التشخيص

وفقًا لـ Frost & Sullivan1، ينمو سوق الذكاء الاصطناعي في الطب بنسبة 40% سنويًا، وبحلول عام 2021 ستبلغ مبيعاته حوالي 6.6 مليار دولار. أولاً، سيغير التعلم الآلي ثلاثة مجالات من الطب: فهو سيحسن القدرات التشخيصية ، سيجعل عمل أخصائيي الأشعة أسهل، وعلماء الأمراض، سيجعل تشخيص المرض أكثر فعالية.

كتب زياد أوبرماير من كلية الطب بجامعة هارفارد وحزقيال إيمانويل من جامعة بنسلفانيا عن هذا الأمر في مقال لمجلة نيو إنجلاند الطبية (NEJM)2. في رأيهم، في المستقبل القريب، سيصبح التعلم الآلي أداة لا غنى عنها للأطباء الذين يريدون حقًا فهم مرضاهم. يمكن للشبكات العصبية الاصطناعية بالفعل تشخيص نقائل سرطان الثدي ليس أسوأ من الطبيب ذي الخبرة. يعد سرطان الثدي أحد أكثر أنواع الأورام الخبيثة شيوعًا. وفي عام 2012 وحده، تم الإبلاغ عن أكثر من 1.6 مليون حالة جديدة لهذا المرض في جميع أنحاء العالم. في 6-10% من الحالات، كان الورم قد انتشر بالفعل في وقت التشخيص الأولي. لتشخيص هذه العملية، يتم استخدام خزعة من الغدد الليمفاوية الإقليمية.

يتم فحص كل عينة من المواد المضبوطة تحت المجهر من قبل أخصائي علم الأمراض. في ظل الظروف المثالية وفي وقت غير محدود، يرتكب الطبيب أخطاء قليلة جدًا. في الحياة الواقعية، قد يقوم علماء الأمراض بمراجعة ووصف عشرات العينات كل يوم.

بادرت مجموعة من الباحثين من جامعة رادبود في هولندا إلى إنشاء مسابقة تحدي خاصة، Camelyon3، تتنافس فيها الخوارزميات الحديثة في الكشف عن نقائل سرطان الثدي. يقوم الفريق بتدريب النماذج على التعرف على السرطان بين الأنسجة السليمة في 400 صورة لسرطان الثدي، ثم مقارنة النتائج على الصور الضابطة التي لم تتمكن النماذج من الوصول إليها أثناء التدريب.

في العام الماضي، فازت الشبكة العصبية للشركة الناشئة PathAI4، وهي شريكة Philips في تطوير تطبيقات الذكاء الاصطناعي في الطب، بالمركز الأول في تحدي Camelyon. كان علماء PathAI متقدمين على الفرق الأخرى بفارق كبير. ارتكبت الخوارزمية الخاصة بهم أخطاء في 35 حالة فقط من أصل 1000 حالة: وهذا المعدل أقل قليلاً من معدل الطبيب الحقيقي. علاوة على ذلك، إذا لجأ الطبيب إلى مطالبات الشبكة العصبية، انخفض عدد الأخطاء من 3% إلى 1%.

في السنوات الأخيرة، ظهرت العديد من الأمثلة على التعرف الناجح على الصور الطبية باستخدام الشبكات العصبية. تحدد الشبكات العصبية بدقة سرطان البروستاتا وسرطان الرئة من خلال الخزعات، وليس أسوأ من أن يتمكن طبيب الأمراض الجلدية من تحديد سرطان الجلد من الصور العادية.

بالإضافة إلى تصنيف الصور، يمكن للذكاء الاصطناعي حل مشاكل أخرى: اختيار العلاج أو توضيح التشخيص. أحد الأمثلة المبكرة هو النظام الخبير Mycin5، الذي تم تطويره في السبعينيات في جامعة ستانفورد. وكانت مهمتها اختيار المضادات الحيوية الأكثر ملاءمة لعلاج الأمراض المعدية. وحتى ذلك الحين اقترحت مجموعات أكثر نجاحًا من الطبيب. ومع ذلك، لم يتم استخدام هذا النظام في الممارسة السريرية الحقيقية.

أجاب نظام Mycin على الأسئلة بنعم ولا ضمن مجموعة معينة من القواعد للعثور على الإجابة الصحيحة. تعمل الأنظمة المتخصصة الحديثة بطريقة مماثلة، ولكن في أغلب الأحيان يتم تكليفها بدمج بيانات المريض تلقائيًا ثم تقديمها إلى الطبيب في شكل مناسب مع مطالباتها الخاصة.

وهذه هي الطريقة، على سبيل المثال، التي يعمل بها نظام مراقبة العناية المركزة الذي طورته شركة Philips. يقوم النظام بجمع ودمج جميع البيانات المتاحة عن المريض ويساعد الطبيب على اتخاذ قرار مستنير بسرعة. ووفقا لسيرجي لافانوف، رئيس قسم المعلوماتية الطبية في شركة فيليبس، فإن النظام قادر على المراقبة المستمرة لديناميكيات المؤشرات الحيوية لحياة المريض وإبلاغ الطبيب عن اقتراب موقف التهديد.

وينبغي للذكاء الاصطناعي، الذي يجعل من الممكن العمل مع كميات كبيرة من البيانات الفردية المتنوعة، أن يصبح المفتاح لتشخيص أكثر دقة وعلاج ميسور التكلفة.

على عكس الأنظمة الخبيرة التقليدية، يستخدم الذكاء الاصطناعي الحديث الكثير من البيانات وهو قادر على التعلم من الأمثلة الحقيقية. وهذا يجعل من الممكن العثور على ارتباطات معقدة وغير واضحة في البيانات ويساعد المتخصصين على اتخاذ القرارات السريرية. على سبيل المثال، في دراسة حديثة نشرت في مجلة PLOS ONE6، تم تدريب الشبكات العصبية على التنبؤ بتطور أمراض القلب والأوعية الدموية أو مضاعفاتها. تم تدريب الشبكات العصبية على ثلاثمائة ألف سجل إلكتروني للمرضى، مما يعكس تطور المرض ونتائجه. كاختبار، تمكنت الشبكة من الوصول إلى سجل مبكر واحد فقط وإنشاء تنبؤ، والذي قارنه الباحثون بنتيجة المرض من السجلات اللاحقة في السجل الطبي.

في الواقع، كان على الشبكة العصبية نفسها أن تجد قائمة من القواعد التي يمكن من خلالها تقييم مخاطر أمراض القلب والأوعية الدموية. ونتيجة لذلك، تنبأت بحالات إصابة بمضاعفات القلب والأوعية الدموية بنسبة 7.6% أكثر من الإرشادات الحالية. وهذا يعادل تقريبًا حياة 355 شخصًا كان من الممكن إنقاذها.

وأشار ستيفن وينج، عالم الأوبئة في جامعة نوتنجهام، في مقابلة مع Science News7 إلى أنه إذا تمت إضافة العوامل الوراثية أو البيانات المتعلقة بنمط حياة الشخص إلى النموذج، فيمكن أن تكون التوقعات أكثر دقة.

ويحاول عمالقة الصناعة مثل IBM وAlphabet (Google) وPhilips أيضًا دمج بيانات التحليل والإلكترونيات القابلة للارتداء والسجلات الطبية. على سبيل المثال، تعمل شركة Philips على تطوير بنية تحتية تسمح لها بالعمل مع البيانات التي يتم الحصول عليها من الأجهزة القابلة للارتداء والسجلات الطبية للمرضى. وبمساعدتها، سيتمكن الأطباء من بناء توصيات وتوقعات شخصية بدقة لمرضى محددين. يمكن للحل الموجود اليوم أن يعمل في نفس الوقت مع بيانات التصوير الطبي والنماذج الإحصائية الجديدة، بما في ذلك النماذج التجريبية. وفي المستقبل، سيسمح هذا للأطباء باستخدام أنظمة الذكاء الاصطناعي الجديدة في عملهم.

وفي مقابلة مع CNBC8، أكد فرانس فان هوتن، الرئيس التنفيذي لشركة فيليبس، أنه اليوم، مع تقدم السكان في السن ونموهم السكاني، تراهن فيليبس على الرعاية الصحية، وتسلط الضوء على تقنيات التشخيص والوقاية باعتبارها واحدة من أكثر التقنيات الواعدة.

1 استنادًا إلى مواد من عرض تقديمي قدمته شركة Frost & Sullivan في مؤتمر عُقد في لندن في 4 أكتوبر 2016. 2 مجلة New England Journal of Medicine 3 "Camelion". 4 "باتاي". 5 "ميتسين". 6 "بلوس وان". 7 أخبار العلوم. 8 سي إن إن.

الطب، الذي كان يركز في السابق على علاج الأمراض الحادة، يولي اليوم المزيد والمزيد من الاهتمام للأمراض المزمنة - السمنة والسمنة.

إن اكتشاف قصور القلب واضطرابات المناعة الذاتية والأمراض في وقت مبكر ينقذ حياة العديد من المرضى، ولكنه يعقد الأمور بالنسبة للأطباء.

سوف نختار ونكتب
رؤية الطبيب مجانا

قم بتنزيل التطبيق المجاني

تحميل إلى جوجل بلاي

متوفر في متجر البرامج

حتى بالنسبة للعباقرة الطبيين ذوي الحدس والخبرة المهنية، ليس من السهل اتخاذ القرار الصحيح، لأن حجم البيانات الطبية ينمو بسرعة كل ساعة.

لحل المشكلة بسرعة، يحتاج الأطباء إلى استخدام ذكاء آخر، بالإضافة إلى ذكاءهم الاصطناعي.

ما هو الذكاء الاصطناعي؟

ويقصد الخبراء بالذكاء الاصطناعي قدرة الآلة على تقليد السلوك البشري العقلاني. يجب أن تدرك الآلة المعلومات المتغيرة وتتخذ القرارات المثلى.

بحلول بداية القرن الحادي والعشرين، تم تطبيق مفهومين للذكاء الاصطناعي في الطب - الأنظمة المتخصصة والشبكات العصبية.

كيف تعمل الأنظمة الخبيرة؟

بدأ تطوير الأنظمة المتخصصة في السبعينيات من القرن العشرين. الجزء الأساسي من النظام الخبير هو قاعدة المعرفة - مجموعة من المعلومات حول موضوع ما ومجموعة من التعليمات التي تنطبق على الحقائق.

