Applicazione dell'intelligenza artificiale in medicina. Intelligenza artificiale in medicina: le principali tendenze nel mondo

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 GooglePlay

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 in ospedale, 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 ritardata.

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, le reti neurali e l’apprendimento automatico sono entrati rapidamente e saldamente nel settore dell’informatizzazione sanitaria come uno dei motori chiave e delle direzioni di sviluppo per i prossimi anni. Insieme alla telemedicina, questo è uno degli argomenti più popolari nei media e nella blogosfera. Il numero di messaggi e discussioni è in costante crescita sul fatto che la prossima nuova soluzione rivoluzionaria per la medicina, costruita sulla base di metodi di intelligenza artificiale, è pianificata o è già stata creata.

Abbiamo preparato per te i 10 lavori più interessanti su questo argomento che meritano attenzione.

1. Il grande risveglio dell’intelligenza artificiale. Il New York Times Magazine ha pubblicato un articolo che racconta come Google Translate ha imparato a tradurre quasi come una persona, cos'è l'intelligenza artificiale e cosa c'entrano i gatti e la "stanza cinese". Gli editori di vc.ru hanno pubblicato una traduzione di questo articolo, all'indirizzo https://vc.ru/21767-the-great-ai-awakening
2. Come l’intelligenza artificiale cambierà la sanità in 5 anni. Norman Winarski, uno dei fondatori di Siri e consulente di SRI Ventures, ha parlato del futuro dell'assistenza sanitaria tra cinque anni, tenendo conto dell'impatto dell'intelligenza artificiale. Indirizzo: https://rb.ru/story/future-of-ai-healthcare/
3. Intelligenza artificiale e decisione medica. Sergey Sorokin, direttore generale di Intellogic e fondatore di Botkin.AI, sulle possibilità dell'intelligenza artificiale nel supportare il processo decisionale medico e nello sviluppo della diagnostica: https://www.if24.ru/iskin-i-vrachebnoe-reshenie/
4. L'algoritmo di Andrew Ng è migliore dei medici nel diagnosticare la polmonite. Un team dell’Università di Stanford guidato da Andrew Ng ha sviluppato un algoritmo di deep learning che supera i radiologi esperti nella diagnosi di polmonite dai raggi X https://hightech.fm/2017/11/16/pneumonia-algorithm
5. L'intelligenza artificiale può già curare non peggio dei medici: tendenze nello sviluppo dell'IA in medicina. Ilya Popov, membro dei gruppi di lavoro industriali del Ministero delle Finanze della Federazione Russa, della Camera di Commercio e dell'Industria della Federazione Russa e di Business Russia, ha parlato delle tendenze di sviluppo dell'IA nel settore farmaceutico e medico e ha fornito previsioni per il 2018: https: //rb.ru/opinion/trendy-razvitiya -ai-v-farme/
6. L’intelligenza artificiale aiuterà a fare diagnosi in tutti gli ospedali della Cina. Secondo il China Daily, le piattaforme di intelligenza artificiale medica possono effettuare anche le diagnosi più complesse con una precisione dell’85% e prescrivere regimi di trattamento del cancro che sono coerenti al 96% con l’opinione dei migliori medici cinesi. Indirizzo: https://hightech.fm/2017/10/11/ai-china-diagnostic
7. Intelligenza artificiale: una rivoluzione o una nuova strategia di marketing? Panoramica delle opinioni sul tema dell'intelligenza artificiale di vari esperti: https://www.crn.ru/numbers/spec-numbers/detail.php?ID=123946
8. Gli errori dell’intelligenza artificiale. Ogni giorno sentiamo dire che l'intelligenza artificiale risolverà tutti i nostri problemi, dalle auto a guida autonoma alla cura del cancro. Allo stesso tempo, alcuni scienziati e leader del settore, come Elon Musk, il fondatore di Tesla, ritengono che l’intelligenza artificiale rappresenti una minaccia esistenziale per l’umanità. Dov'è la verità e cosa si nasconde sotto questo termine? Lo specialista in informatica Anatoly Gershman parla dei principali miti che circondano l'intelligenza artificiale https://postnauka.ru/faq/80051
9. Le soluzioni e i progetti AI più interessanti del 2017. Uno dei trend più brillanti dell’IT dello scorso anno è stato il rapido sviluppo di servizi che utilizzano tecnologie di apprendimento automatico e sistemi di intelligenza artificiale (Intelligenza Artificiale, AI) basati su reti neurali. Ricordiamo le soluzioni software più originali e promettenti in quest'area https://3dnews.ru/963472/
10. Google presenta uno strumento AI open source per la medicina di precisione. L'azienda ha reso disponibile tramite Google Cloud DeepVariant, uno strumento che può essere utilizzato per migliorare l'accuratezza del sequenziamento genomico.

• 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 transazioni. 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 dei maiali, per la prima volta gli scienziati hanno utilizzato 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.

Panoramica del direttore generale del servizio Doc+ Ruslan Zaydullin.

