Свяжитесь с нами
Искусственный интеллект в медицине: современные достижения и будущее цифровизации
10 июля 2024
Цифровизация различных отраслей бизнеса набирает обороты по всему миру. Наиболее наглядно, на наш взгляд, это происходит в сфере медицины, где цифровизация и искусственный интеллект добивается успехов в ранее неразрешимых задачах.
«В 2024 году каждый регион РФ должен внедрить в свое здравоохранение не менее одного медизделия с искусственным интеллектом» — замминистра здравоохранения Павел Пугачев.
Содержание
- Искусственный интеллект в медицине
- Расширенные возможности диагностики заболеваний
- Анализ генетической информации и классификация мутаций
- Администрирование клиники и уход за пациентами
- Разработка лекарственных средств
- Прогнозирование пандемий
- Как проверяются медицинские знания искусственного интеллекта
- Вопрос цифровизации медицины
Современные технологии в медицине позволяют оптимизировать многие процессы — от административной работы с документацией до постановки диагнозов и помощи в операционных. Сейчас можно выделить ряд главных тенденций развития информационных технологий в медицине:
Единая информационная среда здравоохранения: сюда отнесем систему сбора, хранения, обработки и анализа данных, электронные медицинские записи пациентов, системы поддержки принятия клинических решений, телемедицинские консультации со специалистами. Единый информационный и технический контур делает возможным безбарьерное взаимодействие всех участников процесса: врачей, пациентов, страховых компаний, организаций, входящих в государственную систему здравоохранения.
Телемедицина: онлайн-консультации со специалистами набирают все большую популярность. Только за 2023 год в России врачами могло быть проведено более 9 млн онлайн-консультаций по данным «Известий"[1]. Телемедицинские консультации могут стать удобным и эффективным инструментом при отсутствии необходимости или возможности очного посещения медицинского учреждения.
Мониторинг здоровья для оперативного анализа и корректировки назначений для хронических пациентов. Эти системы способны собирать и передавать данные о состоянии здоровья человека — артериального давления, температуры, уровня сахара и др.
Развитие вертикально-интегрированных медицинских информационных систем (ВИМИС), их цель — сбор и анализ статистических данных по заболеваниям и пациентам, помощь врачам в принятии медицинских решений по назначениям тактике лечения.
Искусственный интеллект: системы, которые автоматизируют множество функций системы здравоохранения: в выявлении диагнозов, разработке лекарств, администрировании медицинских организаций и уходе за пациентами.
Искусственный интеллект в медицине
Интересный факт: еще в 2018 году 5 тысяч роботов с поддержкой ИИ применялись в качестве ассистента хирурга в более 1 миллиона операций. В этом же 2018 году было проведено исследование, в котором приняли участие 379 пациентов, перенесших ортопедические вмешательства. Данная работа показала, что применение роботов с поддержкой ИИ привело к 5-кратному сокращению осложнений по сравнению с пациентами, операции которых проводил только хирург. Также применение подобных медицинских роботов, по данным того же исследования, может сократить пребывание пациентов в больнице после операции на 21%[2].
Рис. 1 — Объем российского рынка медицинских технологий
Источник изображения
Расширенные возможности диагностики заболеваний
Сегодня искусственный интеллект уже умеет анализировать визуальную информацию, что позволяет ему сканировать МРТ, УЗИ, КТ и рентгеновские снимки и выявлять патологии, в том числе на ранних стадиях заболевания. Например, ИИ способен обнаружить рак простаты на МРТ-снимке наравне с врачом-радиологом.
Ниже приводим еще несколько исследований подтверждающих эффективность применения ИИ в обнаружении рака и других заболеваний.
Ученые использовали искусственный интеллект для анализа большого количества маммограмм. Система смогла обнаружить рак молочной железы с точностью до 94,5%, в то время как результат врачей-радиологов составил 88,4%[3].
Одним из самых смертельных видов рака является аденокарцинома протоков поджелудочной железы, чаще всего обнаружение данного вида рака происходит на поздних для хирургического вмешательства стадиях. В масштабном исследовании система обнаружения этого вида рака PANDA показала способность обнаруживать и классифицировать поражения поджелудочной железы с помощью рентгеновских лучей и достигла чувствительности 92,9% и специфичности 99,9%[4].
