Diagnostica

Secondo Frost & Sullivan1, il mercato dell’intelligenza artificiale in medicina cresce del 40% annuo e il suo fatturato sarà di circa 6,6 miliardi di dollari entro il 2021. Innanzitutto, il machine learning cambierà tre aree della medicina: migliorare le capacità diagnostiche, facilitare il lavoro dei radiologi e dei patologi renderà la previsione della malattia più efficace.

Ziad Obermaier della Harvard Medical School e Ezekiel Emanuel dell'Università della Pennsylvania ne parlano in un articolo per The New England Journal of Medicine (NEJM)2. Secondo loro, nel prossimo futuro, l’apprendimento automatico diventerà uno strumento indispensabile per i medici che vogliono davvero comprendere i propri pazienti. Le reti neurali artificiali possono già diagnosticare le metastasi del cancro al seno non peggio di un medico esperto. Il cancro al seno è uno dei tipi più comuni di neoplasie maligne. Solo nel 2012 sono stati registrati nel mondo oltre 1,6 milioni di nuovi casi di questa malattia. Nel 6-10% dei casi il tumore ha avuto il tempo di metastatizzare già al momento della diagnosi iniziale. Per diagnosticare questo processo, viene utilizzata una biopsia dei linfonodi regionali.

Ogni campione del materiale sequestrato viene esaminato al microscopio da un patologo. In condizioni ideali e con un tempo illimitato, il medico commette pochissimi errori. Nella vita reale, i patologi possono rivedere e descrivere dozzine di farmaci ogni giorno.

Un gruppo di ricercatori dell'Università Radboud nei Paesi Bassi ha avviato la creazione di uno speciale Camelyon3 competitivo, in cui moderni algoritmi competono nel rilevamento delle metastasi del cancro al seno. I team addestrano i modelli a riconoscere il cancro tra i tessuti sani su 400 immagini di cancro al seno, quindi confrontano i risultati sulle immagini di controllo a cui i modelli non hanno avuto accesso durante l’addestramento.

L'anno scorso il primo posto nella sfida Camelyon è stato conquistato dalla rete neurale della startup PathAI4, partner di Philips nello sviluppo di applicazioni di intelligenza artificiale in medicina. Gli scienziati di PathAI erano in vantaggio rispetto agli altri team con un ampio margine. Il loro algoritmo sbagliava solo 35 volte su 1000: questo dato è leggermente inferiore a quello di un vero medico. Allo stesso tempo, se il medico ricorresse ai suggerimenti della rete neurale, il numero di errori diminuirebbe dal 3% all'1%.

Negli ultimi anni sono comparsi molti esempi di riconoscimento riuscito di immagini mediche da parte di reti neurali. Le reti neurali con elevata precisione determinano il cancro alla prostata e il cancro ai polmoni da una biopsia e, non peggio di un dermatologo, determinano il cancro della pelle da fotografie ordinarie.

Oltre alla classificazione delle immagini, l’intelligenza artificiale può risolvere anche altri problemi: scegliere un trattamento o affinare la prognosi. Un primo esempio è il sistema esperto Mycin5 sviluppato negli anni ’70 a Stanford. Il suo compito era selezionare gli antibiotici più appropriati per il trattamento delle malattie infettive. Anche allora offriva combinazioni più riuscite del medico. Tuttavia, questo sistema non è mai stato utilizzato nella pratica clinica reale.

Il sistema Mycin ha risposto a domande "sì" e "no" entro un determinato insieme di regole per trovare la risposta corretta. I moderni sistemi esperti funzionano in modo simile, ma molto spesso si trovano ad affrontare il compito di integrare automaticamente i dati dei pazienti e quindi di presentarli al medico in una forma comoda con le proprie istruzioni.

Così funziona, ad esempio, il sistema di monitoraggio in terapia intensiva sviluppato da Philips. Il sistema raccoglie e integra tutti i dati disponibili del paziente e aiuta il medico a prendere rapidamente una decisione informata. Secondo Sergey Lavanov, capo del dipartimento di informatica medica della Philips, il sistema è in grado di monitorare continuamente la dinamica degli indicatori critici per la vita del paziente e informare il medico sull'avvicinarsi di una situazione minacciosa.

L’intelligenza artificiale, che consente di lavorare con grandi quantità di vari dati individuali, dovrebbe diventare la chiave per diagnosi più accurate e trattamenti accessibili.

A differenza dei tradizionali sistemi esperti, la moderna intelligenza artificiale utilizza molti dati ed è in grado di apprendere da esempi reali. Ciò consente di trovare nei dati associazioni complesse e non ovvie per gli esseri umani e aiuta gli specialisti a prendere decisioni cliniche. Ad esempio, in un recente studio pubblicato sulla rivista PLOS ONE6, le reti neurali sono state addestrate a prevedere lo sviluppo di malattie cardiovascolari o le loro complicanze. Le reti neurali sono state addestrate su 300.000 cartelle cliniche elettroniche che riflettevano lo sviluppo e l'esito della malattia. Come test, la rete ha avuto accesso a un solo record iniziale e ha generato una previsione, che i ricercatori hanno confrontato con l’esito della malattia ricavato dai record successivi nella cartella clinica.

Infatti, la stessa rete neurale doveva trovare un elenco di regole in base alle quali valutare i rischi di malattie cardiovascolari. Di conseguenza, ha previsto il 7,6% in più di complicanze cardiovascolari rispetto alle attuali linee guida. Ciò equivale all’incirca a 355 vite che avrebbero potuto essere salvate.

Stephen Weng, epidemiologo dell’Università di Nottingham, in un’intervista a Science News7 ha osservato che se ai modelli si aggiungono fattori genetici o dati sullo stile di vita, la previsione può essere ancora più accurata.

Anche i giganti del settore come IBM, Alphabet (Google) e Philips stanno cercando di integrare dati provenienti da analisi, dispositivi elettronici indossabili e cartelle cliniche. Ad esempio, Philips sta sviluppando un'infrastruttura per gestire i dati provenienti dai dispositivi indossabili e dalle cartelle cliniche dei pazienti. Con il suo aiuto, i medici saranno in grado di costruire con precisione raccomandazioni e previsioni personalizzate per pazienti specifici. La soluzione già esistente oggi può funzionare contemporaneamente con dati di imaging medico e nuovi modelli statistici, inclusi quelli sperimentali. In futuro, ciò consentirà ai medici di utilizzare nuovi sistemi di intelligenza artificiale nel loro lavoro.

In un'intervista alla CNBC8, Frans van Houten, CEO di Philips, sottolinea che oggi, con la popolazione che invecchia e cresce, Philips scommette sull'assistenza sanitaria, evidenziando le tecnologie diagnostiche e di prevenzione come una delle più promettenti.

1 Adattato da una presentazione di Frost & Sullivan a una conferenza tenutasi a Londra, 4 ottobre 2016. 2 The New England Journal of Medicine.3 Camelion. 4 "PatAI". 5 "Mitsin". 6 "Plos Uno". 7 Notizie scientifiche. 8CNNBC.

La medicina, precedentemente focalizzata sul trattamento delle malattie acute, oggi presta sempre più attenzione ai disturbi cronici: l'obesità.

La diagnosi precoce dell’insufficienza cardiaca, dei disturbi autoimmuni e delle malattie salva la vita di molti pazienti, ma complica il compito dei medici.

Scegli e scrivi
consultare un medico gratuitamente

Scarica l'applicazione gratuita

Scarica su Google Play

Disponibile sull'App Store

Anche per i geni della medicina con intuito ed esperienza professionale non è così facile prendere la decisione giusta, perché ogni ora il volume dei dati medici cresce rapidamente.

Per risolvere rapidamente il problema, i medici devono utilizzare, oltre alla propria, un'altra intelligenza: artificiale.

Cos'è l'intelligenza artificiale?

Per intelligenza artificiale (AI), gli esperti intendono la capacità di una macchina di imitare il comportamento umano razionale. La macchina deve percepire il cambiamento delle informazioni e prendere decisioni ottimali.

All’inizio del 21° secolo, due concetti di intelligenza artificiale hanno trovato applicazione in medicina: i sistemi esperti e le reti neurali.

Come funzionano i sistemi esperti

I sistemi esperti iniziarono a svilupparsi negli anni '70 del XX secolo. La parte fondamentale del sistema esperto è la base di conoscenza: una raccolta di informazioni sull'argomento e una serie di istruzioni applicabili ai fatti.

I fatti nella base di conoscenza di un sistema esperto descrivono fenomeni costanti in un particolare ambito tematico. Ad esempio: "Una persona sana ha due gambe".