تصف الحقائق في القاعدة المعرفية للنظام الخبير الظواهر الثابتة في مجال موضوعي محدد. على سبيل المثال: "الشخص السليم لديه ساقان".

أثناء التشغيل، يتلقى النظام معلومات حول مهمة محددة: "المريض أ لديه ساق واحدة"، والتي يخزنها في الذاكرة العاملة. تصل الذاكرة العاملة إلى القاعدة للتوصل إلى حكم: "المريض أ مريض".

يتطلب إنشاء الأنظمة المتخصصة موارد هائلة. للحصول على نظام خبير جيد، تحتاج إلى خبراء المجال ومهندسي المعرفة والمبرمجين. لا يجب إنشاء قاعدة المعرفة فحسب، بل يجب أيضًا تحديثها باستمرار.

كيف تعمل الشبكات العصبية؟

حاليا، يعاني مفهوم النظم الخبيرة من أزمة خطيرة. بفضل القدرة على التعلم، غزت الشبكات العصبية (NNs) سوق الذكاء الاصطناعي.

تعتمد آلية تشغيل الشبكة العصبية على مبدأ الشبكات العصبية البيولوجية. في شكل الكمبيوتر، تمثل الشبكات العصبية رسمًا بيانيًا يضم ثلاث طبقات أو أكثر من الخلايا العصبية المتصلة في الطبقات بطريقة أو بأخرى. تتمتع الاتصالات بأوزان تلعب دورًا مهمًا في تدريب الشبكات العصبية.

أثناء التدريب، يتم توفير البيانات إلى الخلايا العصبية المدخلة. وبعد ذلك، تتم معالجة البيانات بواسطة الخلايا العصبية في الطبقة الداخلية، ويتم الحصول على قيم جديدة معينة من الخلايا العصبية الناتجة.

إذا كانت القيم التي تم الحصول عليها لا تناسب الباحثين، يقومون بتغيير وزن الاتصالات في الشبكة العصبية وإعادة تدريبها. كلما زادت البيانات التي تستقبلها الشبكة العصبية، زادت موثوقية الإجابة على الاستعلام الذي تنتجه.

على سبيل المثال، بالنسبة لطلبنا إلى النظام: "قشعريرة وارتفاع في درجة الحرارة"، يمكن لـ NS، بعد تحليل السجلات الطبية لآلاف المرضى، أن تعطي الإجابة: "مع درجة عالية من الاحتمالية لديك".

من المهم ملاحظة أن الشبكة ليس لديها معرفة بماهية الحمى والقشعريرة والأنفلونزا. إنه يجد فقط الروابط بين الأعراض واستنتاجات الطبيب في عينة البيانات ويصنف هذه العلاقات وفقًا لوزنها.

الفرق الرئيسي بين الذكاء الاصطناعي وبرامج الكمبيوتر التقليدية

على عكس برامج الكمبيوتر التقليدية، عند إنشاء الذكاء الاصطناعي، لا يحتاج المبرمج إلى معرفة جميع التبعيات بين البيانات المدخلة والنتيجة. حيث تم بالفعل إنشاء النماذج الرياضية من قبل الإنسان - على سبيل المثال، للمعالجة الإحصائية للسجلات الطبية - لا حاجة لمنظمة العفو الدولية.

يتمثل عمل الذكاء الاصطناعي في التعلم من مجموعة من البيانات الموثوقة والبحث عن تلك الصيغ والتبعيات التي لا يحددها البشر.

ما يمكن أن يفعله الذكاء الاصطناعي الطبي

قد لا تكون ممارسة الطبيب وخبرته كافية لتشخيص المرض بشكل صحيح. ومن خلال الوصول إلى الأدبيات العلمية والملايين من تاريخ الحالات، يمكن للشبكة العصبية تصنيف الحالة بسرعة، وربطها بحالات مماثلة، وصياغة اقتراحات لخطة العلاج.

في المرحلة الحالية من التطور التكنولوجي، لا يستطيع الذكاء الاصطناعي حل المشكلات المعقدة التي تتجاوز قدرات الطبيب: على سبيل المثال، إنشاء أجهزة رائعة تقوم بفحص الشخص بشكل مستقل ووصف العلاج الفعال.

حلول ذكية للأطباء

الآن يحل الذكاء الاصطناعي مشاكل بسيطة نسبيًا: على سبيل المثال، يستنتج ما إذا كان هناك جسم غريب أو علم الأمراض موجود في صورة الأشعة السينية، وما إذا كانت هناك خلايا سرطانية في المادة الخلوية. وفي الوقت نفسه، فإن دقة تقييمات البيانات الطبية - التصوير بالرنين المغناطيسي، وصور الموجات فوق الصوتية، وتصوير الثدي بالأشعة السينية - تتجاوز بالفعل 90٪.

مشروع آي بي إم: واتسون

المثال الأكثر شهرة لتطبيق الذكاء الاصطناعي في التشخيص الطبي هو نظام IBM Watson. هذا كمبيوتر خارق يمكنه الإجابة على الأسئلة المصاغة بلغة الشخص العادي، وليس بلغة البرمجة.

وفي عام 2015، أنشأت شركة IBM قسمًا منفصلاً، IBM Watson Health، المخصص لتطبيق تكنولوجيا الذكاء الاصطناعي في الرعاية الصحية.

يتمتع كمبيوتر Watson بإمكانية الوصول إلى مصادر البيانات المختلفة: الموسوعات وقواعد بيانات المقالات العلمية ومختارات المعرفة. بفضل قوته الحاسوبية الهائلة، تمكن IBM Watson من تحليل 30 مليار صورة طبية و50 مليون سجل صحي إلكتروني مجهول.

في البداية، قامت شركة IBM بتدريب وتطبيق الذكاء الاصطناعي في علاج الأورام. ومع ذلك، بدأ مطورو IBM Watson مؤخرًا بالتعاون مع جمعية القلب الأمريكية.

الآن، استنادًا إلى بيانات صورة الموجات فوق الصوتية، ستبحث المنصة المعرفية عن علامات تضيق صمام القلب الأبهري (نوع شائع جدًا من عيوب القلب).

تتوفر تقنيات Watson Health من خلال منصة Watson Health Cloud. وهو مخصص للأطباء والباحثين ووكلاء التأمين وشركات الرعاية الصحية.

مشاريع جوجل: DM Health وVerily

وبطبيعة الحال، ليست شركة IBM هي الوحش التكنولوجي الوحيد الذي يروج لحلوله الذكية في مجال الطب. ويستخدم قسم DeepMind Health التابع لشركة Google تقنيات شركة تكنولوجيا المعلومات العملاقة في الطب.

واليوم، تتعاون DM Health مع عيادة طب العيون بلندن ومستشفى مورفيلدز للعيون. باستخدام الذكاء الاصطناعي، يريد الأطباء تحليل الآلاف من صور العين المجهولة للعثور على الأعراض الأولية للعمى.

بالإضافة إلى ذلك، تعمل DM Health مع University College London لتطوير منتج يمكنه التمييز تلقائيًا بين الأنسجة السليمة والسرطانية في منطقة الرأس والرقبة.

ويعمل قسم آخر من أقسام Google، وهو Verily، على مشروع مماثل. ويستخدم المتخصصون في الشركة خوارزميات الذكاء الاصطناعي ومحرك بحث جوجل لتحليل ما يجعل الشخص يتمتع بصحة جيدة.

الشركة الناشئة الإسرائيلية: تكنولوجيا MedyMatch

وفقا للإحصاءات، فإن عدد الأخطاء عند إجراء التشخيص باستخدام بيانات التصوير المقطعي المحوسب يتجاوز 30٪. فكر في الأمر! في كل حالة ثالثة تقريبا، يصف الطبيب العلاج الخاطئ للمريض.

واستنادا إلى الذكاء الاصطناعي والبيانات الضخمة، طور الإسرائيليون حلا يمكن للأطباء من خلاله التشخيص بشكل أكثر دقة. في الوقت الحقيقي، يقوم نظام MedyMatch بمقارنة صورة دماغ المريض مع مئات الآلاف من الصور الأخرى الموجودة في "سحابته".

يتعرف الذكاء الاصطناعي من MedyMatch على أصغر الانحرافات عن القاعدة، والتي لا يتمكن المتخصص دائمًا من ملاحظتها، مما يقلل من احتمالية حدوث خطأ في التشخيص إلى الحد الأدنى.

توظف تكنولوجيا MedyMatch الإسرائيلية 20 شخصًا فقط. وكما يحدث في كثير من الأحيان، يمكن للاعبين الصغار التنافس بسهولة مع الشركات العملاقة في سوق جديدة.

حلول ذكية للمرضى

يحتاج الأشخاص المصابون بأمراض مزمنة إلى مراقبة صحتهم كل يوم. وللقيام بذلك، يرتدي المرضى أجهزة لمراقبة النبض وضغط الدم والتنفس. ومع ذلك، لا يجب جمع البيانات فحسب، بل يجب أيضًا معالجتها وتفسيرها بشكل صحيح.

تطبيقات الهاتف المحمول التي تأتي للإنقاذ:

• العمل بسرعة مع معلومات حول حالة الجسم، وإبلاغ الطبيب المعالج عن الأنماط المثيرة للقلق؛
• تقديم أبسط النصائح حول تحسين الصحة والعلاج الموصوف بالفعل في البرنامج؛
• جمع مجموعات البيانات اللازمة لمزيد من التدريب على الذكاء الاصطناعي.

AliveCor طبيب القلب الجيب

يمكن لتطبيق الهاتف المحمول AliveCor معالجة بيانات المستشعر لأخذ مخططات القلب في المنزل. يقوم الذكاء الاصطناعي بفك تشفير بيانات المرضى يوميًا ومراقبة الاتجاهات الخطيرة. وإذا اكتشف التطبيق خطر الإصابة بنوبة قلبية وشيكة، فسوف يطلب من المستخدم استشارة الطبيب مسبقًا.

تقريبا ممرضة حقيقية Sense.ly

ممرضة Sense.ly الإلكترونية

تسأل ممرضة متحركة في تطبيق Sense.ly عن صحتك، وما إذا كان ضغط دمك طبيعيًا، أو إذا كانت لديك أي شكاوى. يتعرف الذكاء الاصطناعي الخاص بالتطبيق على المعلومات ويرسلها إلى الطبيب المعالج. يمكن للممرضة الافتراضية تقديم توضيحات حول الأعراض، وتذكيرك بتناول الأدوية، ويمكنها توصيلك مباشرة بطبيبك عبر مكالمة فيديو.