Еще один смертоносный вид рака — рак легких. Распознать данный рак на ранней стадии — сложная задача. В еще одном исследовании ИИ анализировал более 1000 томограмм и обнаружил рак легких с точностью 94%, результат врачей-радиологов в данном исследовании был лишь 65%[5].
Искусственный интеллект также способен ускорить диагностику опухоли головного мозга во время проведения операции. Технология SHR производит анализ тканей мозга и диагностирует опухоль, этот процесс занимает не более 3 минут.
Помимо поиска рака ИИ может использоваться в диагностике нейродегенеративных заболеваний, например, болезни Паркинсона и Альцгеймера. Обнаружение таких заболеваний зависит от идентификации биомаркеров. Традиционные методы сосредоточены на количественном обнаружении уровня белка, однако не могут различить изменения в структурных состояниях. Новый метод диагностики включает в себя работу искусственного интеллекта, точность которого в тестах сильно приближена к фактическим значениям[4].
Несмотря на очевидную пользу систем искусственного интеллекта в диагностике особенно смертельных заболеваний, все-таки встречаются ошибки ИИ, а также случаи, когда искусственный интеллект упускает диагнозы, обнаруженные врачами, и наоборот.
Анализ генетической информации и классификация мутаций
Искусственный интеллект используется для картирования генома человека. Впервые проект генома был представлен в 2002 году и обновлен 20 лет спустя, хотя не затронуло многие генетические мутации. Но уже в 2023 году Консорциум по исследованию генома человека из 119 ученых использовал ИИ для доработки карты. Это привело к высокой точности — аннотации 99,07% генов, кодирующих белок, 99,42% транскриптов, кодирующих белок, 98,16% некодирующих генов и 98,96% некодирующих транскриптов.
Что касается классификации мутации: ученые до сих пор до конца не знают, какие генетические изменения могут приводить к заболеваниям и патологиям. Понимание доброкачественности или патогенности мутации требует проведения сложных клинических исследований.
В 2023 году специалисты Google DeepMind представили модель искусственного интеллекта AlphaMissense, которая смогла распознать 89% миссенс-вариантов из 71 миллиона возможных. Система определила 57% вариантов как вероятно доброкачественных, 32% вероятно патогенных, остальные 11% попали в категорию неопределенных. При этом специалисты смогли подтвердить природу лишь 0,1% миссенс-мутаций[4].
Рис. 2 — Результаты применения модели ИИ AlphaMissense для распознавания миссенс-мутаций
Источник изображения
Что касается классификации мутации: ученые до сих пор до конца не знают, какие генетические изменения могут приводить к заболеваниям и патологиям. Понимание доброкачественности или патогенности мутации требует проведения сложных клинических исследований.
В 2023 году специалисты Google DeepMind представили модель искусственного интеллекта AlphaMissense, которая смогла распознать 89% миссенс-вариантов из 71 миллиона возможных. Система определила 57% вариантов как вероятно доброкачественных, 32% вероятно патогенных, остальные 11% попали в категорию неопределенных. При этом специалисты смогли подтвердить природу лишь 0,1% миссенс-мутаций[4].
Рис. 2 — Результаты применения модели ИИ AlphaMissense для распознавания миссенс-мутаций
Источник изображения
Администрирование и уход за пациентами клиники
Технологии IoMT (Internet of Medical Things) и искусственный интеллект предоставляют возможность разработки специальных приложений для мониторинга состояния здоровья. Такие технологии содействуют специалистам в выявлении заболеваний на основании мониторинга и выявленных нарушений.
В функционал таких «умных» приложений обычно входят уведомления о необходимости приема медикаментов, возможность консультаций с врачами, подбор литературы и другие прикладные функции. Помимо этого некоторые системы на основании данных работы организма способны прогнозировать развитие заболеваний, что может улучшить профилактику болезней или осложнений, а также повысить точность диагностики.
