Hogyan használják a mesterséges intelligenciát a gyógyászatban?

Az intelligens orvosi megoldások legfontosabb szolgáltatója az IBM, amely kifejlesztette híres Watson szuperszámítógépét. A statisztikák azt mutatják, hogy az emberi egészséggel kapcsolatos minden információ, úgy vagy úgy, a források szerint oszlik meg a következő arányban: 10% - a beteg orvosi feljegyzése, 30% - genetika, 60% - külső forrás, beleértve a tudományos cikkeket.

Évente mintegy 700 ezer tudományos cikk jelenik meg, amely információkat tartalmaz a különféle betegségek kezelésének hatékony módszereiről. Az orvos egyszerűen nem képes elemezni ilyen mennyiségű adatot diagnózis felállításakor és a kezelési módszer kiválasztásakor. És itt Watson ment meg. Nagy teljesítményének köszönhetően ez a szuperszámítógép több millió adatforrást képes elemezni, és minden egyes esetben kiválaszthatja a legmegfelelőbb kezelési módszert.

Tavaly az IBM 30 milliárd különféle orvosi képet vásárolt a Watson képzéshez, 1 milliárd dollárért vásárolva a Merge Healthcare-t. Ehhez hozzá lehet adni mintegy 50 millió anonim elektronikus egészségügyi nyilvántartást, amelyet az IBM az Explorys indulása átvétele után kapott.

Watson leghíresebb orvosi alkalmazása a Watson onkológiai projekt. A projekt hatékonysága a következő példából látható. A statisztikák szerint az Egyesült Államok kórházaiban a tüdőrák diagnosztizálása után az optimális kezelés felírásának pontossága körülbelül 50%. Az IBM Watsonnál ezek a számok elérték a 90% -ot.

Ebben az esetben a kezelési technika a változó helyzetektől függően módosítható. Miután információt adott meg a beteg állapotának megváltozásáról az iPad készülékről (például a beteg vére megemelkedik a makrotban), az orvos 30 másodpercen belül frissített diagnózist kap Watson-tól egy frissített kezelési eljárással. A Watson for Oncology projektről a következő videóban olvashat bővebben.

Amint azt a korábbi Watson szuperszámítógép-cikkben megjegyeztük, jelenleg számos egészségügyi központ és kórház vesz részt a Watson onkológia projektben. Ez például a Bumrungradi Nemzetközi Kórház (Thaiföld), a New York-i Emberi Genom Kutatóközpontja, valamint számos más szervezet.

És 2015-ben Robert Merkel, az IBM Watson Health alelnöke azt mondta, hogy az IBM hajlandó felajánlani Watsont az orosz orvostudomány onkológiai megoldására. Pavel Shklyudov, az IBM Razumnaya Planet közép- és kelet-európai részlegének vezetője a közszféra megoldásaival kapcsolatban úgy véli, hogy a projekt megvalósítása a hazai medunicában lehetséges, de időbe telik és további erőfeszítéseket igényel.

A Watson for Oncology projekt mellett az IBM szuperszámítógépet az orvostudomány más területein is használják. Például az American Heart Association szerződést kötött az IBM-rel a szív- és érrendszeri betegségek kimutatására és kezelésére vonatkozó alapelvek korszerűsítésére.

Jelentősen csökkenti a Watson nyilvános felhő, a Watson Cloud használatának költségeit. Ebben az esetben az orvosi intézményeknek nem kell hatalmas költségvetést elkülöníteniük a multisverziós eszköz vásárlására és karbantartására. A Watson Cloud szolgáltatásait különböző országok szakemberei használhatják. Robert Merkel, a Watson Health vezetője 2015-ben elmondta, hogy szükség esetén ilyen felhő telepíthető az orosz adatközpontban, betartva törvényeinket és nyelvi sajátosságainkat.

