Главная » IT-индустрия » BIG DATA 2019: На что способны большие данные в медицине

BIG DATA 2019: На что способны большие данные в медицине

По словам Виктора Гомболевского из НПЦ медицинской радиологии Депздрава Москвы, анализ всего пула информации, окружающей пациента, ведет к новой медицине — персонализированной и превентивной.

 

Прежде всего это касается случаев, когда для постановки диагноза требуется провести тщательный анализ медицинских изображений. За последние пару лет было опубликовано сразу несколько исследований, описывающих прецеденты, когда искусственный интеллект превосходит врача в точности диагностики.

Полученные снимки и сделанные по ним медицинские заключения могут анализироваться с помощью технологий машинного обучения. В столице все «тяжелое» медицинское оборудование поликлиник, предназначенное для лучевой диагностики, связано в общий цифровой контур Единым радиологическим информационным сервисом. Система принимает соответствующие решения с точностью 95%. В пилотном проекте скрининга рака легкого, охватывающем 10 городских поликлиник, когнитивную систему обработки естественного языка IBM Watson Explorer обучили искать расхождения в протоколах между описаниями и заключениями, а также проверять, как врачи следуют методическим рекомендациям о тактике ведения пациентов после скрининговой низкодозной компьютерной томографии.

А сейчас он ответил на несколько вопросов. На ежегодном форуме BIG DATA 2019 издательства «Открытые системы» Виктор Гомболевский, руководитель отдела развития качества радиологии НПЦ медицинской радиологии Департамента здравоохранения Москвы, расскажет о том, какую роль играет искусственный интеллект в онкологическом скрининге.

- В чем основная проблематика больших данных в медицине?

При этом сведения многих медицинских информационных ресурсов остаются незащищенными. Мир больших данных представляет благодатную почву для различных ИТ-продуктов, растущих как грибы после дождя. Поэтому, хотим мы того или нет, медицинские данные будут использоваться как во благо человека, так и во зло. Сегодня на основе агрегирования данных соцсетей можно предсказать дату рождения ребенка, чтобы вовремя предоставить маме рекламу коляски; медицинская информация сулит акулам бизнеса миллиарды. Под благом можно понимать ИТ-решения, способные привести к продлению жизни конкретного человека и повышению качества его жизни, а под злом — те, что могут нанести ущерб, либо не окажут положительного воздействия на жизнь и ее качество (например, продажа информации о болезни пациента с целью увеличить его страховые взносы в связи с повышенным риском инфаркта).

- Что сулит применение искусственного интеллекта для анализа медицинских данных?

д.). Для диагностики важен целый пул информации, окружающей пациента (его покупки, диагнозы, риски каких-либо состояний и т. Так, по результатам анализа больших данных можно предсказать риск психического заболевания у конкретного человека, в том числе депрессивных состояний, сопровождающихся суицидальными наклонностями. Ее анализ ведет к новой медицине — персонализированной и превентивной.

Например, лекарственный препарат может не помогать 96% пациентов, но конкретному человеку нужно рекомендовать именно его, а другому, напротив, от данного назначения следует воздержаться, поскольку высок риск аллергической реакции. Превентивная медицина представляется сверхэкономичной, так как фокусирует усилия точечно.

Еще один пример — проведение исследований не всем подряд раз в год, а для каждого пациента по персональному графику, составленному в зависимости от его рисков.

Врач должен принимать решения, «переварив» вводную информацию, но зачастую ее так много, что пациент отсекает эпизоды, которые могут иметь решающее значение. Значительную часть рутины в работе врача можно автоматизировать за счет предварительного сбора и первичного анализа данных. Но если его переспросить, «когда был перелом», то в ответ можно услышать «это же был перелом, а не травма». Например, для того чтобы дифференцировать отдаленное распространение онкологического процесса на кости, важна информация о травмах, а пациент уверяет, что никаких травм не было.

Есть разные сценарии использования искусственного интеллекта в диагностике — от формирования «умного расписания» до агрегирования данных с целью построения предсказательной модели, позволяющей добиться повышения качества на каждом шаге.

Ведутся исследования по обнаружению очагов в легких по результатам низкодозной компьютерной томографии для скрининга рака легкого: на одном из открытых конкурсов было разработано более 18 тыс. Активный поиск новых сфер применения искусственного интеллекта в медицине, в том числе в скрининге, продолжается. алгоритмов искусственного интеллекта с различными результатами по одной задаче.

- Если результаты различаются даже на обучающих выборках, не обесценивает ли это работу алгоритмов в глазах врачей?

Иначе можно трактовать эти результаты совершенно по-разному. Именно поэтому обучающие и тестовые выборки должны быть максимально близки к реальным условиям применения. Обученный на отечественных кейсах искусственный интеллект не подойдет для них, так как в каждом пациенте он будет видеть неизвестную для себя ситуацию, которую вполне может признать патологией. Например, в некоторых странах флюорографию выполняют в одежде.

- Как решается проблема доверия к искусственному интеллекту?

Во-первых, человек должен признать, что он не поймет, как работает искусственный интеллект: мы действительно не понимаем, как он приходит к тому или иному выводу. Ответ состоит из двух частей. Разве это меняет наше доверие к ним? Но понимаем ли мы, как работает мобильный телефон, электронная почта или калькулятор? Во-вторых, алгоритмы искусственного интеллекта являются не целью, а еще одним инструментом в руках врача, увеличивающим его возможности.

- О чем вы расскажете участникам форума?

А также о том, каким образом мы добились высокой точности обработки естественного языка и какими должны быть обучающие выборки для алгоритмов поиска патологий на медицинских изображениях. О результатах уже завершенного проекта по применению искусственного интеллекта, о выводах, которые мы сделали, и текущих задачах, где мы пытаемся расширить «компетенцию» искусственного интеллекта в диагностике.

Оставить комментарий

Ваш email нигде не будет показан
Обязательные для заполнения поля помечены *

*

x

Ещё про высокие технологии

Банк России стал более позитивен в оценке криптовалют

13:09 19.04.2019 |   189 прочтений В свежем отчете финансового регулятора утверждается, что цифровые деньги, выпущенные ЦБ, смогут стать полным эквивалентом наличных, если окажутся ликвидными и простыми в использовании.   Отечественный финансовый регулятор представил доклад «Есть ли будущее у цифровых валют центральных ...

Deloitte: Интернет вещей просит 5G

Пол Ли: «Главный вопрос заключается в том, какие новые бизнес-модели возникнут в России с появлением 5G, и он пока открыт» Возможностей нынешних сетей связи недостаточно для полноценного и массового использования возможностей подключенных устройств.   Именно от появления связи нового поколения ...