В Якутске состоялся семинар «Искусственный интеллект. Платформа прогнозной аналитики Webiomed”
Семинар посетили врачи, которых ознакомили с всеми возможностями системы для использования ее в практической работе.
Спикерами мероприятия выступили заместитель министра здравоохранения РС(Я) Надежда Федорова, директор по развитию Webiomed и эксперт по искусственному интеллекту ЦНИИОИЗ Минздрава России Александр ГУСЕВ, директор ЯРМИАЦ Петр Никифоров. https://sakhalife.ru/sostoyalsya-seminar-iskusstvennyj-intellekt-platforma-prognoznoj-analitiki-webiomed/
Семинар посетили врачи, которых ознакомили с всеми возможностями системы для использования ее в практической работе.
Спикерами мероприятия выступили заместитель министра здравоохранения РС(Я) Надежда Федорова, директор по развитию Webiomed и эксперт по искусственному интеллекту ЦНИИОИЗ Минздрава России Александр ГУСЕВ, директор ЯРМИАЦ Петр Никифоров. https://sakhalife.ru/sostoyalsya-seminar-iskusstvennyj-intellekt-platforma-prognoznoj-analitiki-webiomed/
SakhaLife
Состоялся семинар «Искусственный интеллект. Платформа прогнозной аналитики Webiomed”
В Якутске состоялся семинар «Искусственный интеллект. Платформа прогнозной аналитики Webiomed” Внедрение системы искусственного интеллекта в медицине – это тренд мирового здравоохранения. Якутия, являясь одним из передовых регионов страны в этом направлении…
Мы получили Евразийский патент на изобретение
➡️ Патент получен на способ анализа деперсонифицированных электронных медицинских записей, который может помочь с комплексной оценкой степени рисков развития заболеваний по различным нозологиям.
Евразийский патент на изобретение действует на территории 8 государств-участников Евразийской патентной конвенции: Туркменистана, Республики Беларусь, Республики Таджикистан, Российской Федерации, Республики Казахстан, Азербайджанской Республики, Кыргызской Республики и Республики Армения.
Полученный охранный документ позволит нам защищенно использовать разработку на территории стран-членов Евразийской патентной конвенции. https://webiomed.ru/novosti/my-poluchili-evraziiskii-patent-na-izobretenie/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed
➡️ Патент получен на способ анализа деперсонифицированных электронных медицинских записей, который может помочь с комплексной оценкой степени рисков развития заболеваний по различным нозологиям.
Евразийский патент на изобретение действует на территории 8 государств-участников Евразийской патентной конвенции: Туркменистана, Республики Беларусь, Республики Таджикистан, Российской Федерации, Республики Казахстан, Азербайджанской Республики, Кыргызской Республики и Республики Армения.
Полученный охранный документ позволит нам защищенно использовать разработку на территории стран-членов Евразийской патентной конвенции. https://webiomed.ru/novosti/my-poluchili-evraziiskii-patent-na-izobretenie/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed
Нейросеть — слово 2023 года: как современную технологию используют в тульском здравоохранении
Технология, которую с этого года активно используют поликлиники региона и областной кардиодиспансер — система поддержки принятия врачебных решений WEBIOMED.
Это программное обеспечение, которое помогает врачу определить факторы риска заболеваний у пациентов, оценить риски возникновения или развития сердечно-сосудистых заболеваний и их осложнений. Система помогает врачу сформировать персонифицированные рекомендации и предупреждения, определить степень и тяжесть заболевания, выстроить правильную тактику лечения на основе миллионов аналогичных клинических случаев. На сегодня с помощью искусственного интеллекта тульские врачи проанализировали более 70 тысяч электронных медицинских карт. https://minzdrav.tularegion.ru/press_center/news/neyroset-slovo-2023-goda-kak-sovremennuyu-tekhnologiyu-ispolzuyut-v-tulskom-zdravookhranenii/
Технология, которую с этого года активно используют поликлиники региона и областной кардиодиспансер — система поддержки принятия врачебных решений WEBIOMED.
Это программное обеспечение, которое помогает врачу определить факторы риска заболеваний у пациентов, оценить риски возникновения или развития сердечно-сосудистых заболеваний и их осложнений. Система помогает врачу сформировать персонифицированные рекомендации и предупреждения, определить степень и тяжесть заболевания, выстроить правильную тактику лечения на основе миллионов аналогичных клинических случаев. На сегодня с помощью искусственного интеллекта тульские врачи проанализировали более 70 тысяч электронных медицинских карт. https://minzdrav.tularegion.ru/press_center/news/neyroset-slovo-2023-goda-kak-sovremennuyu-tekhnologiyu-ispolzuyut-v-tulskom-zdravookhranenii/
minzdrav.tularegion.ru
Нейросеть — слово 2023 года: как современную технологию используют в тульском здравоохранении
Тульская область
В Тюмени обсудили приоритетные проектные инициативы по внедрению ИИ-технологий
Под председательством заместителя губернатора Тюменской области В.М. Вахрина состоялось заседание Проектного офиса по внедрению технологий искусственного интеллекта в отрасли экономики, социальной сферы и государственного управления Тюменской области, в ходе которого участники обсудили реализацию приоритетных решений с применением ИИ-технологий.
Заместитель руководителя Проектного офиса, директор областного департамента информатизации Станислав Логинов проинформировал о внедрении до конца 2023 года Системы для поддержки принятия врачебных решений «Webiomed», которая обеспечит комплексную оценку здоровья и профиля рисков пациента. Система автоматически определяет вероятность развития более 40 заболеваний и формирует рекомендации о принципах лечения и тактике ведения пациента.
Решение позволит на 8% снизить затраты медицинских учреждений на профилактические мероприятия, на 15% сократить ошибки в определении врачами групп здоровья пациентов, а также обеспечит сокращение времени на обработку данных пациента в части оценки риска и подозрений на заболевания в начальной стадии. https://dito.admtyumen.ru/OIGV/dit/news/more.htm?id=12052605@egNews
Под председательством заместителя губернатора Тюменской области В.М. Вахрина состоялось заседание Проектного офиса по внедрению технологий искусственного интеллекта в отрасли экономики, социальной сферы и государственного управления Тюменской области, в ходе которого участники обсудили реализацию приоритетных решений с применением ИИ-технологий.