A közelmúltban Watson barátot (vagy versenytársat) hozott létre az orvosi diagnosztika területén. 2016 elején a Google bejelentette egy orvosi vonal megnyitását a DeepMind projektfejlesztési program részeként. Ebből a videóból megtudhatja, hogy a Google hogyan alkalmazza a szuperszámítógépet az orvosi területen.

A DeepMind vállán az első feladat a veseelégtelenség diagnosztizálása. Ebből a célból a Google szerződést írt alá az Országos Egészségügyi Szolgálattal, amely megközelítőleg 1.6 millió beteg-előzményhez férhetett hozzá. Ezekből az adatokból megtudva a DeepMind hatékonyan diagnosztizálta a veseelégtelenséget a betegek panaszai és a teszt eredmények alapján.

AI pályák

Az AI alapján a fejlesztők kiadják a betegek nyomon követésére szolgáló szolgáltatásokat. Az orvosok és tudósok megvizsgálják az eredményeket, majd klinikai vizsgálatokat végeznek.

A Massachusettsi Technológiai Intézet tudósai és az azonos állambeli Központi Kórház szakemberei AI rendszert hoztak létre az emberi alvás monitorozására. Követi az ember visszatükröződött rádiójeleit, elemzi az pulzust, a légzési sebességet, és képes megkülönböztetni a normától való eltéréseket. A fejlesztés segít az orvosoknak távolról ellenőrizni a betegek alvását, és szükség esetén módosítani.

AI az orvostudományban

  • Tervezési szinten: a betegség előrejelzése, a magas betegség kockázatú betegcsoportok azonosítása, a megelőző intézkedések szervezése.
  • Termelési szinten: a kórházakban zajló folyamatok automatizálása és optimalizálása, automatizálás és fokozott diagnosztikai pontosság.
  • Promóciós szinten: árképzés, kockázatcsökkentés a betegek számára.
  • A szolgáltatásnyújtás szintjén: a terápia és a gyógyszerek összetételének adaptálása az egyes betegek számára, virtuális asszisztensek használata a beteg útjának megteremtésére egy klinikán vagy kórházban.

Fő cikk: Mesterséges intelligencia a radiológiában

A mesterséges intelligencia sajátossága, hogy ez a technológia képes „megtanulni”. Ahogy a felhasználó vele dolgozik, okosabbá válik. A gyógyászatban az AI-t többféle célra használják:

  • Diagnostics
  • Kábítószer-tervezési és kezelési protokollok
  • A rutin folyamatok automatizálása
  • Orvosi monitorozás
  • Orvosi képek felismerése (MRI-képek, ultrahang-eredmények, kardiogramok stb.)

A mesterséges intelligencia egészségügyi ágazatban való alkalmazásának meglehetősen ígéretes lehetősége a személyes orvosi asszisztensek fejlesztése. Az ilyen asszisztensek szokásos mobil alkalmazások, amelyek gépi tanulás alapján működnek. Felismeri a felhasználók hang- és szöveges kérdéseit, és a betegségek adatbázisának elemzése után különféle ajánlásokat ad ki.

A kezelési ajánlások kiadása mellett az alkalmazás lehetővé teszi, hogy időpontot rendeljen orvoshoz, vagy elvégezzen egy általános vizsgálatot valós időben az orvosok bármelyikével történő kapcsolatba lépéssel (napi 12 óra, heti 6 nap). Az alkalmazás képes rendszeresen ellenőrizni a hordható eszközökről származó információkat (például az alvás és a pulzus fázisának ellenőrzésére).

A Babylon szolgáltatás előfizetésének költsége havi 10 dollár. Érdemes azonban megjegyezni, hogy a jelenlegi brit jog szerint az alkalmazásnak nincs joga hivatalos diagnózist felállítani. Ezért ha a beteg leírja az influenza tüneteit, akkor azt javasolják, hogy vásárolja meg a gyógyszertárban gyógyszereket, amelyeket recept nélkül állítanak ki, vagy egyeztessen az orvossal. Súlyos tünetek esetén a betegnek ajánlásokat kell kapni a klinikára való menteléshez vagy mentőhíváshoz.

