Как работает Webiomed

Наше интервью специальному корреспонденту телеканала ВМЕСТЕ.РФ Алексею Маку (рубрика Сказано в Сенате. Форум «Открытые инновации») подробнее здесь: https://vmeste-rf.tv/programs/skazano-v-senate/skazano-v-senate-forum-otkrytye-innovatsii/

Fortune Business Insights опубликовал отчет о мировом рынке прогнозной аналитики

Основные факты:

- Размер рынка по итогам 2023 г. составил 14,71 млрд. долл., из них 5,68 млрд. долл. приходится на США.

- Прогнозируется, что он вырастет с 18,02 млрд. долл. в 2024 г. до 95,30 млрд. долл. к 2032 г., демонстрируя среднегодовой темп роста (CAGR) на уровне 23,1%.

- Основная технология рынка – анализ исторических данных с использованием сложных алгоритмов и методов машинного обучения, выявление закономерностей и взаимосвязей в данных и последующее получение прогнозов будущих тенденций, событий и показателей.

- Ключевые отрасли, где применяется прогнозная аналитика: финансы, маркетинг, здравоохранение и промышленность.

- Ключевые факторы роста: государственные инвестиции и заказы, необходимость повышать эффективность принятия управленческих решений и использования имеющихся ресурсов организаций, искусственный интеллект, накопление больших данных и развитие технологий по их анализу.

- Один из самых выраженных драйверов - пандемия COVID-19, которая показала потенциал и эффективность использования прогнозной аналитики для государственных органов и организаций в части предсказания развития ситуации и принятии обоснованных операционных решений.

- Ключевые тренды рынка: развитие интернета вещей, более активное применение искусственного интеллекта, растущий спрос со стороны малого и среднего бизнеса, повышение доли облачных решений и специализированных платформ прогнозной аналитики.

- Ключевые барьеры роста: нехватка квалифицированных кадров, высокая стоимость внедрения продуктов, низкое качество исходных данных, риски утечек данных и нарушения в сфере кибербезопасности.

- Ключевые игроки рынка: SAP SE (Германия), IBM (США), TIBCO Software Inc. (США), Amazon Web Services Inc. (США), Alteryx (США), Cloudera Inc. (США), SAS Institute Inc. (США), FICO (США), Accenture (Ирландия), AVEVA Group (Великобритания). Отчет здесь: https://www.fortunebusinessinsights.com/predictive-analytics-market-105179

АРПП «Отечественный софт» отмечает юбилей - 15-летие своей деятельности

📌 Это крупнейшее в России объединение отечественных производителей тиражируемого ПО. На базе Ассоциации созданы различные отраслевых комитеты, в задачи которых входит выполнение не только экспертных функций, но и проработка запросов к органам власти.
Ассоциация активно занимается продвижением и популяризацией российского программного обеспечения.

Наша компания «К-Скай» (разработчик Webiomed) присоединилась к Ассоциации в марте 2021 года.

Поздравляем Ассоциацию с этим знаменательным событием!

📍 Обновили список зарегистрированных медицинских изделий с технологиями ИИ

На момент публикации этого материала мы нашли сведения о 29 зарегистрированных медицинских изделиях, использующих технологии ИИ и имеющих действующее регистрационное удостоверение (РУ) Росздравнадзора ( из них 22 - это российские разработки).

Материал здесь:➡️https://webiomed.ru/blog/zaregistrirovannye-meditsinskie-izdeliia-ai/

Завтра, 25 апреля участвуем в Региональном дне Северо-Кавказского федерального округа по цифровой трансформации – «Цифровая прокачка» ( г. Железноводск)

Организаторы мероприятия – Минстрой России, Минцифры России, Правительство Ставропольского края, АНО «Цифровая экономика» и АНО «Центр компетенций «Умный город».

