Moskva-eksperimentet for testing av nyskapende medisinske tjenester åpner veien til avanserte teknologier.
AIs teknologier utvikler seg aktivt og tilbys løsninger for mange områder av økonomi og sosialt liv. Det spesielle behovet for digitale assistenter ble manifestert under koronaviruspandemien i medisinsk industri. Mange utviklere styrer sin innsats for å skape prosjekter for bruk av klinikker i praktisk arbeid. Men fra teoretiske studier, nye ideer til "binding av dem på bakken", det vil si, for praktisk bruk, har legene alltid hatt en stor midlertidig avstand. For den vellykkede utviklingen av digital medisin var det nødvendig å redusere denne perioden, for å utvikle gode muligheter til å teste sine forslag med utøvere, på grunnlag av reelle data på pasienter, i møte med den spesifikke medisinske institusjonen.
Pioneer i å gi slike muligheter til å introdusere ny teknologi i praksis av medisin var Moskva.
Moskva Health Care System gir et eksperiment om bruk av datasynteknologier i radiologi. Initiatorene og arrangørene i forsøket var komplekset av den sosiale utviklingen av hovedstaden, IT-avdelingen og Helseinstituttet. Medisinske IT-tjenester basert på kunstig intelligens (ii) hjalp radiologer i analysen av bilder og diagnoser.
AI-algoritmene ble integrert i en enkelt medisinsk informasjon og analytisk system (Emias). De analyserte følgende studier:
- Røntgendiagnostikk;
- Datamaskin tomografi;
- Fluorografi
- Mammografi.
Maskinen håndterte stillbildene veldig raskt, bokstavelig talt om noen minutter ga jeg konklusjon og satte foreløpige diagnoser. Det forenklet i stor grad arbeidet til legene og losset dem fra rutinemessig arbeid. Under den pandemiske perioden av Covid-19 har volumet av radiologer vokst flere ganger. Og IIs hjelp viste seg å være som veien.
Sergey Morozov, direktør for senteret for diagnostikk og telemedisin, bemerker at eksperimentet var storskala. Mer enn 20 selskaper deltok i den. Totalt ble mer enn en og en halv million medisinske bilder og bilder behandlet og analysert. 1,5 millioner studier. Under forsøket ble prosessen med automatisk medisinsk databehandling utarbeidet.
For Metropolitan-eksperimentet har utviklere opprettet 38 tjenester basert på AI for analyse av 10 forskningsarter. Computer View Services Suggested Care Mentor AI (Carentoreiai LLC). De to utviklingene er allerede brukt i praksis av arbeidet med Moskvas sykehus.
- Radioscreening av patologiene i brystorganene gjør det mulig å diagnostisere lungebetennelse, kreft, tuberkulose. Dette er de farligste sosiale sykdommene som er viktige for å se i de første stadiene for etterfølgende effektiv behandling. Tjenesten analyserer bildene som er oppnådd fra klinikkens røntgenapparat. Deretter lokaliserer lokalisering av den patologiske plottet av orgelet, indikerer den nøyaktige plasseringen og størrelsen på patologi. Disse resultatene returneres til et enkelt informasjonssystem. Behandlingen skjer på bare 8 sekunder. Bilen ser enda små endringer i kroppen, som menneskelig øye ikke er i stand til å fikse. Det skiller mange gråtoner. Maskinen lager en fargemaske på bildet, som er et tips for en radiolog. En spesialist ser et patologisk område og utfører videre diagnose.
- Tjenesten "CT Covid-19" bidrar til å se tidlige tegn på infeksjon i bildene av CT. Det bestemmer plasseringen, størrelsen på patologi og prosentandel av lungeskader, inkludert i henhold til CT-0 CT-4-klassifiseringen godkjent av Helsedepartementet i Russland. Utviklerfirmaet ble tildelt Moskva Mayor-prisen "Novator Moskva" i nominasjonen "kunstig intelligens og IT-teknologier". Tjenesten i 2-3 minutters analyser og utsteder resultatene av bildebehandlingen. Det pålegger også fargemasker på bilder på hvert stykke. Legen studerer bilens tips og tar den endelige avgjørelsen om diagnosen.
