился на одном из снимков и показал карандашом на область с правого края мозга.

«Здесь есть что-то пятнистое, – сказал он. – Границы выглядят размыто». С моей точки зрения, всё изображение выглядело пятнистым и размытым – словно каша из пикселей – но он явно увидел что-то необычное. «Размыто?», – поддержала его Линели-Дипл. «Опиши, пожалуйста, подробнее». Интерн начал что-то мямлить.

Остановился, будто перебирая анатомические структуры в голове, взвешивая возможности. «Она просто неоднородная, – пожал он плечами. – Я не знаю. Выглядит странно». Линели-Дипл открыла следующий набор КТ-снимков, сделанных через 24 часа. Область, размером с виноградину, на которую указал ординатор, была тусклой и раздутой.

Важно

Несколько последующих снимков, сделанных с разницей в несколько дней, рассказали оставшуюся часть истории. Появилась серая клинообразная область. Вскоре после поступления в отделение скорой помощи невролог попытался очистить забитую артерию лекарством, растворяющим сгустки, но он прибыл слишком поздно.

Через несколько часов после первоначального снимка она потеряла сознание, и её перевели в отделение реанимации и интенсивной терапии. Два месяца спустя она всё ещё лежала в палате. Левая сторона её тела, включая руку и ногу, была парализована. Мы с Линели-Дипл пошли в её офис.

Я должен был изучить процесс обучения в больнице: как врачи учатся ставить диагнозы? Могут ли этому научиться машины?

Моё посвящение в диагностику началось осенью 1997 года в Бостоне, когда я после медицинского института отправился на практику. Для подготовки я прочёл классический медицинский учебник, разделявший процесс вынесения диагноза на четыре чёткие фазы.

Во-первых, доктор использует историю болезни пациента и физический осмотр для сбора фактов по поводу её жалоб или состояния. Затем информация критически рассматривается с тем, чтобы создать исчерпывающий список потенциальных причин проблем. После этого вопросы и предварительные проверки помогают исключить одни гипотезы и усилить другие – это т.н. “дифференциальная диагностика”.

Учитываются такие параметры, как распространённость заболевания, история болезни, риски, возможное воздействие на человека (как говорит известный [американский] медицинский афоризм, «топот копыт скорее издают лошади, а не зебры» [“зебра” в медицине США – сленговое название постановки экзотического диагноза в случае, когда наиболее вероятен более простой диагноз]). Список сужается: врач уточняет свои предположения. В финальной фазе лабораторные тесты, рентген или КТ подтверждают гипотезу и диагноз. Варианты этого пошагового процесса воспроизводились в медицинских учебниках десятилетиями, и представление о диагносте, методично и нудно двигающемся от симптомов к причине внушалось поколениям студентов-медиков.

Но настоящее искусство диагноза, как я узнал позже, не бывает таким прямолинейным. Моим наставником в медицинской школе был элегантный житель Новой Англии в отполированных мокасинах и с чопорным акцентом. Он считал себя экспертом-диагностом.

Он просил пациента продемонстрировать симптом – к примеру, кашель – а затем откидывался в кресле и перекатывал у себя на языке прилагательные. «Дребезжащий и металлический, – мог сказать он, или, – низкий, с бренчанием», будто описывая винтажную бутылку Бордо.

Читайте также:  Проблема сильного искусственного интеллекта: ризоматичность логики

Мне все кашли казались одинаковыми, но я подыгрывал ему: «Дребезжащий, ага», – чувствуя себя самозванцем на дегустации вин.

Совет

Специалист по классификации кашлей мог сразу сузить возможности диагноза. «Звучит как пневмония», – мог сказать он. Или: «влажный хрип при застойной сердечной недостаточности». Затем он выдавал поток вопросов.

Набирал ли пациент недавно вес? Не было ли у него контакта с асбестом? Он просил пациента покашлять снова и наклонялся, прислушиваясь при помощи стетоскопа. В зависимости от ответов он мог выдать новую серию возможностей, будто усиливающиеся и ослабевающие синапсы.

Затем, с помпой странствующего фокусника он провозглашал диагноз: «сердечная недостаточность!», – и выписывал анализы для доказательства своей правоты. Обычно он оказывался прав. Несколько лет назад бразильские исследователи изучали мозг рентгенологов-экспертов, чтобы понять, как они выдают свои диагнозы.