Durante il funzionamento, il sistema riceve informazioni su un compito specifico: "Il paziente A ha una gamba", che memorizza nella memoria di lavoro. La memoria di lavoro consulta la base per arrivare ad un verdetto: "Il paziente A è malato".

La creazione di sistemi esperti richiede enormi risorse. Per ottenere un buon sistema esperto occorrono esperti del settore, ingegneri della conoscenza, programmatori. La base di conoscenza non deve solo essere creata, ma anche costantemente rinnovata.

Come funzionano le reti neurali

Attualmente il concetto di sistema esperto sta attraversando una grave crisi. Con la capacità di apprendere, il mercato dell’IA è stato conquistato dalle reti neurali (NN).

Il meccanismo di funzionamento delle NN si basa sul principio delle reti neurali biologiche. In forma di computer, le reti neurali rappresentano un grafico con tre o più strati di neuroni collegati a strati in un modo o nell'altro. I composti hanno pesi che svolgono un ruolo importante nell'apprendimento del NN.

Durante l'allenamento, i neuroni di input vengono alimentati con dati. Inoltre, i dati vengono elaborati dai neuroni sullo strato interno e sui neuroni di uscita vengono ottenuti alcuni nuovi valori.

Se i valori ottenuti non soddisfano i ricercatori, modificano il peso delle connessioni nella rete neurale e lo apprendono nuovamente. Più dati riceve la NN, più affidabile è la risposta alla richiesta che fa.

Ad esempio, alla nostra richiesta al sistema: “brividi e febbre alta”, l'Assemblea Nazionale, dopo aver analizzato le cartelle cliniche di migliaia di pazienti, può dare la risposta: “Con un alto grado di probabilità di sì”.

È importante notare che la rete non ha conoscenza di cosa siano la temperatura, i brividi, l'influenza. Trova solo collegamenti tra i sintomi e i risultati del medico nel campione di dati e classifica queste relazioni in base al loro peso.

La differenza principale tra l’intelligenza artificiale e i programmi per computer convenzionali

A differenza dei programmi per computer convenzionali, quando crea l’intelligenza artificiale il programmatore non ha bisogno di conoscere tutte le dipendenze tra i dati di input e il risultato. Dove l'uomo ha già creato modelli matematici - ad esempio per l'elaborazione statistica delle cartelle cliniche - L'intelligenza artificiale non è richiesta.

Il lavoro dell’intelligenza artificiale è imparare da una serie di dati affidabili e cercare quelle formule e dipendenze che non sono determinate da una persona.

Di cosa è capace l’intelligenza artificiale medica?

La pratica e l'esperienza di un medico potrebbero non essere sufficienti per diagnosticare correttamente la malattia. Con l’accesso alla letteratura scientifica e a milioni di casi clinici, la rete neurale può classificare rapidamente un caso, correlarlo con altri simili e formulare proposte per un piano di trattamento.

Allo stato attuale dello sviluppo tecnologico, l'intelligenza artificiale non può risolvere compiti complessi che sono impossibili per un medico: ad esempio, creare dispositivi fantastici che scansionano una persona in modo indipendente e prescrivono un trattamento efficace.

Soluzioni intelligenti per i medici

Ora l’intelligenza artificiale risolve compiti relativamente semplici: ad esempio, danno una conclusione se su un’immagine a raggi X è presente un corpo estraneo o una patologia e se ci sono cellule tumorali in un materiale citologico. Allo stesso tempo, la precisione delle valutazioni dei dati medici - risonanza magnetica, immagini ecografiche, mammografie - supera già il 90%.

Progetto IBM: Watson

L’esempio più famoso dell’introduzione dell’intelligenza artificiale nella diagnostica medica è stato il sistema IBM Watson. Questo è un supercomputer in grado di rispondere a domande formulate nel linguaggio dei non addetti ai lavori e non nel linguaggio di programmazione.

Nel 2015, IBM ha persino creato una divisione separata: IBM Watson Health, che sta implementando la tecnologia AI nel settore sanitario.

Il computer Watson ha accesso a diverse fonti di dati: enciclopedie, banche dati di articoli scientifici, antologie del sapere. Grazie all’enorme potenza di calcolo, IBM Watson è stata in grado di analizzare 30 miliardi di immagini mediche e 50 milioni di cartelle cliniche elettroniche anonime.

Inizialmente, IBM ha formato e applicato l’intelligenza artificiale in oncologia. Recentemente, tuttavia, gli sviluppatori di IBM Watson hanno collaborato con l'American Heart Association.

La piattaforma cognitiva ora cercherà segni di stenosi della valvola aortica (un tipo molto comune di malattia cardiaca) sulla base dei dati delle immagini ecografiche.

Le tecnologie Watson Health sono disponibili tramite la piattaforma Watson Health Cloud. È destinato a medici, ricercatori, assicuratori e aziende sanitarie.

Progetti Google: DM Health e Verily

Naturalmente IBM non è l’unico mostro tecnologico che promuove le sue soluzioni intelligenti in medicina. La divisione di Google, DeepMind Health, utilizza la tecnologia del gigante informatico in medicina.

Oggi, DM Health collabora con il Moorfields Eye Hospital di Londra. Con l’aiuto dell’intelligenza artificiale, i medici vogliono analizzare migliaia di esami oculari anonimi per trovare i sintomi principali della cecità.

Inoltre, DM Health sta collaborando con l'University College di Londra per sviluppare un prodotto in grado di distinguere automaticamente tra tessuto sano e canceroso nella zona della testa e del collo.

Un'altra divisione di Google: Verily è impegnata in un progetto simile. Gli specialisti dell'azienda utilizzano gli algoritmi dell'intelligenza artificiale e del motore di ricerca di Google per analizzare ciò che rende sana una persona.

Startup israeliana: MedyMatch Technology

Secondo le statistiche, il numero di errori nella diagnosi secondo la tomografia computerizzata supera il 30%. Pensaci! In quasi un caso su tre, il medico prescrive al paziente il trattamento sbagliato.

Basandosi sull’intelligenza artificiale e sui big data, gli israeliani hanno sviluppato una soluzione grazie alla quale i medici possono diagnosticare in modo più accurato. In tempo reale, il sistema MedyMatch confronta l'immagine del cervello del paziente con centinaia di migliaia di altre immagini presenti nella sua "nuvola".

L'intelligenza artificiale di MedyMatch riconosce le più piccole deviazioni dalla norma che uno specialista non è sempre in grado di notare, riducendo così al minimo la probabilità di un errore nella diagnosi.

La MedyMatch Technology israeliana impiega solo 20 persone. Come spesso accade, in un nuovo mercato i piccoli operatori possono competere con i giganti.

Soluzioni intelligenti per i pazienti

I malati cronici hanno bisogno di monitorare ogni giorno le dinamiche della salute. Per fare ciò, i pazienti indossano dispositivi per monitorare il polso, la pressione, la respirazione. I dati però non devono solo essere raccolti, ma anche elaborati e correttamente interpretati.

Vengono in soccorso le applicazioni mobili che:

• lavorare rapidamente con le informazioni sullo stato del corpo, segnalando modelli allarmanti al medico curante;
• fornire i consigli più semplici già prescritti nel programma per migliorare il benessere e il trattamento;
• raccogliere array di dati necessari per ulteriore formazione sull'intelligenza artificiale.

Cardiologo tascabile AliveCor

L'applicazione mobile di AliveCor può elaborare i dati dei sensori per eseguire l'ECG a casa. L’intelligenza artificiale decodifica quotidianamente i dati dei pazienti e monitora le tendenze pericolose. Se l'applicazione rileva il rischio di un imminente infarto, chiederà all'utente di consultare preventivamente un medico.

Quasi una vera infermiera Sense.ly

Sense.ly e-infermiera

Un'infermiera animata nell'applicazione Sense.ly le chiede se si sente bene, se la sua pressione sanguigna è normale, se ci sono dei reclami. L'intelligenza artificiale dell'applicazione riconosce e invia informazioni al medico curante. L'infermiera virtuale può spiegare i sintomi, ricordarti di assumere farmaci e comunicare direttamente con il tuo medico tramite collegamento video.

Robot consulenti medici

Il servizio di telemedicina Healthtap ha preso i copioni di molte migliaia di consultazioni e su di essi ha addestrato il chatbot Doctor A.I. Puoi anche ricevere consigli da questo bot tramite l'altoparlante intelligente Amazon Alexa.