В рамках стратегической сессии будут рассмотрены вопросы цифровизации Северо-Кавказского федерального округа, в том числе и цифровое здравоохранение. https://xn--c1acnlfiapv6f.xn--80asehdb/%D1%86%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F-%D0%BF%D1%80%D0%BE%D0%BA%D0%B0%D1%87%D0%BA%D0%B0-%D0%B2-%D0%B6%D0%B5%D0%BB%D0%B5%D0%B7%D0%BD%D0%BE%D0%B2%D0%BE%D0%B4%D1%81%D0%BA%D0%B5/

Распоряжением Председателя Правительства РФ М. Мишустина №959-р от 17.04.2024 утверждено Стратегическое направление в области цифровой трансформации здравоохранения до 2030, которым предусмотрено широкое применение технологий ИИ, а также технологий работы с большими данными.

Мы внимательно изучили этот документ и выделили из него основные тезисы относительно применения ИИ.

Подробнее в нашем материале здесь ➡️https://webiomed.ru/blog/o-vnedrenii-tekhnologii-iskusstvennogo-intellekta/

Бум генеративного ИИ привел к конкурентной гонке за лучшую ИИ-систему между крупнейшими технологиями компаниями, такими как OpenAI, Google и Meta. Ключом к непрерывной борьбе за то, чтобы создать самый правдоподобный ИИ стал размер, разнообразие и качество данных для машинного обучения. Очень быстро техно-гиганты осознали, что данных никогда не бывает достаточно, если мы ведем речь о создании, скажем, больших языковых моделей и тем более – мультимодальных ИИ-систем.

В The New York Times вышла статья с громким названием «Как технологические гиганты срезают углы для сбора данных для ИИ» (How Tech Giants Cut Corners to Harvest Data for A.I.). Авторами материала стали 5 ведущих технических репортеров.

➡️ Основной вывод, который был сделан в результате журналистского расследования, состоит в том, что крупнейшие американские технологические компании игнорируют этические аспекты, авторское право и даже скорее всего нарушают законы для создания своих больших мульти-модальных и языковых моделей.

➡️ Например,Google и Meta, похоже, использовали данные из открытого Интернета, насчитывающие до 3 трлн. слов,: из Википедия и Reddit, поисковые запросы людей и их посты в социальных сетях, не спрашивая на это разрешение авторов этих материалов и вступая в конфликт с законами о конфиденциальности и собственными политиками использования пользовательского контента. А Мета обсуждала идею покупки издательства Simon & Schuster, чтобы получить доступ к текстам, защищенным авторскими правами, вплоть до готовности столкнуться с судебными исками. Это казалось проще и быстрее, чем договариваться с авторами книг, музыкальных произведений или новостного контента.

➡️ При этом авторы выделают еще одну серьезную проблему. Дело в том, что даже если техно-гиганты соберут и используют вообще всю доступную информацию, добытую правдами и неправдами – ее все равно будет недостаточно. В этой связи разработчики таких систем пытаются расширить границы и масштабы данных для обучения ИИ – они все более широко изучают и используют синтетические данные, созданные самими ИИ-моделями.

➡️ Иными словами, теперь ИИ учится не на том, что создал человек – а на том, что создал сам ИИ. Учитывая галлюцинации и огромные скорости работы современных ИИ-моделей, объем таких сгенерированных данных может стать колоссальным и очень сильно повлиять на качество работы ИИ, что в конечном итоге действительно заставляет задуматься о том – контролируется ли процесс бесконечного улучшения ИИ достаточно или нет? https://www.nytimes.com/2024/04/06/technology/tech-giants-harvest-data-artificial-intelligence.html

Здравоохранение обозначено в национальной стратегии как приоритетная отрасль для разработок и внедрения информационных систем на основе ИИ.

