Gelecek çoktan geldi: Yapay zekanın tıpta nasıl kullanıldığı. Tıpta yapay zeka: dünyadaki ana eğilimler Tıpta yapay zeka İngilizce makalesi

Yapay zeka, sinir ağları ve makine öğrenimi, önümüzdeki yıllarda temel itici güçlerden ve gelişim alanlarından biri olarak sağlık bilişimi sektörüne hızlı ve sağlam bir şekilde girdi. Teletıp ile birlikte bu, medya ve blog dünyasındaki en popüler konulardan biridir. Yapay zeka yöntemlerine dayalı olarak tıpta devrim niteliğinde yeni bir çözümün planlandığı veya zaten yaratıldığına dair mesaj ve tartışmaların sayısı sürekli artıyor.

Sizin için en çok 10 tanesini hazırladık ilginç işler dikkati hak eden bu konu hakkında.

1. Yapay Zekanın Büyük Uyanışı. New York Times Dergisi, Google Çeviri'nin neredeyse insan gibi çeviri yapmayı nasıl öğrendiğini, yapay zekanın ne olduğunu, kedilerin ve Çin Odası'nın bununla ne ilgisi olduğunu anlatan bir makale yayınladı. Vc.ru editörleri bu makalenin bir çevirisini yayınladı, adres https://vc.ru/21767-the-great-ai-awakening
2. Yapay zeka 5 yıl içinde sağlık hizmetlerini nasıl değiştirecek? Siri'nin ortak yaratıcısı ve risk sermayesi fonu SRI Ventures'ın danışmanı Norman Winarski, yapay zekanın etkisini dikkate alarak sağlık hizmetlerinin beş yıl içindeki geleceği hakkında konuştu. Adres: https://rb.ru/story/future-of-ai-healthcare/
3. Yapay zeka ve tıbbi karar. Intellogik CEO'su ve Botkin.AI kurucusu Sergey Sorokin, yapay zekanın benimsenmeyi destekleme yetenekleri hakkında konuşuyor tıbbi kararlar ve teşhisin geliştirilmesi: https://www.if24.ru/iskin-i-vrachebnoe-reshenie/
4. Andrew Ng'nin algoritması zatürreyi teşhis etmede doktorlardan daha iyi. Stanford Üniversitesi'nde Andrew Ng liderliğindeki bir ekip, X ışınlarından pnömoni teşhisinde deneyimli radyologlardan daha iyi performans gösteren bir derin öğrenme algoritması geliştirdi https://hightech.fm/2017/11/16/pneumonia-algorithm
5. Yapay zeka zaten doktorlar kadar iyi tedavi edebiliyor: Tıpta yapay zekanın gelişimindeki eğilimler. Rusya Federasyonu Maliye Bakanlığı, Rusya Federasyonu Ticaret ve Sanayi Odası ve İş Rusyası'na bağlı sektör çalışma gruplarının üyesi olan Ilya Popov, ilaç ve tıpta yapay zekanın gelişimindeki eğilimler hakkında konuştu ve 2018 için tahminler verdi. : https://rb.ru/opinion/trendy-razvitiya -ai-v-farme/
6. Yapay zeka Çin'deki tüm hastanelerde teşhis koymaya yardımcı olacak. Tıbbi yapay zeka platformları en karmaşık teşhisleri bile %85 doğrulukla yapabiliyor ve tedavi rejimleri önerebiliyor onkolojik hastalıklar China Daily'nin haberine göre bu, Çin'deki en iyi doktorların görüşleriyle %96 oranında örtüşüyor. Adres: https://hightech.fm/2017/10/11/ai-china-diagnostic
7. Yapay zeka: bir devrim mi, yoksa yeni bir pazarlama taktiği mi?Çeşitli uzmanların yapay zeka konusundaki görüşlerinin incelenmesi: https://www.crn.ru/numbers/spec-numbers/detail.php?ID=123946
8. Yapay Zeka Yanılgıları. Yapay zekanın sürücüsüz arabalardan kanser tedavisine kadar tüm sorunlarımızı çözeceğini her gün duyuyoruz. Aynı zamanda Tesla'nın kurucusu Elon Musk gibi bazı bilim insanları ve endüstri kaptanları da yapay zekanın insanlık için varoluşsal bir tehdit oluşturduğuna inanıyor. Gerçek nerede ve bu terimin altında neler gizli? Bilgisayar Bilimi uzmanı Anatoly Gershman, yapay zekayı çevreleyen ana mitleri anlatıyor https://postnauka.ru/faq/80051
9. 2017'nin en ilginç yapay zeka çözümleri ve projeleri. Geçtiğimiz yılın en parlak BT trendlerinden biri, makine öğrenimi teknolojilerini ve sinir ağlarına dayalı yapay zeka (AI) sistemlerini kullanan hizmetlerin hızlı gelişimiydi. Bu alandaki en orijinal ve gelecek vaat eden yazılım çözümlerini hatırlıyoruz https://3dnews.ru/963472/
10. Google, hassas tıp için açık kaynaklı yapay zeka aracını tanıtıyor. Şirket, genomik sıralamanın doğruluğunu artırmak için kullanılabilecek bir araç olan DeepVariant'ı Google Cloud aracılığıyla kullanıma sundu

Yapay zeka (AI, İngilizce: Yapay zeka, AI) - akıllı makineler, özellikle akıllı makineler yaratma bilimi ve teknolojisi bilgisayar programları. Yapay zeka, insan zekasını anlamak için bilgisayarların kullanılmasına ilişkin benzer bir görevle ilişkilidir ancak biyolojik olarak makul yöntemlerle sınırlı olması şart değildir.

Yapay zeka ne işe yarar sorusunun tek bir cevabı yok. Yapay zeka hakkında kitap yazan hemen hemen her yazar, bu bilimin başarılarını onun ışığında değerlendirerek bir tanımdan yola çıkar.

Yapay zeka gelişiminin iki yönü ayırt edilebilir:

uzmanlaşmış yapay zeka sistemlerini insan yeteneklerine yaklaştırma ve bunların insan doğası tarafından gerçekleştirilen entegrasyonu ile ilgili sorunları çözmek;

Halihazırda oluşturulmuş yapay zeka sistemlerinin entegrasyonunu temsil eden yapay zekanın oluşturulması birleşik sistem insanlığın sorunlarını çözebilecek güçte.

Ancak şu anda yapay zeka alanı, yapay zeka ile temel bir ilişkiden ziyade pratik bir ilişkisi olan birçok konu alanının katılımını görüyor. Pek çok yaklaşım test edildi ancak henüz hiçbir araştırma grubu yapay zekanın ortaya çıkışına yaklaşmadı.