A tudósok aktívan fejlesztették a mesterséges intelligencia alkalmazásának ötletét az elemzések minőségének javítása érdekében. A közelmúltban a Los Angeles-i Kaliforniai Egyetem munkatársai innovatív rákos sejtek kimutatására szolgáló algoritmust dolgoztak ki. A kutatási eredményeket a Scientific Reports folyóiratban teszik közzé. A kifejlesztett módszer keretein belül aktívan alkalmazzák az új típusú mikroszkópot és a mesterséges intelligenciát, amely elemzi a kapott információkat.

A fejlesztés nanoszekundumos lézerimpulzusos és analóg-digitális átalakítókat használ, amelyek lehetővé teszik százezrek vérsejtjeinek másodpercenkénti felvételét. A lézeres impulzusok lehetővé teszik az egyes vérsejtek kiemelését egy elég tiszta képminőséggel.

AI jósolja

2018-ban az Anesthesiology amerikai orvosi folyóirat közzétette a műtéti vizsgálatok eredményeit, amelyek hasznosak a műtéti kezelési módszerekben. A cikk egy gépi tanulási algoritmust tárgyal a hipotenzió előrejelzésére műtét során. Az AI több mint ezer beteg adatait elemezte, akik összesen csaknem tízezer órát töltöttek a műtőasztalon. 10 perccel aztán megtanulta megjósolni a rendellenességeket, mielőtt azok 15% -os pontossággal megtörténtek, ugyanazzal - 84 perc alatt, 10% -ától pedig 87 perc alatt.

Qventus - egy azonos üzembe helyezésű kórházak megfigyelő rendszere. Figyelemmel kíséri az ügyfelek tevékenységét a nyilvántartásba való felvételtől a kiürítésig, tudja miként lehet előre jelezni a betegek jólétének romlását, elemzi állapotát. Ezen felül az AI segítségével a Mercy Clinic 4 hónap alatt 40% -kal csökkentette a felesleges vizsgálatok számát hasonló ügyfélpanaszok alapján.

A Jvion gépi tanulási megoldása azon betegeket azonosítja, akiknél fennáll a kórházba történő újbóli felvétel kockázata a mentesítéstől számított 30 napon belül. Ezen felül ajánlásokat nyújt az egészségügyre és a betegségek megelőzésére.

AI feltárja

Az olyan gyógyszeripari óriások, mint a Sanofi vagy a Novartis, orvosi innovációkat fejlesztő induló vállalkozásokhoz fordulnak, új gyógyszerek keresése céljából. A biokémiai gyártó, a Roche megvásárolta a Flatiron Health vállalatot, amely gépi tanulást használ az adatok feldolgozására.

Az Atomwise indítása 2012 óta neurális hálózatokat használ a hatékonyabb gyógyszerkészítmények keresésére. Az AtomNet mély tanulási rendszere naponta 10 millió kémiai vegyületet ellenőriz, megjósítva, hogy melyik kölcsönhatásba lép a legjobban. Hasonló algoritmust használ a Berg Health biofarmakon társaság.

A talált vegyületek hatékonyak lehetnek a betegség okainak leküzdésében, de ez nem garantálja, hogy az emberi test jól reagál rájuk. A NorthShore Medical Center többek között a farmakogenomikával foglalkozik - a MedClueRx projekt részeként vizsgálja a gyógyszerek hatását az emberekre. A rendszer meghatározza, hogy mely gyógyszerek alkalmazhatók egy adott epilepsziában, fertőző betegségekben, depresszióban, gastrointestinalis betegségben szenvedő betegek számára.

A Nature Microbiology tudományos folyóirat az elmúlt évben cikket tett közzé a VarQuest-ről. Tízszer annyi antibiotikum-variációt képes felfedezni, mint korábban, a hasonló kérések idején.