استشاريين الروبوتات الطبية

أخذت خدمة التطبيب عن بعد Healthtap نصوصًا لآلاف من الاستشارات ودرب برنامج Doctor A.I chatbot على استخدامها. يمكنك أيضًا الحصول على نصيحة من هذا الروبوت من خلال مكبر الصوت الذكي Amazon Alexa.

تم إنشاء تطوير مماثل، وهو برنامج Heath Bot للدردشة، في Microsoft. ومع ذلك، حتى الآن، لا تفهم الروبوتات سوى اللغة الإنجليزية.

الذكاء الاصطناعي لمرضى السرطان Mendel.ai

في بعض الأحيان قد يكون الأمل الأخير لمرضى السرطان هو اختبار دواء جديد للسرطان. لدى المريض، الذي يدرك طوعًا المخاطر العالية، فرصة لتلقي علاج فعال، والذي سيصبح متاحًا بشكل عام في غضون سنوات قليلة.

لا يمتلك الشخص المصاب بالسرطان المؤهلات الكافية لفهم ما إذا كانت الاختبارات مناسبة له أم لا. يأتي الذكاء الاصطناعي لمشروع Mendel.ai لمساعدة اليائسين: يتعرف النظام على اللغة الطبيعية التي يُكتب بها السجل الطبي ويقدم اختبارات مناسبة للمريض.

الحلول الذكية لإدارة المستشفيات

تتطلب عمليات المستشفى تنسيقًا سريعًا بين الموظفين والموارد، مما يجعل صحة المرضى وحياتهم على المحك. كيف يمكن التنبؤ بعدد الأطباء والمباني والمواد التي تحتاجها المؤسسة الطبية في فترة زمنية معينة؟

المساعد الإلكتروني Bright.md

تم تطوير Bright.md كوسيط بين الطبيب والمريض. يساعد مساعد الذكاء الاصطناعي في حل المهام الروتينية - ينظم لقاء بين المريض والطبيب، ويحدد مواعيد الاختبارات، ويتلقى إجابات المريض باستخدام الاستبيان.

يحرر المساعد الطبيب من الإجراءات البيروقراطية ويبسط تفاعل المريض مع العيادة.

نظام مراقبة المريض Qventus

يقوم نظام Qventus بمراقبة الحالة الصحية للمرضى في المستشفى، ويتنبأ بالتدهور ويحتفظ بالأطباء والمعدات لمنع حدوث حالة حرجة.

يتم استخدام إدارة Qventus AI في العديد من المستشفيات الأمريكية، وقد أثبتت فعاليتها بالفعل. وفي أحد المستشفيات، تمكن النظام من تقليل عدد المرضى في المستشفى بنسبة 39%، لأن الموظفين تلقوا تحذيرات في الوقت المناسب بشأن حالة المرضى وقدموا المساعدة على الفور.

"الرأي الثالث" لكليمنكو في الطب الروسي

في مارس 2016، قدمت شركة IBM إمكانية الوصول لاختبار Watson إلى متخصصين من عدد من المؤسسات الطبية في روسيا. لم تحدد شركة IBM أي الأطباء والعيادات المحددة كانت قادرة على العمل مع واتسون.

في الوقت نفسه، اشتكى أندريه فيلاتوف، الرئيس التنفيذي لشركة IBM في روسيا ورابطة الدول المستقلة، من أن الرعاية الصحية في روسيا تخضع لقواعد صارمة للغاية. وفي الطب المنزلي هناك مبدأ: "ما لا يحلال فهو حرام".

يكمن سبب فشل شركة IBM في روسيا على السطح - حيث تم إعلان الابتكار في الطب كأحد أهداف استراتيجية الاقتصاد الرقمي، والتي يتم من خلالها تحديد مسار لاستبدال الواردات. وفقا لحكومة الاتحاد الروسي، بحلول عام 2020 سيكون لروسيا "واطسون" خاص بها. من سيخلقها؟

في عام 2016، أعلن مستشار رئيس الاتحاد الروسي، جيرمان كليمينكو، عن تطوير المشروع الأول لصندوق معهد تطوير الإنترنت في الطب. سيتعرف النظام، المسمى "الرأي الثالث"، على أمراض الجسم بناءً على البيانات الرقمية التي يتم الحصول عليها من الأشعة السينية والموجات فوق الصوتية والتصوير المقطعي والتصوير بالرنين المغناطيسي.

تم تطوير البرنامج من قبل شركة Video Analysis Technologies. تم تقديم البيانات الخاصة بتدريب الذكاء الاصطناعي للمطورين مجانًا من قبل معهد أبحاث جراحة المسالك البولية والأشعة التداخلية الذي سمي بهذا الاسم. على ال. لوباتكين، المركز الوطني للبحوث الطبية لأورام ومناعة الأطفال الذي سمي بهذا الاسم. ديمتري روجاتشيف وعدد من المراكز الطبية الإقليمية.

مثل هذا المشروع واسع النطاق يتطلب استثمارات جدية. ووفقا للسيد كليمينكو، تصل التكاليف إلى عشرات الملايين من الدولارات. يخطط المطورون لجمع الأموال من خلال ICO (شكل من أشكال جمع التمويل عن طريق بيع العملات المشفرة للمستثمرين).

يعتقد بافيل شكلودوف، الرئيس السابق لاتجاه التقنيات المتقدمة في المنطقة الأوروبية لشركة IBM، أن "المشروع (ملاحظة - "الرأي الثالث") لديه إمكانات، ولكن إنشاء مثل هذه الفئة من الأنظمة يستغرق 5 سنوات، أي 20 مرة أكثر". ركزت الموارد المالية والأشخاص على المنتج، وليس على العمل العلمي."

مشاكل تنفيذ الذكاء الاصطناعي: الأساطير والتحديات الحقيقية

غالبًا ما يقوم الناس بتقييم التقنيات الجديدة بشكل سلبي. هناك أيضًا العديد من المخاوف والمخاوف والأساطير المحيطة بالذكاء الاصطناعي.

الذكاء الاصطناعي على وشك هزيمة الذكاء البشري!

الأسطورة الأكثر شيوعًا هي الاعتقاد بـ "تمرد الآلات" القادم. ومن الواضح أن مثل هذه المخاوف سابقة لأوانها.

تتعلق أمثلة التقنيات التي قدمتها بما يسمى بالذكاء الاصطناعي الضيق (الذكاء الاصطناعي الضيق). مثل هذه الأنظمة، من حيث المبدأ، قادرة على حل مشاكل معينة فقط؛ فهي غير قادرة على تجاوز العقل البشري.

لا ينبغي توقع ظهور الذكاء الفائق قبل عام 2045، كما يتوقع المستقبلي الأمريكي ريموند كورزويل.

ولكن وفقا للمؤسس المشارك لشركة مايكروسوفت، بول ألين، فإنه إلى أن تتم دراسة الدماغ البشري بشكل شامل، فمن السابق لأوانه الحديث عن الذكاء الفائق الاصطناعي الذي يحتمل أن يكون خطيرا.

بشكل عام، تم تأجيل انتفاضة الآلات.

لن يكون للمريض الحق في عدم الكشف عن هويته!

لكن هذه المشكلة موجودة بالفعل. يبدو أن الانتهاك المحتمل للسرية الطبية من أجل فعالية العلاج أمر محتمل جدًا.

لكي تتمكن أنظمة الذكاء الاصطناعي من إنتاج المعرفة ذات الصلة والمفيدة، فإنها تحتاج إلى الوصول إلى كميات هائلة من البيانات. البيانات الطبية - البطاقات الإلكترونية والصور وتقارير الأطباء - هي معلومات شخصية وتخضع لقوانين حماية البيانات الشخصية.

لنفترض أن البطاقات الإلكترونية والسجلات الطبية أصبحت متاحة للعامة. وقد تصبح شركات التأمين مهتمة بها وتبدأ في تضخيم تكلفة بوليصة التأمين للمرضى الذين، في رأيهم، "ليسوا أصحاء تمامًا".

قد يرفض أصحاب العمل مقدم الطلب إذا اكتشفوا مرضه أو استعداداته الوراثية - وهو إدراك حقيقي للديستوبيا من فيلم "Gattaca".

يتطلب تطوير التكنولوجيا تغييرا في الإطار القانوني. وفي هذه الأثناء، يضطر المبتكرون إلى العمل في منطقة قانونية "رمادية".

الذكاء الاصطناعي سوف يثير الفوضى القانونية!

للأسف، هذا ممكن تماما. تحولت مذكرة التعاون بين شركة DeepMind Health والمستشفى الملكي المجاني في لندن إلى فضيحة مدوية.

في عام 2016، تمكن أحد أقسام Google من الوصول إلى السجلات الطبية ومكالمات سيارات الإسعاف وبيانات الأشعة - وجميع المعلومات الرقمية الخاصة بالمستشفى لمدة 5 سنوات. وصلت معلومات حول المذكرة إلى الصحافة، وتم تقديم شكوى ضد جوجل لدى مكتب مفوض المعلومات في المملكة المتحدة.

وفقًا للقانون البريطاني، لا يمكن نقل البيانات الشخصية للمرضى إلى المنظمات إلا بشكل مجهول. تلقت DeepMind Health بيانات غير مشفرة.

في الوقت الحالي، تقتصر الإجراءات على المناقشة العامة. ومع ذلك، قد تصبح هذه الفضيحة أو فضيحة أخرى مماثلة أول سابقة قانونية لحماية البيانات الطبية من أنظمة الذكاء الاصطناعي.

ولتجنب تباطؤ التقدم، تحتاج صناعة الابتكار إلى تنظيم قانوني. لكن المشرعين أناس مثلنا تمامًا، لديهم تحيزاتهم وأحكامهم المسبقة.

ويبقى أن نأمل أنه عند تطوير الإطار القانوني، سيعتمد البرلمانيون من مختلف البلدان على آراء الخبراء، وليس على الرهاب.

المشاكل الرئيسية لاستخدام الذكاء الاصطناعي الطبي

ماذا يتبقى لو تجاهلنا المخاوف التكنولوجية والجوانب القانونية؟ قد يكون العائق الرئيسي أمام الاستخدام الواسع النطاق للذكاء الاصطناعي في الرعاية الصحية هو نقطتين:

• كمية زائدة من بيانات التدريب؛
• مشكلة التوظيف.