Обращались ли эти опытные диагносты к умственной «книге правил», или же они применяли «распознавание образов и неаналитические рассуждения»? Двадцать пять рентгенологов попросили оценить рентгеновские снимки лёгкого, и в это время при помощи МРТ отслеживали активность их мозга.

(Тут много чудесных рекурсий: чтобы диагностировать процесс диагноза, нужно сделать фото людей, изучающих фото). Перед глазами испытуемых мелькали рентгеновские снимки. На некоторых были изображены распространённые патологические повреждения – к примеру, тень пневмонии в виде кисти, или серая непрозрачная стена жидкости, скопившейся за оболочкой.

Во вторую группу снимков включали контурные рисунки животных. В третьей встречались контуры букв алфавита. Рентгенологам показывали эти картинки случайным образом, просили их проговаривать вслух название повреждения, животного или букву как можно быстрее, а в это время МРТ-аппарат отслеживал активность их мозга.

В среднем на постановку диагноза рентгенологам требовалось 1,33 с. Во всех трёх случаях «зажигалась» одна и та же часть мозга: широкая дельта нейронов возле левого уха и полоска в виде мотылька у заднего основания черепа.

«Наши результаты поддерживают гипотезу о том, что при распознавании врачом известного ему повреждения работает тот же процесс, что связан с именованием предметов», – заключили исследователи. Определение повреждения очень похоже на определение животного.

Когда вы распознаёте носорога, вы не рассматриваете альтернативных кандидатов, чтобы отбросить неверные варианты. Вы не сочетаете мысленно единорога, броненосца и небольшого слона. Вы узнаёте носорога в целом – как образ. То же самое происходит и у рентгенологов. Они не взвешивали, не вспоминали, не дифференцировали. Они просто видели известный объект.

Для моего наставника влажные хрипы были так же знакомы, как известная мелодия.

В 1945 году британский философ Гилберт Райл прочёл судьбоносную лекцию по поводу двух типов знания. Ребёнок знает, что у велосипеда два колеса, шины наполнены воздухом, а ездить на нём нужно, вращая по кругу педали. Райл назвал такое знание – фактическое, пропозициональное – «знание что». Но чтобы научиться ездить на велосипеде, необходимо обратиться к другой области обучения. Ребёнок учится ездить на велосипеде, падая с него, балансируя на двух колёсах, преодолевая ямы. Райл назвал такое знание – скрытое, экспериментальное, основанное на навыках – «знание как».

Источник: https://habr.com/post/373361/

Искусственный интеллект подскажет украинцам, как лечить онкологию

Корреспондент.biz, 12 апреля 2018, 13:55

Таковы данные Всемирной организации здравоохранения. Ученые из разных стран ежегодно разрабатывают новые методы диагностики и лечения. Онкологи следят за последними публикациями, но усвоить информацию о тысячах различных исследований не под силу ни одному человеку.  Искусственный интеллект Watson IBM помогает справиться с задачей.

Платформа анализирует историю болезни пациента и сверяется с тысячами исследований и рекомендаций по лечению. Затем на мониторе появляется список наиболее эффективных препаратов и методик для конкретного человека. Эту информацию дополняет процентный расчет успешности лечения. Консилиум докторов назначал те же препараты и методики, что и искусственный интеллект В 96% случаев.

Подобрать максимально действенные препараты и методики при помощи искусственного интеллекта могут и пациенты из Украины.

Обратите внимание

Здесь вы можете узнать, как пройти диагностику с IBM Watson для онкологии (IBM Watson  for oncology).

С какими заболеваниями работает Watson?

Платформа пока работает не со всеми болезнями.

Watson IBM применяют для лечения рака:

  • толстого кишечника;
  • легких;
  • желудка;
  • молочной железы.

Разработчики планируют в дальнейшем расширить список онкологических заболеваний, при которых искусственный интеллект будет подбирать процедуры и лекарства. Трудность в том, что процесс “обучения” требует работы с большим количеством информации.

Сейчас в основе точной диагностики Watson IBM лежат 605 тыс. медицинских документов, 2 млн страниц текста и 25 тыс. историй болезни. Все эти данные представлены в виде нейронной сети. Сопоставляя связи, искусственный интеллект ищет ответ на вопрос, поставленный человеком.

Для непрерывного пополнения “знаний” системы, компания IBM сотрудничает с Центром им. Слоуна-Кеттеринга (США), ведущим мировым учреждением по изучению рака.