Robotik ve yapay zeka alanları birbiriyle yakından ilişkilidir. Bu iki bilimin entegrasyonu ve akıllı robotların yaratılması yapay zekanın bir başka alanını oluşturuyor.

Robotik elektronik, mekanik ve programlama gibi disiplinlere dayanır. İnşaat, endüstriyel, ev, havacılık ve aşırı (askeri, uzay, su altı) robotlar var.

Robotların nesneleri manipüle etmesi, yerelleştirme problemleriyle gezinmesi (konumu belirleme, yakındaki alanları keşfetmesi) ve hareketi planlaması (bir hedefe nasıl ulaşılacağı) için zeka gereklidir.

21. yüzyılda tıbbi robotların geliştirilmesi ve üretilmesi öyle teknik ve ekonomik bir başarı elde etti ki, onlar hakkındaki bilgiler her geçen yıl giderek daha az bilim kurgu gibi görünüyor.

Robotik ve yapay zeka sistemlerindeki ilerlemeler, kelimenin tam anlamıyla insanların yaşamları üzerindeki etkisini her geçen gün artırıyor. Robotikteki teknik ve ekonomik başarılar, tıbbın giderek robotların yardımına başvurmasına yol açtı. Günümüzde tıbbi robotlar karmaşık cerrahi operasyonları gerçekleştirme, doğru teşhis koymaya yardımcı olma, hastalara bakım yapma yeteneğine sahiptir ve yeteneklerinin listesi bununla sınırlı değildir.

Özellikle ciddiyse sağlık sorunlarımızı nasıl çözeriz? Her şey iyi bir klinik ve alanınızda lider bir uzman bulmakla başlar. Ve şimdi bu resmi hayal edin.

Bir klinik bulundu, bu alanda en başarılı uzman odur ve kabul eder.... saat!!!

Ne soyadı ne de soyadı var. Ancak yalnızca model adı. Bu bir robot!

Burada genel olarak yakın geleceğe dair bir beklenti var. Bu arada robotlar deneyimli bir doktorun sıkı rehberliği altında çalışıyor.

Bölümler:

Rodoktorlar

Robo-kompleksler

Robosisterler

Roboprotez

İçimizdeki robotlar

Rehabilitasyon robotları

Robo-yardım

Tıbbi robotlar nedir ve neden onlara ihtiyaç duyulur?

Tıbbi robot, genel olarak tıp ve özel olarak insan sağlığı ile ilgili her türlü eylemi gerçekleştirmek için oluşturulmuş bir robottur. Onlarca bilim kurgu yazarı, yüzlerce eserinde tıbbi robotların olası tüm işlevlerini, görevlerini ve hatta önerdikleri cihazların özelliklerini ayrıntılı olarak anlattı. Bu açıklamalar doğrultusunda geleceğin robotik balları çeşitli görsellerle karşımıza çıkıyor. Bunlar arasında, uzay giysisine yerleştirilmiş karmaşık minyatür ama çok akıllı “ilk yardım çantaları” ve “ölüleri diriltebilen” sabit tıbbi kompleksler yer alıyor. Bilim kurgu yazarları ayrıca robotik asistanların, dadıların ve diğer temizlik çalışanlarının düzinelerce modelini geliştirdiler. İnsan kanında sürekli olarak bulunan, toksinleri giderebilen, yaraları iyileştirebilen ve bilim kurgu aksiyon filmlerinin kahramanlarını tam anlamıyla aşılmaz hale getirebilen nanorobot seçeneği bile var.

Gerçekte tıbbi robotlar da benzer yönlerde gelişiyor. Öncelikle bunlar cerrahi komplekslerdir. Ve kararlardaki bağımsızlıkları tamamen şarta bağlı olsa da, bu tıbbi robotlar halihazırda yüzlerce başarılı operasyonu gerçekleştirdi.

Bugünün ikinci temel yönüne robotik asistanlar sınıfı denilebilir. Bu otomatikleştirilmiş hemşireler görünüşte insansı bir yapıya sahip ancak insan personele ve hastalara yardım etme konusunda büyük ilerlemeler kaydediyor.

Üçüncü yön öncelikle protezlerle, insan uzuvlarının değiştirilmesinin geliştirilmesiyle ve dış iskeletlerin yaratılmasıyla ilgilidir. Yapay "akıllı" uzuvlar yalnızca belirli hastalara yardımcı olmakla kalmıyor, aynı zamanda yeni robotik teknolojilerin geliştirilmesine de hizmet ediyor.

Robotik tıbbi cihazların büyük bir kısmı dışında, bağımsız hareket etme yeteneğini kaybetmiş insanlar için ulaşım araçları da bulunmaktadır. İster akıllı kontrole sahip bir tekerlekli sandalye olsun, ister yaralıları savaş alanından tahliye etmek için bir araç olsun.

Peki geleceğin doktorları için robotik öğretim yardımcıları olmadan nasıl yapabiliriz? Bu tıbbi robotlar diş ağrısından kıvranıyor, çocuk “doğuruyor” ve başlarına gelen diğer zorluklara kararlılıkla katlanıyor.

Tıbbi robotların geliştirilmesine yönelik yukarıdaki talimatlar listesi şu sorunun cevabı olabilir: Tıbbi robotlara neden ihtiyaç duyulur?

Daha önce tedaviye yönelik tıp akut hastalıklar Günümüzde kronik hastalıklara - obeziteye - giderek daha fazla önem verilmektedir.

Kalp yetmezliği, otoimmün bozukluklar ve hastalıkların erken teşhisi birçok hastanın hayatını kurtarır ancak doktorların işini zorlaştırır.

Seçip yazacağız
ücretsiz doktora görün

Ücretsiz uygulamayı indirin

Google Play'e yükleyin

App Store'da mevcut

Profesyonel sezgi ve deneyime sahip tıp dehaları için bile doğru kararı vermek o kadar kolay değil çünkü tıbbi verilerin hacmi her geçen saat hızla artıyor.

Bir sorunu hızlı bir şekilde çözmek için doktorların kendi zekalarına ek olarak başka bir zeka (yapay zeka) kullanması gerekir.

Yapay zeka nedir?

Uzmanlar, yapay zeka (AI) derken, bir makinenin rasyonel insan davranışını taklit etme yeteneğini kastediyor. Makine değişen bilgileri algılamalı ve en uygun kararları vermelidir.

21. yüzyılın başlarında iki yapay zeka kavramı tıpta uygulama alanı buldu: uzman sistemler ve sinir ağları.

Uzman sistemler nasıl çalışır?

Uzman sistemler 20. yüzyılın 70'li yıllarında geliştirilmeye başlandı. Uzman sistemin önemli bir parçası, bir konu hakkındaki bilgilerin ve gerçeklere uygulanabilir bir dizi talimatın toplandığı bilgi tabanıdır.