Uno sviluppo simile, il chatbot Heath Bot, è stato creato da Microsoft. Finora, tuttavia, i bot capiscono solo l’inglese.

L'intelligenza artificiale per i malati di cancro Mendel.ai

A volte l'ultima speranza di un malato di cancro può essere quella di testare un nuovo farmaco antitumorale. Il paziente, riconoscendo volontariamente l'alto rischio, ha la possibilità di ricevere un trattamento efficace che diventerà generalmente disponibile tra pochi anni.

Una persona affetta da oncologia non è sufficientemente qualificata per capire se i test sono adatti a lui. L'AI del progetto Mendel.ai arriva in soccorso dei disperati: il sistema riconosce il linguaggio naturale in cui è scritta la cartella clinica e propone test adeguati al paziente.

Soluzioni intelligenti per la gestione ospedaliera

Il funzionamento dell’ospedale richiede un rapido coordinamento del personale e delle risorse: sono in gioco la salute e la vita dei pazienti. Come prevedere di quanti medici, stanze, materiali ha bisogno un'istituzione medica in un certo periodo di tempo?

Assistente elettronico Bright.md

Bright.md è stato sviluppato come intermediario tra medico e paziente. L'assistente AI aiuta a risolvere compiti di routine: organizza un incontro tra il paziente e il medico, programma i test, riceve le risposte del paziente secondo il questionario.

L'assistente libera il medico dalle procedure burocratiche e semplifica l'interazione del paziente con la clinica.

Sistema di monitoraggio dei pazienti Qventus

Il sistema Qventus monitora lo stato di salute dei pazienti ricoverati, prevede il peggioramento e riserva medici e attrezzature per prevenire una situazione critica.

Il controller AI Qventus è utilizzato in diversi ospedali americani e ha già dimostrato la sua efficacia. In un ospedale, il sistema è stato in grado di ridurre il numero di pazienti ricoverati del 39%, perché il personale ha ricevuto avvisi tempestivi sulle condizioni dei pazienti e ha fornito assistenza rapidamente.

La "Terza opinione" di Klimenko sulla medicina russa

Nel marzo 2016, IBM ha fornito l’accesso per testare Watson a specialisti di numerose istituzioni mediche in Russia. Quali medici e cliniche specifici siano riusciti a lavorare con Watson, IBM non ha specificato.

Allo stesso tempo, Andrei Filatov, amministratore delegato di IBM in Russia e nella CSI, si è lamentato del fatto che l’assistenza sanitaria in Russia è molto rigidamente regolamentata. Nella medicina domestica vale il principio: "ciò che non è consentito è proibito".

La ragione del fallimento di IBM in Russia risiede in superficie: le innovazioni in medicina sono dichiarate uno degli obiettivi della strategia di economia digitale, nell'ambito della quale viene intrapreso un percorso verso la sostituzione delle importazioni. Secondo il governo della Federazione Russa, entro il 2020 la Russia avrà il proprio Watson. Chi lo creerà?

Nel 2016, il consigliere del presidente della Federazione Russa German Klimenko ha annunciato lo sviluppo del primo progetto dell'Istituto per lo sviluppo di Internet nel campo della medicina. Il sistema, chiamato “Terza Opinione”, riconoscerà le patologie dell'organismo in base ai dati digitali ottenuti da radiografie, ecografie, TAC, risonanze magnetiche.

Il software è sviluppato dalla società Video Analysis Technologies. I dati per la formazione sull'IA sono stati forniti gratuitamente agli sviluppatori dall'Istituto di ricerca di urologia e radiologia interventistica intitolato a V.I. SUL. Lopatkina, Centro nazionale di ricerca per oncologia e immunologia pediatrica intitolato a N.N. Dmitry Rogachev e numerosi centri medici regionali.

Un progetto così ampio richiede investimenti seri. Secondo Klimenko i costi ammontano a decine di milioni di dollari. Gli sviluppatori prevedono di raccogliere fondi tramite una ICO (una forma di raccolta fondi vendendo criptovalute agli investitori).

Pavel Shklyudov, ex leader delle tecnologie avanzate nella regione europea dell'IBM, ritiene che “il progetto (nota - “Terza opinione”) abbia del potenziale, ma ci vogliono 5 anni, 20 volte più finanziamenti e persone concentrate sul prodotto per creare una tale classe di sistemi piuttosto che un lavoro scientifico.

Problemi di implementazione dell'intelligenza artificiale: miti e sfide reali

Molto spesso le persone valutano negativamente le nuove tecnologie. Anche intorno all'intelligenza artificiale ci sono molte paure, paure e miti.

L’intelligenza artificiale sta per sconfiggere quella umana!

Il mito più comune è la credenza nell'imminente "ribellione delle macchine". Tali timori sono chiaramente prematuri.

Gli esempi di tecnologie che ho fornito riguardano la cosiddetta narrow AI (narrow AI). Tali sistemi, in linea di principio, sono in grado di risolvere solo determinati compiti, non sono in grado di superare la mente umana.

La comparsa della Superintelligenza superintelligente non dovrebbe essere prevista prima del 2045, prevede il futurista americano Raymond Kurzweil.

Ma secondo il cofondatore di Microsoft Paul Allen, finché il cervello umano non sarà studiato a fondo, è troppo presto per parlare di una superintelligenza artificiale, potenzialmente pericolosa.

In generale, la rivolta delle macchine è rinviata.

Il paziente non avrà diritto all'anonimato!

E questo è il problema che esiste davvero. Sembra abbastanza probabile una potenziale violazione della riservatezza medica a vantaggio di un trattamento efficace.

Affinché i sistemi di intelligenza artificiale possano produrre conoscenze rilevanti e utili, hanno bisogno di accedere a enormi quantità di dati. I dati medici - schede elettroniche, fotografie, pareri del medico - sono informazioni personali, sono soggetti alla normativa sulla protezione dei dati personali.

Ad esempio, le schede elettroniche e le cartelle cliniche saranno di pubblico dominio. Potrebbero essere interessate le compagnie di assicurazione, che inizieranno a gonfiare il costo della polizza per i pazienti che, a loro avviso, “non sono del tutto sani”.

I datori di lavoro possono rifiutare un candidato se scoprono delle sue malattie o predisposizioni genetiche - una vera realizzazione della distopia del film "Gattaca".

Lo sviluppo della tecnologia richiede un cambiamento del quadro giuridico. Nel frattempo gli innovatori sono costretti a lavorare nella zona giuridica “grigia”.

L’intelligenza artificiale provocherà il caos legale!

Ahimè, è del tutto possibile. Un memorandum di cooperazione tra DeepMind Health e il Royal Free Hospital di Londra si è trasformato in un forte scandalo.

Nel 2016, una divisione di Google ha ottenuto l'accesso ai registri di malattie, chiamate di emergenza, dati radiologici: tutte le informazioni digitali dell'ospedale per 5 anni. Le informazioni sul memorandum sono arrivate alla stampa ed è stata presentata una denuncia contro Google presso l'ufficio del commissario per l'informazione del Regno Unito.

Secondo la legge britannica, i dati personali dei pazienti possono essere trasferiti alle organizzazioni solo in forma anonima. DeepMind Health ha ricevuto dati non crittografati.

Finora il procedimento si è limitato al dibattito pubblico. Tuttavia, questo o un altro scandalo simile potrebbe diventare il primo precedente giudiziario per la protezione dei dati medici dai sistemi di intelligenza artificiale.

Per evitare un rallentamento del processo, l’industria dell’innovazione ha bisogno di una regolamentazione legale. Ma i legislatori sono persone proprio come noi, con i propri pregiudizi e pregiudizi.

Resta da sperare che, nello sviluppo di un quadro giuridico, i parlamentari di diversi paesi si affidino alle opinioni degli esperti e non alle fobie.

Sfide chiave nelle applicazioni di intelligenza artificiale medica

Cosa resta se scartiamo gli allarmismi tecnologici e gli aspetti giuridici? Il principale ostacolo all’uso massiccio dell’IA nel settore sanitario può essere due cose:

• quantità eccessiva di dati per la formazione;
• problema del personale.

L’applicazione efficace dell’intelligenza artificiale richiede personale medico qualificato

Senza dati di qualità, l’intelligenza artificiale non funzionerà in modo produttivo. E senza specialisti qualificati, anche la semplice applicazione di algoritmi già pronti ai dati preparati non darà il risultato desiderato.

Inoltre, la possibile riduzione dei posti di lavoro nel settore medico è allarmante. Chirurghi, traumatologi e dentisti possono dormire sonni tranquilli, ma terapisti e diagnostici rischiano il licenziamento in caso di introduzione massiccia dell’intelligenza artificiale.