Собрали все поручения Президента и Правительства по внедрению искусственного интеллекта в здравоохранении в одном материале здесь:➡️ https://webiomed.ru/blog/porucheniia-prezidenta-po-vnedreniiu-ii/

На рынке биотеха произошло поистине знаковое событие - стартап Xaira Therapeutics привлек порядка 1 млрд. долл. инвестиций на внедрение искусственного интеллекта для создания новых лекарств

Вот уже несколько лет технологические компании прорабатывают идею о том, что применение искусственного интеллекта может помочь в сокращении неудачных разработок с одновременным ускорением исследовательского цикла.

Фармацевтический рынок является одним из крупнейших мировых рынков со стабильным ростом спроса и огромной конкуренцией. В среднем затраты на разработку инновационного лекарственного препарата в мире составляет от 802 млн. $ для малых молекул до 1,318 млрд. $ для биопрепаратов.

В чем тактика, как такое рекордное инвестирование удалось получить?

Подробнее в нашем материале здесь: https://webiomed.ru/blog/novyi-trend-investirovaniia/

К концу этого года в каждом регионе должно быть внедрено по три медицинских изделия с искусственным интеллектом (МИ с ИИ).

На что стоит обратить внимание при выборе решения - комментарий от Директора по развитию Webiomed Александра Гусева в материале портала "Медвестник":

1.Внедрять в клинике целесообразнее решения, у которых есть опыт использования. Так можно избежать «сырых» продуктов, доведение которых до «рабочего состояния» может занять годы.

2.Стоит обратить внимание на продукты, разработчики которых открыто публикуют в научной литературе сведения о своих наработках, в частности, данные, которые подтверждают валидацию моделей машинного обучения и алгоритмов ИИ. Так можно подстраховать врачей от частых ошибок ИИ-системы.

3.Желательно отдавать предпочтение продуктам от разработчиков с сертификатом соответствия системе менеджмента качества (СМК) международному стандарту ISO 13485. Такой документ удостоверяет, что ИИ-систему разрабатывают по выверенному технологическому процессу, постоянно контролируют и повышают качество работы.

Статья здесь: https://medvestnik.ru/content/cards/Kak-vybrat-medicinskoe-izdelie-s-iskusstvennym-intellektom.html?utm_source=main&utm_medium=center-main-left

На основе различных источников, нашего опыта и знаний мы систематизировали и сформировали краткий глоссарий, включающий в себя понятия и определения, используемые при разработке платформы Webiomed на основе технологий искусственного интеллекта.

Подробнее в нашем материале здесь: https://webiomed.ru/blog/terminy-i-opredeleniia-ii/

Большие языковые модели (Large Language Models, LLM) произвели революцию в обработке естественного языка. Такие модели, как GPT-4 и PaLM 2, занимают сегодня центральное место в инновациях ИИ в медицине.

Перспективные ниши для применения LLM в медицине это:

✔️ Применение в цифровых сервисах для пациентов для анализа лабораторных результатов, описания заболеваний, а также для интерпретации заметок врача, формирования персонализированных рекомендации по поводу здоровья, прогнозирования состояния здоровья, оценки симптомов, чат-боты и т.д

✔️ Применения LLM в медицинском образовании. Высокие результаты GPT-4 и Med-PaLM 2 в медицинских тестированиях позволяют предположить, что LLM могут стать полезным инструментом обучения для студентов, которые в настоящее время показывают более низкие результаты в таких тестах.

✔️ Применение данной технологии для ускорения и сокращения стоимости клинических исследований. Это может снизить бремя критической оценки, составления отчетов об исследованиях, что составляет значительную часть рабочей нагрузки исследователей.

➡️ Вышла наша публикация "Перспективы применения больших языковых моделей в здравоохранении" в журнале "Национальное здравоохранение", авторы: Анна Андрейченко (Руководитель направления ИИ) и Александр Гусев (Директор по развитию Webiomed). Скачать статью можно здесь: https://webiomed.ru/publikacii/perspektivy-primeneniia-bolshikh-iazykovykh-modelei-v-zdravookhranenii/