يتطلب الاستخدام الناجح للذكاء الاصطناعي وجود كوادر طبية مؤهلة

وبدون بيانات عالية الجودة، لن يكون الذكاء الاصطناعي منتجا. وبدون متخصصين مدربين، فإن مجرد تطبيق الخوارزميات الجاهزة على البيانات المعدة لن يعطي النتيجة المرجوة.

بالإضافة إلى ذلك، فإن التخفيضات المحتملة في الوظائف في مجال الطب تثير القلق. يستطيع الجراحون وأطباء الرضوح وأطباء الأسنان النوم بسلام، لكن المعالجين وأخصائيي التشخيص يواجهون تسريح العمال إذا تم تقديم الذكاء الاصطناعي على نطاق واسع.

وفي عام 2017، وبعد بدء استخدام IBM Watson، قامت شركة Fukoku Mutual Life Insurance اليابانية بتسريح 43 موظفًا. قامت إدارة الشركة بتقييم أداء الكمبيوتر العملاق ومتخصصي التأمين الصحي "الأمثل".

تقييم السوق وآفاق الذكاء الاصطناعي الطبي

وبحسب شركة Frost & Sullivan الاستشارية، فإن إيرادات الشركات في سوق الذكاء الاصطناعي الطبي ستصل إلى 6.1 مليار دولار بحلول عام 2021، وستبلغ حصة IBM حوالي 45%.

وتقدر شركة الأبحاث Research and Markets التوقعات بشكل أكثر تواضعا: بحلول عام 2020، سوف ينمو السوق إلى 5.05 مليار دولار (في عام 2014 كان 419.7 مليون دولار فقط).

وفقًا لحسابات R&M، فإن القطاع الأسرع نموًا في تنفيذ الذكاء الاصطناعي سيكون الرعاية الصحية. والسبب هو الطلب المتزايد على التجارب السريرية ونمذجة العلاج والأبحاث الجديدة.

وقد وضعت شركة Frost & Sullivan خارطة طريق لتطوير الصناعة لعدة سنوات قادمة.

• بحلول أوائل عام 2020، ستبدأ أنظمة الذكاء الاصطناعي في تقديم الرعاية الطبية للمرضى في كل مكان بناءً على البيانات التي سيتمكن المرضى والأطباء من الوصول إليها.
• سيتم تشخيص الأمراض المزمنة مثل السرطان والسكري في غضون دقائق باستخدام الأنظمة المعرفية التي تصور الخصائص الفسيولوجية عند فحص جسم الشخص.

ويقدر المتفائلون بقطاع الخدمات المالية أنه بحلول عام 2025، سيتم استخدام أنظمة الذكاء الاصطناعي في 90% من العيادات الأمريكية وحوالي 60% من أكبر المستشفيات في العالم. ويأمل الخبراء أن تغطي أنظمة الذكاء الاصطناعي الطبي ما يقرب من 70% من سكان العالم.

الذكاء الاصطناعي (AI، بالإنجليزية: Artificial Intelligence، AI) هو علم وتقنية إنشاء الآلات الذكية، وخاصة برامج الكمبيوتر الذكية. ويرتبط الذكاء الاصطناعي بمهمة مماثلة تتمثل في استخدام أجهزة الكمبيوتر لفهم الذكاء البشري، ولكنه لا يقتصر بالضرورة على الأساليب المعقولة بيولوجيا

لا توجد إجابة واحدة على السؤال حول ما يفعله الذكاء الاصطناعي. تقريبًا كل مؤلف يكتب كتابًا عن الذكاء الاصطناعي يبدأ من تعريف ما، آخذًا في الاعتبار إنجازات هذا العلم في ضوءه.

يمكن التمييز بين اتجاهين لتطوير الذكاء الاصطناعي:

وحل المشكلات المرتبطة بتقريب أنظمة الذكاء الاصطناعي المتخصصة من القدرات البشرية وتكاملها، وهو ما تحققه الطبيعة البشرية؛

إنشاء الذكاء الاصطناعي، والذي يمثل دمج أنظمة الذكاء الاصطناعي التي تم إنشاؤها بالفعل في نظام واحد قادر على حل مشاكل البشرية.

لكن في الوقت الحالي، يشهد مجال الذكاء الاصطناعي مشاركة العديد من المجالات المواضيعية التي لها علاقة عملية بالذكاء الاصطناعي وليس علاقة أساسية. لقد تم اختبار العديد من الأساليب، لكن لم تقترب أي مجموعة بحثية حتى الآن من ظهور الذكاء الاصطناعي.

ترتبط مجالات الروبوتات والذكاء الاصطناعي ارتباطًا وثيقًا ببعضها البعض. ويشكل دمج هذين العلمين وإنشاء الروبوتات الذكية مجالًا آخر للذكاء الاصطناعي.

تعتمد الروبوتات على تخصصات مثل الإلكترونيات والميكانيكا والبرمجة. هناك الروبوتات الإنشائية والصناعية والمنزلية والطيران والروبوتات المتطرفة (العسكرية والفضائية وتحت الماء).

الذكاء مطلوب للروبوتات للتعامل مع الأشياء، والتنقل باستخدام مشاكل التوطين (تحديد الموقع، واستكشاف المناطق القريبة)، وتخطيط الحركة (كيفية الوصول إلى الهدف).

لقد حقق تطوير وإنتاج الروبوتات الطبية في القرن الحادي والعشرين نجاحًا تقنيًا واقتصاديًا لدرجة أن المعلومات المتعلقة بها تبدو أقل شبهاً بالخيال العلمي كل عام.

إن التقدم في مجال الروبوتات وأنظمة الذكاء الاصطناعي له تأثير متزايد على حياة الناس بالمعنى الحقيقي للكلمة كل يوم. أدت النجاحات التقنية والاقتصادية في مجال الروبوتات إلى لجوء الطب بشكل متزايد إلى مساعدة الروبوتات. اليوم، أصبحت الروبوتات الطبية قادرة على إجراء العمليات الجراحية المعقدة، والمساعدة في إجراء التشخيص الدقيق، ورعاية المرضى، ولا تقتصر قائمة قدراتها على هذا.

كيف نحل مشاكلنا الصحية خاصة إذا كانت خطيرة؟ كل شيء يبدأ بإيجاد عيادة لائقة وأخصائي رائد في مجال عملك. والآن تخيل هذه الصورة.

تم العثور على عيادة، متخصص هو الأكثر نجاحا في هذا المجال ويقبل.... على مدار الساعة!!!

ليس لديه اسم عائلة ولا اسم عائلة. ولكن اسم الموديل فقط هذا هو الروبوت!

هنا، بشكل عام، هو احتمال المستقبل القريب. وفي هذه الأثناء، تعمل الروبوتات تحت إشراف صارم من طبيب ذي خبرة.

الأقسام:

أطباء الروبوت

مجمعات روبو

روبوتات

الأطراف الاصطناعية الروبوتية

الروبوتات بداخلنا

روبوتات إعادة التأهيل

مساعدة روبو

ما هي الروبوتات الطبية ولماذا هي مطلوبة؟

الروبوت الطبي هو روبوت تم إنشاؤه للقيام بأي أعمال تتعلق بالطب بشكل عام وصحة الإنسان بشكل خاص. وصف العشرات من كتاب الخيال العلمي في مئات أعمالهم بالتفصيل جميع الوظائف والمهام الممكنة للروبوتات الطبية وحتى ميزات أجهزتهم المقترحة. ووفقًا لهذه الأوصاف، تظهر عسلات المستقبل الآلية في مجموعة متنوعة من الصور. وتشمل هذه "مجموعات الإسعافات الأولية" المصغرة المعقدة ولكنها ذكية جدًا والمدمجة في بدلة فضائية ومجمعات طبية ثابتة يمكنها "إقامة الموتى". كما طور كتاب الخيال العلمي عشرات النماذج من المساعدين الآليين والمربيات وغيرهم من عمال النظافة. حتى أن هناك خيار الروبوتات النانوية الموجودة باستمرار في دم الإنسان، والتي تكون قادرة على إزالة السموم وتضميد الجراح وجعل أبطال أفلام الحركة والخيال العلمي غير قابلين للاختراق حرفيًا.

في الواقع، تتطور الروبوتات الطبية في اتجاهات مماثلة. أولا، هذه مجمعات جراحية. وعلى الرغم من أن استقلاليتها في القرارات مشروطة بحتة، إلا أن هذه الروبوتات الطبية أجرت بالفعل مئات العمليات الناجحة.

يمكن تسمية الاتجاه الأساسي الثاني اليوم بفئة المساعدين الآليين. تتميز هذه الممرضات الآليات بمظهر بشري، ولكنها تحقق خطوات كبيرة في مساعدة الموظفين والمرضى من البشر.

الاتجاه الثالث يتعلق في المقام الأول بالأطراف الصناعية، وتطوير بدائل للأطراف البشرية وإنشاء الهياكل الخارجية. لا تساعد الأطراف الاصطناعية "الذكية" مرضى محددين فحسب، بل تعمل أيضًا على تطوير تقنيات روبوتية جديدة.

وبصرف النظر إلى حد ما عن الجزء الأكبر من الأجهزة الطبية الروبوتية، فهي وسيلة نقل للأشخاص الذين فقدوا القدرة على التحرك بشكل مستقل. سواء كان كرسيًا متحركًا مزودًا بتحكم ذكي أو وسيلة لإخلاء الجرحى من ساحة المعركة.

حسنًا، كيف يمكننا الاستغناء عن الوسائل التعليمية الآلية لأطباء المستقبل؟ هذه الروبوتات الطبية تتلوى من آلام الأسنان، و"تلد" أطفالًا، وتتحمل بثبات المصاعب الأخرى التي تصيبها.

يمكن أن تكون قائمة الاتجاهات المذكورة أعلاه لتطوير الروبوتات الطبية بمثابة إجابة على السؤال - لماذا هناك حاجة إلى الروبوتات الطبية على الإطلاق؟

مطورو أنظمة الذكاء الاصطناعي (AI)، الذين يعتبرون حتى الآن أكثر اللاعبين حظًا في سوق حلول تكنولوجيا المعلومات للرعاية الصحية، حصلوا فجأة على تفويض مطلق. كان الأوصياء والشركاء في جمعية "قاعدة المعرفة الطبية الوطنية"، التي قرر المصنعون والمستخدمون المحتملون لأنظمة الذكاء الاصطناعي الطبي الاتحاد فيها، هم أصحاب المصلحة مثل إدارة رئيس الاتحاد الروسي، وشركة المشاريع الروسية، ووزارة الصحة. الصحة وروزدرافنادزور. وفقًا لـ Vademecum، يهدف القيمون المؤثرون إلى توجيه المشاركين في المنظمة غير الربحية الجديدة إلى طفرة تكنولوجية: سيتعين على الجمعية جمع "مجموعة نظيفة" من البيانات الطبية من العيادات، وإشباع الذكاء الاصطناعي بهذه المعلومات التي يمكن أن تدعم اتخاذ القرارات الطبية، و تحويل نظام تكنولوجيا المعلومات هذا إلى منتج يمكن تكراره في صناعة الرعاية الصحية المحلية، وفي المستقبل - للتصدير.