Nel 2017, la società giapponese Fukoku Mutual Life Insurance ha licenziato 43 dipendenti dopo l’avvio dell’attività di IBM Watson. La direzione dell'azienda ha valutato le prestazioni del supercomputer e ha "ottimizzato" gli specialisti dell'assicurazione sanitaria.

Valutazione di mercato e prospettive per l'intelligenza artificiale medica

Secondo i consulenti Frost & Sullivan, il mercato dell’intelligenza artificiale medica genererà entrate per 6,1 miliardi di dollari entro il 2021, di cui IBM rappresenterà circa il 45%.

La società di ricerca Research and Markets stima le prospettive in modo più modesto: entro il 2020 il mercato crescerà fino a 5,05 miliardi di dollari (nel 2014 era solo di 419,7 milioni di dollari).

Secondo i calcoli di R&M, l’assistenza sanitaria sarà il segmento in più rapida crescita nell’adozione dell’intelligenza artificiale. Il motivo è la crescente domanda di studi clinici, modelli di trattamento e nuova ricerca.

Frost & Sullivan ha elaborato una tabella di marcia per lo sviluppo del settore per diversi anni a venire.

• Entro l’inizio degli anni 2020, i sistemi di intelligenza artificiale inizieranno a suggerire cure mediche ai pazienti di tutto il mondo sulla base dei dati a cui pazienti e medici avranno accesso.
• Malattie croniche come il cancro e il diabete verranno diagnosticate in pochi minuti utilizzando sistemi cognitivi che visualizzeranno le caratteristiche fisiologiche durante la scansione del corpo umano.

Gli ottimisti di F&S suggeriscono che entro il 2025 i sistemi di intelligenza artificiale saranno utilizzati nel 90% delle cliniche statunitensi e in circa il 60% dei più grandi ospedali del mondo. Gli esperti sperano che i sistemi di IA medica coprano quasi il 70% della popolazione mondiale.

L'intelligenza artificiale (AI, inglese Artificial intelligence, AI) è la scienza e la tecnologia per la creazione di macchine intelligenti, in particolare programmi per computer intelligenti. L’intelligenza artificiale è legata al compito simile di utilizzare i computer per comprendere l’intelligenza umana, ma non è necessariamente limitata a metodi biologicamente plausibili.

Non esiste una risposta univoca alla domanda su cosa fa l’intelligenza artificiale. Quasi ogni autore che scrive un libro sull'intelligenza artificiale parte da qualche definizione in esso contenuta, considerando i risultati di questa scienza alla sua luce.

Esistono due direzioni di sviluppo dell’IA:

risolvere i problemi relativi all'avvicinamento dei sistemi di intelligenza artificiale specializzati alle capacità umane e alla loro integrazione, che è implementata dalla natura umana;

la creazione dell'intelligenza artificiale, che rappresenta l'integrazione di sistemi di intelligenza artificiale già creati in un unico sistema in grado di risolvere i problemi dell'umanità.

Ma al momento, nel campo dell’intelligenza artificiale, sono coinvolte molte aree tematiche che sono più pratiche che fondamentali per l’IA. Sono stati tentati molti approcci, ma nessun gruppo di ricerca è ancora riuscito a individuare l’emergere dell’intelligenza artificiale.

I campi della robotica e dell’intelligenza artificiale sono strettamente correlati tra loro. L'integrazione di queste due scienze e la creazione di robot intelligenti costituiscono un'altra direzione dell'intelligenza artificiale.

La robotica si basa su discipline come l'elettronica, la meccanica, la programmazione. Ci sono la robotica edile, industriale, domestica, aeronautica e estrema (militare, spaziale, subacquea).

L'intelligenza è necessaria affinché i robot possano manipolare oggetti, navigare con problemi di localizzazione (localizzare, studiare aree vicine) e pianificare il movimento (come raggiungere il bersaglio).

Lo sviluppo e la produzione di robot medici nel 21° secolo hanno raggiunto un tale successo tecnico ed economico che le informazioni su di essi sembrano ogni anno sempre meno fantascienza.

I progressi nel campo della robotica e dei sistemi di intelligenza artificiale hanno ogni giorno un impatto crescente sulla vita delle persone, nel vero senso della parola. I progressi tecnici ed economici nel campo della robotica hanno portato al fatto che la medicina ricorre sempre più all’aiuto dei robot. Oggi i robot medici sono in grado di eseguire operazioni chirurgiche complesse, contribuendo a effettuare diagnosi accurate, prendersi cura dei pazienti e l'elenco delle loro capacità non si limita a questo.

Come risolviamo i nostri problemi di salute, soprattutto se sono gravi? Tutto inizia con la ricerca di una clinica decente e di uno specialista leader nel loro campo. E ora, immagina un'immagine del genere.

Si trova la clinica, lo specialista è il più affermato in questo settore e accetta.... intorno all'orologio!!!

Non ha cognome né patronimico. Solo il nome del modello. Questo è un robot!

Ecco, in generale, la prospettiva per il prossimo futuro. Nel frattempo i robot lavorano sotto la stretta guida di un medico esperto.

Sezioni:

Derubare i medici

Robocomplessi

Robotisters

Protesi robotiche

Robot dentro di noi

Robot per la riabilitazione

Robo-aiuto

Cosa sono i robot medici e perché sono necessari

Un robot medico è un robot progettato per eseguire qualsiasi azione relativa alla medicina in generale e alla salute umana in particolare. Decine di scrittori di fantascienza in centinaia delle loro opere hanno descritto in dettaglio tutte le possibili funzioni, i compiti dei robot medici e persino le caratteristiche del dispositivo proposto. In accordo con queste descrizioni, i robot-medi del futuro appaiono in vari modi. Si tratta di complessi "kit di pronto soccorso" in miniatura, ma molto intelligenti, integrati in una tuta spaziale e complessi medici fissi in grado di "resuscitare i morti". Sviluppato dalla fantascienza e da dozzine di modelli di assistenti robot, tate e altri operatori sanitari. Esiste anche una variante dei nanorobot costantemente presenti nel sangue umano, che sono in grado di rimuovere le tossine, curare le ferite e rendere impenetrabili gli eroi dei fantastici film d'azione in senso letterale.

In realtà, i robot medici si stanno sviluppando lungo linee simili. Innanzitutto, questi sono complessi chirurgici. E anche se la loro indipendenza nelle decisioni è puramente condizionata, questi robot medici hanno già al loro attivo centinaia di operazioni riuscite.

La seconda direzione fondamentale oggi può essere chiamata la classe dei robot assistenti. Queste infermiere robotiche hanno un aspetto umanoide e non molto umanoide, ma stanno facendo grandi passi avanti nell'aiutare il personale medico umano e i malati.

La terza direzione è collegata principalmente alle protesi, allo sviluppo di sostituti degli arti umani e alla creazione di esoscheletri. Gli arti artificiali "intelligenti" non solo aiutano pazienti specifici, ma servono anche a sviluppare nuove tecnologie robotiche.

Un po’ distanti dalla maggior parte dei dispositivi medici robotici sono i veicoli per le persone che hanno perso la capacità di muoversi autonomamente. Che si tratti di una sedia a rotelle controllata in modo intelligente o di un mezzo per evacuare i feriti dal campo di battaglia.

Ebbene, come fare a meno degli ausili didattici robotici per i futuri medici? Questi robot medici si contorcono dal mal di denti, “partoriscono” bambini e sopportano altre difficoltà che li hanno colpiti.

L'elenco sopra riportato di indicazioni per lo sviluppo di robot medici può servire come risposta alla domanda: perché abbiamo bisogno dei robot medici.

Gli sviluppatori di sistemi di intelligenza artificiale (AI), fino ad oggi considerati i protagonisti più sfortunati nel mercato delle soluzioni IT nel settore sanitario, hanno improvvisamente avuto carta bianca. I guardiani e i partner dell'Associazione nazionale della base di conoscenza medica, nella quale i produttori e i potenziali utenti dei sistemi di intelligenza artificiale medica hanno deciso di unirsi, erano stakeholder come l'Amministrazione del Presidente della Federazione Russa, la Russian Venture Company, il Ministero della Salute e Roszdravnadzor. Secondo Vademecum, curatori influenti puntano ai partecipanti della nuova NPO a una svolta tecnologica: l’associazione dovrà raccogliere una “matrice purificata” di dati medici dalle cliniche, saturare l’intelligenza artificiale con queste informazioni che possono supportare il processo decisionale medico e trasformare questo sistema IT in un prodotto che può essere replicato nel settore sanitario nazionale e, in futuro, ed esportato.