Заместитель руководителя Проектного офиса, директор областного департамента информатизации Станислав Логинов проинформировал о внедрении до конца 2023 года Системы для поддержки принятия врачебных решений «Webiomed», которая обеспечит комплексную оценку здоровья и профиля рисков пациента. Система автоматически определяет вероятность развития более 40 заболеваний и формирует рекомендации о принципах лечения и тактике ведения пациента.
Решение позволит на 8% снизить затраты медицинских учреждений на профилактические мероприятия, на 15% сократить ошибки в определении врачами групп здоровья пациентов, а также обеспечит сокращение времени на обработку данных пациента в части оценки риска и подозрений на заболевания в начальной стадии. https://dito.admtyumen.ru/OIGV/dit/news/more.htm?id=12052605@egNews
Webiomed - лидер по поставкам мед. изделий с искусственным интеллектом в субъекты РФ
✔️ По числу подключенных регионов ( нас внедряют в 28 ) компания является безоговорочным лидером среди всех поставщиков ИИ-систем для здравоохранения.
За все время продвижения проекта с помощью платформы было проанализировано свыше 33 млн. обезличенных электронных медицинских карт граждан России, включающих более 300 млн. медицинских записей.
На текущее время платформа поддерживает анализ 43 наиболее социально-значимых заболеваний по 3 тыс. признаков, характеризующих здоровье пациента.
Создано 40 различных алгоритмов оценки риска и выявления подозрений на заболевания, в том числе с использованием моделей машинного обучения.
Подробности здесь:➡️https://webiomed.ru/novosti/webiomed-lider-postavok-meditsinskikh-izdelii-s-ii/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed
✔️ По числу подключенных регионов ( нас внедряют в 28 ) компания является безоговорочным лидером среди всех поставщиков ИИ-систем для здравоохранения.
За все время продвижения проекта с помощью платформы было проанализировано свыше 33 млн. обезличенных электронных медицинских карт граждан России, включающих более 300 млн. медицинских записей.
На текущее время платформа поддерживает анализ 43 наиболее социально-значимых заболеваний по 3 тыс. признаков, характеризующих здоровье пациента.
Создано 40 различных алгоритмов оценки риска и выявления подозрений на заболевания, в том числе с использованием моделей машинного обучения.
Подробности здесь:➡️https://webiomed.ru/novosti/webiomed-lider-postavok-meditsinskikh-izdelii-s-ii/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed
📌 Система менеджмента качества в медицине, регламентируемая ИСО 13485, хоть и имеет в своем основании ИСО 9001, все же отличается от первоисточника.
В первую очередь фокусом внимания: он смещен с конечного потребителя на удовлетворение требований регулирующих органов и заказчиков.
А внедрить СМК в компании, которая занимается разработкой цифровых медицинских изделий, – задача со звездочкой.
Секретами вовлечения сотрудников в новые процессы и снижения уровня сопротивления персонала при переходе на жесткие рельсы стандартизации с нашим порталом поделился Роман Новицкий, генеральный директор ООО «К-Скай» (Webiomed) в интервью журналу ProКачество: СМИ о менеджменте и качестве.
Статья здесь: ➡️ https://kachestvo.pro/kachestvo-upravleniya/sistemy-menedzhmenta/napolnite-standart-smyslami/
В первую очередь фокусом внимания: он смещен с конечного потребителя на удовлетворение требований регулирующих органов и заказчиков.
А внедрить СМК в компании, которая занимается разработкой цифровых медицинских изделий, – задача со звездочкой.
Секретами вовлечения сотрудников в новые процессы и снижения уровня сопротивления персонала при переходе на жесткие рельсы стандартизации с нашим порталом поделился Роман Новицкий, генеральный директор ООО «К-Скай» (Webiomed) в интервью журналу ProКачество: СМИ о менеджменте и качестве.
Статья здесь: ➡️ https://kachestvo.pro/kachestvo-upravleniya/sistemy-menedzhmenta/napolnite-standart-smyslami/
Итоги развития нашего проекта Webiomed за 2023 г. Итак, основные результаты:
✅ Преодолели психологический порог по выручке в 100 млн. руб., рост показателя по сравнению с прошлым годом - 4Х. Прошли точку безубыточности, стали компанией с положительной прибылью. Мы уверенно выходим из статуса стартапа и переходим на уровень стабильной и зрелой технологической компании с отстраиванием и стандартизацией бизнес-процессов, профессиональным менеджментом и отработкой по продуманной стратегии развития.
✅ Заняли 1е место по количеству региональных проектов внедрения систем искусственного интеллекта для здравоохранения. Сейчас компания реализует внедрения нашей платформы Webiomed в 28 регионах. Свыше 2 тыс. медицинских организаций и более 50 тыс. врачей получили возможность доступа к системе поддержки принятия врачебных решений, работающей на основе ИИ. Относительно проектов - все по-разному, в том числе и с проблемами. Практика показывает, что и технологии ИИ ведут себя все-таки довольно неожиданно и требуют прямо серьезных инвестиций в повышение стабильности и точности. И пользователи тоже очень по-разному все это воспринимают. Думаю, что выход на стабильные и качественные внедрения потребует длительного времени и неимоверных усилий.
✅ Провели свыше 40 обучающих вебинаров, на которых проучили более чем 2.4 тыс. врачей. Все это конечно капля в море и образовательный трек мы будем существенно усиливать в следующем году. Но первый старт дан.
✅ Платформа Webiomed обработала данные свыше 33 млн. электронных медицинских карт пациентов, включая 300 млн. протоколов врачебных осмотров, результатов диагностики и лечения. С помощью NLP-технологий удалось извлечь и проанализировать 1,6 млрд. признаков, характеризующих здоровье пациентов. Насколько мы знаем – это самый большой объем медицинских данных, обработанный в России с помощью технологий искусственного интеллекта. А заодно – и самая большая российская база данных реальной клинической практики (RWD).