Uzman sistem bilgi tabanındaki gerçekler açıklanmaktadır kalıcı fenomen belirli bir konu alanında. Örneğin: “Sen sağlıklı kişi iki bacak".

Çalışma sırasında sistem belirli bir görev hakkında bilgi alır: "Hasta A'nın tek bacağı vardır" ve bunu çalışma belleğinde saklar. Çalışan bellek Karar verecek olan tabanı ifade ediyor: “Hasta A hasta.”

Uzman sistemlerin oluşturulması çok büyük kaynaklar gerektirir. İyi bir uzman sistem elde etmek için alan uzmanlarına, bilgi mühendislerine ve programcılara ihtiyacınız vardır. Bilgi tabanı yalnızca oluşturulmamalı, aynı zamanda sürekli güncellenmelidir.

Sinir ağları nasıl çalışır?

Günümüzde uzman sistem kavramı ciddi bir kriz yaşamaktadır. Öğrenme yeteneği sayesinde sinir ağları (NN'ler) yapay zeka pazarını fethetti.

Sinir ağının çalışma mekanizması biyolojik sinir ağları prensibine dayanmaktadır. Bilgisayar biçiminde, sinir ağları, katmanlara şu veya bu şekilde bağlanan üç veya daha fazla nöron katmanından oluşan bir grafiği temsil eder. Bağlantıların sinir ağı eğitiminde önemli rol oynayan ağırlıkları vardır.

Eğitim sırasında veriler giriş nöronlarına iletilir. Daha sonra veriler iç katmandaki nöronlar tarafından işlenir ve çıkış nöronlarından bazı yeni değerler elde edilir.

Elde edilen değerlerin araştırmacılara uymaması durumunda sinir ağındaki bağlantıların ağırlıklarını değiştirip yeniden eğitiyorlar. Sinir ağı ne kadar çok veri alırsa ürettiği sorguya verilen yanıt da o kadar güvenilir olur.

Örneğin sisteme yaptığımız talebimize yanıt olarak: “, üşüme ve sıcaklık"Binlerce hastanın tıbbi kayıtlarını analiz eden NS şu cevabı verebilir: "Yüksek bir olasılıkla sahip oldunuz."

Ağın ateş, titreme ve gribin ne olduğu konusunda bilgi sahibi olmadığını unutmamak önemlidir. Sadece bir veri örneğindeki semptomlar ile doktorun sonuçları arasındaki bağlantıları buluyor ve bu ilişkileri ağırlıklarına göre sıralıyor.

Yapay zeka ile geleneksel bilgisayar programları arasındaki temel fark

Geleneksel bilgisayar programlarının aksine, yapay zeka oluştururken programcının girdi verileri ile sonuç arasındaki tüm bağımlılıkları bilmesine gerek yoktur. Matematiksel modellerin zaten insan tarafından yaratıldığı yer - örneğin tıbbi kayıtların istatistiksel olarak işlenmesi için - Yapay zekaya gerek yok.

Yapay zekanın işi, bir dizi güvenilir veriden öğrenmek ve insanlar tarafından belirlenmeyen formülleri ve bağımlılıkları aramaktır.

Tıbbi yapay zeka neler yapabilir?

Doktorun pratiği ve tecrübesi hastalığın doğru teşhis edilmesi için yeterli olmayabilir. Bilimsel literatüre ve milyonlarca vaka raporuna erişim ile sinir ağı Bir vakayı hızlı bir şekilde sınıflandırabilir, benzer vakalarla ilişkilendirebilir ve tedavi planı için öneriler geliştirebilir.

Teknoloji gelişiminin mevcut aşamasında yapay zeka, bir doktorun yeteneklerinin ötesindeki karmaşık sorunları çözemez: örneğin, bir kişiyi bağımsız olarak tarayan ve etkili tedavi öneren harika cihazlar yaratmak.

Doktorlar için akıllı çözümler

Artık yapay zeka nispeten basit sorunları çözüyor: örneğin, var olup olmadığına dair bir sonuca varıyorlar. yabancı cisim veya röntgende patoloji olup olmadığı ve sitolojik materyalde kanser hücrelerinin bulunup bulunmadığı. Aynı zamanda, tıbbi veri değerlendirmelerinin (MR, ultrason görüntüleri, mamogramlar) doğruluğu şimdiden %90'ı aşıyor.

IBM Projesi: Watson

Yapay zekanın uygulanmasının en ünlü örneği tıbbi teşhis IBM Watson sistemi oldu. Bu, bir programlama dilinde değil, ortalama bir insanın dilinde formüle edilmiş soruları yanıtlayabilen bir süper bilgisayardır.

IBM, 2015 yılında yapay zeka teknolojisinin sağlık hizmetlerinde uygulanmasına odaklanan ayrı bir bölüm olan IBM Watson Health'i bile kurdu.

Watson bilgisayarının çeşitli veri kaynaklarına erişimi vardır: ansiklopediler, veritabanları bilimsel makaleler, bilgi antolojileri. IBM Watson, muazzam bilgi işlem gücü sayesinde 30 milyar tıbbi görüntüyü ve 50 milyon anonim elektronik sağlık kaydını analiz edebildi.

Başlangıçta IBM, yapay zekayı onkoloji alanında eğitti ve uyguladı. Ancak IBM Watson geliştiricileri yakın zamanda Amerikan Kalp Derneği ile işbirliği yapmaya başladı.

Artık, ultrason görüntü verilerine dayanarak bilişsel platform, aort kalp kapağı stenozu (çok yaygın bir kalp kusuru türü) belirtilerini arayacak.

Watson Health teknolojilerine Watson Health Cloud platformu üzerinden ulaşılabilir. Doktorlara, araştırmacılara, sigorta acentelerine ve sağlık şirketlerine yöneliktir.

Google projeleri: DM Health ve Verily

Doğal olarak IBM, tıpta akıllı çözümlerini destekleyen tek teknoloji canavarı değil. Google'ın bölümü DeepMind Health, tıp alanında bilişim devinin teknolojilerini kullanıyor.

Bugün DM Health, Londra oftalmoloji kliniği Moorfields Göz Hastanesi ile işbirliği yapmaktadır. Doktorlar yapay zekayı kullanarak binlerce anonim göz görüntüsünü analiz ederek bulmak istiyor birincil semptomlar körlük.

Ayrıca DM Health, baş ve boyun bölgesindeki sağlıklı ve kanserli dokuyu otomatik olarak ayırt edebilen bir ürün geliştirmek için University College London ile birlikte çalışıyor.

Başka bir Google bölümü olan Verily de benzer bir proje üzerinde çalışıyor. Şirketin uzmanları, bir insanı neyin sağlıklı kıldığını analiz etmek için yapay zeka ve Google arama motoru algoritmalarını kullanıyor.