PER UNA NICCHIA ISCRIVITI

All'incontro è stata annunciata l'idea di creare la ONG “Associazione degli sviluppatori e degli utenti dell'intelligenza artificiale “National Medical Knowledge Base”, che riunirebbe rappresentanti di aziende IT, cliniche e altri operatori del settore interessati all'implementazione dei sistemi di intelligenza artificiale. Nel mese di giugno si è tenuta la consultazione tutta russa “La medicina della fiducia popolare”.

"Una delle sessioni era dedicata ai sistemi di intelligenza artificiale in medicina", ha detto a Vademecum Sergey Sorokin, il fondatore di Botkin.AI, che era presente alla consultazione. “I principali sviluppatori e le cliniche che operano in questa nicchia si sono riuniti lì, concordando di conseguenza di creare un’associazione impegnata nella divulgazione e nello sviluppo sistemico dell’IA nel settore sanitario”.

L'argomento è stato immediatamente ripreso dagli organizzatori della consultazione - la comunità di medici onorati della Russia e l'Agenzia nazionale per le comunicazioni sociali, che lo hanno incluso nel programma "Medicina della fiducia popolare", sostenuto dall'Amministrazione del Presidente della Federazione Russa (AP).

Già a luglio, i promotori della creazione di ONG hanno presentato una tabella di marcia per lo sviluppo di sistemi di intelligenza artificiale nel settore sanitario in un incontro tematico presso l’amministrazione presidenziale. La giuria, composta da senatori, deputati, funzionari del Ministero della Salute, della FFOMS e di altri enti governativi, ha approvato la domanda. L'Amministrazione del Presidente della Federazione Russa non ha risposto alla richiesta di Vademecum.

Oltre all'AP, l'associazione è pronta per essere patrocinata dalla Russian Venture Company, dall'Agenzia per le iniziative strategiche, dal Ministero della Salute, da Roszdravnadzor, da altri dipartimenti interessati e da aziende statali. “Tale sostegno indica che lo Stato svilupperà sistematicamente progetti e startup legati all’intelligenza artificiale nel settore sanitario. In futuro, c’è un compito ambizioso nel organizzare l’esportazione di queste tecnologie e rendere la Russia un leader nell’innovazione in questo settore”, afferma Andrey Almazov, Direttore della gestione dei progetti presso le Iniziative tecnologiche nazionali di JSC RVC.

Al Ministero della Giustizia è stata presentata la domanda di registrazione della ONG “Associazione “National Medical Knowledge Base””. È anche noto che l'associazione sarà guidata dal capo della direzione della medicina digitale di Invitro LLC Boris Zingerman, e il presidente dell'Associazione nazionale dei medici onorati della Russia Viktor Egorov sarà incluso nel consiglio di sorveglianza della NPO; regista di MONIKI loro. MF Vladimirskij Dmitrij Semenov; direttore del Centro di competenza per la sostituzione delle importazioni nel campo dell'ICT Ilya Massukh e altre autorevoli personalità del settore. Secondo Boris Zingerman i rappresentanti di circa 50 aziende informatiche e centri medici statali si sono già dichiarati pronti ad aderire all'associazione.

L'intelligenza artificiale in medicina, o sistema di supporto alle decisioni mediche, è un insieme di programmi che consentono, sulla base dell'elaborazione di grandi quantità di dati, di fare diagnosi, fare previsioni e ipotesi riguardanti il ​​trattamento di un paziente. Secondo RVC, circa 20 startup tematiche si trovano attualmente in varie fasi di implementazione in Russia. I rari e disparati attori di questa nicchia sono tradizionalmente rimasti indietro rispetto al gruppo all’avanguardia degli operatori IT nel settore sanitario, principalmente a causa del conservatorismo della comunità medica e della mancanza di un dialogo produttivo tra medici e sviluppatori. L’esempio più chiaro è il licenziamento nel luglio 2017 dalla N.N. UN. Bakulev, capo del laboratorio di modellazione matematica e monitoraggio Vladimir Lishchuk. Un noto cibernetico, dopo le sue dimissioni, pubblicò una voluminosa monografia, dove descrisse in dettaglio gli errori fatali, a suo avviso, dei dipendenti del Centro Bakulev nel trattamento dell'insufficienza cardiaca critica e di altre malattie cardiache.

Cosa è così interessato all'AP in una nicchia industriale senza speranza, come sembrava fino a poco tempo fa, e ristretta?

MOBILITAZIONE SBER

Secondo gli interlocutori di Vademecum, uno degli incentivi per la creazione accelerata della National Medical Knowledge Base dell'Associazione NPO è stata la conclusione nel maggio di quest'anno tra IC Sberbank. Life Insurance” e un contratto IBM per l'utilizzo da parte degli assicuratori russi del sistema Watson for Oncology sviluppato dalla società americana, che è un'intelligenza artificiale per lo sviluppo di raccomandazioni per il trattamento del cancro. Come affermato nella dichiarazione congiunta delle società, in pratica la loro partnership sarà simile a questa: se il cliente "Sberbank. Se viene fatta una diagnosi oncologica primaria, IBM Watson, che elabora le informazioni in forma spersonalizzata e utilizza i dati di oltre 300 riviste mediche, 200 libri di testo e molti altri materiali, fornirà raccomandazioni sui protocolli di trattamento per questo paziente in pochi secondi. IBM Watson ha detto a Vademecum che un progetto simile è in preparazione per il lancio in Kazakistan.

“Questo progetto è stato un duro colpo per tutte le startup AI in Russia: stipulando un accordo con Sberbank, IBM ottiene l'accesso a una grande quantità di dati, il che le conferisce un serio vantaggio competitivo. I singoli sviluppatori non possono competere con una società americana, solo lo Stato può competere con essa”, spiega Viktor Egorov.

Per impedire il rafforzamento della posizione di IBM nel mercato russo, nel prossimo anno i membri dell'associazione intendono concentrare i loro sforzi collettivi su tre progetti principali che possono far avanzare significativamente gli sviluppi nazionali nel campo dell'intelligenza artificiale in medicina. Il compito principale sarà la creazione di un unico database che raccolga informazioni mediche provenienti da organizzazioni mediche.

La base di questa raccolta di informazioni può essere la "Banca dati congiunta di dati medici", creata dal personale del Centro nazionale di ricerca medica per la chirurgia agraria. UN. Bakuleva – per sviluppare il proprio data center, un anno fa hanno creato la società Sotsmedika, che è diventata residente a Skolkovo. “La nostra base è in realtà un nucleo semantico per la base nazionale. Contiene classificatori, registri dei modelli dei pazienti e altre informazioni sull'applicazione. I dati dei pazienti saranno già “infilati” in questo frame ", spiega Gevorg Bledzhyants, direttore di Sotsmedika JSC.

I rappresentanti delle istituzioni mediche statali intervistati da Vademecum, sostenendo l’iniziativa per costruire un sistema di intelligenza artificiale medica nel suo insieme, ammettono di non essere ancora pronti a condividere i dati. “L’idea ci interessa e, se verranno fornite tutte le condizioni necessarie, MONIKI potrà diventare una piattaforma ideale per lo sviluppo di tali tecnologie, poiché disponiamo di un’ampia gamma di radiografie e altre immagini che possono essere utilizzate per sviluppare tecnologie artificiali. sistemi di intelligenza. Tuttavia, ora non esiste una base legislativa per questo, in particolare, la legge sui dati personali non ci consente di fornire tali informazioni ", afferma Dmitry Semenov, direttore dell'istituto.

Olga Zinovieva, socio dirigente dello Studio legale Onegin, ritiene che la legislazione attuale non pone ostacoli insormontabili al trasferimento dei dati medici. “Ad esempio, il comma 4 dell’art. 13 della legge federale n. 323 "Sulla protezione della salute dei cittadini" fornisce alle organizzazioni mediche lo scambio di informazioni. Un problema più complesso qui potrebbe essere la mancanza di alfabetizzazione giuridica da parte delle autorità di regolamentazione, che può portare l’uso pratico dei sistemi di intelligenza artificiale nella zona dei precedenti giudiziari, sostiene Zinovieva. “Ma se i fondatori dell’associazione riuscissero a ottenere la registrazione delle loro attività in un atto normativo separato, il problema sarebbe risolto”.