В функционал таких «умных» приложений обычно входят уведомления о необходимости приема медикаментов, возможность консультаций с врачами, подбор литературы и другие прикладные функции. Помимо этого некоторые системы на основании данных работы организма способны прогнозировать развитие заболеваний, что может улучшить профилактику болезней или осложнений, а также повысить точность диагностики.
Разработка лекарственных средств
На данный момент компанией NuMedii разработана технология ИИ для обнаружения лекарств (AIDD), которая способна находить связи между медикаментами и заболеваниями на основании анализа больших объемов биомедицинских данных.
Использование ИИ в разработке и поиске новых лекарственных средств имеет ряд преимуществ:
Использование ИИ в разработке и поиске новых лекарственных средств имеет ряд преимуществ:
- Оптимизация сроков и затрат: согласно исследовательским работам применение ИИ-технологий может сократить время создания и вывода на рынок лекарственных средств, поскольку способности алгоритмов позволяют сократить объем лабораторных испытаний[6].
- Повышение безопасности медикаментов: ИИ может анализировать реальную медицинскую информацию и предсказать потенциальные побочные действия лекарств.
- Переработка медикаментов: искусственный интеллект способен выявить возможности существующих лекарств в лечении других заболеваний.
Прогнозирование пандемий
ИИ имеет потенциал в прогнозировании эволюции вирусов. Например, система EVEcsape смогла спрогнозировать до половины наблюдаемых мутаций SARS-CoV-2, что превосходит лабораторные исследования, которые предсказали 46,2% мутаций. А также предыдущую модель системы, показатель которой составлял 24%[4].
Рис. 3 — Результаты прогноза эволюции вируса SARS-CoV-2 ИИ-системой EVEscape в сравнении с лабораторными исследованиями и предыдущей моделью системы.
Источник изображения
Рис. 3 — Результаты прогноза эволюции вируса SARS-CoV-2 ИИ-системой EVEscape в сравнении с лабораторными исследованиями и предыдущей моделью системы.
Источник изображения
Как проверяются медицинские знания искусственного интеллекта
“
Существует несколько способов оценки клинических знаний систем ИИ. Такая оценка включает определение степени медицинского опыта и знаний, применимых в клинических условиях.
Тест MedQA основан на профессиональных экзаменах, которые содержат более 60 000 профессиональных клинических вопросов для врачей. Необходимо отметить, что способности искусственного интеллекта, оцениваемые по MedQA за последние годы значительно выросли, так наилучшего результата в 90,2% достигла система GPT-4 Medprompt.
GPT-4 Medprompt также достиг наивысших показателей (65%) по тесту MedAlign, основанном на 983 вопросах и инструкциях и 303 ответах врачей разных специализаций. Данный тест анализирует способность искусственного интеллекта выполнять административную работу в клинике, например, составлять индивидуальные диагностические планы.
MedAlign — инструмент, который позволит использовать ИИ для облегчения и автоматизации работы врачей с документацией.
Интересный эксперимент своеобразной тренировки и проверки медицинских знаний ИИ выполнен в Китае. Исследователи предложили метод «MedAgent-Zero», в котором врачи (в их роли выступают автономные агенты на базе больших языковых моделей — AALLM) проводят лечение пациентов (в их роли другие AALLM), моделирующих реальные человеческие респираторные заболевания.
Цель имитационного эксперимента — обучение лечению реальных клинических случаев и проверка знаний специального медицинского ИИ.
В ходе короткого эксперимента врачи пролечили около 10 тысяч пациентов (на что в реальной жизни ушло бы минимум два года) с поразительным результатом — повысившие свою квалификацию в ходе имитационного эксперимента врачи-ИИ достигли высочайшей точности лечения в 93,06%
Тест MedQA основан на профессиональных экзаменах, которые содержат более 60 000 профессиональных клинических вопросов для врачей. Необходимо отметить, что способности искусственного интеллекта, оцениваемые по MedQA за последние годы значительно выросли, так наилучшего результата в 90,2% достигла система GPT-4 Medprompt.
GPT-4 Medprompt также достиг наивысших показателей (65%) по тесту MedAlign, основанном на 983 вопросах и инструкциях и 303 ответах врачей разных специализаций. Данный тест анализирует способность искусственного интеллекта выполнять административную работу в клинике, например, составлять индивидуальные диагностические планы.