Ilya PLISCI, General Direktør for Carentoreiai LLC, minner om at AI ikke er en erstatning for en lege. Han blir en assisterende spesialist, fokuserer oppmerksomheten til en person på feltet av patologisk skade på kroppen. Den endelige avgjørelsen om diagnosen og valget av behandlingsteknikker forblir bak legen. Når du arbeider med tjenesten, gjennomførte selskapet utvidet konsultasjoner med eksperter fra Research Institute of Moskva og St. Petersburg. For å unngå feil i å identifisere patologier, utføres markeringen av hver studie for nevrale nettverkstrening minst 3 erfarne spesialister som har erfaring mer enn ti år på klinikk og sykehus.
I tillegg til utviklingen av Karentoreiai ble Covid-MultiVox-tjenesten utviklet av spesialister fra Gammammed-Soft involvert i Moskva-eksperimentet. Med sin hjelp analyserer Moskva radiologer på CT-bilder patologien til lungene på Covid-19.
Denne teknologien lar deg bestemme andelen sunt lungevev. Det gir ikke bare volumer, plassering av patologiske endringer i orgelet. Maskinen kan estimere nivået på vevskader, og fremheve følgende graderinger: fibrøst stoff, tett matt glass, matt glass. Slike detaljer lar deg tildele mer effektiv behandling for hvert enkelt tilfelle.
Utviklerne av Gammammed-programvaren utgjorde et serviceprogram i samarbeid med legene til City Clinical Hospital Number 52, forskere av atomkraftfysikk oppkalt etter D.V. Skobeelsyna. Arbeidet fant sted på en begrenset periode, og leger i stedet for rekreasjon anbefalte utviklere i pauser mellom arbeidet i den røde sonen i det dekket kontor.
Først ble basen av CT-undersøkelser opprettet. På grunnlag av det ble det nevrale nettverket utdannet kvalitativt og differensiert for å bestemme volumet av lungevevssykdom. Resultatet av maskinbehandling var diagrammet bygget for henne. De viser leger dynamikken til endringer i pasientens helse. Basert på disse dataene, korrigert spesialisten eller endrer den foreskrevne behandlingen.
AI-intellekt gir legen med følgende data:
- Det gjenværende volumet av sunt lunge stoff
- Prosentandel av kroppspatologi
- Graden av nederlag av hver patologisk del av lungen
- Dynamikk av endringer i volumet av sunne og skadede områder av organet
- Effektiviteten av behandlingsteknikken
I tillegg gjør maskinen anbefalinger til en lege om det er nødvendig å oversette pasienten til intensiv omsorg om det er nødvendig å koble den til IVL-apparatet.
Tjenestemålinger har høy nøyaktighet. Det absolutte volumet av sunne og berørte vev er angitt i kubikkcentimeter. Den relative størrelsen på patologi måles som en prosentandel i forhold til hele volumet av lungene. Etter å ha oppnådd eksakte indikatorer, oppnås alvorlighetsgraden av sykdommen.
De endelige konklusjonene om sykdommen, programmet er basert på CT-0 CT-4-klassifiseringen. Maskinen gir en rapport med en beskrivelse av kvantitative verdier og korte kommentarer. All informasjon lagres i databasen, og sikrer kontinuiteten til pasientens behandling.
Tjenestestesting fant sted på N.V. Ambulanse Sklifosovsky og i det medisinske vitenskapelige og pedagogiske sentrum av Moskva State University oppkalt etter M.V. Lomonosov, så vel som andre kapitalklinikker. Bilen analyserte mer enn 120 tusen CT-studier. Test testresultater har vist at tjenesten kan brukes i det føderale regionale systemet for telemedisin konsultasjoner.