Secondo i promotori dell'associazione, non escludono la preparazione e la pubblicazione di un simile documento. La rapida risoluzione delle contraddizioni che sorgono nel percorso di creazione di un prodotto è promessa dal fatto stesso che una potente risorsa amministrativa è coinvolta nell'attuazione del piano. E il formato del progetto stesso implica una chiara divisione degli sforzi e delle responsabilità: la “National Medical Knowledge Base” sarà organizzata secondo i principi del partenariato pubblico-privato, in cui lo Stato garantirà il flusso e la protezione dei dati, e il l'investitore finanzierà e condurrà gli sviluppi.

STRETTO E RISCHI

Per quanto riguarda gli ostacoli normativi non ipotetici, ma reali che si frappongono agli sviluppatori di sistemi di intelligenza artificiale medica, i fondatori dell’associazione hanno già attirato l’attenzione dei regolatori su alcune norme obsolete e quindi dannose. I promotori del progetto hanno già avviato le consultazioni con i funzionari sulla modifica dello status dei prodotti IT nel settore sanitario - secondo l'attuale ordinanza del Ministero della Salute n. 4n del 6 giugno 2012 "Sull'approvazione della classificazione nomenclatura dei prodotti medici dispositivi", qualsiasi software utilizzato nell'industria deve essere registrato come dispositivo medico.

“Questa regola sta effettivamente uccidendo il mercato. Ma siamo riusciti a stabilire un dialogo con Roszdravnadzor e a sviluppare una comprensione reciproca su questo tema. Il problema è che ora non esistono raccomandazioni metodologiche trasparenti e comprensibili per lo svolgimento di test del software. Pertanto, abbiamo proposto una procedura speciale per studi clinici retrospettivi non umani basati su dati di riferimento pre-preparati per tali prodotti. Roszdravnadzor ha sostenuto questa idea ", afferma Alexander Gusev, uno dei promotori dell'associazione, un esperto della società K‑MIS.

I rappresentanti del servizio non hanno risposto alla richiesta di Vademecum.

Altro tema prioritario per l’associazione è la creazione di un ufficio nazionale dei rischi, cioè di un sistema di prevenzione delle malattie. I partecipanti alla NPO guideranno questa direzione insieme agli esperti dell'Unione panrussa degli assicuratori (VSS). “In pratica, l’idea di un ufficio rischi funziona così: un responsabile ti chiama e ti informa che se ti concentri su come lavori e vivi, potresti sviluppare queste o quelle malattie, e di conseguenza ti consiglia di sottoporti a diagnosi o procedure di trattamento. Si tratta infatti di analisi predittiva, medicina preventiva basata su grandi quantità di dati. Un simile approccio può capovolgere il sistema assicurativo: non partiremo da un evento assicurato quando una persona è già malata, ma lavoreremo per prevenire la malattia ”, spiega Maxim Danilov, vicepresidente dell'ARIA.

Infine, l'associazione sosterrà le startup nel campo dei sistemi di intelligenza artificiale medica, fornendo loro dati purificati, promuovendone gli sviluppi e aiutando a trovare investitori.

ROTTO IL CERVELLO

Startup russe nel campo dell’intelligenza artificiale in medicina

“L’idea di creare un database unificato di dati medici sembra interessante, tali dati possono diventare un materiale inestimabile per tutti gli sviluppatori che lavorano in questo campo. Domande in dettaglio. L'opzione ideale sarebbe che questo database potesse integrare i dati della storia medica, compresi i dati diagnostici dei dispositivi, ma qui il problema sta nel fatto che ora non esiste un unico standard tecnico per la formazione delle storie mediche che consentirebbe a tutti questi dati da combinare. Il secondo punto è il rischio di fughe di dati, ora, come sapete, le fughe di informazioni da parte delle agenzie governative si verificano abbastanza spesso, quindi è necessario creare un sistema di protezione affidabile", Bogdan Sevryukov, direttore di Ocutri, un'azienda che crea soluzioni di intelligenza artificiale. per la medicina, condivide ragionevoli dubbi.

I rappresentanti delle aziende specializzate in informatica intervistati da Vademecum concordano sul fatto che l'iniziativa di creare la National Medical Knowledge Base NPO è un tentativo un po' tardivo di riempire i programmi statali di informatizzazione sanitaria con contenuti innovativi e aggiornati.

La breve storia della digitalizzazione del settore, dobbiamo ammetterlo, è piena di fallimenti e di svolte inutilmente brusche. Basta guardare indietro a un anno e mezzo fa.

Con Ordinanza del Governo della Federazione Russa n. 1632r del 28 luglio 2017, le attività di informatizzazione sanitaria sono state approvate come parte integrante del programma di Economia Digitale. Allo stesso tempo, Dmitry Medvedev ha indicato tra gli obiettivi dell’informatizzazione lo sviluppo di sistemi di intelligenza artificiale nel settore sanitario, nonché lo sviluppo di soluzioni innovative per la medicina preventiva e personalizzata.

Ma un anno dopo, il primo ministro ha incaricato il governo di integrare il "contorno digitale" del settore nel nuovo progetto nazionale "Salute", e il piano è stato nuovamente modificato. Come risulta dall'ultima versione, le attività del programma, per la cui attuazione saranno stanziati circa 130 miliardi di rubli fino al 2024, non implicano la creazione di sistemi di intelligenza artificiale in medicina, ma mirano esclusivamente a finalizzare e completare lo sfortunato lungo periodo costruzione a termine del Sistema informativo sanitario statale uniforme.

intelligenza artificiale, Putin, Gusev, Egisz, diamanti, Skvortsova, Ministero della Salute, Big Data

• A livello di progettazione: prevedere le malattie, identificare gruppi di pazienti ad alto rischio di malattie, organizzare misure preventive.
• A livello produttivo: automazione e ottimizzazione dei processi negli ospedali, automazione e miglioramento dell'accuratezza diagnostica.
• A livello di promozione: gestione dei prezzi, riduzione del rischio per i pazienti.
• A livello di erogazione del servizio: adattamento della terapia e della composizione del farmaco per ogni singolo paziente, utilizzo di assistenti virtuali per costruire un percorso del paziente in un policlinico o in un ospedale.

Intelligenza artificiale in radiologia

L’intelligenza artificiale viene utilizzata attivamente nella ricerca sullo sviluppo di metodi diagnostici del cancro. Leggi di più nell'articolo:

2019

CB Insights: il mercato dell’intelligenza artificiale medica raggiungerà i 6,6 miliardi di dollari nel 2021

All’inizio del 2019, secondo CB Insights, una società di analisi, dal 2013, le startup tecnologiche internazionali che sviluppano tecnologie di intelligenza artificiale sono riuscite a raccogliere 4,3 miliardi di dollari in 576 accordi. Inoltre, gli esperti affermano che nei prossimi tre anni il mercato della tecnologia dell’intelligenza artificiale medica raggiungerà i 6,6 miliardi di dollari, crescendo del 40% ogni anno.

IBM e AstraZeneca hanno creato una rete neurale che prevede un infarto

All’inizio di marzo 2019, IBM e AstraZeneca hanno introdotto una rete neurale in grado di prevedere un infarto. I risultati della nuova tecnologia sono descritti nell'articolo pubblicato "Clustering basato sui risultati di pazienti con sindrome coronarica acuta utilizzando una rete neurale multitasking".

Il gruppo di ricerca ha raccolto dati su età, sesso, storia di vita e di malattia, cattive abitudini, nonché risultati di laboratorio, informazioni sul trattamento e quasi 40 altri indicatori tra 26.986 pazienti adulti ricoverati in 38 ospedali urbani e rurali in Cina. Tutti i dati venivano caricati in una rete neurale, che avrebbe dovuto scoprire se il paziente aveva avuto in passato un evento cardiaco avverso grave (MACE) e anche se aveva ricevuto farmaci antipiastrinici, beta-bloccanti e statine - farmaci che riducono il manifestazioni di insufficienza coronarica e prevenire l’infarto miocardico e l’ictus.

Inoltre, gli autori dell’articolo hanno effettuato il k-means clustering per distribuire i pazienti in sette gruppi sulla base dei dati ottenuti dalla rete neurale. Di conseguenza, si è scoperto che nel primo cluster, che comprendeva pazienti con frequenti eventi cardiovascolari come infarto e ictus, ma con una bassa incidenza di malattia coronarica, la presenza di diabete mellito era il principale predittore del successivo infarto. , mentre nell'altro cluster, che comprendeva pazienti con grave malattia cardiovascolare senza precedente infarto, i principali predittori erano l'età avanzata e l'elevata pressione arteriosa sistolica.