Ai segnalibri

L’intelligenza artificiale (AI) non è una mente cibernetica, ma un sistema di algoritmi basato sull’apprendimento automatico. Gli scienziati ritengono che in futuro l’intelligenza artificiale ci libererà dallo svolgimento di compiti di routine in molti settori. Ad esempio, l’intelligenza artificiale potrebbe avere un impatto importante sulla medicina.

Prodotti, servizi e processi medici "intelligenti" vengono già sviluppati da aziende come IBM, Google, Apple, Microsoft, General Electric e molte altre: secondo la società di ricerca Venture Scanner, ce ne sono più di 800. USA, Gran Bretagna e Israele sono i più attivi.

Gli analisti di IDC hanno calcolato che entro il 2018, il 30% delle organizzazioni sanitarie offrirà ai clienti servizi basati sull’intelligenza artificiale. In questo articolo vi racconteremo cosa possono fare oggi i sistemi intelligenti e chi li sta sviluppando.

Elaborazione dei dati del paziente

Ogni immagine medica, protocollo di esame e anamnesi contiene informazioni che consentono di diagnosticare e prescrivere con precisione un trattamento. Purtroppo anche i medici esperti non sempre riescono a vedere il quadro completo della malattia, perché i dati nella cartella clinica non sono strutturati e la storia medica può essere troppo voluminosa. La loro efficienza risente anche della stanchezza e, in alcuni casi, della mancanza di conoscenza in ambiti ristretti.

Alcune malattie, come il cancro, possono essere sconfitte se i sintomi non evidenti vengono riconosciuti in tempo e si inizia il trattamento. Secondo Google, un paziente su dieci soffre di un'errata interpretazione delle informazioni mediche.

L’intelligenza artificiale può risolvere questo problema. Sviluppi "intelligenti" per la valutazione delle condizioni del paziente e la diagnosi preliminare sono offerti da Google (Deepmind Health) e IBM (Watson Health).

Un esempio di soluzioni mHealth intelligenti è il servizio Ada. L'app mobile pone domande e la persona descrive i propri sintomi. Successivamente, il sistema cerca nel database informazioni sul problema, fornisce raccomandazioni e, in alcuni casi, consiglia di consultare un medico. Nel mercato russo, DOC + sta sviluppando tali soluzioni, così come Qapsula.

Ci sono altri servizi simili. Inoltre, sono in grado di diagnosticare malattie complesse: ad esempio la retinopatia diabetica. O addirittura prevedere possibili problemi cardiaci in persone apparentemente sane.

È necessaria un’attenzione speciale per le persone che sono state recentemente dimesse dall’ospedale. Per loro è stata sviluppata l'applicazione Sense.ly, la cui base è la stessa intelligenza artificiale.

Il sistema raccoglie e analizza i dati sulla salute umana e li invia al medico. Se lo specialista nota un problema, manda immediatamente il paziente in ospedale. Purtroppo non è ancora disponibile in Russia: il servizio funziona solo negli USA.

Guadagnare popolarità e analisi genetica. Più informazioni hanno i medici sulla causa principale della malattia, più efficace è il trattamento. In questo vengono aiutati dai sistemi “intelligenti” di analisi del genoma. Uno di questi servizi è Sophia Genetics. L'analisi del DNA rivela la predisposizione di una persona a una serie di malattie: ulcere allo stomaco, diabete e così via.

Vale anche la pena notare i progetti longevità umana e genomica profonda. Il loro compito è la raccolta primaria di informazioni e la creazione di un database "genetico". Già oggi puoi donare un campione di materiale genetico e ricevere un rapporto dettagliato con l'analisi del tuo genoma. Ad esempio, tale servizio è fornito dal servizio americano 23andMe e dal servizio nazionale Atlas.

Tali progetti non solo soddisfano la curiosità del cliente, ma aiutano anche, ad esempio, a scegliere un medicinale in base alle caratteristiche individuali.

L’intelligenza artificiale consentirà una modellizzazione dei farmaci più accurata. In futuro, gli scienziati saranno in grado di impostare le proprietà desiderate di un composto chimico e il computer formerà la struttura molecolare necessaria.

Già adesso ci sono aziende che offrono tali soluzioni. Uno di loro, Atomwise, utilizza i supercomputer per trovare la formula ottimale per un farmaco. Un altro esempio di un progetto simile è Berg Health.

Se l’intelligenza artificiale si diffondesse nel settore farmaceutico, possiamo aspettarci l’emergere di farmaci qualitativamente nuovi e una riduzione del tempo di commercializzazione.

Sviluppi russi

Sopra abbiamo citato più volte come esempio progetti provenienti da Europa, Asia e Stati Uniti. Tuttavia, in Russia si sta lavorando anche in diversi settori del campo dell’intelligenza artificiale medica. I più popolari riguardano il riconoscimento vocale e la diagnosi online di malattie utilizzando immagini mediche.

L'anno scorso, il Centro per le tecnologie vocali ha ricevuto 250 milioni di rubli per sviluppare un servizio cloud per il riconoscimento vocale del parlato medico Voice2Med.

L’obiettivo del progetto è ridurre il tempo che gli operatori sanitari dedicano alla compilazione dei documenti. Secondo il Ministero del Lavoro e della Protezione Sociale, ora ciò richiede la metà dell’orario di lavoro.