Четверка лучших систем ИИ для обработки медицинских данных

2017-02-08 09:35:00

Четверка лучших систем ИИ для обработки медицинских данных

Больница будущего в представлении большинства экспертов — это лечебное заведение, в котором царит искусственный интеллект. Он следит за всей документацией, хранит разного рода информацию, предоставляя ее по первому требованию. Также ИИ предоставляет непосредственную помощь врачам в работе с пациентами – диагностике заболеваний, расшифровке медицинских изображений и др.

Пока универсальной технологии, способной полностью взять на себя эти обязанности, не существует. Современные системы искусственного интеллекта могут выполнять лишь отдельные задачи. Но даже в таком «сыром» варианте их возможности позволяют существенно облегчить жизнь и медицинским работникам, и пациентам.

IBM Watson

Искусственный интеллект Watson считается одним из самых мощнейших. Впервые прославился он, конечно, тем, что сумел обыграть человека в викторине Jeopardy, но изначально создавался не для этого. Компания IBM разрабатывала систему для внедрения в разных сферах жизни, в том числе в медицине.

В 2013 году Watson в рамках проекта WatsonPaths впервые «трудоустроили» в несколько американских клиник в качестве врача-диагноста. ИИ помогает медикам определять диагноз и выбирать наиболее оптимальное лечение. При необходимости он даже исправляет коллег-людей, объясняя в максимально доступной форме, почему считает принятое ими решение неверным.

При анализе машина учитывает все мельчайшие данные из медицинской карты пациента, его генетическую информацию, а также сведения из научных статей, монографий и т. д. Эксперименты показывают, что точность диагностики IBM Watson во многих случаях выше, чем у врачей-людей.

Помимо этого, суперкомпьютер IBM задействован в некоторых других медицинских проектах, таких как Watson EMR Assistant. В данном случае искусственный интеллект занимается отслеживанием причинно-следственных связей в истории заболеваний разных пациентов, а не одного, как в проекте WatsonPaths, и классифицирует полученные данные. Все это позволяет врачам гораздо быстрее и точнее ставить диагноз.

DeepMind Health (Google)

DeepMind – известная британская компания, выкупленная корпорацией Google. В данный момент она разрабатывает технологию DeepMind Health. Это искусственный интеллект, главная задача которого – анализировать огромные массивы медицинской информации, выявляя в них нужные данные.

отличие от IBM Watson, который уже используют на практике, DeepMind Health пока находится в режиме тестирования. ИИ сейчас сотрудничает с Глазной больницей Мурфильдса (Великобритания). Он помогает офтальмологам диагностировать пока только два вида глазных заболеваний – влажную возрастную макулярную дистрофию и диабетическую ретинопатию.

Careskore

Это совсем молодой проект одноименного стартапа. Технология считается очень многообещающей. Если точнее – она позволит больницам существенно улучшить свой сервис, а также снизить расходы, пациенты же получат более ясное представление о состоянии своего здоровья.

Careskore – это облачная платформа для аналитики медицинских данных. Она, используя алгоритм Zeus, изучает все обстоятельства визита человека в больницу (время, причины, оказанную помощь) и на их основе учится предсказывать время повторного посещения. Платформа, что называется, работает в обе стороны. С одной стороны, она информирует клинику о том, когда у пациента вновь возникнет потребность в приеме у врача, а с другой – уведомляет самого пациента о возможных рисках для здоровья.

Zephyr Health

Как в случае с Careskore, название данного проекта созвучно имени компании-разработчика. Данная технология предназначена не для применения в лечебных заведениях, а для помощи разработчикам mHealth-устройств. Zephyr Health призвана помогать компаниям систематизировать их исследования, ускорять работу и, как следствие, сокращать время, необходимое для вывода новых продуктов или методов лечения на рынок.

Искусственный интеллект Zephyr Health в своей работе использует разные базы данных, алгоритмы машинного обучения и инновационные технологии визуализации информации. Все это позволяет разработчикам быстрее вникать в разнообразные наборы данных. Что важнее, Zephyr Health способен не просто анализировать сведения из нескольких источников, но и распределяет разные наборы данных по различным тематическим приложениям.

Новости инноваций

05.03.19
Подборка медицинских гаджетов с CES 2019: часть 2

На прошлой неделе M-Health Congress рассказывал о первой шестерке медицинских девайсов с CES 2019, которая...

05.03.19
Мировое здравоохранение в 2019 году: развитие цифровых технологий и персонализированная медицина

По прогнозам аналитиков компании Deloitte, к 2022 году объем расходов на мировом рынке здравоохранения достигнет...

01.03.19
Цифровая медицина как способ сократить бумажную работу в сфере здравоохранения

По данным аналитического агентства Frost&Sullivan, рынок цифровых медицинских решений к 2021 году составит $6 млрд...