I ricercatori avvertono che, sebbene il clustering sia importante per la prognosi della malattia, non è chiaro se i dati possano essere utilizzati efficacemente nella pratica clinica. Tuttavia, il loro lavoro dimostra che l’analisi dei cluster basata sull’intelligenza artificiale è un approccio promettente per classificare i pazienti con infarto miocardico. La ricerca futura si concentrerà sulla definizione di interventi “specifici per cluster” che tengano conto dell’efficacia. trattamento precedente.

2018

La dimensione del mercato delle tecnologie IA nel settore sanitario è stata di 1,4 miliardi di dollari – Zion Market Research

Secondo la società di analisi Zion Market Research, nel 2018 il volume del mercato globale delle tecnologie di intelligenza artificiale per l’assistenza sanitaria ha raggiunto 1,4 miliardi di dollari. Si prevede che entro il 2025 l’indicatore crescerà fino a 17,8 miliardi di dollari e le spese per tali soluzioni aumenteranno di circa il 43,8% annuo.

La maggior parte della spesa per l’intelligenza artificiale medica (apprendimento automatico, elaborazione sensibile al contesto, elaborazione del linguaggio naturale, visione artificiale, riconoscimento vocale) viene spesa in Nord America. La leadership è dovuta al fatto che questa regione è rappresentata da giganti tecnologici come Microsoft, IBM, Google, Nvidia, Amazon, Intel, General Electric e Xilinx. Inoltre, in Nord America sono frequenti fusioni e acquisizioni, grandi partnership e importanti lanci di prodotti.

In Europa, entro il 2019, il mercato dell’intelligenza artificiale utilizzata per scopi medici può considerarsi nascente. Nel 2016, il suo volume era di 320 milioni di dollari, raggiungerà 1,61 miliardi di dollari nel 2019. Allo stesso tempo, il 21% delle istituzioni mediche in Europa prevede di acquistare strumenti di intelligenza artificiale, secondo i dati della comunità europea di e-health pubblicati ad aprile 2019.

Uno dei principali catalizzatori della domanda di prodotti basati sull’intelligenza artificiale in medicina è la carenza di medici. Secondo l’Organizzazione Mondiale della Sanità, entro il 2019 in 57 paesi mancheranno circa 2,3 milioni di infermieri e medici. Il fattore che ostacola lo sviluppo di questo mercato, gli esperti chiamano la mancanza di specialisti qualificati che possano seguire le linee guida nel campo dell'intelligenza artificiale.

Gli analisti includono le seguenti società tra i maggiori produttori di soluzioni AI:

• visione generale;
• NVIDIA;
• Aicure;
• iCarbonio;
• Salute circadia;
• Atomicamente;
• Genomica del percorso;
• Sophia Genetica;
• Apisio;

Introdotta l'intelligenza artificiale che aumenta il successo della fecondazione in vitro del 20%

Alla fine di dicembre 2018, gli esperti della Cornell University e dell’Imperial College di Londra hanno mostrato i risultati del loro studio, secondo cui l’efficienza della fecondazione in vitro può essere aumentata del 10-20% se si utilizza l’intelligenza artificiale per valutare la qualità degli embrioni. Per saperne di più.

Inizio installazione in Cina di 4mila cabine con medici specializzati nell'intelligenza artificiale che effettuano diagnosi in pochi minuti

Alla fine di novembre 2018, Ping An Healthcare and Technology, il più grande fornitore di assistenza sanitaria online in Cina, ha dichiarato di voler installare diverse migliaia di cliniche di intelligenza artificiale delle dimensioni di una cabina telefonica e di distribuirle in tutto il paese in tre anni. I primi punti di assistenza medica di questo tipo sono già stati aperti. Per saperne di più.

Come si svilupperà l’intelligenza artificiale in medicina nel 2019

Il Giappone costruisce ospedali per l’intelligenza artificiale per risolvere la carenza di medici

Nell'agosto 2018 si è saputo che il governo del Giappone, con il sostegno delle imprese e della comunità scientifica, sta iniziando a costruire ospedali nel paese in cui l'intelligenza artificiale verrà in aiuto dei medici. Attraverso la tecnologia dell’intelligenza artificiale si dovrebbe far fronte alla carenza di medici in Giappone, alleggerire il personale e ridurre i costi medici. Per saperne di più.

Vengono proposte le prime raccomandazioni per l’uso dell’IA in ambito sanitario

Il 18 giugno 2018 l’American Medical Association (AMA) ha proposto le prime linee guida al mondo per l’utilizzo dell’intelligenza artificiale in ambito sanitario. La dichiarazione, annunciata dal rappresentante dell'AMA alla conferenza annuale di Chicago, delinea le direzioni principali per l'ulteriore sviluppo dell'intelligenza artificiale in questo settore.

Secondo questa dichiarazione, l'AMA intende realizzare sviluppi nel campo dell'intelligenza artificiale e in altri settori prioritari per migliorare i risultati dei trattamenti e per la soddisfazione professionale dei medici. L’AMA intende sfruttare la sua forte posizione nel settore per coinvolgere i produttori, dare priorità allo sviluppo dell’intelligenza artificiale e affrontare le questioni relative alla convalida e all’adozione di nuove metodologie. Inoltre, l'AMA intende sviluppare un piano per educare i professionisti e comunicare informazioni ai pazienti sui limiti e sulle opportunità specifici di questa categoria di strumenti analitici.

L’AMA sostiene l’integrazione di pratiche di intelligenza artificiale ben progettate, di alta qualità e clinicamente testate e richiede un’adeguata supervisione professionale e governativa per il loro utilizzo sicuro, efficace e legale. L’AMA ritiene che l’analisi basata sull’intelligenza artificiale debba essere disponibile per testare e rilevare errori in tutte le fasi dello sviluppo, soddisfare i principali standard di riproducibilità e proteggere gli interessi degli individui e la privacy delle informazioni personali.

L’AMA ritiene che l’attenzione dovrebbe concentrarsi sulle esigenze degli utenti e che l’uso di un sistema di intelligenza artificiale dovrebbe essere testato su un campione rappresentativo come parte di uno studio clinico.

All’intelligenza artificiale è stato insegnato a prevedere il calo della pressione sanguigna durante l’intervento chirurgico

Nel giugno 2018, la rivista Anesthesiology ha pubblicato i risultati di un gruppo di ricercatori che hanno sviluppato un algoritmo per prevedere una potenziale ipotensione o un calo anomalo della pressione sanguigna durante un intervento chirurgico.

Per creare l'algoritmo, i ricercatori hanno utilizzato la tecnologia di apprendimento automatico: l'intelligenza artificiale ha analizzato i dati di 1.334 pazienti durante l'operazione in cui è stata registrata la pressione sanguigna, per un totale di 545.959 minuti. Sulla base di questi dati è stato preparato un algoritmo per prevedere l'ipotensione durante l'intervento chirurgico.

Una volta convalidato l’algoritmo, i ricercatori lo hanno testato su un secondo set di dati che includeva le letture della pressione sanguigna di 204 pazienti per una durata totale di 33.236 minuti. Queste registrazioni includevano 1923 episodi di ipotensione. L'algoritmo ha previsto con precisione un improvviso calo della pressione sanguigna 15 minuti prima che si verificasse nell'84% dei casi, 10 minuti prima che si verificasse nell'84% dei casi e cinque minuti prima che si verificasse nell'87% dei casi.

I ricercatori suggeriscono che questo algoritmo può essere utilizzato attivamente da anestesisti e chirurghi per prevenire complicazioni associate all’ipotensione, come l’infarto miocardico postoperatorio o l’insufficienza renale acuta.

Come ha osservato in una dichiarazione Maxime Cannesson, MD, ricercatore capo, professore di anestesiologia ed ex presidente del Dipartimento di medicina perioperatoria presso l'UCLA Medical Center di Los Angeles, i medici non avevano in precedenza modo di prevedere l'ipotensione durante l'intervento chirurgico e, naturalmente, in tali condizioni, gli anestesisti dovevano agire molto rapidamente in risposta a un improvviso calo della pressione sanguigna. La capacità di prevedere gli episodi di ipotensione durante l'intervento chirurgico consentirà ai medici di prevenire attivamente lo sviluppo di questi episodi e le loro complicanze.

L’intelligenza artificiale è migliore dei medici nel riconoscere il cancro della pelle

A fine maggio 2018 è stato pubblicato uno studio che dimostra la maggiore efficienza dell’intelligenza artificiale rispetto a quella umana in termini di riconoscimento del cancro. Tuttavia, nei luoghi difficili da raggiungere, il computer non è così preciso. Per saperne di più.