MedAlign — инструмент, который позволит использовать ИИ для облегчения и автоматизации работы врачей с документацией.
Интересный эксперимент своеобразной тренировки и проверки медицинских знаний ИИ выполнен в Китае. Исследователи предложили метод «MedAgent-Zero», в котором врачи (в их роли выступают автономные агенты на базе больших языковых моделей — AALLM) проводят лечение пациентов (в их роли другие AALLM), моделирующих реальные человеческие респираторные заболевания.
Цель имитационного эксперимента — обучение лечению реальных клинических случаев и проверка знаний специального медицинского ИИ.
В ходе короткого эксперимента врачи пролечили около 10 тысяч пациентов (на что в реальной жизни ушло бы минимум два года) с поразительным результатом — повысившие свою квалификацию в ходе имитационного эксперимента врачи-ИИ достигли высочайшей точности лечения в 93,06%
Вопрос цифровизации медицины
С каждым годом в цифровое развитие здравоохранения вкладывается все больше средств, например, уже в 2021 году в технологии искусственного интеллекта в медицине было вложено больше 1 млрд долларов.
Как мы убедились в статье, современные технологии призваны решить вопросы, над которыми человечество бьется уже многие столетия — точная и ранняя диагностика заболеваний, подбор качественного индивидуального лечения и разработка новых более эффективных лекарственных средств.
Кроме того цифровые решения для медицинской отрасли способны автоматизировать и оптимизировать текущую работу специалистов — сократить время на заполнение документации, передавать информацию о пациентах, повышая эффективность медицинского бизнеса.
Разработка ИТ-решений для сферы здравоохранения — необходимое условие развития современного медицинского бизнеса и повышения уровня оказания услуг и обслуживания клиентов. Компания ITentika имеет высокую квалификацию и большой опыт автоматизации компаний сферы здравоохранения на российском и зарубежных рынках.
В основе нашего подхода разработка программного обеспечения под конкретные задачи бизнеса и использование лучших мировых практик и технологий. Оставьте заявку на разработку ИТ-решения для вашего бизнеса.
Как мы убедились в статье, современные технологии призваны решить вопросы, над которыми человечество бьется уже многие столетия — точная и ранняя диагностика заболеваний, подбор качественного индивидуального лечения и разработка новых более эффективных лекарственных средств.
Кроме того цифровые решения для медицинской отрасли способны автоматизировать и оптимизировать текущую работу специалистов — сократить время на заполнение документации, передавать информацию о пациентах, повышая эффективность медицинского бизнеса.
Разработка ИТ-решений для сферы здравоохранения — необходимое условие развития современного медицинского бизнеса и повышения уровня оказания услуг и обслуживания клиентов. Компания ITentika имеет высокую квалификацию и большой опыт автоматизации компаний сферы здравоохранения на российском и зарубежных рынках.
В основе нашего подхода разработка программного обеспечения под конкретные задачи бизнеса и использование лучших мировых практик и технологий. Оставьте заявку на разработку ИТ-решения для вашего бизнеса.
“
59% врачей положительно относятся к внедрению медицинских изделий с искусственным интеллектом (ИИ), показал опрос ЦНИИОИЗ Минздрава России. Лишь 5% отметили негативное отношение. Чуть более 35% относятся к внедрению МИ с ИИ нейтрально. Всего в опросе приняли участие 846 медработников.
Эксперт статьи
- Артем НиколаевДиректор медицинского департамента MedTech-компании МедПоинт24, MedTech-консультант, Советник по направлению Здравоохранение ITentikaПринимал участие в организации работы первого в стране Института Инсульта, разработал и внедрил инновационный способ хирургии ишемического инсульта. Создал и возглавил отдел платных медицинских услуг в одном из крупнейших ЛПУ Москвы — 33 ГКБ (5 им. братьев Бахрушиных)
С 2014 года на позициях главного врача и медицинского директора в ведущих федеральных сетевых медицинских организациях России: ИНВИТРО, LabQuest, ОРТЕКА. В течение двух лет работал в качестве главного врача в компании-лидере телемедицинских услуг — СберЗдоровье.
Другие новости