Watson IBM и “поломки” в генах

Онкологические заболевания возникают, когда в генах клетки происходят “поломки” — мутации. Если знать, где именно “произошел сбой”, можно подобрать более эффективное лечение, направленное против патологических клеток.

При постановке диагноза Watson IBM может опираться на изображение последовательности генов в раковой клетке пациента.

Платформа определяет:

  • какие именно гены мутировали;
  • какие из них вызвали опухоль;
  • какая методика поможет справиться с заболеванием.

Медицинскую дилемму решит Watson IBM

В онкологии не редкость ситуации, когда пациенту могут помочь несколько препаратов или процедур. Но применять их одновременно нельзя из-за большой нагрузки на организм. В такой ситуации врачу необходимо выбрать наиболее эффективное лечение. Это непросто, так как нужно учитывать не только стадию рака, но и возраст человека, его общее состояние, сопутствующие заболевания.

В такой ситуации онколог может обратиться к платформе Watson IBM. Врач вносит в профиль пациента информацию из истории болезни. Искусственный интеллект проанализирует данные, сверится с результатами всех доступных исследований.

За считаные секунды машина подберет возможные варианты лечения и покажет эффективность каждого из них.

Важно

Свои выводы платформа подтвердит ссылками на публикация или рекомендации по лечению заболевания Национальной сети по противодействию раку США (NCCN).

После того, как Watson IBM подобрал лечение, доктор обсуждает с пациентом самый успешный вариант.

Где применяют Watson IBM?

Первым в мире медицинским центром, который использует ноу-хау в повседневной клинической практике, стала клиника Бумрунград (Бангкок, Таиланд).

Здесь проходят лечение 1 млн человек ежегодно, половина из них приезжает из-за рубежа.

Узнать, как организовать лечение в этой клинике, вы можете на сайте Bookimed.

Врачи медицинского центра определили, что с Watson IBM подбор препаратов происходит на 83% быстрее. Это очень важно для пациентов с агрессивными формами рака, когда каждый день ожидания снижает эффективность терапии.

Компания-производитель Watson IBM сотрудничает с сетью клиник Манипал (Индия). Онкологи этого медицинского центра провели исследование и подтвердили, что платформа назначает максимально эффективное лечение.

Сможет ли платформа заменить доктора?

Компания-производитель настаивает на том, что искусственный интеллект не заменит доктора. Платформа Watson только помогает врачу выбрать самый успешный вариант лечения. Благодаря этому медики могут сосредоточиться на своей главной задаче — помощи пациенту.

Источник: https://korrespondent.net/business/3960718-yskusstvennyi-yntellekt-podskazhet-ukrayntsam-kak-lechyt-onkolohyui

«Роботы-пациенты», «умные» больницы и печатные зубы: какие медтехнологии могут появиться в России | Медицинская Россия

Советник генерального директора Международного медицинского кластера Фаина Филина рассказала «Хайтек» о том, какие медицинские технологии сейчас набирают популярность и на какой стадии находится их применение в России.

«Роботы-больные»

Чтобы освоить какую-либо профессию, нужно «набить руку». Но одно дело, когда речь идет, например, о правильной сервировке стола, другое – когда необходимо спасать жизни.

Невозможно овладеть хирургической технологией на раз-два, для этого нужно пройти десятки операций в качестве ассистента.

Совет

С недавних пор появился и другой вариант – тренировка на роботизированных пациентах, где цена ошибки— нулевая.

Для педиатров отработать навыки можно на роботах-младенцах и роботах-подростках PediaSIM канадского производства, для акушеров существуют специальные роботы-роженицы, американские роботы Code Blue III созданы для реаниматологов — в них запрограммированы инфаркты и инсульты. Подобные «пациенты» есть и у стоматологов, отоларингологов, урологов, гинекологов. Их всех объединяет одно – стопроцентная имитация человеческих органов.

«Медицинская статистика, включающая специальные исследования и клинические испытания, показывает, что врачи, обучавшиеся на роботах-тренажерах, допускают меньше ошибок при реальных операциях, чем их коллеги, лишенные такой возможности», – говорит Филина.

Роботы – «больные» есть и в России – симуляционный центр расположен в Международном медицинском кластере в ИЦ «Сколково». Здесь «пациентов» можно спасать от инсульта, делать лапароскопические и эндоскопические операции, гастроскопию, урологические и гинекологические вмешательства. Кстати, все роботы в «Сколково» российского производства (компании «Эйдос» из Казани)».