Tre applicazioni più promettenti dell’IA in medicina

L’intelligenza artificiale è stata coinvolta nella diagnostica ecografica delle donne incinte

Un ospedale britannico ha lanciato un nuovo tipo di test fetale per patologie che un medico non è in grado di notare. Il sistema, basato sull'intelligenza artificiale, dispone di 350.000 immagini classificate in base a varie deviazioni.

Secondo Engineer, la diagnostica ecografica basata sull'intelligenza artificiale si chiama ScanNav ed è progettata per fornire al medico informazioni aggiuntive in tempo reale. Di conseguenza, l'intelligenza artificiale consente allo specialista di non avere dubbi sul fatto che tutti gli angoli vengano presi in considerazione. Quest'ultimo è particolarmente vero a causa del movimento del feto nell'utero.

Finora, la tecnologia è stata testata in modalità test in ostetricia, ma in futuro si prevede di applicare lo sviluppo in vari campi della medicina. A proposito, in Giappone, che soffre di carenza di medici, sono già riposte grandi speranze nei diagnostici dell'IA, e in Cina l'intelligenza artificiale ha persino ottenuto una licenza medica.

L’intelligenza artificiale cercherà nuovi antibiotici

La resistenza agli antibiotici è uno dei maggiori problemi della medicina moderna. Grazie all'uso diffuso di antibiotici e al mancato rispetto delle istruzioni del medico, i farmaci hanno smesso di agire sui batteri, il che causa problemi nel trattamento sia delle malattie quotidiane più comuni che di quelle gravi.

Una tecnica in grado di affrontare la resistenza agli antibiotici è la ricerca di varianti di antibiotici noti. Sfortunatamente, questo è un processo estremamente difficile e dispendioso in termini di tempo. Almeno per le persone. Quando entrano in gioco gli algoritmi, la questione del tempo cessa di essere così significativa.

Un gruppo di ricercatori americani e russi ha creato un algoritmo antibiotico che, analizzando rapidamente i database, può scoprire 10 volte più varianti antibiotiche di quelle scoperte durante tutti questi studi negli anni precedenti.

L'algoritmo, noto come VarQuest, è descritto in un articolo pubblicato sull'ultimo numero della rivista Nature Microbiology. Hossein Mahimani, professore alla Carnegie Mellon University, afferma in un comunicato stampa che VarQuest ha completato una ricerca che avrebbe richiesto centinaia di anni con i metodi informatici tradizionali.

Mohimani sottolinea inoltre che VarQuest è stata in grado di fornire più di mille varianti dei gruppi peptidici utilizzati per produrre antibiotici in tempi record, e in questo modo può offrire ai microbiologi una prospettiva più ampia, forse anche mettendo in guardia su tendenze o modelli nell'ambito microbiologico. mondo che altrimenti passerebbe completamente inosservato.

2017

Uno tsunami di tecnologie IA è in arrivo nel settore sanitario

Creato un dispositivo AI per il controllo remoto del sonno utilizzando le onde radio

L'8 agosto si è saputo che gli ingegneri (MIT), con la partecipazione di specialisti del Massachusetts Central Hospital, hanno sviluppato un sistema di intelligenza artificiale in grado di controllare il sonno umano utilizzando le onde radio.

Secondo TNW, il dispositivo, che assomiglia a un normale router Wi-Fi, analizza da remoto i segnali radio attorno a una persona e determina le fasi del sonno in base al movimento degli occhi: leggero, profondo o veloce. Poiché le onde radio rimbalzano sul corpo, qualsiasi leggero movimento del corpo modifica la frequenza delle onde riflesse. L'analisi di queste onde aiuta a identificare i parametri vitali della vita umana, come il polso e la frequenza respiratoria, e a determinare le deviazioni dalla norma. Per il funzionamento, il dispositivo non necessita di sensori ed è adatto per l'uso domestico.

Si presume che il monitoraggio del sonno in tempo reale in vivo risponderà a molte domande relative al suo disturbo. Come previsto dagli scienziati del MIT, il loro sviluppo si trasformerà nel tempo in uno strumento a tutti gli effetti che consentirà ai medici curanti di monitorare i parametri del sonno a distanza, modificandoli se necessario.

Esperimento di clonazione di suini in Cina condotto da robot con intelligenza artificiale

Per la prima volta nella storia dell'umanità, gli scienziati cinesi dell'Istituto di robotica e sistemi informatici automatizzati dell'Università Nankai di Tianjin sono riusciti a clonare con successo maiali utilizzando robot, riferisce il China People's Daily. All'inizio di gennaio 2017, sono stati clonati 510 embrioni sono stati posti in sei surrogati. Come risultato dell'esperimento, due scrofe alla fine di aprile, al 110° giorno di gravidanza, hanno dato alla luce 13 suinetti sani allevati artificialmente.

Durante l'esperimento sulla clonazione di maiali, gli scienziati hanno utilizzato per la prima volta speciali micromanipolatori-analizzatori robotici, che hanno eseguito tutte le operazioni per la raccolta e il trasferimento del DNA dagli animali donatori ai portatori surrogati. I micromanipolatori universali controllati dall'intelligenza artificiale per operazioni con il DNA combinano le funzioni di campionamento, test e funzionamento.

Il processo di clonazione del suino, realizzato in collaborazione con l'Istituto per la Zootecnia e la Ricerca Veterinaria, ha previsto la cosiddetta tecnica del Trasferimento Nucleare delle Cellule Somatiche (SCNT), comunemente utilizzata per la riproduzione - quando il nucleo di una cellula somatica viene trasferito nell'ovulo senza un nucleo. Il vantaggio di questa tecnica è la garanzia di un'inseminazione di alta qualità dell'uovo, e lo svantaggio è il basso livello di completamento positivo degli esperimenti a causa dell'elevata percentuale di difetti nel processo di clonazione.

Il problema principale con il processo di clonazione per trasferimento nucleare è evitare la distruzione delle cellule sensibili. I ricercatori hanno effettuato un’analisi preliminare della potenza richiesta affinché lo strumento funzioni in sicurezza con le cellule durante la rimozione dei nuclei, quindi l’hanno regolata al livello più basso possibile. Per questo motivo il grado di deformazione cellulare è diminuito da 30-40 mm a 10-15 mm, il che ha migliorato il successivo sviluppo della cellula e aumentato le possibilità di successo.

Si presume che i dati ottenuti come risultato dello studio sulla relazione tra microoperazioni sulle cellule e ulteriore sviluppo delle cellule possano aiutare altri scienziati a fare le seguenti scoperte in questo settore.

L’intelligenza artificiale ha insegnato a prevedere un infarto meglio dei medici

Nell’aprile 2017, gli scienziati dell’Università di Nottingham hanno presentato una tecnologia di intelligenza artificiale in grado di prevedere l’insorgenza di un infarto. Gli sviluppatori affermano che la precisione della previsione è superiore a quella dei medici.

Lo studio ha confrontato l’efficacia delle raccomandazioni mediche con il lavoro di quattro programmi scritti utilizzando algoritmi di apprendimento automatico. Gli scienziati miravano a trovare modelli nei registri di oltre 378.000 pazienti. Sono stati inseriti nel computer 22 criteri, tra cui età, nazionalità, presenza di artrite e malattie renali e livello di colesterolo nel sangue.

I risultati ottenuti dall’intelligenza artificiale sul rischio di infarto sono stati confrontati con i dati del 2015 e si sono rivelati più accurati delle previsioni dei medici basate sulle raccomandazioni dell’American College of Cardiology (ACC) e dell’American Heart Association (AHA): accuratezza dal 74,5% al ​​76,4% rispetto a 72,8%.

Secondo gli autori del progetto, il computer potrebbe salvare 355 vite in più rispetto ai metodi ACC e AHA. Gli scienziati intendono migliorare l'efficienza del sistema intelligente aggiungendovi fattori di rischio come stile di vita e dati genetici.

È interessante notare che gli algoritmi non hanno tenuto conto dell’impatto del diabete, che è sempre stato considerato un fattore di rischio nel sistema ACC e AHA.

Secondo l'epidemiologo dell'Università di Nottingham Stephen Wang, i sistemi biologici hanno molte relazioni, alcune delle quali sconosciute ai medici: ad esempio, l'aumento del grasso corporeo in determinate condizioni può proteggere da anomalie acute nel lavoro del cuore. Tali interazioni non sono ovvie, sono difficili da notare e spiegare, ma un programma per computer è in grado di tracciare la connessione analizzando enormi quantità di dati, dice.