Következtetés

Bertalan Mesco, az „orvosi futurista” egyszer mondta, hogy a mesterséges intelligencia 21. századi sztetoszkóp. Arra utalt, hogy az orvosi közösség először nem akarta felismerni olyan egyszerű műszert, mint a sztetoszkóp. Több évtizedbe telt, amíg az orvosok elkezdték használni. Ugyanez történik az AI-vel: valaki a lehető legnagyobb mértékben használja, míg valaki fél.

A mesterséges intelligencia, a gépi tanulás és az idegi hálózatok technológiái azonban jelentősen leegyszerűsítik az orvosok és az osztályuk életét. Az orvostudomány újításai lehetővé teszik a betegségek pontosabb diagnosztizálását, a gyógyszerek gyorsabb megtalálását és a betegek nyomon követését. És ez csak egy kis része azoknak a lehetőségeknek, amelyeket az AI az egészségügyi ágazatban nyújtott.

Detonic - egy egyedülálló gyógyszer, amely elősegíti a magas vérnyomás elleni küzdelmet a fejlődés minden szakaszában.

Detonic a nyomás normalizálásához

A gyógyszer növényi összetevőinek komplex hatása Detonic az erek falán és az autonóm idegrendszer hozzájárul a vérnyomás gyors csökkenéséhez. Ezen túlmenően ez a gyógyszer megakadályozza az atherosclerosis kialakulását, köszönhetően a lecitin szintézisében részt vevő egyedi komponenseknek, amely aminosav szabályozza a koleszterin anyagcserét és megakadályozza az atheroscleroticus plakkok kialakulását.

Detonic nem addiktív és elvonási szindróma, mivel a termék minden alkotóeleme természetes.

Részletes információk a Detonic a gyártó oldalán található www.detonicnd.com.

Talán szeretne tudni az új gyógyszerről - Cardiol, amely tökéletesen normalizálja a vérnyomást. Cardiol a kapszulák kiváló eszköz számos szívbetegség megelőzésére, mivel egyedi összetevőket tartalmaznak. Ez a gyógyszer terápiás tulajdonságaiban felülmúlja az ilyen gyógyszereket: Cardiline, Recardio, Detonic. Ha részletes információt szeretne tudni a Cardiol, Menjen a gyártó honlapján.Ahol megtalálja a válaszokat a gyógyszer használatával kapcsolatos kérdésekre, az ügyfelek véleményeire és az orvosokra. Megtalálhatja a Cardiol kapszula az Ön országában és a szállítási feltételek. Néhány embernek sikerül 50% -os árengedményt szereznie ennek a gyógyszernek a vásárlásánál (hogyan lehet ezt megtenni, és hogyan vásárolhatnak tablettákat magas vérnyomás kezelésére 39 euróért a gyártó hivatalos weboldalán.)Cardiol kapszula a szívhez
Tatyana Jakowenko

A főszerkesztő Detonic online magazin, kardiológus Yakovenko-Plahotnaya Tatyana. Több mint 950 tudományos cikk szerzője, ideértve a külföldi orvosi folyóiratokat is. Több mint 12 éve klinikai kórházban kardiológusként dolgozik. A szív- és érrendszeri betegségek diagnosztizálásának és kezelésének korszerű módszereivel rendelkezik, és ezeket szakmai tevékenységei során alkalmazza. Például a szív újraélesztésére, az EKG dekódolására, a funkcionális tesztekre, a ciklikus ergometria módszerére és nagyon jól ismeri az echokardiográfiát.

Tíz éve aktív résztvevője számos orvosi szimpóziumnak és workshopnak az orvosok - családok, terapeuták és kardiológusok számára. Számos publikációt tartalmaz az egészséges életmódról, a szív- és érrendszeri betegségek diagnosztizálásáról és kezeléséről.

Rendszeresen figyeli az európai és amerikai kardiológiai folyóiratok új kiadványait, tudományos cikkeket ír, tudományos konferenciákon készít jelentéseket és részt vesz az európai kardiológiai kongresszusokon.

Detonic