İsrailli girişim: MedyMatch Technology

İstatistiklere göre, verilere dayalı tanı koyarken yapılan hata sayısı bilgisayarlı tomografi%30'u aşıyor. Bunu düşün! Neredeyse her üç vakadan birinde doktor hastaya yanlış tedaviyi önermektedir.

Yapay zekaya ve büyük verilere dayanan İsrailliler, doktorların daha doğru teşhis koyabileceği bir çözüm geliştirdi. MedyMatch sistemi, gerçek zamanlı olarak hastanın beyin görüntüsünü kendi "bulutunda" bulunan yüzbinlerce başka görüntüyle karşılaştırır.

MedyMatch'in yapay zekası, bir uzmanın her zaman fark edemediği normdan en küçük sapmaları bile algılıyor ve böylece tanı koymada hata olasılığını en aza indiriyor.

İsrail MedyMatch Technology'de yalnızca 20 kişi çalışıyor. Çoğu zaman olduğu gibi, küçük oyuncular yeni bir pazarda devlerle kolaylıkla rekabet edebilirler.

Hastalara akıllı çözümler

Kronik hastalığı olan kişilerin sağlıklarını her gün izlemeleri gerekir. Bunu yapmak için hastalar nabzı, kan basıncını ve solunumu izleyen cihazlar takarlar. Ancak verilerin sadece toplanması değil, aynı zamanda işlenmesi ve doğru yorumlanması da gerekmektedir.

Kurtarmaya gelen mobil uygulamalar:

• Vücudun durumu hakkındaki bilgilerle hızlı bir şekilde çalışın, endişe verici kalıpları ilgili hekime bildirin;
• programda halihazırda öngörülen refahı ve tedaviyi iyileştirmeye yönelik en basit ipuçlarını verin;
• Yapay zekanın ileri eğitimi için gerekli veri setlerini toplayın.

AliveCor Cep Kardiyologu

AliveCor'un mobil uygulaması, evde kardiyogram çekmek için sensör verilerini işleyebilir. Yapay zeka, hasta verilerinin şifresini günlük olarak çözer ve tehlikeli eğilimleri izler. Uygulama, yakın gelecekte kalp krizi geçirme riski tespit ederse kullanıcıdan önceden bir doktora başvurmasını isteyecek.

Neredeyse gerçek bir hemşire Sense.ly

Sense.ly uygulamasındaki animasyonlu hemşire sağlık durumunuzu, tansiyonunuzun normal olup olmadığını veya herhangi bir şikayetiniz olup olmadığını soruyor. Uygulamanın yapay zekası bilgileri tanır ve ilgili hekime gönderir. Sanal hemşire semptomlar hakkında açıklamalar yapabilir, ilaçlarınızı almanızı hatırlatabilir ve görüntülü görüşme yoluyla sizi doğrudan doktorunuzla bağlayabilir.

Tıbbi botlar-danışmanlar

Teletıp hizmeti Healthtap, binlerce konsültasyonun senaryolarını aldı ve bunları kullanarak Doctor A.I sohbet robotunu eğitti. Ayrıca Amazon Alexa akıllı hoparlörünüz aracılığıyla bu bottan tavsiye alabilirsiniz.

Benzer bir gelişme olan Heath Bot sohbet botu Microsoft'ta oluşturuldu. Ancak şu ana kadar botlar yalnızca İngilizce anlıyor.

Kanser hastaları için yapay zeka Mendel.ai

Bazen kanser hastalarının son umudu yeni bir kanser ilacını denemek olabilir. Hasta, gönüllü olarak farkındadır. yüksek risk, birkaç yıl içinde genel kullanıma sunulacak etkili tedaviyi alma şansına sahip.

Kanser hastası bir kişi, yapılan testlerin kendisine uygun olup olmadığını anlayacak yeterli donanıma sahip değildir. Mendel.ai projesinin yapay zekası çaresizlerin yardımına koşuyor: Sistem, tıbbi kaydın yazıldığı doğal dili tanıyor ve hastaya uygun testler sunuyor.

Hastane yönetimi için akıllı çözümler

Hastane operasyonları, personel ve kaynakların hızlı koordinasyonunu gerektirir; hastaların sağlığı ve yaşamları tehlikededir. Bir sağlık kurumunun belirli bir süre içinde kaç doktora, tesise, malzemeye ihtiyaç duyacağını nasıl tahmin edebiliriz?

Elektronik asistan Bright.md

Bright.md, doktor ve hasta arasında bir aracı olarak geliştirildi. Yapay zeka asistanı rutin görevlerin çözülmesine yardımcı oluyor; hasta ile doktor arasında bir toplantı organize ediyor, testleri planlıyor, bir anket kullanarak hastanın yanıtlarını alıyor.

Asistan, doktoru bürokratik prosedürlerden kurtarır ve hastanın klinikle etkileşimini kolaylaştırır.

Qventus hasta izleme sistemi

Qventus sistemi, hastanede yatan hastaların sağlık durumunu izliyor, bozulmayı tahmin ediyor ve kritik bir durumu önlemek için doktor ve ekipman ayırıyor.

Qventus AI yönetimi birçok Amerikan hastanesinde kullanılmaktadır ve etkinliği zaten kanıtlanmıştır. Bir hastanede sistem, personelin hastaların durumu hakkında zamanında uyarı alması ve anında yardım sağlaması sayesinde hastanedeki hasta sayısını %39 oranında azaltmayı başardı.

Klimenko'nun Rus tıbbına ilişkin "üçüncü görüşü"

Mart 2016'da IBM, Rusya'daki bir dizi tıbbi kurumdaki uzmanlara Watson'a test erişimi sağladı. IBM, hangi doktorların ve kliniklerin Watson'la çalışabileceğini belirtmedi.

Aynı zamanda IBM'in Rusya ve BDT'deki CEO'su Andrei Filatov, Rusya'da sağlık hizmetlerinin çok sıkı bir şekilde denetlendiğinden şikayet etti. Ev hekimliğinde bir prensip vardır: "İzin verilmeyen şey yasaktır."

IBM'in Rusya'daki başarısızlığının nedeni yüzeyde yatıyor - tıpta inovasyon, ithal ikamesine yönelik bir rotanın belirlendiği Dijital Ekonomi stratejisinin hedeflerinden biri olarak ilan ediliyor. Rusya Federasyonu Hükümeti'ne göre, 2020 yılına kadar Rusya'nın kendi “Watson”u olacak. Onu kim yaratacak?

2016 yılında Rusya Federasyonu Cumhurbaşkanı Danışmanı German Klimenko, Tıpta İnternet Geliştirme Enstitüsü fonunun ilk projesinin geliştirildiğini duyurdu. "Üçüncü Görüş" adı verilen sistem, röntgen, ultrason, CT ve MR'dan elde edilen dijital verilere dayanarak vücut patolojilerini tanıyacak.