✅ Существенно увеличили функциональные возможности платформы. На данный момент мы поддерживаем анализ свыше 3 тыс. признаков по 50 лидирующим заболеваниям, включая сердечно-сосудистые, онкологические, диабет и тд. В платформу погружено 40 моделей машинного обучения и алгоритмов оценки рисков и прогнозирования заболеваний и событий, с ними связанных.
✅ Очень сильно обновился состав команды. Есть прямо обидные потери – не все выдерживают огромную нагрузку, стресс и постоянную адаптацию под изменяющуюся ситуацию. Хотя с другой стороны те, кто остаются с нами и проходят рука об руку «огонь, воду и медные трубы» - получают незабываемый и уникальный опыт.
✅ У нас вышло 30 научных публикаций за год, общий итог за 6 лет – 81 статей, включая ведущие мировые и российские высокорейтинговые журналы. Это самый большой показатель среди всех разработчиков ИИ-систем для здравоохранения. Мы убеждены, что инвестиции в научно-исследовательские и опытно-конструкторские работы с открытой публикацией результатов – крайне важная часть разработок в нашей сфере.
✅ Провели свыше 70 выступлений на самых разнообразных конференциях, симпозиумах, профильных выставках и выездных семинарах. Активно популяризируем тему искусственного интеллекта, рассказываем о наших проектах, возможностях и проблемах.
✅ Преодолели психологический порог по выручке в 100 млн. руб., рост показателя по сравнению с прошлым годом - 4Х. Прошли точку безубыточности, стали компанией с положительной прибылью. Мы уверенно выходим из статуса стартапа и переходим на уровень стабильной и зрелой технологической компании с отстраиванием и стандартизацией бизнес-процессов, профессиональным менеджментом и отработкой по продуманной стратегии развития.
✅ Заняли 1е место по количеству региональных проектов внедрения систем искусственного интеллекта для здравоохранения. Сейчас компания реализует внедрения нашей платформы Webiomed в 28 регионах. Свыше 2 тыс. медицинских организаций и более 50 тыс. врачей получили возможность доступа к системе поддержки принятия врачебных решений, работающей на основе ИИ. Относительно проектов - все по-разному, в том числе и с проблемами. Практика показывает, что и технологии ИИ ведут себя все-таки довольно неожиданно и требуют прямо серьезных инвестиций в повышение стабильности и точности. И пользователи тоже очень по-разному все это воспринимают. Думаю, что выход на стабильные и качественные внедрения потребует длительного времени и неимоверных усилий.
✅ Провели свыше 40 обучающих вебинаров, на которых проучили более чем 2.4 тыс. врачей. Все это конечно капля в море и образовательный трек мы будем существенно усиливать в следующем году. Но первый старт дан.
✅ Платформа Webiomed обработала данные свыше 33 млн. электронных медицинских карт пациентов, включая 300 млн. протоколов врачебных осмотров, результатов диагностики и лечения. С помощью NLP-технологий удалось извлечь и проанализировать 1,6 млрд. признаков, характеризующих здоровье пациентов. Насколько мы знаем – это самый большой объем медицинских данных, обработанный в России с помощью технологий искусственного интеллекта. А заодно – и самая большая российская база данных реальной клинической практики (RWD).
✅ Существенно увеличили функциональные возможности платформы. На данный момент мы поддерживаем анализ свыше 3 тыс. признаков по 50 лидирующим заболеваниям, включая сердечно-сосудистые, онкологические, диабет и тд. В платформу погружено 40 моделей машинного обучения и алгоритмов оценки рисков и прогнозирования заболеваний и событий, с ними связанных.
✅ Очень сильно обновился состав команды. Есть прямо обидные потери – не все выдерживают огромную нагрузку, стресс и постоянную адаптацию под изменяющуюся ситуацию. Хотя с другой стороны те, кто остаются с нами и проходят рука об руку «огонь, воду и медные трубы» - получают незабываемый и уникальный опыт.
✅ У нас вышло 30 научных публикаций за год, общий итог за 6 лет – 81 статей, включая ведущие мировые и российские высокорейтинговые журналы. Это самый большой показатель среди всех разработчиков ИИ-систем для здравоохранения. Мы убеждены, что инвестиции в научно-исследовательские и опытно-конструкторские работы с открытой публикацией результатов – крайне важная часть разработок в нашей сфере.
✅ Провели свыше 70 выступлений на самых разнообразных конференциях, симпозиумах, профильных выставках и выездных семинарах. Активно популяризируем тему искусственного интеллекта, рассказываем о наших проектах, возможностях и проблемах.
📌 Модель искусственного интеллекта для прогнозирования внезапной сердечной смерти оказалась точнее, чем ожидалось
➡️Анализ электронных медицинских карт с помощью технологий искусственного интеллекта позволяет строить прогноз внезапной сердечной смерти с точностью положительного класса 77% и чувствительностью 68%. Эти результаты были недавно представлены на международной конференции по реанимации, организованной американской кардиологической ассоциацией.
Если в ЭМК пациента будет указано, например, что у него диагностирована гипертония, модель искусственного интеллекта выделит эту деталь и объяснит, насколько это увеличивает риск внезапной сердечной смерти в течение определенного периода времени.
Ксавье Жувен, профессор кардиологии и эпидемиологии Парижского центра сердечно-сосудистых исследований и главный автор работы, отметил: «Мы обнаружили, что персонализированные факторы риска очень различаются между пациентами и часто исходят из разных областей медицины (сочетание неврологических, психиатрических, метаболических и сердечно-сосудистых данных). Врачу трудно уловить такую неспецифическую картину, особенно если он занят в одной конкретной области. В то время как у врачей есть эффективные методы лечения, такие как коррекция факторов риска, специальные лекарства и имплантируемые дефибрилляторы, использование ИИ необходимо для обнаружения у данного субъекта последовательности медицинской информации, зарегистрированной на протяжении многих лет, которая сформирует траекторию, связанную с повышенным риском внезапной сердечной смерти» https://cardiovascularbusiness.com/topics/artificial-intelligence/ai-model-predicting-sudden-cardiac-death
➡️Анализ электронных медицинских карт с помощью технологий искусственного интеллекта позволяет строить прогноз внезапной сердечной смерти с точностью положительного класса 77% и чувствительностью 68%. Эти результаты были недавно представлены на международной конференции по реанимации, организованной американской кардиологической ассоциацией.