«С помощью специального оборудования врач проводит операцию. Ощущения для рук хирурга очень похожи на реальные, как если бы это был живой человек. Робот реагирует на проведение манипуляций.

В компьютере видны все жизненные показатели пациента, ведется наблюдение за ходом операции. По итогам выдается «статистика», что было сделано корректно, а что нет. Обучение на работах рассчитано на различные сроки.

В медкластере планируются программы и на несколько дней, и на несколько недель — в зависимости от специализации врача».

Потренировать свои навыки в «Сколково» вскоре смогут все российские врачи. «Первый пилотный корпус медкластера построен, сдан, и откроет свои двери для пациентов и врачей в сентябре 2018 года».

VR-симуляторы

Также врачебные навыки можно потренировать на VR-тренажерах. VR-технологии больше направлены на пациентов. Они помогают в реабилитации людей, перенесших инсульт. Пример такого решения — Mindmaze, технология от швейцарских производителей, восстанавливающая людям координацию движений.

«Допустим, у пациента парализована левая рука. В этом случае на экран перед глазами больного проецируется изображение обеих рук, включая неработающую левую. Но в виртуальной реальности она вполне работоспособна.

Пациент двигает правой рукой, а вместе с ней, пока что в виртуальности, еще и левой. Мозг постепенно «клюет» на этот обман, восстанавливая изначальный принцип работы тела и заставляя мышцы неработающей руки работать».

Обратите внимание

Кроме того, существуют VR-решения для борьбы с фобиями или с фантомной болью. По словам эксперта, такая возможность актуальна для людей, которые лишились конечностей. «Виртуальные очки с помощью подсоединенных к телу электродов убеждают мозг, что отсутствующие части тела находятся на месте. Устраняя тем самым страдания людей, которым и так пришлось очень нелегко».

VR есть и для медиков. Например, тренажеры для пластических хирургов, которые заранее моделируют эффект от хирургического вмешательства.

Австралийская VR-система NurseSim — симулятор виртуальной реальности для медсестер – успешно применяется уже много лет. Так, стажер можно измерять виртуальному пациенту давление, делать ему укол – и все это с имитацией тактильных ощущений.

«Умные» больницы

По мнению Фаины Филинов, вскоре все больницы станут «умными» и цифровыми, благодаря накопленным big data, решениям, построенным на базе искусственного интеллекта.

«Пациентам предложат самые оптимальные пути лечения с минимальным присутствием в больнице и индивидуально подобранными препаратами. Причем врач будет контролировать изменение состояния пациента в онлайн-режиме — о любой опасности ему сообщит специальное оборудование».

Такая возможность уже существует в Южной Корее.  В полностью цифровом госпитале Bundang используют передовые медтехнологии и методики лечения сложных заболеваний: онкологических, кардиологических. Это и хирургические роботы («Да Винчи», «Гамма-нож»), и новейшее оборудование для диагностики.

Собственная разработка госпиталя — информационная система BestCare с электронным архивом данных, системой передачи биометрических данных, «умными» системами принятия клинических решений и управления ресурсами.

Кроме того, для пациентов в госпитале есть смарт-кровати, на экране которых пациентам доступны сведения о лечении, анализах. «Пациент понимает, что происходит с ним, как его лечат.

Даже если рядом нет врача, он может задать любой вопрос онлайн».

«Считается, что у врача с развитием подобных технологий появится больше времени. Он займется решением сложных или творческих задач, повысит эффективность работы отделения, улучшит качество сервиса медицинской помощи, начнет научные разработки».

На сегодняшний день в России идет обсуждение концепции строительства «Цифрового госпиталя будущего» Bundang на территории «Сколково». Планируется, что медучреждение в нашей стране будет точной копией сеульской больницы, с применением описанных технологий, «умных» систем и оборудования.

Важно

Кстати, Bundang является вторым проектом международного кластера (первый — израильская клиника Hadassah). В будущем здесь будет работать 10-15 зарубежных клиник с иностранными специалистами и пропускной способностью — до 300 тысяч пациентов со всей России в год.

Читайте также:  Учёные всерьёз обеспокоены активным развитием искусственного интеллекта

Генетические исследования

По словам Филиной, перспективными становятся генетические исследования, направленные на выявление предрасположенностей к тем или иным заболеваниям.