للمكانة الموقعة

تم الإعلان عن فكرة إنشاء منظمة غير حكومية "رابطة مطوري ومستخدمي الذكاء الاصطناعي" "قاعدة المعرفة الطبية الوطنية"، والتي من شأنها أن توحد ممثلي شركات تكنولوجيا المعلومات والعيادات ومشغلي الصناعة الآخرين المهتمين بتنفيذ أنظمة الذكاء الاصطناعي، في مؤتمر عموم روسيا عقد كونسيليوم "طب ثقة الشعب" في يونيو.

وقال سيرجي سوروكين، مؤسس Botkin.AI، الذي كان حاضراً في المشاورة، لـ Vademecum: "كانت إحدى الجلسات مخصصة لأنظمة الذكاء الاصطناعي في الطب". "لقد اجتمع هناك المطورون والعيادات الرئيسية العاملة في هذا المجال، ونتيجة لذلك، اتفقوا على إنشاء جمعية تشارك في تعميم الذكاء الاصطناعي وتطويره المنهجي في مجال الرعاية الصحية."

تم تناول الموضوع على الفور من قبل منظمي الاستشارة - مجتمع الأطباء المكرمين في روسيا والوكالة الوطنية للاتصالات الاجتماعية، والتي أدرجته في برنامج طب ثقة الشعب، بدعم من إدارة رئيس الاتحاد الروسي (ا ف ب).

بالفعل في يوليو، قدم المبادرون لإنشاء المنظمات غير الربحية في اجتماع مواضيعي في AP "خريطة طريق" لتطوير أنظمة الذكاء الاصطناعي في مجال الرعاية الصحية. ووافقت لجنة التحكيم، المكونة من أعضاء مجلس الشيوخ والنواب ومسؤولين من وزارة الصحة والصندوق الفيدرالي للتأمين الطبي الإلزامي ووكالات حكومية أخرى، على الطلب. ولم تستجب إدارة رئيس الاتحاد الروسي لطلب فاديكوم.

بالإضافة إلى AP، فإن الجمعية جاهزة لرعاية شركة المشروع الروسي، ووكالة المبادرات الاستراتيجية، ووزارة الصحة، وRoszdravnadzor، وغيرها من الإدارات المهتمة والشركات الحكومية. "يشير هذا الدعم إلى أن الدولة ستقوم بشكل منهجي بتطوير المشاريع والشركات الناشئة المتعلقة بالذكاء الاصطناعي في مجال الرعاية الصحية. يقول أندريه ألمازوف، مدير إدارة المشاريع في مبادرة التكنولوجيا الوطنية لشركة RVC JSC: "في المستقبل، هناك مهمة طموحة تتمثل في تأسيس تصدير هذه التقنيات وجعل روسيا رائدة في الابتكار في هذا المجال".

تم تقديم طلب لتسجيل المنظمة غير الحكومية "الجمعية الوطنية للمعرفة الطبية" إلى وزارة العدل. ومن المعروف أيضًا أن الجمعية سيترأسها بوريس زنجرمان، رئيس قسم الطب الرقمي في شركة Invitro LLC، وسيضم مجلس الإشراف على المنظمات غير الربحية رئيس الجمعية الوطنية للأطباء المكرمين في روسيا، فيكتور إيجوروف؛ مدير مونيكا اسمه بعد. م.ف. فلاديميرسكي ديمتري سيمينوف؛ مدير مركز الكفاءة لاستبدال الواردات في مجال تكنولوجيا المعلومات والاتصالات إيليا ماسوخ وشخصيات صناعية مرموقة أخرى. ووفقا لبوريس زنجرمان، فقد أعرب ممثلو حوالي 50 شركة تكنولوجيا المعلومات والمراكز الطبية الحكومية بالفعل عن استعدادهم للانضمام إلى الجمعية.

الذكاء الاصطناعي في الطب، أو نظام دعم القرار الطبي، عبارة عن مجموعة من البرامج التي، بناءً على معالجة كميات كبيرة من البيانات، تجعل من الممكن إجراء التشخيصات ووضع التنبؤات والافتراضات المتعلقة بعلاج المرضى. وفقًا لـ RVC، يوجد حاليًا حوالي 20 شركة ناشئة مواضيعية في روسيا في مراحل مختلفة من التنفيذ. عادةً ما يتخلف اللاعبون النادرون والمجزأون في هذا المجال عن المجموعة الرائدة من مشغلي تكنولوجيا المعلومات في مجال الرعاية الصحية، ويرجع ذلك أساسًا إلى النزعة المحافظة في المجتمع الطبي ونقص الحوار المثمر بين الأطباء والمطورين. المثال الأكثر وضوحا هو الفصل في يوليو 2017 من المركز الوطني للبحوث الطبية لجراحة القلب والأوعية الدموية الذي سمي بهذا الاسم. أ.ن. باكوليف، رئيس مختبر النمذجة والرصد الرياضي، فلاديمير ليشوك. كتب عالم التحكم الآلي الشهير بعد تقاعده دراسة ضخمة وصف فيها بالتفصيل الأخطاء القاتلة، في رأيه، التي ارتكبها موظفو مركز باكوليف في علاج قصور القلب الحرج وأمراض القلب الأخرى.

ما الذي أثار اهتمام AP كثيرًا بهذه الصناعة المتخصصة التي تبدو ميؤوس منها وضيقة؟

تعبئة سبير

وفقًا لمحاوري Vademecum، كان أحد حوافز الإنشاء المتسارع للمنظمة غير الحكومية "جمعية "قاعدة المعرفة الطبية الوطنية"" هو الاستنتاج الذي تم التوصل إليه في مايو من هذا العام بين شركة التأمين Sberbank. "التأمين على الحياة" وشركة IBM لاتفاقية لاستخدام شركات التأمين الروسية لنظام Watson لعلم الأورام الذي طورته الشركة الأمريكية، وهو عبارة عن ذكاء اصطناعي لتطوير توصيات لعلاج السرطان. وكما جاء في البيان المشترك للشركات، فإن شراكتهم ستبدو عمليا على النحو التالي: إذا كان العميل "Sberbank. "التأمين على الحياة" سيقوم بإجراء تشخيص أولي للسرطان، ثم ستقوم شركة IBM Watson، التي تعالج المعلومات في شكل غير شخصي وتستخدم بيانات من أكثر من 300 مجلة طبية و200 كتاب مدرسي والعديد من المواد الأخرى، في غضون ثوانٍ قليلة بإصدار توصيات بشأن بروتوكولات العلاج لهذا الغرض. مريض. وكما صرحت شركة IBM Watson لـ Vademecum، يتم الآن إعداد مشروع مماثل لإطلاقه في كازاخستان.

"كان هذا المشروع بمثابة ضربة خطيرة لجميع الشركات الناشئة في مجال الذكاء الاصطناعي في روسيا: من خلال إبرام اتفاقية مع سبيربنك، تمكنت IBM من الوصول إلى كمية كبيرة من البيانات، مما يمنحها ميزة تنافسية جدية. "إن المطورين الأفراد غير قادرين على التنافس مع شركة أمريكية؛ الدولة فقط هي التي يمكنها التنافس معها"، يوضح فيكتور إيجوروف.

ومن أجل منع شركة IBM من تعزيز مكانتها في السوق الروسية، يعتزم أعضاء الجمعية في العام المقبل تركيز جهودهم الجماعية على ثلاثة مشاريع رئيسية يمكنها تعزيز التطورات المحلية بشكل كبير في مجال الذكاء الاصطناعي في الطب. وستكون المهمة الرئيسية هي إنشاء قاعدة بيانات موحدة تجمع المعلومات الطبية من المنظمات الطبية.

يمكن أن يكون أساس مجموعة المعلومات هذه هو "قاعدة البيانات الطبية الموحدة" التي أنشأها موظفو المركز الوطني للبحوث الطبية لجراحة القلب والأوعية الدموية الذي سمي بهذا الاسم. أ.ن. باكوليف - لتطوير مركز البيانات الخاص بهم، قبل عام، قاموا بإنشاء شركة Sotsmedica، التي أصبحت مقيمة في Skolkovo. "تمثل قاعدة بياناتنا في الواقع الجوهر الدلالي لقاعدة البيانات الوطنية. أنه يحتوي على المصنفات، وسجلات نموذج المريض ومعلومات التطبيق الأخرى. يوضح جيفورج بليدزيانتس، مدير شركة Sotsmedica JSC: "سيتم بالفعل "دمج" بيانات المرضى في هذا الإطار".

ممثلو المؤسسات الطبية الحكومية الذين أجرى Vademecum مقابلات معهم، رغم دعمهم لمبادرة بناء نظام الذكاء الاصطناعي الطبي ككل، يعترفون بأنهم غير مستعدين بعد لمشاركة البيانات. "إن الفكرة مثيرة للاهتمام بالنسبة لنا، وإذا تم توفير جميع الشروط اللازمة، يمكن أن تصبح MONIKI منصة مثالية لتطوير مثل هذه التقنيات، لأن لدينا مجموعة كبيرة من صور الأشعة السينية وغيرها من الصور التي يمكن استخدامها لتطوير الاصطناعي ألانظمة الاستخبارية. ومع ذلك، لا يوجد الآن أي أساس تشريعي لذلك، على وجه الخصوص، قانون البيانات الشخصية لا يسمح لنا بتقديم مثل هذه المعلومات،" كما يقول ديمتري سيمينوف، مدير المعهد.

تعتقد الشريكة الإدارية لمجموعة Onegin Law Group، أولغا زينوفييفا، أن التشريع الحالي لا يخلق حواجز لا يمكن التغلب عليها أمام نقل البيانات الطبية. "على سبيل المثال، البند 4 من الفن. 13 من القانون الاتحادي رقم 323 "في شأن حماية صحة المواطنين" يوفر للمنظمات الطبية إمكانية تبادل المعلومات والبيانات. وترى زينوفييفا أن المشكلة الأكثر صعوبة هنا ستكون على الأرجح الافتقار إلى المعرفة القانونية لدى السلطات التنظيمية، وهو ما يمكن أن يضع استخدام أنظمة الذكاء الاصطناعي في الممارسة العملية في منطقة السوابق القضائية. "ولكن إذا تمكن مؤسسو الجمعية من تحقيق تسجيل أنشطتهم في قانون تنظيمي منفصل، فسيتم حل المشكلة".