Если в ЭМК пациента будет указано, например, что у него диагностирована гипертония, модель искусственного интеллекта выделит эту деталь и объяснит, насколько это увеличивает риск внезапной сердечной смерти в течение определенного периода времени.
Ксавье Жувен, профессор кардиологии и эпидемиологии Парижского центра сердечно-сосудистых исследований и главный автор работы, отметил: «Мы обнаружили, что персонализированные факторы риска очень различаются между пациентами и часто исходят из разных областей медицины (сочетание неврологических, психиатрических, метаболических и сердечно-сосудистых данных). Врачу трудно уловить такую неспецифическую картину, особенно если он занят в одной конкретной области. В то время как у врачей есть эффективные методы лечения, такие как коррекция факторов риска, специальные лекарства и имплантируемые дефибрилляторы, использование ИИ необходимо для обнаружения у данного субъекта последовательности медицинской информации, зарегистрированной на протяжении многих лет, которая сформирует траекторию, связанную с повышенным риском внезапной сердечной смерти» https://cardiovascularbusiness.com/topics/artificial-intelligence/ai-model-predicting-sudden-cardiac-death
Кажется, в мгновение ока упоминания об искусственном интеллекте (ИИ) стали повсеместными в сфере здравоохранения
Аналитики Health IT Analytic опубликовали обзор главных спорных моментов, возникающих вокруг применения технологий искусственного интеллекта в здравоохранении.
Если кратко, то это выглядит так :
➡️ ИИ в здравоохранении бросит вызов статус-кво, поскольку отрасль адаптируется к новым технологиям.
➡️Внедрение ИИ приведет к сокращению потребности во врачах, которых будут заменять ИИ-системы. Вместе с этим McKinsey & Co прогнозируют, что потребность во врачах и медсестрах вырастет к 2030 г. на 30%. Это касается в том числе и радиологии – области, где внедрение ИИ идет раньше и активнее любых других сфер здравоохранения.
➡️ Внедрение ИИ приведет к потери квалификации среди врачей, поскольку они все больше и больше будут полагаться на рекомендации ИИ-систем.
➡️ Пациенты похоже постепенно начинают верить, что ИИ улучшит здравоохранение в долгосрочной перспективе, несмотря на некоторые опасения по поводу использования этой технологии. Хотя предпочитают, что назначение им лечения выполнялось все-таки врачами, а не ИИ. Вместе с этим, невзирая на мнение пациентов, ИИ-системы все больше внедряются в самые разнообразные процессы оказания медицинской помощи.
➡️ Применение ИИ в здравоохранении вызывает целый ряд новых проблем, связанных с конфиденциальностью и безопасностью данных. Кроме того это усугубляются еще и тем фактом, что большинству алгоритмов необходим доступ к огромным наборам данных для обучения и проверки.
➡️ Применение ИИ-систем требует обновление законодательного регулирования в части защиты данных, в особенности – рисков идентификации пациентов после обезличивания их данных. Вместе с этим такое регулирование может существенно сдерживать преимущества ИИ-технологий в здравоохранении, где данные преимущественно разрозненны, а доступ к качественной информации является одним из существенных барьеров. https://healthitanalytics.com/news/arguing-the-pros-and-cons-of-artificial-intelligence-in-healthcare
Аналитики Health IT Analytic опубликовали обзор главных спорных моментов, возникающих вокруг применения технологий искусственного интеллекта в здравоохранении.
Если кратко, то это выглядит так :
➡️ ИИ в здравоохранении бросит вызов статус-кво, поскольку отрасль адаптируется к новым технологиям.
➡️Внедрение ИИ приведет к сокращению потребности во врачах, которых будут заменять ИИ-системы. Вместе с этим McKinsey & Co прогнозируют, что потребность во врачах и медсестрах вырастет к 2030 г. на 30%. Это касается в том числе и радиологии – области, где внедрение ИИ идет раньше и активнее любых других сфер здравоохранения.
➡️ Внедрение ИИ приведет к потери квалификации среди врачей, поскольку они все больше и больше будут полагаться на рекомендации ИИ-систем.
➡️ Пациенты похоже постепенно начинают верить, что ИИ улучшит здравоохранение в долгосрочной перспективе, несмотря на некоторые опасения по поводу использования этой технологии. Хотя предпочитают, что назначение им лечения выполнялось все-таки врачами, а не ИИ. Вместе с этим, невзирая на мнение пациентов, ИИ-системы все больше внедряются в самые разнообразные процессы оказания медицинской помощи.
➡️ Применение ИИ в здравоохранении вызывает целый ряд новых проблем, связанных с конфиденциальностью и безопасностью данных. Кроме того это усугубляются еще и тем фактом, что большинству алгоритмов необходим доступ к огромным наборам данных для обучения и проверки.
➡️ Применение ИИ-систем требует обновление законодательного регулирования в части защиты данных, в особенности – рисков идентификации пациентов после обезличивания их данных. Вместе с этим такое регулирование может существенно сдерживать преимущества ИИ-технологий в здравоохранении, где данные преимущественно разрозненны, а доступ к качественной информации является одним из существенных барьеров. https://healthitanalytics.com/news/arguing-the-pros-and-cons-of-artificial-intelligence-in-healthcare
HealthITAnalytics
Arguing the Pros and Cons of Artificial Intelligence in Healthcare
Artificial intelligence in healthcare is a hot topic, sparking ongoing debate about the ethical, clinical, and human impacts the tech can have on patient care.
Из личного опыта: про стажировку в Webiomed
Меня зовут Дмитрий, я врач анестезиолог-реаниматолог с 10 летним стажем. Мне нравится моя работа, а также с детства мне интересны компьютерные технологии и в том числе языки программирования. Однако, всё это время программирование было моим хобби. Возможно поэтому, работая в медицине, я стал замечать множество процессов, рутинно выполняемых медицинскими работниками, которые можно автоматизировать - ведение бесчисленных журналов, листов динамического наблюдения за пациентом, динамика развития симптомов, синдромов и тому подобных вещей.