Yazılım Video Analiz Teknolojileri şirketi tarafından geliştirilmiştir. Yapay zekanın eğitimine yönelik veriler, adını taşıyan Üroloji ve Girişimsel Radyoloji Araştırma Enstitüsü tarafından geliştiricilere ücretsiz olarak verildi. ÜZERİNDE. Lopatkin, Pediatrik Onkoloji ve İmmünoloji Ulusal Tıbbi Araştırma Merkezi'nin adını almıştır. Dmitry Rogachev ve bir dizi bölgesel tıp merkezi.

Bu kadar büyük bir proje ciddi bir yatırım gerektiriyor. Bay Klimenko'ya göre maliyetler on milyonlarca doları buluyor. Geliştiriciler, bir ICO (yatırımcılara kripto para birimleri satarak fon sağlamanın bir biçimi) aracılığıyla fon toplamayı planlıyor.

IBM'in Avrupa bölgesi ileri teknolojiler bölümünün eski lideri Pavel Shklyudov, “projenin (not - “Üçüncü görüş”) potansiyele sahip olduğuna, ancak böyle bir sistem sınıfı yaratmanın 5 yıl, yani 20 kat daha fazla zaman aldığına inanıyor. Finans ve insanlar ürüne odaklandı, bilimsel çalışmaya değil."

Yapay zeka uygulamasının sorunları: efsaneler ve gerçek zorluklar

İnsanlar yeni teknolojileri sıklıkla olumsuz değerlendiriyor. Yapay zekayı çevreleyen birçok korku, endişe ve efsane de var.

Yapay zeka insan zekasını yenmek üzere!

En yaygın efsane, "makinelerin isyanının" yaklaştığı inancıdır. Bu tür korkular açıkça erkendir.

Verdiğim teknoloji örnekleri sözde dar yapay zeka (dar yapay zeka) ile ilgilidir. Bu tür sistemler prensipte yalnızca belirli sorunları çözebilir, insan aklını aşamazlar.

Amerikalı fütürist Raymond Kurzweil, süper zeki Süper Zekanın ortaya çıkmasının 2045'ten önce beklenmemesi gerektiğini öngörüyor.

Ancak Microsoft'un kurucu ortağı Paul Allen'a göre bu konu henüz tam anlamıyla incelenmeyecek İnsan beyni yapay, potansiyel olarak tehlikeli süper zeka hakkında konuşmak için henüz çok erken.

Genel olarak makinelerin ayaklanması ertelendi.

Hastanın anonimlik hakkı olmayacak!

Ancak bu sorun gerçekten var. Tedavinin etkililiği adına tıbbi gizliliğin potansiyel ihlali oldukça olası görünmektedir.

Yapay zeka sistemlerinin ilgili ve faydalı bilgiler üretebilmesi için büyük miktarda veriye erişmeleri gerekiyor. Tıbbi veriler (elektronik kartlar, resimler, doktor raporları) kişisel bilgilerdir ve kişisel verilerin korunmasına ilişkin kanunlara tabidir.

Diyelim ki elektronik kartlar ve tıbbi geçmişler kamuya açık hale geldi. Sigorta şirketleri onlarla ilgilenebilir ve "tamamen sağlıklı olmayan" hastalar için poliçenin maliyetini şişirmeye başlayabilir.

İşverenler, hastalıklarını ya da genetik yatkınlıklarını öğrendikleri takdirde başvuru sahibini reddedebilir; bu, “Gattaca” filmindeki distopyanın tam bir gerçekleşmesidir.

Teknolojinin gelişimi yasal çerçevede değişiklik yapılmasını gerektirmektedir. Bu arada yenilikçiler “gri” bir yasal bölgede çalışmaya zorlanıyor.

Yapay zeka hukuki kaosu kışkırtacak!

Ne yazık ki, bu oldukça mümkün. DeepMind Health ile Royal Free Hospital of London arasındaki işbirliği anlaşması büyük bir skandala dönüştü.

2016 yılında bir Google bölümü, 5 yıl boyunca hastanenin tüm dijital bilgileri olan tıbbi kayıtlara, ambulans çağrılarına, radyoloji verilerine erişim elde etti. Notla ilgili bilgiler basına yansıdı ve Birleşik Krallık Bilgi Komisyonu Ofisi'ne Google'a karşı bir şikayette bulunuldu.

İngiliz hukukuna göre hastaların kişisel verileri ancak anonimleştirilmiş biçimde kuruluşlara aktarılabiliyor. DeepMind Health şifrelenmemiş veriler aldı.

Şimdilik, duruşmalar kamuoyundaki tartışmalarla sınırlı. Ancak bu veya benzeri bir skandal, tıbbi verilerin yapay zeka sistemlerinden korunmasına yönelik ilk yasal emsal olabilir.

İlerlemenin yavaşlamasını önlemek için inovasyon sektörünün yasal düzenleme. Ancak yasa koyucular da tıpkı bizim gibi, kendi ön yargıları ve ön yargıları olan insanlardır.

Yasal çerçeveyi geliştirirken farklı ülkelerden parlamenterlerin fobilere değil uzmanların görüşlerine güveneceği umulmaktadır.

Tıbbi AI kullanmanın temel sorunları

Teknolojik alarmizmi bir kenara bırakırsak geriye ne kalır? hukuki yönler? Yapay zekanın sağlık hizmetlerinde yaygın kullanımının önündeki temel engel iki nokta olabilir:

• aşırı miktarda eğitim verisi;
• personel sorunu.

Kaliteli veriler olmadan yapay zeka üretken olmayacaktır. Ve eğitimli uzmanlar olmadan, hazır algoritmaların hazırlanan verilere uygulanması da istenen sonucu vermeyecektir.

Ayrıca tıpta olası işten çıkarmalar endişe yaratıyor. Cerrahlar, travmatologlar ve diş hekimleri huzur içinde uyuyabilir, ancak yapay zekanın kitlesel olarak devreye girmesi durumunda terapistler ve teşhis uzmanları işten çıkarılmalarla karşı karşıya kalabilir.

2017 yılında IBM Watson'ın kullanılmaya başlanmasının ardından Japon Fukoku Mutual Life Insurance şirketi 43 çalışanını işten çıkardı. Şirketin yönetimi süper bilgisayarın ve "optimize edilmiş" sağlık sigortası uzmanlarının performansını değerlendirdi.

Tıbbi yapay zeka için pazar değerlemesi ve beklentiler

Danışmanlar Frost & Sullivan'a göre tıbbi yapay zeka pazarındaki şirketlerin geliri 2021 yılına kadar 6,1 milyar dolara ulaşacak ve IBM'in payı yaklaşık %45 olacak.