وبحسب القائمين على الجمعية فإنهم لا يستبعدون إعداد ونشر مثل هذه الوثيقة. يعد الحل السريع للتناقضات التي تنشأ على طول الطريق لإنشاء منتج من خلال حقيقة ربط مورد إداري قوي بتنفيذ الخطة. وينطوي شكل المشروع في حد ذاته على تقسيم واضح للجهد والمسؤولية: سيتم تنظيم "قاعدة المعرفة الطبية الوطنية" على مبادئ الشراكة بين القطاعين العام والخاص، حيث ستضمن الدولة تدفق البيانات وحمايتها، وسيقوم المستثمر توفير التمويل والتنمية.

ضيق ومخاطر

أما بالنسبة للعقبات التنظيمية الحقيقية، وليس الافتراضية، التي تقف في طريق مطوري أنظمة الذكاء الاصطناعي الطبية، فقد لفت مؤسسو الجمعية بالفعل انتباه المنظمين إلى بعض اللوائح التي عفا عليها الزمن وبالتالي الضارة. لقد بدأ القائمون على المشروع بالفعل مشاورات مع المسؤولين حول تغيير وضع منتجات تكنولوجيا المعلومات في قطاع الرعاية الصحية - وفقًا للأمر الحالي الصادر عن وزارة الصحة رقم 4ن بتاريخ 6 يونيو 2012 "عند الموافقة على تصنيف تسميات المنتجات الطبية" المنتجات "، يجب تسجيل أي برنامج مستخدم في الصناعة كمنتج طبي.

"هذه القاعدة تقتل السوق في الواقع. لكننا تمكنا من إقامة حوار مع روززدرافنادزور وتطوير التفاهم المتبادل حول هذه القضية. المشكلة هي أنه لا توجد حاليًا إرشادات شفافة ومفهومة لإجراء اختبار البرامج. لذلك، اقترحنا إجراء تجربة سريرية بأثر رجعي غير بشري لمثل هذه المنتجات بناءً على البيانات المرجعية المعدة مسبقًا. "لقد أيد Roszdravnadzor هذه الفكرة" ، كما يقول ألكساندر جوسيف ، أحد المبادرين للجمعية وخبير من شركة K-MIS.

ولم يستجب ممثلو الخدمة لطلب Vademecum.

ومن المواضيع الأخرى ذات الأولوية بالنسبة للجمعية إنشاء مكتب وطني للمخاطر، أي نظام للوقاية من الأمراض. سيقود المشاركون من المنظمات غير الربحية هذا الاتجاه مع خبراء من اتحاد شركات التأمين لعموم روسيا (VSU). "من الناحية العملية، تعمل فكرة مكتب المخاطر على هذا النحو: يتصل بك مدير ويخبرك أنه إذا ركزت على طريقة عملك وحياتك، فقد تصاب بكذا أو كذا من الأمراض، وبناء على ذلك يوصي بإجراء التشخيص أو إجراءات العلاج. في الواقع، هذه تحليلات تنبؤية، طب وقائي يعتمد على كميات كبيرة من البيانات. "هذا النهج يمكن أن يحدث ثورة في نظام التأمين - لن ننطلق من حدث مؤمن عليه عندما يكون الشخص مريضًا بالفعل، ولكننا سنعمل على الوقاية من المرض"، يوضح نائب رئيس VSS مكسيم دانيلوف.

وأخيرًا، ستدعم الجمعية الشركات الناشئة في مجال أنظمة الذكاء الاصطناعي الطبي، حيث ستزودها بالبيانات النظيفة، وتعزز تطوراتها، وتساعد في العثور على المستثمرين.

دعونا نتدفق أدمغتك

الشركات الروسية الناشئة في مجال الذكاء الاصطناعي في الطب

“إن فكرة إنشاء قاعدة بيانات طبية موحدة تبدو مثيرة للاهتمام؛ حيث يمكن أن تصبح مثل هذه البيانات مادة لا تقدر بثمن لجميع المطورين العاملين في هذا المجال. أسئلة في الفروق الدقيقة. سيكون الخيار المثالي هو إمكانية دمج البيانات من التاريخ الطبي، بما في ذلك البيانات التشخيصية من الأجهزة، في قاعدة البيانات هذه، ولكن المشكلة هنا هي أنه لا يوجد حاليًا معيار تقني واحد لتشكيل التاريخ الطبي الذي يسمح بالجمع بين كل هذا بيانات. "النقطة الثانية هي خطر تسرب البيانات. الآن، كما نعلم، يحدث تسرب المعلومات من الوكالات الحكومية في كثير من الأحيان، لذلك من الضروري إنشاء نظام حماية موثوق به،" بوجدان سيفريوكوف، مدير شركة Ocutri، وهي شركة متخصصة في إنشاء حلول الذكاء الاصطناعي. للطب، يشاركه شكوكه المعقولة.

وافق ممثلو شركات تكنولوجيا المعلومات المتخصصة الذين أجرت Vademecum مقابلات معهم على أن مبادرة إنشاء "قاعدة المعرفة الطبية الوطنية" وهي منظمة غير حكومية هي محاولة متأخرة إلى حد ما لملء برامج الدولة لمعلوماتية الرعاية الصحية بالمحتوى المبتكر ذي الصلة.

وعلينا أن نعترف بأن التاريخ القصير لرقمنة الصناعة مليء بالإخفاقات والتحولات الحادة غير المبررة. مجرد إلقاء نظرة على الوراء قبل عام ونصف.

بأمر من حكومة الاتحاد الروسي رقم 1632ر بتاريخ 28 يوليو 2017، تمت الموافقة على تدابير معلوماتية الرعاية الصحية كجزء لا يتجزأ من برنامج الاقتصاد الرقمي. في الوقت نفسه، حدد ديمتري ميدفيديف من بين أهداف المعلوماتية تطوير أنظمة الذكاء الاصطناعي في الرعاية الصحية، فضلاً عن تطوير حلول مبتكرة للطب الوقائي والشخصي.

ولكن بعد مرور عام، أصدر رئيس الوزراء تعليماته للحكومة بدمج "الدائرة الرقمية" الصناعية في المشروع الوطني الجديد "الرعاية الصحية"، وخضعت الخطة للتعديلات مرة أخرى. على النحو التالي من الإصدار الأخير، فإن أنشطة البرنامج، التي سيتم تخصيص حوالي 130 مليار روبل لتنفيذها حتى عام 2024، لا تعني إنشاء أنظمة ذكاء اصطناعي في الطب، ولكنها تهدف حصريًا إلى إنهاء واستكمال المشاكل. مصير البناء طويل الأمد لنظام المعلومات الصحية الموحد للدولة.

الذكاء الاصطناعي، بوتين، جوسيف، إيجيز، دياموندوف، سكفورتسوفا، وزارة الصحة، البيانات الضخمة

• على مستوى التصميم: التنبؤ بالأمراض، تحديد مجموعات المرضى المعرضين لخطر الإصابة بالأمراض، تنظيم التدابير الوقائية.
• على مستوى الإنتاج: أتمتة العمليات في المستشفيات وتحسينها، والأتمتة وتحسين دقة التشخيص.
• على مستوى الترويج: إدارة التسعير وتقليل المخاطر على المرضى.
• على مستوى تقديم الخدمة: تكييف العلاج وتكوين الأدوية لكل مريض على حدة، واستخدام المساعدين الافتراضيين لبناء مسار المريض في العيادة أو المستشفى.

الذكاء الاصطناعي في الأشعة

يستخدم الذكاء الاصطناعي بنشاط في الأبحاث المتعلقة بتطوير تقنيات تشخيص السرطان. مزيد من التفاصيل في المقال:

2019

CB Insights: في عام 2021، سيصل سوق تقنيات الذكاء الاصطناعي الطبي إلى 6.6 مليار دولار

في بداية عام 2019، وفقًا لشركة التحليلات CB Insights، تمكنت الشركات الناشئة في مجال التكنولوجيا العالمية التي تعمل على تطوير تقنيات الذكاء الاصطناعي منذ عام 2013، من جذب 4.3 مليار دولار من خلال 576 صفقة. وبالإضافة إلى ذلك، يقول الخبراء إنه على مدى السنوات الثلاث المقبلة، سيصل سوق تقنيات الذكاء الاصطناعي الطبي إلى 6.6 مليار دولار، أي بمعدل نمو قدره 40% كل عام.

أنشأت شركة IBM وAstraZeneca شبكة عصبية تتنبأ بنوبة قلبية

في بداية مارس 2019، قدمت IBM وAstraZeneca شبكة عصبية يمكنها التنبؤ بنوبة قلبية. تم وصف نتائج التقنية الجديدة في المقال المنشور “التجميع بناءً على نتائج المرضى الذين يعانون من متلازمة الشريان التاجي الحادة باستخدام شبكة عصبية متعددة المهام”.

وقام فريق البحث بجمع بيانات عن العمر والجنس والتاريخ الطبي والعادات الصحية والنتائج المختبرية ومعلومات العلاج وما يقرب من 40 مؤشرًا آخر بين 26986 مريضًا بالغًا في المستشفى في 38 مستشفى حضريًا وريفيًا في الصين. وتم إدخال جميع البيانات إلى شبكة عصبية يمكنها معرفة ما إذا كان المريض قد تعرض لحادث قلبي ضار كبير سابق (MACE)، وما إذا كان يتلقى أدوية مضادة للصفيحات وحاصرات بيتا والستاتينات - وهي أدوية تقلل من أعراض مرض الشريان التاجي وتمنع حدوثه. احتشاء عضلة القلب والسكتة الدماغية.

بعد ذلك، أجرى مؤلفو المقالة تجميعًا للوسائل k لتوزيع المرضى على سبع مجموعات بناءً على البيانات التي حصلت عليها الشبكة العصبية. ونتيجة لذلك، اتضح أنه في المجموعة الأولى، التي ضمت مرضى يعانون من أحداث قلبية وعائية متكررة مثل النوبات القلبية والسكتات الدماغية، ولكن معدل الإصابة بأمراض القلب التاجية منخفض، كان المؤشر الرئيسي للنوبة القلبية التالية هو وجود مرض السكري ، بينما في المجموعة الأخرى، التي شملت المرضى الذين يعانون من أمراض القلب والأوعية الدموية الحادة دون نوبة قلبية سابقة، كانت المتنبئين الرئيسيين هم كبار السن وارتفاع ضغط الدم الانقباضي.

