Обзор медицинского программного обеспечения с искусственным интеллектом

Машинное обучение является методом ИИ, который может использоваться, чтобы разработать и обучить алгоритмы программного обеспечения извлекать уроки и их действие на данные. Разработчики программного обеспечения могут использовать машинное обучение для создания алгоритма, который “заблокирован” так, чтобы его функция не изменялась, или “адаптивный”, что его поведение может изменяться современем на основе новых данных.

Некоторые реальные примеры ИИ и технологий машинного обучения включают:

1. Системы обработки изображений, которая использует алгоритмы для предоставления диагностической информации для рака кожи в пациентах.
2. Умная электрокардиограмма (ECG) устройство, которое оценивает вероятность сердечного приступа.

Адаптивный ИИ и технологии машинного обучения отличаются от другого программного обеспечения способностью адаптировать и оптимизировать производительность устройства в режиме реального времени для непрерывного улучшения здравоохранения.

Одним из примеров является международный проект «Диагностика человека» (Human Dx), который сочетает искусственный интеллект с реальным опытом врачей. Организация объединяет 7500 врачей и 500 медучреждений в более чем 80 странах, целью проекта является разработка системы, в которую, чтобы принимать более обоснованные клинические решения, могут обращаться любые пациенты, врачи, клиники, организации, разработчики устройств или исследователи.

Human Diagnosis Project – это мировая система “открытого медицинского интеллекта”. Проект «Диагностика человека» может разработать медицинскую диагностику с поразительной точностью. Платформа сочетает в себе знания медицинских работников и искусственный интеллект.

Алгоритмы ИИ обладают огромным потенциалом и могут помочь врачам самых разных специальностей в диагностике и лечении заболеваний. OsteoDetect было разработано американской компанией Imagen Technologies. Так программное обеспечение может помочь рентгенологам и ортопедам быстрее и эффективнее выявлять переломы запястья, – пояснил Роберт Охс (Robert Ochs), директор центра FDA, занимающегося оценкой рентгенологического оборудования, которое используется для диагностических и терапевтических вмешательств in vitro. OsteoDetect использует различные алгоритмы машинного обучения – они оценивают специфичные области дистального конца лучевой кости, где обычно возникают трещины, при работе с задними, передними и медиально-латеральными рентгенограммами.

Проверка ПО проводилась с помощью ретроспективного исследования 1000 рентгенограмм, на которых независимо оценивалась эффективность алгоритма при анализе изображений. Оцениваемыми параметрами служили выявление переломов лучевой кости и точность их локализации программным обеспечением; результаты сравнивались с оценкой трех сертифицированных ортопедических хирургов, специализирующихся на переломах запястья.

Согласно результатам исследования, использование ПО повышало внимательность врача – благодаря оценке ПО врачи чаще и быстрее выявляли переломы,а также быстрее отсеивали снимки без патологии.

DabaDoc

DabaDoc (рисунок выше) соединяет миллионы пациентов с тысячами врачей по всей Африке.Он радикально увеличивает доступность медицины и ломает географические барьеры. Использование телемедицины, машинного обучения для медицинского образования и партнерства с ключевыми частными и государственными заинтересованными сторонами, помогает перераспределить ограниченные людские и капитальные ресурсы. Путем рационализации цикла ухода, DabaDoc помогает врачам сосредоточиться на том, что они делают лучше всего: уход за пациентами.

Holmusk

Holmusk (рисунок выше) – создала крупнейшую в мире платформу реальных доказательств (RWE) для психического здоровья, чтобы обеспечить клиническую и нормативную базу для всех заинтересованных сторон экосистемы здравоохранения. Цель системы заключается в разработке общесистемной интегрированной модели оказания медицинской помощи при психических и хронических заболеваниях. Также разработана специальная электронная медицинская карта (EHR) и база данных,построенные исключительно для неврологических расстройств. Платформа RWEHo lmuskо беспечивает потенциал для больших изменений в обеспечении ухода и исследований новых методов лечения с помощью машинного обучения, глубокого обучения и цифровых инструментов.

Рак молочной железы обычно выявляют у женщин и он является наиболее распространенным раком в целом. Как в случае многих других типов рака, раннее обнаружение это важнейший фактор. ИИ помогает патологам диагностировать метастатический рак молочной железы. Алгоритмы могли бы не только помочь радиологам, но также и патологам в их борьбе против рака молочной железы. Международный Симпозиум по Биомедицинскому Отображению (ISBI) произвел оценку влияния вычислительной системы на автоматизированную диагностику метастатического рака молочной железы. Исследование показало, что, объединяя усилия патолога – человека и глубоких прогнозов системы изучения, риск человеческой ошибки уменьшился на 85 процентов при идентификации метастатического рака молочной железы.

Это – впечатляющий результат, особенно принимая во внимание, что ранний диагноз означает спасать жизни,когда дело доходит до смертельной болезни.

HealthTap

HealthTap (рисунок выше)- технологическая компания, предоставляющая набор приложений для здоровья. В настоящее время существует несколько версий HealthTap, доступных на нескольких платформах и устройствах, включая версию для интернета вместе с приложениями для iPhone, iPad и Android. HealthTap использует ИИ, для того чтобы распределить консультацию обработки.

Пало-Альто, калифорнийская компания, предоставляющая связанные приложения для здоровья, объявила о множестве обновлений платформы с помощью искусственного интеллекта.

“Удивительно считать, что когда-то требовалось 7 миллиардов посещений врача, теперь может быть достигнуто в цифровом виде благодаря силе расширенной разведки”, – сказал Джефф Ратледж, главный медицинский сотрудник HealthTap. “Мы опираемся на общий опыт врачей, чтобы дать осмысленное представление, но мы также понимаем, как важно напрямую связаться с врачом, когда придет время. Переписывая опыт здравоохранения, чтобы быть столь же полезным и удобным, как ваши любимые потребительские приложения, все выигрывают.” Большинство пациентов взаимодействуют с серверной частью AI HealthTap, через приложение для ОС iOS и Android. При этом надо сказать,что есть и отрицательные отзывы о данном проекте.

По словам HealthTap, новая и улучшенная платформа является “более точной”, чем традиционная проверка симптомов, поскольку она отображает информацию о рекомендациях для врачей, которые их внесли. И она может похвастаться улучшенным интерфейсом,который позволяет пользователям быстро просматривать свои симптомы.

На рынке программного обеспечения “врачи по требованию” существует множество конкурентов — Doctor on Demand, PlushCare, Teladoc и American Well, но HealthTap утверждает, что его растущая библиотека и сеть медицинских специалистов выделяют ее.

Выводы:

Существуют намного более превосходные примеры умных алгоритмов в здравоохранении, и намного больше прибавиться в будущем. Последний опыт показал эссенцию цифрового здоровья: лучшие результаты достигаются совместной работой искусственного интеллекта и врачей—людей. Стоит отметить,что совместные усилия ИИ и врачей — людей дает существенный прогресс в диагностировании. Это — будущее, к которому мы стремимся: гармоничное сотрудничество цифровых технологий и людей для большей пользы человечества.

Андрей Никитенко
Андрей Никитенко
Задать вопрос эксперту
Понравилась статья? Поделить с друзьями:
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!:

Share via
Copy link