Araştırma şirketi Research and Markets, beklentileri daha mütevazı bir şekilde tahmin ediyor: 2020 yılına kadar pazar 5,05 milyar dolara çıkacak (2014'te sadece 419,7 milyon dolardı).

R&M hesaplamalarına göre yapay zeka uygulamasının en hızlı büyüyen segmenti sağlık hizmetleri olacak. Bunun nedeni klinik araştırmalara, tedavi modellemelerine ve yeni araştırmalara olan talebin artmasıdır.

Frost & Sullivan, sektörün önümüzdeki birkaç yıl için gelişimi için bir yol haritası hazırladı.

• 2020'lerin başlarında yapay zeka sistemleri her yerdeki hastalara sunulmaya başlayacak Tıbbi bakım hastaların ve doktorların erişebileceği verilere dayanmaktadır.
• Kanser ve diyabet gibi kronik hastalıklar, görselleştirecek bilişsel sistemler kullanılarak dakikalar içinde teşhis edilebilecek. fizyolojik özellikler insan vücudunu tararken.

F&S iyimserleri, 2025 yılına kadar ABD kliniklerinin %90'ında ve dünyanın en büyük hastanelerinin yaklaşık %60'ında yapay zeka sistemlerinin kullanılacağını tahmin ediyor. Uzmanlar tıbbi yapay zeka sistemlerinin dünya nüfusunun neredeyse %70'ini kapsayacağını umuyor.

Gözden geçirmek genel müdür Ruslan Zaidullin'in Doc+ hizmeti.

Yer imlerine

Yapay zeka (AI), sibernetik zeka değil, makine öğrenimine dayalı bir algoritma sistemidir. Bilim insanları gelecekte yapay zekanın bizi birçok alanda rutin görevlerden kurtaracağına inanıyor. Örneğin yapay zekanın tıp üzerinde büyük bir etkisi olabilir.

"Akıllı" tıbbi ürünler, hizmetler ve süreçler halihazırda IBM, Google, Apple, Microsoft, General Electric ve daha pek çok şirket tarafından geliştirilmektedir: Araştırma şirketi Venture Scanner'a göre bunlardan 800'den fazlası bulunmaktadır. ABD, İngiltere ve İsrail en aktif olanlardır.

IDC'den analistler 2018 yılına kadar %30'un olacağını tahmin ediyor tıbbi kuruluşlar müşterilerine yapay zekaya dayalı hizmetler sunacak. Bu materyalde size günümüzde akıllı sistemlerin neler yapabileceğini ve bunları kimin geliştirdiğini anlatacağız.

Hasta verilerinin işlenmesi

Her tıbbi fotoğraf, muayene raporu ve anamnez, doğru teşhis koymanıza ve tedaviyi reçete etmenize olanak tanıyan bilgileri içerir. Ne yazık ki deneyimli doktorlar bile her zaman hastalığın tam resmini göremiyor çünkü veriler sağlık kartı yapılandırılmamıştır ve tıbbi geçmiş çok hacimli olabilir. Çalışmalarının verimliliği aynı zamanda yorgunluktan ve bazı durumlarda dar alanlardaki bilgi eksikliğinden de etkilenmektedir.

Kanser gibi bazı hastalıklar, belirgin olmayan belirtilerin zamanında fark edilmesi ve tedaviye başlanması halinde aşılabilir. Google'a göre her on hastadan biri tıbbi bilgilerin yanlış yorumlanmasından dolayı acı çekiyor.

Yapay zeka bu sorunu çözebilir. Hastanın durumunun değerlendirilmesi ve ön tanıya yönelik “akıllı” gelişmeler Google (Deepmind Health) ve IBM (Watson Health) tarafından sunulmaktadır.

Akıllı mSağlık çözümlerine bir örnek Ada hizmetidir. Mobil uygulama sorular soruyor ve kişi semptomlarını anlatıyor. Bundan sonra sistem, sorunla ilgili bilgi için veri tabanını arar, önerilerde bulunur ve bazı durumlarda bir doktora başvurmanızı tavsiye eder. Rusya pazarında bu tür çözümlerin geliştirilmesi Qapsula'nın yanı sıra DOC+ tarafından yürütülüyor.

Buna benzer başka hizmetler de var. Dahası, karmaşık hastalıkları teşhis edebiliyorlar: örneğin diyabetik retinopati. Veya tahmin bile olası sorunlar görünüşte sağlıklı insanlarda kalp.

Hastaneden yeni çıkmış kişiler için özel bakım gereklidir. Temeli aynı yapay zeka olan Sense.ly uygulaması onlar için geliştirildi.

Sistem, kişinin sağlık durumuna ilişkin verileri toplayıp analiz ediyor ve bunu doktora gönderiyor. Uzman bir sorun fark ederse hastayı hemen hastaneye gönderir. Ne yazık ki henüz Rusya'da mevcut değil: hizmet yalnızca ABD'de çalışıyor.

Genetik analiz de popülerlik kazanıyor. Doktorlar hastalığın temel nedeni hakkında ne kadar fazla bilgiye sahip olursa, o kadar fazla bilgi elde edilir. Tedavi daha etkilidir. “Akıllı” genom analiz sistemleri onlara bu konuda yardımcı oluyor. Böyle bir hizmet Sophia Genetics'dir. DNA analizi, bir kişinin bir dizi hastalığa yatkınlığını belirlememize olanak tanır: mide ülseri, diyabet vb.

Ayrıca projeler de dikkat çekiyor İnsan Ömrü ve Derin Genomik. Görevleri birincil bilgi toplamak ve “genetik” bir veri tabanı oluşturmaktır. Bugün bir genetik materyal örneği alabilir ve genomunuzun analizini içeren ayrıntılı bir rapor alabilirsiniz. Örneğin, böyle bir hizmet Amerikan servisi 23andMe ve yerli Atlas tarafından sağlanmaktadır.

Bu tür projeler yalnızca müşterinin merakını gidermekle kalmaz, aynı zamanda örneğin bireysel özelliklere göre bir ilaç seçmeye de yardımcı olur.

Yapay zeka daha doğru ilaç modellemesine olanak tanıyacak. Gelecekte bilim insanları bir kimyasal bileşiğin istenen özelliklerini ayarlayabilecek ve bir bilgisayar gerekli moleküler yapıyı oluşturabilecek.

Zaten bu tür çözümler sunan şirketler var. Bunlardan biri olan Atomwise, en uygun ilaç formülünü bulmak için süper bilgisayarları kullanıyor. Benzer bir projenin bir başka örneği Berg Health şirketidir.

Yapay zekanın ilaç sektöründe yaygınlaşması halinde niteliksel olarak yeni ilaçların ortaya çıkmasını ve bunların piyasaya çıkış sürelerinin kısalmasını bekleyebiliriz.