Andrei Gavrilov, veileder for utviklingen av LLC Gammamed-Soft, er spesielt understreket av effektiviteten til tjenesten. Standard stillbildebehandlingstid er 10 minutter. AI analyserer bildet og gir en rapport til en lege 2 ganger raskere - i 5-6,5 minutter. I stedet for to studier i timen ved hjelp av tjenesten, kan 6 studier holdes. Dette gir rask og pålitelig støtte til leger, lastet av store mengder arbeid under koronaviruspandemien og epidemier av andre farlige og sesongbaserte infeksjoner. Under Moskva-eksperimentet var forfatterne av programmet i stand til å forbedre det, gjøre en mer nyttig lege for praktisk arbeid. Moskva regjeringen har gitt økonomisk støtte til utviklere som takknemlighet for deres kvalitetsprodukt.
Eksperimenter på bruk av teknologier II planlegger å utføre andre regioner i landet. For eksempel, på grunnlag av det første russiske instituttet for kunstig intelligens på universitetet "Innopolis" i Republikken Tatarstan, begynte testing av luftadiologi-tjenesten.
Dette programmet analyserer radiografi av brystorganene, gjenkjenner og måler dimensjonene og dybdene på lungeskaden. Maskinen gir en lege en rapport som består av to filer:
- Strukturrapporten forskningsprotokollen definerer sannsynligheten for patologiske endringer i kroppen.
- Primær røntgen med imposisjonen av et termisk kart på det, som viser områder av patologiske endringer i orgelet.
Maskinen håndterer øyeblikksbilder på bare 30 sekunder. Og i rapporten gir de klare bilder.
Ramil Kuleyev, direktør for Institutt for Universitetet i Innopolis, understreker tilstedeværelsen av stor statistikk, noe som indikerer nivået på last av radiologer. I Russland, i løpet av året, utføres omtrent åtti millioner av radiologiske studier av brystkroppene, hver dag er mer enn 220 tusen bilder laget i vårt land. Alt dette volumet skal behandles leger. Hvis teknologien skal brukes i sitt arbeid, vil resultatene av resultatene forekomme mye raskere og mer nøyaktige. Ledelsen av legen fra rutinemessig arbeid vil tillate å gjennomføre en mer grundig studie av de komplekse tilfellene, den operative gjennomføringen av presserende studier.
Ramil Kuleyev verdsatt Moskva Health Infosystem som en av de beste i Europa. Det er lederen i Russland, og lar deg utarbeide nye tjenester, programmer og teknologier for påfølgende innføring av dem i utøvelsen av Metropolitan-arbeidet og regionale medisinske sentre. For dette er det alle nødvendige forskrifter og teknikker. De ble utviklet av Senter for diagnostikk og telemedisin og informasjonen og analytisk senter i helsen til Moskva. Nå kan utviklere av nye tjenester teste sine prosjekter på en kvalitativt bygget IT-infrastruktur.
For å delta i Moskva-eksperimentet, er inngangen åpen for alle helsetjenester basert på datasynteknologier. Dens søknader om deltakelse av IT-selskaper kan sendes til midten av diagnosen og telemedisin. Nettstedet er vert for en liste over servicekrav og en liste over nødvendige støttedokumenter.
Disse utviklingen som oppfyller de oppgitte kravene, vil delta i test og tester på funksjonene i funksjonaliteten og nøyaktigheten av algoritmer. I dette tilfellet må hver tjeneste integreres med ERIS. Vellykket bestått testtjenester får tilskudd fra Moskvas regjering. Utviklingen som har vellykket testet testing, er inkludert i industriell krets. De blir tilgjengelige for medisinske fagfolk.
Inna Frost, direktør for utviklingen av Karentoreia, bruken av selskapets testing av selskapet i Moskva-eksperimentet, er svært vurdert. Eksamen bidro til å vurdere den tekniske modenheten, funksjonaliteten og praktisk bruk av utviklingen. Høye vurderinger ble gitt en puls for nye søk og forbedret produktene utviklet.
Kilde mos.ru.