А сколько важной информации о пациентах 📋 и их страданиях может теряться в бумажных горах медицинской документации, которая оформлена почерком без потенциала к расшифровке и «разбросана» по разным медицинским учреждениям. Эту ценную информацию следовало бы сохранять, объединять и всесторонне изучать, для лучшего понимания патологических/саногенетических процессов.
Консерватизм медицины существовал всегда🩺.... врачи, как адепты этой науки, склонны подвергать сомнению всё новое и неподтверждённое эмпирически. Но я убеждён, что информационные технологии и искусственный интеллект в медицине необходимо развивать, и мне хотелось бы принять в этом участие.
И вот я сам погрузился в эту реальную работу, постепенно, шаг за шагом разбираясь в деталях и решая практические задачи. Одной из таких стала задача оптимизации процесса тестирования, в ходе работы над которой мне потребовалось использовать множество фреймворков (работа с файлами, списками, словарями, датафреймами, регулярными выражениями, excel-таблицами) для выполнения конкретной задачи. Этот опыт не получить на стандартных онлайн-курсах.
Читайте продолжение истории здесь: ➡️
https://webiomed.ru/blog/pro-stazhirovku-v-webiomed/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed
Меня зовут Дмитрий, я врач анестезиолог-реаниматолог с 10 летним стажем. Мне нравится моя работа, а также с детства мне интересны компьютерные технологии и в том числе языки программирования. Однако, всё это время программирование было моим хобби. Возможно поэтому, работая в медицине, я стал замечать множество процессов, рутинно выполняемых медицинскими работниками, которые можно автоматизировать - ведение бесчисленных журналов, листов динамического наблюдения за пациентом, динамика развития симптомов, синдромов и тому подобных вещей.
А сколько важной информации о пациентах 📋 и их страданиях может теряться в бумажных горах медицинской документации, которая оформлена почерком без потенциала к расшифровке и «разбросана» по разным медицинским учреждениям. Эту ценную информацию следовало бы сохранять, объединять и всесторонне изучать, для лучшего понимания патологических/саногенетических процессов.
Консерватизм медицины существовал всегда🩺.... врачи, как адепты этой науки, склонны подвергать сомнению всё новое и неподтверждённое эмпирически. Но я убеждён, что информационные технологии и искусственный интеллект в медицине необходимо развивать, и мне хотелось бы принять в этом участие.
И вот я сам погрузился в эту реальную работу, постепенно, шаг за шагом разбираясь в деталях и решая практические задачи. Одной из таких стала задача оптимизации процесса тестирования, в ходе работы над которой мне потребовалось использовать множество фреймворков (работа с файлами, списками, словарями, датафреймами, регулярными выражениями, excel-таблицами) для выполнения конкретной задачи. Этот опыт не получить на стандартных онлайн-курсах.
Читайте продолжение истории здесь: ➡️
https://webiomed.ru/blog/pro-stazhirovku-v-webiomed/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed
Webiomed
Из личного опыта: про стажировку в Webiomed
О стажировке в проекте Webiomed
Создание национальных лаборатории по контролю качества искусственного интеллекта в сфере здравоохранения может стать своего рода «песочницами», которые поддерживали бы развитие инноваций и проверку гипотез
➡️ Группа ученых из FDA, ONC for Health IT, Стенфорда, клиники Мэйо, университета Джона Хопкинса, университета Дюка и опубликовали в Jama совместную статью, в которой призвали срочно создать в США сеть национальных лабораторий по контролю качества и безопасности моделей машинного обучения, используемых в национальной системе здравоохранения.
Авторы уверены, что, прежде чем широко внедрять те или иные ИИ-системы, они должны пройти независимую проверку на предмет справедливости, уместности, обоснованности, эффективности и безопасности такого внедрения.
При этом в статье отмечается – что в настоящее время есть большой разрыв между стандартами и рекомендациями по ответственной разработке и внедрению ИИ-систем – и тем, как эти стандарты и рекомендации на самом деле соблюдаются. В этой связи ученые призывают создать общенациональный механизм оценки и непрерывного мониторинга моделей машинного обучения, применяемых в условиях реального оказания медицинской помощи.
Основной создания такого механизма должно быть частно-государственное партнерство в виде распределенной сети лабораторий, в которых независимые эксперты смогут тестировать модели машинного обучения на основе единого комплекса стандартов, процедур и подходов. Важная деталь – независимое тестирование должно быть основано на качественных и независимо-подготовленных валидационных наборах данных.
Результаты такого тестироваться в виде отчетов об эффективности должны открыто публиковаться в специальном общенациональном реестре ИИ-инструментов. Информация о проверке качества должна быть доступна среди клиницистов и пациентских сообществ. Обратная связь, полученная от экспертов, должна быть передана разработчикам и встроена в их процедуры обеспечения жизненного цикла моделей для непрерывного улучшения ИИ-систем. https://jamanetwork.com/journals/jama/fullarticle/2813425
➡️ Группа ученых из FDA, ONC for Health IT, Стенфорда, клиники Мэйо, университета Джона Хопкинса, университета Дюка и опубликовали в Jama совместную статью, в которой призвали срочно создать в США сеть национальных лабораторий по контролю качества и безопасности моделей машинного обучения, используемых в национальной системе здравоохранения.
Авторы уверены, что, прежде чем широко внедрять те или иные ИИ-системы, они должны пройти независимую проверку на предмет справедливости, уместности, обоснованности, эффективности и безопасности такого внедрения.
При этом в статье отмечается – что в настоящее время есть большой разрыв между стандартами и рекомендациями по ответственной разработке и внедрению ИИ-систем – и тем, как эти стандарты и рекомендации на самом деле соблюдаются. В этой связи ученые призывают создать общенациональный механизм оценки и непрерывного мониторинга моделей машинного обучения, применяемых в условиях реального оказания медицинской помощи.