«Уже в 2017 году появились и активно развиваются технологии так называемого «генетического редактирования», или, другими словами, генетической терапии. Что это дает людям? Можно брать клетки пациентов и редактировать их.

Например, исследователи уже продемонстрировали, что, если взять иммунные клетки у больных с лимфомой, с помощью генного редактирования можно настроить борьбу с опухолью, ввести их обратно пациенту, добиться ремиссии (метод получил название Kymriah)».

Специалист подчеркивает, что с помощью генетических скринингов можно прогнозировать вероятность различных заболеваний даже у эмбрионов. Так, с точностью до 95% выявляется синдром Дауна.

Технологии не стоят на месте, и на сегодняшний день стартап Genomic Prediction занимается предсказанием не только вероятности заболеваний, но и роста, интеллекта ребенка: все это на основании анализа клеточного материала.

Есть также скрининги для взрослых, которые предсказывают, например, риск развития сердечно-сосудистых заболеваний. «Для этого достаточно анализа буккального эпителия — мазка с внутренней стороны щеки, сделанного с помощью ватной палочки.В России существуют свои национальные игроки, такие как Атлас, Генотек или же Genetico».

Спасательные датчики

Филина добавляет, что в последнее время особую популярность приобрели различные носимые устройства, которые следят за показателями здоровья, а некоторые и вовсе спасают людей.

По данным Международной федерации диабета, во всем мире порядка 370-400 миллионов человек страдает сахарным диабетом. «Самый большой страх — гипогликемическая кома, критическое состояние с низким уровнем глюкозы в крови.

Носимые устройства становятся незаменимыми помощниками для таких больных».

Совет

Незаменимыми стали и простые в использовании глюкометры – например, бескнопочный OneTouch Select Simple или Accu Check. Есть устройства, передающие информацию об опасных отклонениях в показателях пациента врачам – они разработаны американской компанией Medtronic Inc.

«Технологии контроля и связи с докторами применимы и для пожилых больных с соответствующими заболеваниями — например, болезнью Альцгеймера.

В прошлом году Cisco Jasper и Jupl совместно создали систему мобильного оповещения mPERS для повышения безопасности и поддержания здорового образа жизни пожилых людей.

В случае возникновения опасности, например, скачка давления, система сообщает об этом лечащему врачу».

3D принтеры

Также набирают обороты в медицине 3D-print технологии. Самое широкое применение они получили в области производства различных протезов — суставов, пластин, замещающих кости черепа и слуховых аппаратов.

«Преимущества напечатанных в 3D протезов заключаются в том, что они изготавливаются на основании данных компьютерной томографии пациента, оцифрованной модели, учитывает анатомические особенности конкретного человека и лучше «приживается» в нем»,- объясняет Филина.

3D принтеры — MakerBot и Stratasys — создают прототипы органов, костей и суставов для обучения врачей. С помощью них создается лабораторное оборудование – например, для производства препаратов для лечения артрита (компании Pfizer). «Принтер сканирует костные образцы, создавая их точные копии. А затем на них тестируется эффективность лекарств».

Печатаются на сегодняшний день даже зубные импланты, которые устанавливает сверхточный робот. В России этими технологиями занимается компания 3Dоснова.

«Ученые во всем мире работают над «печатью» человеческих тканей — кожи, костной ткани, органов человека. Когда это станет возможным, лечение очень многих травм будет доступнее», – считает специалист.

«Умная» диагностика

Роботы берутся и за диагностику болезней. Так, «умный» диагностический робот IBM Watson опирается на базу данных, сотни тысяч медицинских документов и десятки тысяч историй болезней, и эта база постоянно расширяется и обновляется. Робот используется в поликлиниках Японии, Китая, США, европейских стран и в некоторых российских медицинских учреждениях.

«Врач загружает в систему данные по пациенту, компьютер анализирует их, дает результат и свои рекомендации. При возникновении новых симптомов диагноз корректируется. Статистика уже показывает, что робот ставит правильные диагнозы на 40% чаще, чем врачи. Но врач все равно смотрит решение Уотсона, для дополнительного контроля, и принимает окончательное решение».

В нашей стране  тоже есть «умные» диагносты. В онкологической лаборатории Unim применяется система, исследующая биоматериалы. Она опирается на «большие данные», нейросети и междисциплинарный подход.