ويحذر الباحثون من أنه على الرغم من أن التجميع له آثار على تشخيص المرض، فمن غير الواضح ما إذا كان يمكن استخدام البيانات بشكل فعال في الممارسة السريرية. ومع ذلك، يوضح عملهم أن التحليل العنقودي القائم على الذكاء الاصطناعي هو نهج واعد لتصنيف المرضى الذين يعانون من احتشاء عضلة القلب. سوف تركز الأبحاث المستقبلية على تحديد التدخلات "الخاصة بالمجموعة" والتي تأخذ الفعالية في الاعتبار. العلاج السابق.

2018

بلغ حجم سوق تقنيات الذكاء الاصطناعي في مجال الرعاية الصحية 1.4 مليار دولار أمريكي - Zion Market Research

في عام 2018، وصل السوق العالمي لتقنيات الذكاء الاصطناعي في مجال الرعاية الصحية إلى 1.4 مليار دولار، وفقًا لحسابات الشركة التحليلية Zion Market Research. ومن المتوقع أن يرتفع هذا الرقم إلى 17.8 مليار دولار بحلول عام 2025، وسيزيد الإنفاق على مثل هذه الحلول بنحو 43.8% سنوياً.

معظم الأموال التي يتم إنفاقها على الذكاء الاصطناعي الطبي (التعلم الآلي، والحوسبة المدركة للسياق، ومعالجة اللغات الطبيعية، ورؤية الكمبيوتر، والتعرف على الكلام) تكون في أمريكا الشمالية. ترجع الريادة إلى حقيقة أن هذه المنطقة ممثلة بعمالقة التكنولوجيا مثل Microsoft وIBM وGoogle وNvidia وAmazon وIntel وجنرال إلكتريك وXilinx. بالإضافة إلى ذلك، فإن عمليات الاندماج والاستحواذ والشراكات الكبرى وإطلاق المنتجات الهامة أمر متكرر في أمريكا الشمالية.

وفي أوروبا، بحلول عام 2019، يمكن اعتبار سوق الذكاء الاصطناعي المستخدم للأغراض الطبية ناشئًا. وفي عام 2016، بلغ حجمه 320 مليون دولار، وبحلول عام 2019 سيكون 1.61 مليار دولار. وفي الوقت نفسه، تخطط 21% من المؤسسات الطبية في أوروبا لشراء أدوات الذكاء الاصطناعي، وفقًا لبيانات مجتمع الصحة الإلكترونية الأوروبي، المنشورة في عام 2016. أبريل 2019.

أحد المحفزات الرئيسية للطلب على منتجات الذكاء الاصطناعي في الطب هو نقص الأطباء. ووفقا لمنظمة الصحة العالمية، بحلول عام 2019، سيكون هناك نقص في 57 دولة لما يقرب من 2.3 مليون ممرض وطبيب. يقول الخبراء إن العامل الذي يعيق تطور هذا السوق هو عدم وجود متخصصين مؤهلين يمكنهم اتباع الإرشادات في مجال الذكاء الاصطناعي.

يشمل المحللون الشركات التالية من بين أكبر منتجي حلول الذكاء الاصطناعي:

• الرؤية العامة؛
• نفيديا؛
• آي كيور؛
• اي كاربون;
• سيركاديا هيلث؛
• ذريًا؛
• علم الجينوم المسار.
• صوفيا علم الوراثة.
• أبيكسيو؛

تم تقديم الذكاء الاصطناعي الذي يزيد من نجاح التلقيح الصناعي بنسبة 20٪

وفي نهاية ديسمبر 2018، عرض خبراء من جامعة كورنوال وكلية إمبريال كوليدج لندن نتائج دراستهم، والتي بموجبها يمكن زيادة كفاءة التلقيح الاصطناعي بنسبة 10-20% إذا تم استخدام الذكاء الاصطناعي لتقييم جودة الأجنة. اقرأ أكثر.

بدء تركيب 4 آلاف حجرة في الصين حيث يقوم أطباء الذكاء الاصطناعي بإجراء التشخيص في دقائق

في نهاية نوفمبر 2018، قالت شركة Ping An Healthcare and Technology، وهي أكبر مزود للرعاية الصحية عبر الإنترنت في الصين، إنها تخطط لإنشاء عدة آلاف من عيادات الذكاء الاصطناعي بحجم كشك الهاتف وتوزيعها في جميع أنحاء البلاد في ثلاث سنوات. وقد بدأت أولى محطات المساعدة الطبية في العمل بالفعل. اقرأ أكثر.

كيف سيتطور الذكاء الاصطناعي في الطب في عام 2019؟

اليابان تبني مستشفيات الذكاء الاصطناعي لمعالجة نقص الأطباء

في أغسطس 2018، أصبح من المعروف أن الحكومة اليابانية، بدعم من رجال الأعمال والمجتمع العلمي، بدأت في بناء مستشفيات في البلاد حيث سيأتي الذكاء الاصطناعي لمساعدة الأطباء. ومن المتوقع من خلال تقنيات الذكاء الاصطناعي التغلب على النقص في الأطباء في اليابان وتخفيف عبء الموظفين وخفض التكاليف الطبية. اقرأ أكثر.

تم اقتراح التوصيات الأولى لاستخدام الذكاء الاصطناعي في الرعاية الصحية

في 18 يونيو 2018، اقترحت الجمعية الطبية الأمريكية (AMA) أول مبادئ توجيهية في العالم لاستخدام الذكاء الاصطناعي في الرعاية الصحية. يشير البيان، الذي أعلنه ممثل AMA في المؤتمر السنوي في شيكاغو، إلى الاتجاهات الرئيسية لمزيد من تطوير الذكاء الاصطناعي في هذه الصناعة.

ووفقًا لهذا البيان، تعتزم AMA تنفيذ التطورات في مجال الذكاء الاصطناعي والمجالات ذات الأولوية الأخرى لتحسين نتائج المرضى والرضا المهني للأطباء. تعتزم AMA استخدام مكانتها المهمة في الصناعة لإشراك الشركات المصنعة، وإعطاء الأولوية لتطوير الذكاء الاصطناعي، ومواجهة التحديات المرتبطة بالتحقق من صحة المنهجيات الجديدة وتنفيذها. بالإضافة إلى ذلك، تعتزم AMA وضع خطة لتثقيف المهنيين والتواصل مع المرضى حول القيود والقدرات التي تميز هذه الفئة من الأدوات التحليلية.

تدعو AMA إلى دمج تطبيقات الذكاء الاصطناعي الصارمة وعالية الجودة والمثبتة سريريًا وتتطلب إشرافًا احترافيًا وحكوميًا مناسبًا لاستخدامها الآمن والفعال والقانوني. وتعتقد جمعية AMA أن تقنيات التحليلات القائمة على الذكاء الاصطناعي يجب أن تكون متاحة لاختبار وتحديد التحيز في جميع مراحل التطوير، وتلبية المعايير الرائدة لقابلية التكرار، وحماية مصالح الأفراد وسرية المعلومات الشخصية.

تعتقد AMA أن التركيز يجب أن يكون على احتياجات المستخدم، ويجب اختبار استخدام نظام الذكاء الاصطناعي على عينة تمثيلية في تجربة سريرية.

تم تدريس الذكاء الاصطناعي للتنبؤ بانخفاض ضغط الدم أثناء الجراحة

في يونيو 2018، نشرت مجلة علم التخدير نتائج توصل إليها فريق من الباحثين الذين طوروا خوارزمية للتنبؤ بانخفاض ضغط الدم المحتمل، أو انخفاض غير طبيعي في ضغط الدم، أثناء الجراحة.

ولإنشاء الخوارزمية، استخدم الباحثون تقنية التعلم الآلي - حيث قام الذكاء الاصطناعي بتحليل بيانات من 1334 مريضًا تم تسجيل ضغط دمهم أثناء الجراحة - بإجمالي 545959 دقيقة. وبناء على هذه البيانات، تم إعداد خوارزمية للتنبؤ بانخفاض ضغط الدم أثناء الجراحة.

وبعد التحقق من صحة الخوارزمية، اختبرها الباحثون على مجموعة بيانات ثانية شملت قراءات ضغط الدم من 204 مرضى على مدى إجمالي 33236 دقيقة. وشملت هذه السجلات 1923 حلقة من انخفاض ضغط الدم. وتنبأت الخوارزمية بدقة بالانخفاض المفاجئ في ضغط الدم قبل 15 دقيقة من حدوثه في 84% من الحالات، وقبل 10 دقائق من حدوثه في 84% من الحالات، وقبل خمس دقائق من حدوثه في 87% من الحالات.

ويشير الباحثون إلى أنه يمكن استخدام هذه الخوارزمية بشكل فعال من قبل أطباء التخدير والجراحين لمنع المضاعفات المرتبطة بانخفاض ضغط الدم، مثل احتشاء عضلة القلب بعد العملية الجراحية أو الفشل الكلوي الحاد.

وكما أشار ماكسيم كانيسون، دكتوراه في الطب، وعالم أبحاث كبير، وأستاذ التخدير والرئيس السابق للطب المحيط بالجراحة في مركز جامعة كاليفورنيا الطبي في لوس أنجلوس، في بيان له، لم يكن لدى الأطباء في السابق طريقة للتنبؤ بانخفاض ضغط الدم أثناء الجراحة، وبطبيعة الحال، في مثل هذه الظروف كان على أطباء التخدير التصرف بسرعة كبيرة استجابةً للانخفاض المفاجئ في ضغط الدم. إن القدرة على التنبؤ بنوبات انخفاض ضغط الدم أثناء الجراحة ستسمح للأطباء بمنع تطور هذه النوبات ومضاعفاتها بشكل فعال.

يتعرف الذكاء الاصطناعي على سرطان الجلد بشكل أفضل من الأطباء

وفي نهاية شهر مايو 2018، نُشرت دراسة توضح ارتفاع فعالية الذكاء الاصطناعي مقارنة بالإنسان في التعرف على مرض السرطان. ومع ذلك، في الأماكن التي يصعب الوصول إليها، لا يكون الكمبيوتر دقيقًا. اقرأ أكثر.