Rusya'daki gelişmeler

Yukarıda Avrupa'dan, Asya'dan, ABD'den birçok projeyi örnek olarak gösterdik. Ancak Rusya'da tıbbi yapay zeka alanında da çeşitli alanlarda çalışmalar sürüyor. Bunlardan en popüler olanı konuşma tanıma ve tıbbi görüntüleri kullanarak hastalıkların çevrimiçi teşhisi ile ilgilidir.

Geçen yıl Konuşma Teknolojileri Merkezi, tıbbi konuşma tanıma için bir bulut hizmeti olan Voice2Med'i geliştirmek için 250 milyon ruble aldı.

Projenin amacı sağlık çalışanlarının belgeleri doldurmak için harcadığı süreyi azaltmaktır. Çalışma ve Sosyal Koruma Bakanlığı'na göre bu artık çalışma süresinin yarısını kaplıyor.

Bayer'in Rusya'daki G4A (Grants4Apps) hızlandırma programının başkanı Grigory Kolesnikov, tıpta uygulamaya neyin engel olduğunu anlatıyor ve bu alandaki startupların bu engelleri aşmasının mümkün olup olmadığını tartışıyor.

Yapay zeka tıp uzmanlarına nasıl yardımcı olur?

Google yakın zamanda telefon konuşmalarını arka plandaki gürültüden (örneğin köpek havlamalarından) arındırabilecek yapay zeka sistemleri pazarına girmeyi planladığından bahsetti. Söz verdiğimiz gibi akıllı telefonun içindeki yapay zekaya dayalı algoritmalar, rutin işlemlerin mümkün olduğunca gerçekleştirilmesine yardımcı olacak. Beklentiler etkileyici çünkü modern insanlar Cihazlarının ekranlarının önünde günde birkaç saat harcıyorlar. Ve bu tür teknolojiler zaten hayatımızda sağlam bir şekilde yerleşmiş durumda.

Günümüzde ev aletlerinin, kişisel sesli asistanların ve güvenlik sistemlerinin geliştirilmesinde yapay zeka aktif olarak kullanılıyor. Büyük miktarda bilginin işlenmesinin gerekli olduğu yerler.

Tıpta yapay zeka, büyük hacimlerle çalışabilme yeteneği sayesinde teşhis verimliliğinin artırılmasını mümkün kılıyor. IBM Watson "akıllı" tanılama hizmetinin 60 yaşında bir hastayı yanlış tanıyla tespit ettiği bilinen bir durum var nadir form lösemi. Bunu yapmak için sistem, kanserle ilgili 20 milyon bilimsel makaleyi 10 dakika içinde "inceledi".

Sonuç olarak yapay zeka, tıp uzmanlarının çözmek zorunda kaldığı günlük rutin görevlerin hacminin azaltılmasını mümkün kılıyor. Ve en aza indirebilir olası hatalar. Aynı zamanda tıpta dijital sistemlere hizmet verme konusunda yeni mesleklerin ortaya çıkması için fırsatlar yaratıyor.

Neden her şey bu kadar pürüzsüz değil?

Günümüzde röntgen, CT ve MR görüntülerinin analizinde yapay zekaya sahip program ve cihazlar kullanılmaktadır (görüntünün sisteme yüklenmesi yeterlidir, ardından yapay zeka analizi gerçekleştirip sonuç verecektir). Uzaktan izlemede "akıllı" tıp kullanılıyor kronik hastalıklar ve robot yardımlı cerrahide kişilerin hastaneye kaldırılma ihtiyacının değerlendirilmesinde. Eczacılar aynı zamanda yeni teknolojilerde de uzmanlaştı; yeni ilaçların geliştirilmesinde yapay zeka kullanılıyor.

Bu nedenle Semantic Hub yakın zamanda potansiyel değerlendirmeyi otomatikleştirmek için yapay zekaya dayalı bir hizmet oluşturdu tıbbi malzemeler bunları piyasaya sürmeden önce. Sistem, hastalıkla ilgili bilimsel yayınlar, geliştirilmekte olan ilacın amacı ve etkisi dahil milyonlarca belgeyi toplayıp analiz ediyor. Daha sonra bilgileri analiz eder ve tüm risk faktörlerini dikkate alarak ilacın potansiyeli hakkında bir sonuca varır ve rekabet avantajları. Daha önce ilaç geliştiricileri bu tür belgelerin yalnızca %1'ini manuel olarak inceleyebiliyordu.

“Akıllı” tıbbi ürünler, hizmetler ve süreçler artık neredeyse tüm önde gelen “dijital” şirketler tarafından geliştirilmektedir. Toplamda araştırma şirketi Venture Scanner'a göre bu tür geliştirmeler dünya çapında 800'den fazla şirket tarafından yürütülüyor.

Pek çok uzman, yapay zeka pazarında yılda yaklaşık üçte bir oranında hızlı bir artış öngörüyor. BIS Research, toplam sağlık hizmeti yapay zeka pazarının 2025 yılına kadar 28 milyar dolara ulaşacağını tahmin ediyor.

Ama her şey o kadar pembe değil. Yapay zeka teknolojilerinin tıpta uygulanmasının önünde engeller var. Ve çoğu zaman, yeniliklerin haklı güvensizliğe neden olabileceği konusunda tıp uzmanlarından da sorular ortaya çıkıyor.

Ortaya çıkan sorunların nedeni nedir? Hadi anlamaya çalışalım.

Tıpta yapay zekanın önündeki engeller

1. “İkinci tazelik” bilgisi

Elbette tıbbi bilgilerin kalitesinden ve hacminden bahsediyoruz. Hasta tıbbi kayıtlarında biriken veriler eksik olabilir ve hatalar, yanlışlıklar ve standart dışı terimler içerebilir. Hastanın yaşamı, alışkanlıkları ve davranışları hakkında yeterli kayıt içermiyorlar. Etkili mekanizmalar Bu bilgiyi toplamak henüz mevcut değil.

Bu tür verilere dayanan bir analizin sonuçları her zaman haklı şüpheciliğe neden olacaktır ve bu analizin kalitesini artırmaya yönelik girişimler oldukça emek yoğun bir süreçle sonuçlanacaktır.

Bu sorunu ortadan kaldırmak için artık yapay zekayı küçük miktardaki bilgiler üzerinde eğitme seçenekleri sunuluyor. Bu tür eğitimin başarılı örnekleri arasında, sistemin daha önce girilen kelimeleri hatırlayıp analiz ettiği ve sonraki metinlerin içeriğini tahmin edebildiği akıllı telefon klavyesinin çalışma prensibi yer almaktadır. Yüz tanıma ve müzik uygulamaları benzer teknolojilere dayanmaktadır.