Основной создания такого механизма должно быть частно-государственное партнерство в виде распределенной сети лабораторий, в которых независимые эксперты смогут тестировать модели машинного обучения на основе единого комплекса стандартов, процедур и подходов. Важная деталь – независимое тестирование должно быть основано на качественных и независимо-подготовленных валидационных наборах данных.
Результаты такого тестироваться в виде отчетов об эффективности должны открыто публиковаться в специальном общенациональном реестре ИИ-инструментов. Информация о проверке качества должна быть доступна среди клиницистов и пациентских сообществ. Обратная связь, полученная от экспертов, должна быть передана разработчикам и встроена в их процедуры обеспечения жизненного цикла моделей для непрерывного улучшения ИИ-систем. https://jamanetwork.com/journals/jama/fullarticle/2813425
Jamanetwork
A Nationwide Network of Health AI Assurance Laboratories
This article outlines the need for a nationwide public-private network of assurance laboratories that would aid in the evaluation and development of artificial intelligence (AI) in health care.
Forwarded from AI Global Agenda
WEF_Patient_First_Health_with_Generative_AI_2024.pdf
2.2 MB
📩 Белая книга ВЭФ, подготовленная в сотрудничестве с консалтинговой компанией ZS, освещает наиболее перспективные варианты использования в сфере здравоохранения генеративных решений ИИ, ориентированных на пациентов, их самые большие препятствия для внедрения и действия, которые заинтересованные стороны могут предпринять для преодоления этих барьеров.
⚡️В документе представлены шесть кратких тематических исследований, иллюстрирующих, как компании и учреждения уже воплощают в реальность имеющиеся возможности.
❕Эксперты ВЭФ подчеркивают, что:
🔸Генеративный ИИ может помочь потребителям медицинских услуг на протяжении всего пути к выздоровлению – от распространения достоверной медицинской информации в разных регионах и культурных контекстах до обеспечения пациентов необходимым уровнем ухода и помощи им в управлении своим лечением.
🔹Самыми большими препятствиями на пути внедрения генеративных решений ИИ, ориентированных на работу с пациентами, являются недоверие среди врачей и со стороны общественности, пробелы с базами данных и масштабируемость в средах с ограниченными ресурсами.
🔸Поощрение внедрения генеративного ИИ в здравоохранении для работы с пациертами зависит от внедрения моделей, обладающих "эмпатией" и знанием конкретной предметной области, уменьшения предвзятости за счет подключения экосистемы данных и постоянной точной настройки моделей, поддержания людей в курсе и разработки более экономичных способов обучения и запуска мультимодальных базовых моделей.
⚡️В документе представлены шесть кратких тематических исследований, иллюстрирующих, как компании и учреждения уже воплощают в реальность имеющиеся возможности.
❕Эксперты ВЭФ подчеркивают, что:
🔸Генеративный ИИ может помочь потребителям медицинских услуг на протяжении всего пути к выздоровлению – от распространения достоверной медицинской информации в разных регионах и культурных контекстах до обеспечения пациентов необходимым уровнем ухода и помощи им в управлении своим лечением.
🔹Самыми большими препятствиями на пути внедрения генеративных решений ИИ, ориентированных на работу с пациентами, являются недоверие среди врачей и со стороны общественности, пробелы с базами данных и масштабируемость в средах с ограниченными ресурсами.
🔸Поощрение внедрения генеративного ИИ в здравоохранении для работы с пациертами зависит от внедрения моделей, обладающих "эмпатией" и знанием конкретной предметной области, уменьшения предвзятости за счет подключения экосистемы данных и постоянной точной настройки моделей, поддержания людей в курсе и разработки более экономичных способов обучения и запуска мультимодальных базовых моделей.
Прогноз о том, что нас ждет по генеративному ИИ в 2024 г от CB Insights
1. Выпущенные Nvidia высокопроизводительные чипы для машинного обучения будут потреблять столько же энергии, сколько небольшая страна.
2. Возможностей дата-центров будет не хватать для развития ИИ, спрос на специализированные ИИ-дата-центры резко вырастет
3. Вырастут инвестиции в охлаждение мощных дата-центров
4. Вырастет спрос на возобновляемые источники энергии
5. Ядерная энергия может стать основной для работы ИИ
6. Остро встанет вопрос о нехватки качественных данных для обучения LLM
7. Бесплатной информации из Интернет будет недостаточно для развития, доступ к коммерческим данным будет ограничен
8. Возрастет интерес к приобретению компаний, обладающих коммерческим качественным контентом
9. Возрастет спрос на синтетические наборы данных
10. Ключевым сдерживающим фактором развития станет дефицит графических процессоров
11. Ключевыми покупателями мощных чипов станут крупные корпорации
12. Крупные корпорации будут стремится создавать свои чипы для ИИ, что создаст существенные риски для Nvidia
13. Проблемы безопасности из-за развития LLM будут только усугубляться, возрастет потребность в инвестиции в защиту от утечек и подделок данных
14. Будет рост числа компаний, специализирующихся на безопасности работы LLM
15. Рынок поставщиков средств для машинного обучения будет фрагментироваться, а конкуренция будет возрастать, что может привести к снижению инвестиций и капитализации таких компаний
16. Покупателям нужен будет единый поставщик средств для машинного обучения, сквозные платформы будут доминировать на этом рынке
17. Мультимодальный ИИ находится в зачаточном состоянии, но это направление будет быстро развиваться. Все больше LLM-разработчиков включаться в конкурентную гонку создания мультимодальных моделей
18. Корпоративные расходы на мультимодальные модели возрастут
19. Размерность LLM моделей будет уменьшаться для ускорения их обучения и сокращения затрат на создание. Несмотря на сокращение размерности, LLM модели будут демонстрировать улучшение показателей в общих тестах
20. Секторы с чувствительной информацией (здравоохранение, финансы, юриспруденция), будут отдавать предпочтение небольшим специализированным моделям для узких задач, а не LLM общего предназначения
21. Вырастут инвестиции и спрос на LLM с открытым исходным кодом, количество проектов на основе таких моделей существенно вырастет
22. Разрыв в производительности между различными LLM будет стремительно сокращаться
23. Создание LLM усугубляет проблемы загрязнения окружающей среды, например так называемый «карбоновый след»
24. Потолок в 1 млрд токенов будет скорее всего преодолен
25. Ведущие ИИ-разработчики выходят за рамки архитектуры трансформеров https://www.cbinsights.com/research/report/generative-ai-predictions-2024/
1. Выпущенные Nvidia высокопроизводительные чипы для машинного обучения будут потреблять столько же энергии, сколько небольшая страна.
