Cómo se usa la inteligencia artificial en medicina

El proveedor más importante de soluciones médicas inteligentes es IBM, que ha desarrollado su famosa supercomputadora Watson. Las estadísticas muestran que toda la información, de una forma u otra relacionada con la salud humana, se distribuye según las fuentes en la siguiente proporción: 10% - historia clínica del paciente, 30% - genética, 60% - fuentes externas, incluidos artículos científicos.

Cada año, se publican alrededor de 700 mil artículos científicos que contienen información sobre métodos efectivos para tratar diversas enfermedades. El médico simplemente no puede analizar tal volumen de datos cuando hace un diagnóstico y elige un método de tratamiento. Y aquí Watson viene al rescate. Debido a su alta potencia, esta supercomputadora puede analizar millones de fuentes de datos y elegir el método de tratamiento más apropiado en cada caso.

4867204876294736 2346 - Cómo se utiliza la inteligencia artificial en medicina

El año pasado, IBM adquirió 30 mil millones de imágenes médicas diferentes para la capacitación de Watson, comprando Merge Healthcare por $ 1 mil millones. A esto se le pueden agregar cerca de 50 millones de registros médicos electrónicos anónimos que IBM recibió después de la adquisición del inicio de Explorys.

La aplicación médica más famosa de Watson es el proyecto Watson for Oncology. La efectividad de este proyecto se puede ver en el siguiente ejemplo. Según las estadísticas, en los hospitales de EE. UU., La precisión de prescribir el tratamiento óptimo después de diagnosticar el cáncer de pulmón es de aproximadamente el 50%. En IBM Watson, estas cifras alcanzan el 90%.

En este caso, la técnica de tratamiento se puede ajustar según las situaciones cambiantes. Después de ingresar información sobre el cambio de estado del paciente desde el iPad (por ejemplo, la sangre del paciente aumenta en makrot), el médico recibirá un diagnóstico actualizado de Watson en 30 segundos con un curso de tratamiento actualizado. Puede obtener más información sobre el proyecto Watson for Oncology en el siguiente video.

Como señalamos en nuestro artículo anterior de la supercomputadora Watson, varios centros médicos y hospitales participan actualmente en el proyecto Watson para Oncología. Esto, por ejemplo, el Hospital Internacional Bumrungrad (Tailandia), el Centro de Nueva York para el Estudio del Genoma Humano, así como varias otras organizaciones.

Y en 2015, Robert Merkel, vicepresidente de IBM Watson Health, dijo que IBM estaba lista para ofrecer a Watson una solución oncológica para la medicina rusa. Pavel Shklyudov, líder de la división IBM Razumnaya Planet en Europa Central y Oriental en soluciones para el sector público, cree que la implementación de este proyecto en la medicina nacional es posible, pero tomará tiempo y esfuerzo adicional.

Además del proyecto Watson para Oncología, la supercomputadora IBM se usa en otras áreas de la medicina. Por ejemplo, la American Heart Association ha contratado a IBM para modernizar los principios para detectar y tratar enfermedades cardiovasculares.

Reduce significativamente el costo de usar la nube pública de Watson Watson Cloud. En este caso, las instituciones médicas no necesitan asignar un presupuesto gigantesco para la compra y el mantenimiento de este dispositivo multiservidor. Los servicios de Watson Cloud pueden ser utilizados por especialistas de diferentes países. Robert Merkel, jefe de Watson Health, dijo en 2015 que, si es necesario, dicha nube se puede implementar en el centro de datos ruso, observando nuestras leyes y detalles del lenguaje.

Más recientemente, Watson hizo un amigo (o competidor) en el campo del diagnóstico médico. A principios de 2016, Google anunció la apertura de una línea médica como parte del programa de desarrollo del proyecto DeepMind. Puede obtener información sobre la aplicación de Google de la supercomputadora en el campo de la medicina en este video.

La primera tarea que recae sobre los hombros de DeepMind es el diagnóstico de insuficiencia renal. Con este fin, Google firmó un contrato con el Servicio Nacional de Salud, que permitió el acceso a casi 1.6 millones de historias de pacientes. Tras haber aprendido de estos datos, DeepMind se ha vuelto eficaz en el diagnóstico de insuficiencia renal en función de las quejas de los pacientes y los resultados de las pruebas.

Pistas AI

Basado en IA, los desarrolladores lanzan servicios para monitorear pacientes. Los médicos y científicos examinan los resultados y luego realizan ensayos clínicos.

