Подобные цифровые сервисы призваны решить прежде всего две задачи:

  1. обрабатывая текстовую, графическую и другую информацию о больном, они предлагают врачу возможные диагнозы, то есть позволяют врачу получить второе мнение;
  2. используя клинические рекомендации и стандарты лечения, СППВР помогают составить программу лечения и реабилитации пациента.

Это может показаться научной фантастикой, но такие системы поддержки уже работают в России. По данным «Коммерсанта», в 2020 году мировой объем венчурных инвестиций в секторе биотехнологий вырос на 55%, составив $17 млрд, российский – в семь раз, достигнув $43 млн, включая инвестиции в компании, развивающие СППВР. По данным российских и международных экспертов, глобальный рынок медицинских цифровых сервисов к 2030 году достигнет $10,2 млрд. В России только в рамках Национальной технологической инициативы более десяти компаний внедряют свои системы с использованием ИИ в медицинскую практику.

Цифровые врачи

На самом деле понятие СППВР включает в себя множество цифровых решений – как достаточно простых, так и очень сложных. Это и медицинская информационная система, помогающая врачам принимать определенные клинические решения, и библиотеки информации, и алгоритмы обработки огромных баз данных на основе математических моделей, нейросетей, искусственного интеллекта. К классу СППВР можно также отнести симптом-чекеры – опросники, которые обрабатывают ответы пациента на задаваемые вопросы и выдают возможные диагнозы в порядке от наибольшей вероятности к меньшей. На основании симптомов эти системы определяют, требуется ли больному неотложная помощь, и предлагают пациенту записаться на прием к врачу, вызвать скорую или срочно госпитализироваться. Помимо этих цифровых сервисов, существуют генераторы дифференциального диагноза (ГДД). Как следует из названия, они помогают поставить правильный диагноз пациенту с несколькими заболеваниями.

Вылечи меня, нейросеть!

Принцип действия всех перечисленных систем примерно одинаков. Пациент, врач или медсестра вносят в систему пол, возраст, симптомы, жалобы, результаты анализов и других исследований. СППВР обращается к базам данных, базам знаний, к определенным образом размеченным историям болезней и лучших практик и рекомендует исследование, которое нужно провести для постановки диагноза, либо же указывает врачу на возможные заболевания. Затем, используя протоколы лечения, базы исследований лекарственных препаратов, базы данных об интерпретации лабораторных и инструментальных тестов и проч., СППВР предлагает сценарий лечения.

Звучит очень обнадеживающе. Однако эксперты обращают внимание на проблемы, связанные с использованием СППВР.

Одна из них – невысокая точность (чувствительность). Она составляет всего 65–70%. Для сравнения: обычный врач в 65–85% случаев ставит точный диагноз, врач-эксперт безошибочно распознает до 95% случаев. Как в ситуациях с новыми лекарственными препаратами, врачи не используют средство, которое не подтвердило свою эффективность. Чтобы цифровые системы научились точно определять возможное заболевание, необходимо как можно больше данных, более точные алгоритмы, а также время и настойчивость разработчиков. Вторая проблема – сложные случаи и различия пациентов по возрасту и полу. Как правило, доктора не прибегают к помощи компьютера, если клиническая картина ясна. А если симптоматика указывает на несколько заболеваний со схожими проявлениями? Чтобы диагностировать туберкулез, воспаление легких, астму, COVID, ХОБЛ, врач обратится к СППВР. Однако далеко не все системы поддержки смогут диагностировать у больного сразу несколько заболеваний или учесть в расчетах пол пациента и его возраст. Большую сложность для искусственного интеллекта представляют и пограничные клинические случаи.

Еще одна особенность подобных систем состоит в том, что они могут работать только в интеграции с медицинскими информационными системами (МИС). В нашей стране компьютеризацию больниц и поликлиник обеспечивают около 140 МИС. Владельцы МИС не всегда могут интегрировать в свои системы пилотные проекты СППВР. Решение в пользу цифровых сервисов должно исходить от администрации. Например, так поступил Департамент здравоохранения Москвы, когда внедрил систему поддержки в ЕМИАС – единую медицинскую информационно-аналитическую систему Москвы. Вслед за столицей СППВР решили использовать Ямало-Ненецкий автономный округ, Татарстан и еще несколько регионов, однако все эти проекты можно назвать пилотными. Дело в том, что СППВР не включены в стандартное лечение, которое может быть оплачено из средств бюджета или фонда ОМС по установленным тарифам: нет, к примеру, такой графы, как КТ органов брюшной полости с применением искусственного интеллекта. Сначала нужно рассчитать и согласовать норматив затрат на единицу медицинской услуги с применением ИИ, затем – распределить по регионам по принципу подушевого финансирования.

Путь к пациенту

Идея систем помощи врачу родилась еще в начале XIX века, но массовые сервисы возникли только в конце XX века – с появлением мощных компьютеров и удобных интерфейсов. Одним из первых стал симптом-чекер знаменитой клиники Мэйо (Mayo Clinic). Пациент заходил на сайт клиники и отмечал имеющиеся у него симптомы. Компьютер устанавливал, что такие симптомы встречаются у 90% людей, которые болеют воспалением легких, и рекомендовал немедленно обратиться к пульмонологу.

Сегодня к цифровым сервисам проявляется огромный интерес. За рубежом врачи, пациенты и страховые компании пользуются сервисами Diagnosis Pro, MobileDDx, DxPlain, Isabel, Babylon UK, PEPID, ADA. В нашей стране цифровые сервисы (в том числе основанные на машинном обучении и искусственном интеллекте) могут применяться в повседневной практике медучреждений. Об этом говорит опыт таких компаний, как Botkin AI, «Третье мнение», Webiomed, «Соцмедика», SberMedAI.

Однако в России еще нет ни одного массового симптом-чекера или удобной для врачей автоматизированной базы клинических рекомендаций. Российские стартапы в этой сфере получают регистрационные удостоверения и пытаются интегрировать свои продукты в МИС, а лидеры рынка занимаются включением цифровых сервисов в тарифы ОМС и стараются доказать клиентам, что выявить заболевание на ранней стадии дешевле, чем лечить его осложнения.

Государство поможет?

В настоящее время идет работа над созданием ЕГИСЗ (единой государственной информационной системы в здравоохранении), в которой предусмотрен модуль СППВР. Эксперимент по внедрению технологий ИИ в клиническую практику начался с принятия Федерального закона от 24 апреля 2020 г. № 123-ФЗ. Сейчас эксперимент завершен: несколько сервисов анонимно работают в системе московского здравоохранения. 

При поддержке Фонда развития интернет-инициатив и фонда Национальной технологической инициативы новосибирская компания «Живое дыхание» разработала систему контроля за приемом назначенных пациенту лекарств и состоянием его здоровья. Система состоит из мобильного приложения, с помощью которого врачу или родственникам больного передается информация, и умных медицинских приборов: диспенсеров для таблеток, ингаляторов, автоматических инъекторов.

Фонд НТИ, фонд «Сколково» и Агентство стратегических инициатив проводят конкурс AI’m Doctor (один из технологических конкурсов Национальной технологической инициативы Up Great). Участникам конкурса предстоит разработать СППВР, способную анализировать электронный эпикриз пациента и ставить заключительный клинический диагноз (основное и сопутствующее заболевания плюс осложнения). По точности диагностики система должна превзойти врача высшей категории. Призовой фонд конкурса составил 200 млн рублей; уже более десятка команд сделали заявку на участие.

Насколько перспективны СППВР в России, можно судить по поисковым запросам в «Яндекс». Ежемесячно поисковик регистрирует более 200 тысяч запросов типа «к какому врачу обратиться, если болит…». Пользователи стараются получить квалифицированную информацию о своем здоровье и состоянии своих близких через приложения, соцсети и сайты. Совсем скоро на все интересующие вопросы врачу поможет ответить искусственный интеллект, что в несколько раз улучшит точность постановки диагноза. Нам, пациентам, остается немного подождать доктора Что.

Источник

ПОДЕЛИТЬСЯ:
Яндекс.Метрика
bhojpuri video dow pornthash.mobi sky movie in south
reshma fucking videos redpornvideos.mobi choda chudi wala
kerasex myxxxbase.mobi www.sexywife.com
افلام سكس كترجمة supercumtube.com اخ ينك اخته
kamapishasi orgypornvids.com girls in saree
عارية تماما freeporn8.net lkj]dhj hldv hg/ghl
افلام سكس اجنبية مترجمة meyzo.info صور سس
steamed lapulapu teleseryeepesodes.com what time is jessica soho
نيك البنت freepornarabsex.com افلام سكس جميلة
صور ازبار مصرية arabsgat.com سكس زوج الام مترجم
dtvedio pornotane.info indian porn sex.com
لحس اقدام البنات sosiano.com شعر الابط سكس
indian college sex stories tubzolina.mobi ashwitha nude
delivery bitch mama super hentaihd.org thefaplist
xxxxxxxxxxxxv indianpornvideos.me kowalskypag