Tıpta başarılı bir şekilde uygulandığı takdirde, bir makine öğrenimi sistemi pek çok sorunu çözebilir: ilaçların uyumluluğunun kontrol edilmesi, tanıların temel alınması genetik analiz. Örnek olarak, yukarıdakilerin çoğunu Rusya'da halihazırda uygulamada yapan Droice Labs şirketinin çözümünü verebiliriz.

2. Sessiz robotlar

Tıpta önerilen yeniliklerin ikinci sınırlaması, sistemin entelektüel çekirdeği tarafından karar verme sürecinin şeffaf olmamasıdır. Yapay zeka “kara kutu” prensibine göre çalışıyor. Algoritmada bir hata varsa ve sistem yanlış karar veriyorsa “neden” sorusunun cevabını vermek son derece zor olacaktır.

Artık kararlarının nedenlerini ortaya çıkarabilecek makineler geliştiriyorlar. Amerikalı bilim adamları böyle bir ürünün piyasaya sürülmesine yaklaşıyor. Özellikle Savunma İleri Araştırma Projeleri Ajansı (DARPA), bu sorunun çözümüyle ilgilenen 13 araştırma grubuna destek veriyor.

Yerli şirket Intellogic ayrıca patentinde, matematiksel modellerin hazırlanması ve sinir ağı modellerinin test sonuçlarının sunulması için tıbbi ontolojilerin kullanıldığını iddia ediyor. Patent yazarlarına göre bu yaklaşım, doktorların makinenin karar verme yolunu anlamalarına olanak tanıyacak ve modelleri eğitmek için gereken veri miktarını önemli ölçüde azaltacak.

Yapay zekaya dayalı veri işleme yaklaşımlarının karmaşıklığı başka bir soruna yol açmaktadır: Önemsiz olmayan algoritmalara sahip sistemleri etkin bir şekilde kullanabilen ve bakımını yapabilen personelin seçimi ve geliştirilmesi.

3. Akıllı makineler – akıllı bir yaklaşım!

Algoritmanın kendisine ek olarak analiz gerçekleştirebilen yüksek derece Bir yeniliğin hassas, başarılı bir şekilde uygulanması güçlü bir proje ekibi gerektirir. Tıpta böyle bir projenin başarısı, katılımcıların ne kadar verimli etkileşimde bulunduğuna bağlıdır.

Ekip, konu alanında geniş bir yelpazeye yayılan yetkinliklere sahip, matematiksel algoritmalar ve bilgi güvenliği yaklaşımlarına sahip, programlama ve verilerin görsel sunumu becerilerine sahip uzmanları içermelidir. Katılımcıların birbirlerini iyi anlamaları ve tamamlamaları için bir değil birden fazla farklı yeteneğe sahip olmaları son derece arzu edilir.

4. Fiyat ve değer

Ortaya çıkan karmaşıklıklar, yapay zeka çözümlerinin geliştirilmesi, uygulanması ve uygulanmasının maliyetini artırıyor. Projelerin yüksek maliyeti aynı zamanda belirli bir tıp kurumunda biriken veriler için yeni bir sistemin özelleştirilmesi ve nitelikli ve motive bir ekip oluşturulması ihtiyacıyla da ilişkilidir.

Bu da startupların sunduğu teknolojileri hızlı bir şekilde ölçeklendirme yeteneği konusunda şüphe uyandırıyor. Örneğin tek türdeki tıbbi görüntülerin işlenmesi durumunda ölçeklendirme mümkündür ancak bunun çok ötesinde ihtiyaçlar vardır.

Sektör uzmanları aynı fikirde: Yapay zekanın kullanıma sunulması kısa vadede gözle görülür maliyet düşüşlerine yol açmayacak. Yapay zeka teknolojilerinin uygulanmasının daha yüksek değer getireceği alanları aramaya devam etmeliyiz.

5. Sizi bilgisayar korsanlarından kim koruyacak?

Yapay zekanın çalışmasını sağlamak için genellikle yüksek performanslı bilgi işlem gücüne erişimin sağlanması gerektiğini unutmamalıyız. tıbbi kurumlar HAYIR. Buna göre veri dizilerinin kurumun sınırları dışına taşınması gerekecek ve bu da birinci öncelik olması gereken depolama güvenliğini tehdit ediyor. Özellikle bilgi güvenliğine ilişkin riskler nedeniyle pek çok yapay zeka uygulama projesinin durdurulması tesadüf değil.

En çarpıcı örneklerden biri, ABD Gaziler İşleri Bakanlığı'nın başarılı bir işbirliğinin başlamasının ardından, akıllı hastalık teşhis sisteminin geliştiricisi olan startup Flow Health ile anlaşmasını feshetmesidir. ABD Sağlık Bakanlığı'nın açıkladığı gibi, sistemin gizli verileri işlediğinin anlaşılması üzerine sözleşme feshedildi. Bakanlık bunu eski hastaların kişisel bilgilerinin güvenliğinin ihlali olarak değerlendirdi. Bu arada hiçbir sızıntıya rastlanmadı.

Zekaya yer açın!

Uzman topluluğu mevcut sorunların çok iyi farkındadır ve bunlara yanıt vermeye çalışır: robotik sistemleri tasarlama ilkelerini düşünür, yapay zekayı pratikte kullanma etiğini tartışmayı önerir ve teknolojilerin tanıtılması için yeni seçenekler geliştirir. Ancak şunu kabul edelim: yaklaşımları ve standartları yeterince geliştirmek zaman alır.

Yapay zeka çözümlerinin tıpta uygulanmasını yavaşlatan konuların çoğu, konunun teknolojik boyutuyla hiç alakalı değil. Daha sıklıkla bunlar etik ve idari prosedür sorunları, veri toplama ve işlemedeki zorluklar (doktora veri tabanına bilgi girmesi için gerekli sürenin sağlanması), sorumluluk alanlarının bölünmesi sorunları, yapay sistemlerin çalışma mekanizmalarının anlaşılmasıdır. .

Beklentiler neler?

Tüm zorluklara rağmen projelerin geleceği var. Önümüzdeki birkaç yılda yapay zeka teknolojilerinin ilaç firmaları arasında, yeni molekül ve biyolojik hedef arayışlarında, klinik öncesi araştırmaların sanallaştırılmasında ve ardından klinik araştırma verilerinin analizinde tüketicisini bulabileceğine inanıyorum. Çoğu zaman büyük şirketlerle çalışırken her şeyi sağlamak mümkündür. gerekli koşullar Projenin başarılı bir şekilde başlatılması için.

Tüm sorunlar çözülebilir. Önemli olan, yeni yaklaşımları kullanarak "kendi ayağımıza kurşun sıkmamak" yerine ilerleyebilmemizdir.