«Платформа компании Digital Pathology проверяет диагноз, поставленный пациенту, получив третье мнение, подтягивая данные по различным показателям со всего мира. К сервису имеют доступ доктора из России, Германии, США, Великобритании и других стран. В России дистанционную онкодиагностику в Unim проводят федеральные и региональные онкологические центры», – заключила Фаина Филина.

Обратите внимание

Как сообщалось ранее, хирурга-онколога Андрея Павленко, у которого обнаружили рак желудка третьей стадии, знает уже вся страна. Подробнее читайте: Больной онколог: «Рак в России можно победить с помощью технологии блокчейн»

Медицинская Россия © Все права защищены. Читайте нас в Яндекс Дзен.

Источник: https://medrussia.org/18287-roboti-pacienti-umnie-bolnici-i/

Внедрение искусственного интеллекта в лечении онкологических пациентов

18 июля 2018 года в Алматы в РГП на ПХВ «Казахский научно-исследовательский институт онкологии и радиологии» МЗ РК состоялась презентация проекта внедрения искусственного интеллекта в сфере здравоохранения – IBM Watson for Oncology. Представленная система создана для активного использования в лечении онкологических пациентов.

В презентации приняли участие: вице-министр здравоохранения РК Олжас Абишев; директор КазНИИОиР, главный онколог МЗ РК Диляра Кайдарова; представитель компаний IBM и Open Systems Development (США) Matej Adam; компании OSD Анвар Садыков; врачи-онкологи КазНИИОиР.

Что представляет собой IBM Watson for Oncology

Искусственный интеллект IBM позволит врачам при лечении онкологических случаев, принимать решения, основанные на мировом опыте, на основе международных статей и публикаций, протоколов лечения.

Аналитическая система искусственного интеллекта IBM Watson for Oncology представляет собой когнитивную платформу, открывающую новую эру развития вычислительной техники. Это облачное решение анализирует большие объемы данных, понимает сложные запросы, сформулированные на естественном языке, и предлагает ответы, основанные на фактических данных, с точки зрения доказательной медицины.

IBM Watson for Oncology постоянно обучается, накапливая новые знания, тем самым увеличивая полезную отдачу. Данное решение позволит казахстанским докторам и исследователям быстро и своевременно предлагать новые решения пациентам, используя обширные объемы данных, которые пополняются ежедневно.

Что показали результаты тестирования системы

В результате проведенных совместных работ по тестированию платформы искусственного интеллекта в сфере онкологии в течение трех дней сотрудники КазНИИОиР, медицинские и технические эксперты компании IBM, провели анализ пролеченных случаев у онкологических пациентов по таким локализациям, как рак легких, молочной железы, предстательной железы и мочевого пузыря, щитовидной железы и других.

Научный сотрудник КазНИИОиР Георгий Афонин рассказывает:

Как отметили практические врачи-онкологи, которые знакомились с системой IBM Watson for Oncology в КазНИИОиР, оценка качества этой системы содержалась в ответах на 3 основных вопроса:

1. Удовлетворены ли вы предоставленной вам возможностью познакомиться с Watson?

Специалисты института отметили высокий уровень работы системы, поскольку она очень быстро предоставляет клиницистам возможные варианты лечения с указанием продолжительности, кратности курсов химиотерапии, режимов фракционирования при лучевой терапии и даже возможных осложнений в ходе лечения. Для большинства исследуемых нозологий

имеются варианты хирургического лечения, что очень важно, имея ввиду комплексный характер лечения онкологических больных. Ввод данных в систему занимает мало времени, это веский аргумент в условиях дефицита времени и загруженности современного врача.

Очень удобный интерфейс, все рубрики и поля для заполнения сгруппированы логично, понятно и просты для применения.

2. Какова профессиональная польза от применения системы в вашей профессиональной области?

Применение Watson выявляет большую потенциальную пользу, поскольку предлагаемые варианты лечения включены в рекомендации всех ведущих экспертных онкологических учреждений мира. Если мы говорим о международных стандартах, то следует упомянуть такие центры как Cancer center и MDA Cancer center, которые включены в систему.

Важно

Варианты лечения предлагаются с учетом локальных возможностей страны, что важно и дает возможность выбора доктором при назначении лечебного плана.