Científicos del Instituto de Tecnología de Massachusetts, junto con especialistas del Hospital Central del mismo estado, crearon un sistema de inteligencia artificial para monitorear el sueño humano. Realiza un seguimiento de las señales de radio reflejadas por una persona, analiza el pulso, la frecuencia respiratoria y es capaz de distinguir las desviaciones de la norma. El desarrollo ayudará a los médicos a inspeccionar de forma remota el sueño de los pacientes y, si es necesario, ajustarlo.

IA en medicina

  • A nivel de diseño: predicción de enfermedades, identificación de grupos de pacientes con alto riesgo de enfermedad, organización de medidas preventivas.
  • A nivel de producción: automatización y optimización de procesos en hospitales, automatización y mayor precisión diagnóstica.
  • A nivel de promoción: gestión de precios, reducción de riesgos para pacientes.
  • A nivel de prestación de servicios: adaptación de la terapia y composición de medicamentos para cada paciente individual, el uso de asistentes virtuales para construir una ruta de paciente en una clínica u hospital.

Artículo principal: Inteligencia artificial en radiología

La peculiaridad de la inteligencia artificial es que esta tecnología es capaz de "aprender". Y a medida que el usuario trabaja con ella, se vuelve más inteligente. En medicina, la IA se usa para muchos propósitos:

  • Diagnóstico
  • Diseño de fármacos y protocolos de tratamiento.
  • Automatización de procesos rutinarios.
  • Monitoreo del paciente
  • Reconocimiento de imágenes médicas (imágenes de resonancia magnética, hallazgos de ultrasonido, cardiogramas, etc.).

Una opción bastante prometedora para el uso de inteligencia artificial en la industria de la salud es el desarrollo de asistentes médicos personales. Dichos asistentes son aplicaciones móviles comunes que operan sobre la base del aprendizaje automático. Reconocen las consultas de voz y texto de los usuarios y, después de analizar su base de datos de enfermedades, emiten varias recomendaciones.

Además de emitir recomendaciones para el tratamiento, la aplicación le permite hacer una cita con un médico o realizar un examen estándar contactando a cualquiera de los médicos en tiempo real (12 horas al día, 6 días a la semana). Además, la aplicación puede verificar regularmente información de dispositivos portátiles (por ejemplo, para controlar las fases del sueño y la frecuencia cardíaca).

El costo de una suscripción al servicio de Babylon es de aproximadamente $ 10 por mes. Sin embargo, vale la pena señalar que, según la ley británica actual, la aplicación no tiene derecho a hacer un diagnóstico oficial. Por lo tanto, si el paciente describe los síntomas de la gripe, se le recomendará comprar medicamentos en la farmacia, que se emiten sin receta, o concertar una cita con el médico. En caso de síntomas graves, el paciente recibirá recomendaciones para ir a la clínica o llamar a una ambulancia.

Los científicos están desarrollando activamente la idea de usar inteligencia artificial para mejorar la calidad de los análisis. Más recientemente, los empleados de la Universidad de California, Los Ángeles, han desarrollado un innovador algoritmo de detección de células cancerosas. Los resultados de la investigación se publican en la revista Scientific Reports. Dentro del marco del método desarrollado, se utiliza activamente un nuevo tipo de microscopio e inteligencia artificial, que analiza la información recibida.

El desarrollo utiliza convertidores de nanosegundos por pulsos láser y analógicos a digitales, que le permiten capturar imágenes de cientos de miles de células sanguíneas por segundo. Los pulsos láser permiten resaltar las células sanguíneas individuales con una calidad de imagen bastante clara.

AI predice

En 2018, la revista médica estadounidense Anesthesiology publicó los resultados de un estudio de inteligencia artificial, útil en métodos de tratamiento quirúrgico. El artículo trata sobre un algoritmo de aprendizaje automático para predecir la hipotensión durante la cirugía. AI analizó los datos de más de mil pacientes, que pasaron un total de casi 10 mil horas en la mesa de operaciones. Aprendió a predecir anomalías 15 minutos antes de que ocurrieran con un 84% de precisión, con lo mismo, en 10 minutos y del 87%, en 5 minutos.

Qventus: un sistema de monitorización para hospitales desde la misma puesta en marcha. Monitorea las acciones de los clientes desde el registro en el registro hasta el alta, sabe predecir el deterioro del bienestar de los pacientes, analizando su condición. Además, con la ayuda de esta IA, Mercy Clinic redujo el número de pruebas innecesarias en un 4% durante 40 meses en base a quejas similares de clientes.

La solución de aprendizaje automático de Jvion identifica a los pacientes en riesgo de reingreso al hospital dentro de los 30 días posteriores al alta. Además, brinda recomendaciones sobre atención médica y prevención de enfermedades.

AI explora

Gigantes farmacéuticos como Sanofi o Novartis están recurriendo a nuevas empresas que desarrollan innovaciones médicas para buscar nuevos medicamentos. El fabricante de bioquímicos Roche ha adquirido Flatiron Health, una compañía que utiliza el aprendizaje automático para procesar datos.

Desde 2012, la startup Atomwise ha estado utilizando redes neuronales para buscar fórmulas de drogas más efectivas. Su sistema de aprendizaje profundo AtomNet verifica 10 millones de compuestos químicos diariamente, prediciendo cuáles interactuarán mejor. La compañía biofarmacéutica Berg Health utiliza un algoritmo similar.

Los compuestos encontrados pueden ser efectivos para combatir la causa de la enfermedad, pero esto no garantiza que el cuerpo humano responda bien a ellos. NorthShore Medical Center, entre otras cosas, se dedica a la farmacogenómica: estudia el efecto de los medicamentos en personas individuales como parte del proyecto MedClueRx. El sistema determina qué medicamentos son adecuados para un paciente en particular con epilepsia, enfermedades infecciosas, depresión, enfermedades gastrointestinales.

La revista científica Nature Microbiology publicó un artículo sobre VarQuest el año pasado. Es capaz de detectar 10 veces más variaciones de antibióticos que antes de que se encontrara todo el tiempo de solicitudes similares.

Conclusión

El "futurista médico" Bertalan Mesco dijo una vez que la inteligencia artificial es un estetoscopio del siglo XXI. Él dio a entender que al principio la comunidad médica no quería reconocer un instrumento tan simple como un estetoscopio. A los médicos les tomó varias décadas comenzar a usarlo. Lo mismo sucede con la IA: alguien lo usa en la medida de lo posible, mientras que alguien le tiene miedo.

Sin embargo, las tecnologías de inteligencia artificial, aprendizaje automático y redes neuronales simplifican enormemente la vida de los médicos y sus pupilos. Las innovaciones en medicina permiten diagnosticar enfermedades con mayor precisión, encontrar medicamentos más rápido y controlar a los pacientes. Y esto es solo una pequeña parte de las oportunidades que AI ha brindado al sector de la salud.

Detonic - un medicamento único que ayuda a combatir la hipertensión en todas las etapas de su desarrollo.

Detonic para normalización de presión

El complejo efecto de los componentes vegetales de la droga. Detonic en las paredes de los vasos sanguíneos y el sistema nervioso autónomo contribuyen a una disminución rápida de la presión arterial. Además, este medicamento previene el desarrollo de la aterosclerosis, gracias a los componentes únicos que intervienen en la síntesis de lecitina, un aminoácido que regula el metabolismo del colesterol y evita la formación de placas ateroscleróticas.

Detonic Síndrome de abstinencia y no adictivo, ya que todos los componentes del producto son naturales.

Información detallada sobre Detonic se encuentra en la página del fabricante www.detonicnd.com.

Tatyana Jakowenko

Editor en jefe de la Detonic revista online, cardiologist Yakovenko-Plahotnaya Tatyana. Autor de más de 950 artículos científicos, incluso en revistas médicas extranjeras. Ha estado trabajando como cardiologist en un hospital clínico durante más de 12 años. Posee métodos modernos de diagnóstico y tratamiento de enfermedades cardiovasculares y los implementa en sus actividades profesionales. Por ejemplo, utiliza métodos de reanimación del corazón, decodificación de ECG, pruebas funcionales, ergometría cíclica y conoce muy bien la ecocardiografía.

Durante 10 años, ha sido una participante activa en numerosos simposios y talleres médicos para médicos: familias, terapeutas y cardiologistas. Tiene muchas publicaciones sobre estilo de vida saludable, diagnóstico y tratamiento de enfermedades cardíacas y vasculares.

Realiza un seguimiento regular de nuevas publicaciones de Europa y América. cardiolrevistas científicas, redacta artículos científicos, prepara informes en congresos científicos y participa en cardiolcongresos de ogy.

Detonic