ثلاثة تطبيقات واعدة للذكاء الاصطناعي في الطب

الذكاء الاصطناعي يشارك في التشخيص بالموجات فوق الصوتية للنساء الحوامل

أطلق مستشفى بريطاني نوعًا جديدًا من اختبارات الجنين للكشف عن الأمراض التي لا يستطيع الطبيب ملاحظتها. ويحتوي النظام المبني على الذكاء الاصطناعي على 350 ألف صورة مصنفة حسب انحرافات معينة.

وفقًا للمهندس، يُطلق على التشخيص بالموجات فوق الصوتية باستخدام الذكاء الاصطناعي اسم ScanNav وهو مصمم لتزويد الطبيب بمعلومات إضافية في الوقت الفعلي. ونتيجة لذلك، يسمح الذكاء الاصطناعي للأخصائي بعدم الشك في أنه تم أخذ جميع الزوايا في الاعتبار. هذا الأخير مهم بشكل خاص بسبب حركة الجنين في الرحم.

في الوقت الحالي، يتم اختبار هذه التكنولوجيا في وضع الاختبار في طب التوليد، ولكن في المستقبل من المخطط أن يتم استخدام التطوير في مختلف مجالات الطب. وبالمناسبة، فقد تم بالفعل تعليق آمال كبيرة على خبراء التشخيص باستخدام الذكاء الاصطناعي في اليابان، التي تعاني من نقص في الأطباء، وفي الصين، تم منح الذكاء الاصطناعي ترخيصًا طبيًا.

سيبحث الذكاء الاصطناعي عن مضادات حيوية جديدة

تعتبر مقاومة المضادات الحيوية إحدى المشاكل الكبيرة في الطب الحديث. بفضل الاستخدام الواسع النطاق للمضادات الحيوية وعدم الالتزام بتعليمات الطبيب، لم تعد الأدوية تؤثر على البكتيريا، مما يسبب مشاكل في علاج الأمراض اليومية الأكثر شيوعًا والأمراض الشديدة.

إحدى التقنيات التي يمكنها معالجة مقاومة المضادات الحيوية هي البحث عن أنواع مختلفة من المضادات الحيوية المعروفة. لسوء الحظ، هذه عملية صعبة للغاية وتستغرق وقتًا طويلاً. على الأقل بالنسبة للناس. عندما تدخل الخوارزميات حيز التنفيذ، تتوقف مسألة الوقت عن أن تكون ذات أهمية كبيرة.

قام فريق من الباحثين الأمريكيين والروس بإنشاء خوارزمية للمضادات الحيوية يمكنها، من خلال التحليل السريع لقواعد البيانات، أن تكشف عن خيارات للمضادات الحيوية أكثر بعشر مرات مما تم اكتشافه خلال أبحاث مماثلة في السنوات السابقة.

تم وصف الخوارزمية، المعروفة باسم VarQuest، في ورقة بحثية نشرت في العدد الأخير من مجلة Nature Microbiology. وقال حسين ماهيماني، الأستاذ في جامعة كارنيجي ميلون، في بيان صحفي، إن VarQuest أكمل بحثًا كان سيستغرق مئات السنين لاستكماله باستخدام طرق الحوسبة التقليدية.

يشير موهيماني أيضًا إلى أن VarQuest كان قادرًا على توفير أكثر من ألف نوع مختلف من مجموعات الببتيد المستخدمة لصنع المضادات الحيوية في وقت قياسي، وبالتالي يمكن أن يمنح علماء الأحياء المجهرية منظورًا أوسع، وربما حتى التحذير بشأن الاتجاهات أو الأنماط في عالم الميكروبيولوجي التي قد وإلا فقد مرت دون أن يلاحظها أحد تمامًا.

2017

هناك "تسونامي" من تقنيات الذكاء الاصطناعي في مجال الرعاية الصحية

تم إنشاء جهاز ذكاء اصطناعي لمراقبة النوم عن بعد باستخدام موجات الراديو

في 8 أغسطس، أصبح من المعروف أن مهندسي (MIT)، بمشاركة متخصصين من مستشفى ماساتشوستس العام، قاموا بتطوير نظام ذكاء اصطناعي قادر على مراقبة نوم الشخص باستخدام موجات الراديو.

وبحسب ما أوردته TNW، فإن الجهاز، الذي يشبه جهاز توجيه Wi-Fi عادي، يقوم بتحليل إشارات الراديو حول الشخص عن بعد، ومن خلال حركة العين، يحدد مراحل النوم - الخفيف أو العميق أو السريع. ونظرًا لأن موجات الراديو تنعكس عن الجسم، فإن أي حركة طفيفة للجسم تغير تردد الموجات المنعكسة. ويساعد تحليل هذه الموجات على تحديد المعالم الحيوية للنشاط البشري، مثل النبض ومعدل التنفس، وتحديد الانحرافات عن القاعدة. الجهاز لا يحتاج إلى أجهزة استشعار للعمل وهو مناسب للاستخدام في المنزل.

ومن المتوقع أن تجيب مراقبة النوم في الوقت الحقيقي في الظروف الطبيعية على العديد من الأسئلة المتعلقة باضطراب النوم. وكما خطط علماء معهد ماساتشوستس للتكنولوجيا، فإن تطويرها سيتحول في النهاية إلى أداة كاملة تسمح للأطباء المعالجين بمراقبة معايير النوم عن بعد، وتعديلها إذا لزم الأمر.

تم إجراء تجربة على استنساخ الخنازير في الصين بواسطة الروبوتات المزودة بالذكاء الاصطناعي

لأول مرة في تاريخ البشرية، نجح علماء صينيون من معهد الروبوتات ونظم المعلومات الآلية في جامعة نانكاي في تيانجين في استنساخ الخنازير باستخدام الروبوتات، حسبما ذكرت صحيفة تشاينا بيبولز ديلي. في بداية يناير 2017، تم وضع 510 أجنة مستنسخة في ستة أرحام بديلة ونتيجة للتجربة، أنجبت خنازير 13 خنزيرًا صغيرًا تمت تربيتها صناعيًا في نهاية شهر أبريل، في اليوم الـ 110 من الحمل.

عند إجراء تجربة على استنساخ الخنازير، استخدم العلماء لأول مرة أجهزة تحليل دقيقة روبوتية خاصة، والتي أجريت جميع العمليات لجمع ونقل الحمض النووي من الحيوانات المانحة إلى الناقلات البديلة. تجمع أدوات المعالجة الدقيقة العالمية التي يتم التحكم فيها عن طريق الذكاء الاصطناعي للعمليات مع الحمض النووي بين وظائف أخذ العينات والاختبار والجراحة.

عملية استنساخ الخنازير، التي تم تنفيذها بالتعاون مع معهد البحوث الحيوانية والطب البيطري، تضمنت ما يسمى بتقنية النقل النووي للخلايا الجسدية (SCNT)، والتي تستخدم عادة للتكاثر - عندما تنتقل نواة الخلية الجسدية إلى بيضة بدون نواة. وميزة هذه التقنية هي ضمان التلقيح عالي الجودة للبويضة، ولكن عيبها هو انخفاض مستوى إتمام التجارب بنجاح بسبب ارتفاع نسبة العيوب أثناء عملية الاستنساخ.

التحدي الرئيسي لعملية استنساخ النقل النووي هو تجنب تدمير الخلايا الحساسة. وأجرى الباحثون تحليلا أوليا للقوة المطلوبة للأداة للتعامل بأمان مع الخلايا أثناء إزالة النوى، ثم قاموا بتعديلها إلى أدنى مستوى ممكن. وبفضل هذا، انخفضت درجة تشوه الخلية من 30-40 ملم إلى 10-15 ملم، مما أدى إلى تحسين التطور اللاحق للخلية وزيادة فرص النجاح.

من المفترض أن البيانات التي تم الحصول عليها نتيجة لدراسة العلاقة بين العمليات الدقيقة على الخلايا ومواصلة تطوير الخلايا ستكون قادرة على مساعدة العلماء الآخرين على تحقيق المزيد من الاكتشافات في هذا المجال.

لقد تم تدريس الذكاء الاصطناعي للتنبؤ بالنوبات القلبية بشكل أفضل من الأطباء

وفي أبريل 2017، قدم علماء من جامعة نوتنغهام تقنية الذكاء الاصطناعي التي يمكنها التنبؤ ببداية الأزمة القلبية. يدعي المطورون أن دقة التنبؤ أعلى من دقة الأطباء.

وقارنت الدراسة فعالية التوصيات الطبية مع عمل أربعة برامج مكتوبة باستخدام خوارزميات التعلم الآلي. تابع العلماء هدف العثور على أنماط في سجلات أكثر من 378 ألف مريض. وتضمن الكمبيوتر 22 معيارًا، بما في ذلك العمر والجنسية ووجود التهاب المفاصل وأمراض الكلى ومستويات الكوليسترول في الدم.

وتمت مقارنة الاستنتاجات التي توصل إليها الذكاء الاصطناعي حول مخاطر الإصابة بنوبة قلبية مع بيانات عام 2015، وتبين أنها أكثر دقة من توقعات الأطباء بناء على توصيات الكلية الأمريكية لأمراض القلب (ACC) والجمعية الأمريكية لأمراض القلب. جمعية القلب (AHA): من 74.5% إلى 76.4% دقة مقابل 72.8%.

ووفقاً للتقديرات التقريبية لمؤلفي المشروع، يمكن للكمبيوتر أن ينقذ حياة 355 شخصاً أكثر من أساليب ACC وAHA. ويعتزم العلماء زيادة كفاءة النظام الذكي من خلال إضافة عوامل الخطر إليه مثل نمط الحياة والبيانات الوراثية.

ومن المثير للاهتمام أن الخوارزميات لم تأخذ في الاعتبار تأثير مرض السكري، والذي كان دائمًا يعتبر عامل خطر في ACC وAHA.

وفقا لعالم الأوبئة في جامعة نوتنغهام ستيفن فان، فإن الأنظمة البيولوجية لديها العديد من العلاقات، بعضها غير معروف للأطباء: على سبيل المثال، زيادة الدهون في الجسم في ظل ظروف معينة يمكن أن تحمي من تشوهات القلب الحادة. ويعتقد أن مثل هذه التفاعلات ليست واضحة، ومن الصعب ملاحظتها وتفسيرها، لكن برنامج الكمبيوتر قادر على تتبع الاتصال من خلال تحليل كميات هائلة من البيانات.