Варианты лечения автоматически подтверждаются ссылками на опубликованные данные центрами, которые имеют серьезный аудит по качеству и менеджменту ведения таких пациентов.

Предлагаемые схемы лечения представлены и в национальных протоколах диагностики и лечения онкобольных.

3. Насколько важным и интересным для вас с профессиональной стороны оказался ввод случаев и предоставленная возможность определить, как тактика лечения, предоставленная Wathson укладывается в вашу персональную клиническую практику?

По всем представленным клиническим кейсам получены исчерпывающие ответы по тактике ведения и более того, нами были смоделированы ситуации реальных пациентов на случай возможного прогрессирования заболевания у данных больных. И система предложила наиболее адекватную тактику лечения, подтвержденную рекомендациями и протоколами крупнейших онкологических центров.

Watson работает на принципах доказательной медицины и в реальное время дает возможность оценить план, приспособленный под конкретного пациента, сравнивать исходы лечения и оценить собственную клиническую практику.

Внедрение этой системы станет для врачей еще одним мощным инструментом в оказании помощи пациентам и одновременно мощным стимулом для профессионального роста и развития.

В ходе совместной работы обсуждались клинические процессы, проведен анализ предлагаемых системой искусственного интеллекта вариантов лечения, технические вопросы сбора и хранения информации, защиты данных пациентов, а также возможности адаптации когнитивной платформы искусственного интеллекта особенностям казахстанской системы здравоохранения. Всего было протестировано 28 случаев различной локализации по 13 нозологиям.

Совет

Далее в ходе презентации в качестве примера была продемонстрирована работа системы IBM Watson for Oncology по двум нозологиям. Здесь следует подчеркнуть, что результаты предложенной терапии Watson и онкологами института не отличались, что говорит о высоком профессионализме врачей данного медицинского учреждения.

Представитель OSD Анвар Садыков, высказал слова благодарности участникам и партнерам проекта и отметил, что его компания также тщательно изучала систему, проводила два вида сессий: техническую и медицинскую для того, чтобы понять какие необходимы действия для правильной и стабильной работы системы, для успешного ее внедрения в работу врачей-практиков. В результате этого анализа пришла полная уверенность в том, что технически это вполне выполнимо и компания справится с поставленной задачей.

«Ключевым моментом в работе системы является скорость предоставления врачам вариантов возможного лечения с указанием продолжительности терапии, кратности курсов лучевой, химиотерапии.

Нашими специалистами была отмечена большая потенциальная польза, поскольку варианты предлагаемого лечения включают современные рекомендации ведущих экспертных онкологических организаций мира (США, Европы), предлагая альтернативный выбор, с учетом наших возможностей.

Система предложила наиболее адекватную дальнейшую тактику их лечения, подтвержденную рекомендациями и протоколами крупнейших мировых онкологических центров. В программу введено более 15 млн информационных источников, это колоссальная цифра.

Безусловно рассматриваемая программа будет служить неоценимым подспорьем в повседневной работе врача», – сказала директор Казахского НИИ онкологии и радиологии МЗ РК Диляра Кайдарова.

Сильвия Марси – представитель IBM Watson for Oncology – отметила, что система будет работать через web-браузер и соответственно доступна всем врачам. Кроме этого предусмотрено и обучение специалистов, которые будут пользоваться этой программой.

Обучение может проходить в режиме онлайн, но первое знакомство проводится на практическом занятии по введению всех данных под руководством специалиста. В КазНИИОиР уже через два дня врачи освоили эту программу.

Возможно при первом взгляде система и вызывает ряд вопросов, но через несколько часов общения с Wathson медики прекрасно в ней разбираются.

«Сейчас эту систему используют в 25 странах мира. Если раньше врач затрачивал много времени на поиск информации на разных источниках, то искусственный интеллект выдает нужную информацию за 2-3 минуты.

То есть система дает рекомендации по персональной тактике лечения онкопациента на основе мировых исследований и показывает процент успешности лечения.

Обратите внимание

В будущем мы планируем распространить этот опыт на все регионы Казахстана, чтобы врачи могли отправлять данные сложных случаев онкологии сюда в КазНИИОиР, не транспортируя пациента, и получать индивидуальный план лечения удаленно.

Источник: http://pharmnews.kz/ru/article/vnedrenie-iskusstvennogo-intellekta-v-lechenii-onkologicheskih-pacientov_14022

Ссылка на основную публикацию
Adblock
detector