2. Возможностей дата-центров будет не хватать для развития ИИ, спрос на специализированные ИИ-дата-центры резко вырастет
3. Вырастут инвестиции в охлаждение мощных дата-центров
4. Вырастет спрос на возобновляемые источники энергии
5. Ядерная энергия может стать основной для работы ИИ
6. Остро встанет вопрос о нехватки качественных данных для обучения LLM
7. Бесплатной информации из Интернет будет недостаточно для развития, доступ к коммерческим данным будет ограничен
8. Возрастет интерес к приобретению компаний, обладающих коммерческим качественным контентом
9. Возрастет спрос на синтетические наборы данных
10. Ключевым сдерживающим фактором развития станет дефицит графических процессоров
11. Ключевыми покупателями мощных чипов станут крупные корпорации
12. Крупные корпорации будут стремится создавать свои чипы для ИИ, что создаст существенные риски для Nvidia
13. Проблемы безопасности из-за развития LLM будут только усугубляться, возрастет потребность в инвестиции в защиту от утечек и подделок данных
14. Будет рост числа компаний, специализирующихся на безопасности работы LLM
15. Рынок поставщиков средств для машинного обучения будет фрагментироваться, а конкуренция будет возрастать, что может привести к снижению инвестиций и капитализации таких компаний
16. Покупателям нужен будет единый поставщик средств для машинного обучения, сквозные платформы будут доминировать на этом рынке
17. Мультимодальный ИИ находится в зачаточном состоянии, но это направление будет быстро развиваться. Все больше LLM-разработчиков включаться в конкурентную гонку создания мультимодальных моделей
18. Корпоративные расходы на мультимодальные модели возрастут
19. Размерность LLM моделей будет уменьшаться для ускорения их обучения и сокращения затрат на создание. Несмотря на сокращение размерности, LLM модели будут демонстрировать улучшение показателей в общих тестах
20. Секторы с чувствительной информацией (здравоохранение, финансы, юриспруденция), будут отдавать предпочтение небольшим специализированным моделям для узких задач, а не LLM общего предназначения
21. Вырастут инвестиции и спрос на LLM с открытым исходным кодом, количество проектов на основе таких моделей существенно вырастет
22. Разрыв в производительности между различными LLM будет стремительно сокращаться
23. Создание LLM усугубляет проблемы загрязнения окружающей среды, например так называемый «карбоновый след»
24. Потолок в 1 млрд токенов будет скорее всего преодолен
25. Ведущие ИИ-разработчики выходят за рамки архитектуры трансформеров https://www.cbinsights.com/research/report/generative-ai-predictions-2024/
CB Insights Research
Generative AI predictions for 2024 - CB Insights Research
Nvidia’s frenemies. AI girlfriends. Pocket-sized LLMs. Discover our 18 generative AI predictions for 2024.
Forwarded from ЦНИИОИЗ
Please open Telegram to view this post
VIEW IN TELEGRAM
В настоящее время в России свыше 60 специализированных компаний-разработчиков создают самые разнообразные ИИ-системы для здравоохранения, при этом часть из них зарегистрированы Росздравнадзором в качестве программных медицинских изделий.
Для поддержки и регулирования процессов создания, апробации и ответственного применения ИИ-систем активно развивается нормативно-правовое обеспечение, а также комплекс технических стандартов.
➡️ В этой публикации мы собрали перечень основных ГОСТов и других стандартов, которые целесообразно применять при создании и развитии ИИ-систем для здравоохранения.
Материал здесь: ➡️https://webiomed.ru/blog/standarty-dlia-sozdaniia-sistem-ii/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed
Для поддержки и регулирования процессов создания, апробации и ответственного применения ИИ-систем активно развивается нормативно-правовое обеспечение, а также комплекс технических стандартов.
➡️ В этой публикации мы собрали перечень основных ГОСТов и других стандартов, которые целесообразно применять при создании и развитии ИИ-систем для здравоохранения.
Материал здесь: ➡️https://webiomed.ru/blog/standarty-dlia-sozdaniia-sistem-ii/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed
Одним из самых обсуждаемых событий 2023 года для медицинского сообщества стала приостановка рег. удостоверения для Botkin.AI.
В Forbes вспомнили историю проекта , собрали аналитику, факты и мнения, проанализировали ситуацию.
От нас комментирует Директор по развитию Webiomed Александр Гусев.
Материал Forbes здесь:➡️ https://www.forbes.ru/svoi-biznes/503085-cifrovoj-vrac-zacem-prodali-botkin-ai-i-o-cem-eta-sdelka-govorit-rynku-ii-v-medicine
В Forbes вспомнили историю проекта , собрали аналитику, факты и мнения, проанализировали ситуацию.
От нас комментирует Директор по развитию Webiomed Александр Гусев.
Материал Forbes здесь:➡️ https://www.forbes.ru/svoi-biznes/503085-cifrovoj-vrac-zacem-prodali-botkin-ai-i-o-cem-eta-sdelka-govorit-rynku-ii-v-medicine
«Если уж вкладываться – то по-крупному и в покупку лидеров»
CB Insights опубликовал свою традиционную аналитику с общемировыми итогами развития инвестиций в цифровое здравоохранения.
Ключевые факты:
✅ Суммарный объем инвестиций в 2023 г. составил 13,2 млрд. долл., что почти в 2 раза меньше чем 2022 г. и в 4 раза меньше чем в 2021 г.
✅ Хотя ни один крупный регион мира не избежал спада, больше всего пострадала Азия. В 2023 году на континенте наблюдалось самое большее падение финансирования (-55%) и сделок (-46%) по сравнению с аналогичным периодом прошлого года, чем в США и Европе. Хотя финансирование в США дела обстояло ненамного лучше (в прошлом году оно сократилось почти вдвое), страна продолжала лидировать со значительным отрывом, обеспечивая почти 70% мировых инвестиций в цифровое здравоохранение. Неудивительно, что американские стартапы также лидировали в квартальном выражении, даже захватив все 10 крупнейших сделок в Q4 2023 года.
✅ Несмотря на снижение, средний размер сделки остался на уровне $4 млн — самый высокий показатель за всю историю.
✅ Число сделок слияний и поглощений в области цифрового здравоохранения почти удвоилось в четвертом квартале 2023 года, что указывает на усиление консолидации на рынке. Если финансирование останется скудным, а IPO останется в значительной степени недоступным, слияния и поглощения станут все более привлекательным вариантом для испытывающих нехватку денежных средств стартапов в сфере цифрового здравоохранения. С учетом тренда на высокий средний чек, фактически, инвесторы по всему миру перешли к стратегии «Если уж вкладываться – то по-крупному и в покупку лидеров».
✅ Стадо единорогов цифрового здравоохранения начало сокращаться в 2023 году с 97 до 94 .Смертность «единорогов» опережает их рождаемость — тенденция, обусловленная сочетанием убыточностью стартапов, падений капитализации и закрытий.
✅ Анализируя тренды, аналитики CB Insights приходят к выводу, что консолидация цифрового здравоохранения продолжится в 2024 году, особенно в секторах, в которых произошло значительное сокращение финансирования и разорение ведущих игроков. На фоне этого сдвига инновации в области цифрового здравоохранения могут принять совершенно иную форму, чем та, которая наблюдалась в 2021 году: от притока новых игроков с новыми инструментами и возможностями к более глубокому развитию существующих технологий традиционными компаниями.
отчет здесь:https://www.cbinsights.com/research/report/digital-health-trends-2023/
CB Insights опубликовал свою традиционную аналитику с общемировыми итогами развития инвестиций в цифровое здравоохранения.
Ключевые факты:
✅ Суммарный объем инвестиций в 2023 г. составил 13,2 млрд. долл., что почти в 2 раза меньше чем 2022 г. и в 4 раза меньше чем в 2021 г.
✅ Хотя ни один крупный регион мира не избежал спада, больше всего пострадала Азия. В 2023 году на континенте наблюдалось самое большее падение финансирования (-55%) и сделок (-46%) по сравнению с аналогичным периодом прошлого года, чем в США и Европе. Хотя финансирование в США дела обстояло ненамного лучше (в прошлом году оно сократилось почти вдвое), страна продолжала лидировать со значительным отрывом, обеспечивая почти 70% мировых инвестиций в цифровое здравоохранение. Неудивительно, что американские стартапы также лидировали в квартальном выражении, даже захватив все 10 крупнейших сделок в Q4 2023 года.
✅ Несмотря на снижение, средний размер сделки остался на уровне $4 млн — самый высокий показатель за всю историю.
✅ Число сделок слияний и поглощений в области цифрового здравоохранения почти удвоилось в четвертом квартале 2023 года, что указывает на усиление консолидации на рынке. Если финансирование останется скудным, а IPO останется в значительной степени недоступным, слияния и поглощения станут все более привлекательным вариантом для испытывающих нехватку денежных средств стартапов в сфере цифрового здравоохранения. С учетом тренда на высокий средний чек, фактически, инвесторы по всему миру перешли к стратегии «Если уж вкладываться – то по-крупному и в покупку лидеров».
✅ Стадо единорогов цифрового здравоохранения начало сокращаться в 2023 году с 97 до 94 .Смертность «единорогов» опережает их рождаемость — тенденция, обусловленная сочетанием убыточностью стартапов, падений капитализации и закрытий.
✅ Анализируя тренды, аналитики CB Insights приходят к выводу, что консолидация цифрового здравоохранения продолжится в 2024 году, особенно в секторах, в которых произошло значительное сокращение финансирования и разорение ведущих игроков. На фоне этого сдвига инновации в области цифрового здравоохранения могут принять совершенно иную форму, чем та, которая наблюдалась в 2021 году: от притока новых игроков с новыми инструментами и возможностями к более глубокому развитию существующих технологий традиционными компаниями.
отчет здесь:https://www.cbinsights.com/research/report/digital-health-trends-2023/
CB Insights Research
State of Digital Health 2023 Report - CB Insights Research
In 2023, digital health funding and deals continue to plummet from pandemic highs. Check out the 83-page report to learn more.
🔖 VIII Всероссийская научно-практическая конференция по искусственному интеллекту в здравоохранении и системам поддержки принятия врачебных решений ITM-AI пройдет 8-9 февраля 2024 г. в очном формате с трансляцией в Конгресс-центре гостиницы «Космос» (г. Москва)
➡️ Команда Webiomed принимает участие в деловой программе и в выставке ИТ- решений. Наш стенд A3. Приходите, ждем Вас!
Программа мероприятия здесь: ➡️ https://itmportal.ru/dl/2024/itmai/agendanmo.pdf
➡️ Команда Webiomed принимает участие в деловой программе и в выставке ИТ- решений. Наш стенд A3. Приходите, ждем Вас!
Программа мероприятия здесь: ➡️ https://itmportal.ru/dl/2024/itmai/agendanmo.pdf
Обновили список зарегистрированных медицинских изделий с технологиями ИИ
На момент публикации этого материала мы нашли сведения о 26 зарегистрированных медицинских изделиях, использующих технологии ИИ и имеющих действующее регистрационное удостоверение (РУ) Росздравнадзора.
Материал здесь:➡️https://webiomed.ru/blog/zaregistrirovannye-meditsinskie-izdeliia-ai/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed
На момент публикации этого материала мы нашли сведения о 26 зарегистрированных медицинских изделиях, использующих технологии ИИ и имеющих действующее регистрационное удостоверение (РУ) Росздравнадзора.
Материал здесь:➡️https://webiomed.ru/blog/zaregistrirovannye-meditsinskie-izdeliia-ai/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed