Пример использования компьютера в медицине

Как используют очки виртуальной реальности в медицине?

Виртуальная реальность используется не только в играх или в кино, как думают многие. Сегодня VR-технологии приходят на помощь людям во многих сферах: в космосе, образовании, медицине и других отраслях. Расскажем, как виртуальные симуляторы помогают медикам осуществлять различные процессы, в том числе проводить обучение студентов.

Виртуальная реальность (virtual reality, VR) — виртуальный мир, создающий полную иллюзию присутствия с помощью органов чувств человека: осязания, слуха, зрения. При этом виртуальная реальность способна имитировать как действия, так и реакции на них. Пользователь испытывает гравитацию, свойства различных материй (воды, песка и т.д.), силу удара и пр., ощущая все это совершенно реально, как и в жизни.

Для погружения в виртуальный мир используют специальные шлемы, очки, костюмы, перчатки, мониторы. Уже давно VR-технологии, созданные изначально для развлекательной индустрии, — компьютерных игр и кино, активно применяются в и других отраслях. Очень полезными оказалась они и для медицины.

Конкурс «Био/Мол/Текст»-2020/2021

Эта работа опубликована в номинации «Школьная» конкурса «Био/Мол/Текст»-2020/2021.

Генеральный партнер конкурса — ежегодная биотехнологическая конференция BiotechClub, организованная международной инновационной биотехнологической компанией BIOCAD.

медико-биологическая школа «Вита»
«Новая школа»

Партнеры номинации — медико-биологическая школа «Вита» и «Новая школа».

SkyGen

Спонсор конкурса — компания SkyGen: передовой дистрибьютор продукции для life science на российском рынке.

Спонсор конкурса — компания «Диаэм»: крупнейший поставщик оборудования, реагентов и расходных материалов для биологических исследований и производств.

Как видно из названия, нейронные сети этимологически связаны с нейронами — структурно-функциональными единицами нервной системы. Именно эти клетки мозга получают информацию, обрабатывают ее и делают выводы. Искусственные нейронные сети (далее — нейронные сети) — это математические модели, приближенные к сетям нейронов головного мозга. Обычно они представлены в виде программы или устройства, которые способны обучаться. Способность нейронных сетей к обучению позволяет им решать множество задач, а также делает их одним из способов воплощения искусственного интеллекта (ИИ). Как происходит обучение, как работают нейронные сети и как их применяют в медицине — об этом пойдет речь в статье.

Находить неочевидные закономерности на основе анализа Big Data, обнаруживать болезни, ставить диагнозы и персонализировать лечение можно научиться даже с нуля. «Факультет Data Science в медицине» от GeekBrains — возможность освоить востребованную специальность за несколько месяцев не выходя из дома.

Курс дает системные знания: от основ математики и машинного обучения до алгоритмов и структуры данных на Python, MySQL, PyTorch и Linux. Поэтому работать вы сможете не только в медицине, но и в других сферах бизнеса, где требуется умение обрабатывать большие данные.

Вы будете обучаться у экспертов, которые постоянно используют искусственный интеллект в своих проектах; решать бизнес-задачи с помощью машинного обучения; поработаете с медицинскими данными; проанализируете исследования лекарств; познакомитесь с рынком труда.

По итогам обучения у вас будет 15 готовых проектов, доступ ко всем материалам и диплом о переподготовке. Кроме того, прошедшим курс GeekBrains гарантирует трудоустройство — это закреплено в договоре. Оставить заявку на обучение можно и нужно уже сейчас.

Материал предоставлен партнером — GeekBrains

Что может ИИ в медицине?

Диагност и ассистент лечащего врача

Врачу бывает сложно верно диагностировать заболевание, особенно если у него не слишком много практики или конкретный случай далёк от его профессионального опыта. Тут на помощь может прийти искусственный интеллект, имеющий доступ к базам с тысячами и миллионами историй болезни (и другой упорядоченной информацией). С помощью алгоритмов машинного обучения он классифицирует конкретный кейс, быстро просканирует вышедшую за определённый интервал времени научную литературу по нужной теме, изучит имеющиеся в доступе похожие случаи и предложит план лечения. Более того, ИИ сможет обеспечить индивидуализированный подход, приняв во внимание сведения о генетических особенностях пациента, паттернах движения, собранных его носимыми устройствами, предыдущей истории болезней — всём анамнезе жизни. ИИ вероятно (по крайней мере, на текущем этапе развития технологий) — не заменит врача, но может стать — уже стал — полезным инструментом, помощником в деле диагностики и лечения.

Приведу некоторые примеры.

IBM Watson for Oncology. IBM Watson — суперкомпьютер, умеющий отвечать на вопросы, сформулированные на естественном языке (то есть не на языке программирования). У него есть доступ к различным источникам данных: энциклопедиям, базам научных статей, антологиям знаний. Благодаря огромным вычислительным мощностям, обработав источники, он выдаёт максимально точный ответ на заданный вопрос.

IBM Watson for Oncology — программа применения мощностей IBM Watson для определения оптимальной доказательной основанной на данных стратегии лечения рака. Перед запуском этой программы в Watson для обучения были загружены сотни тысяч медицинских документов, в том числе 25 тысяч историй болезни, более 300 медицинских журналов и более 200 учебников, всего около 15 млн страниц текста. В 2011 году было объявлено о совместном исследовательском проекте IBM и Nuance Communications , результатом которого должен был стать коммерческий продукт для клинического применения в области принятия врачебных решений. В подготовке к клинической практике суперкомпьютеру помогали исследователи-клиницисты из Колумбийского университета (Columbia University) и Университета Мэриленда в Балтиморе (University of Maryland, Baltimore).

С 2013 года IBM Watson используется в Мемориальном онкологическом центре им. Слоуна-Кеттеринга в Нью-Йорке (Memorial Sloan Kettering Cancer Center, MSK) для помощи в принятии управляющих решений (Utilization management) при лечении больных раком лёгких и уходе за ними. Разумеется, его база постоянно пополняется новыми историями болезни.

В том же году IBM и Онкологический центр им. М. Д. Андерсона (University of Texas MD Anderson Cancer Center) запустили пилотный проект «миссии по искоренению рака». Однако вскоре было объявлено, что проект (на который на тот момент уже было потрачено 62 млн долларов) не оправдал ожиданий и будет отложен.

В июле 2016 года программа IBM Watson for Oncology была запущена в коммерческую эксплуатацию на базе Manipal Hospitals (ведущая сеть больниц в Индии) — для помощи врачам и пациентам в определении персонализированных методик борьбы с раком. Также сеть Manipal Hospitals предлагает онкологическим больным узнать «мнение Ватсона» онлайн, на своём веб-сайте.

В феврале этого года Медицинский центр Джупитера (Jupiter Medical Center), Джупитер-Айленд, Флорида, США, также объявил о начале использования IBM Watson for Oncology. В пресс-релизе, посвящённом запуску программы, сообщалось, что «Ватсон» уже способен оказывать действенную помощь клиницистам в разработке планов лечения рака груди, лёгких, толстой кишки, шейки матки, яичников и желудка. До конца года IBM и MSK планируют обучить IBM Watson for Oncology лечению ещё 9 типов рака, покрыв тем самым потенциально 80% заболеваемости раком в мире.

IBM Medical Sieve (проект в стадии разработки). Чтобы оценить результаты МРТ, рентген-снимков, кардиограмм, врачу в среднем нужно потратить значительно больше времени на изучение картинки, чем системе машинного обучения. При этом точность компьютерного анализа в среднем выше, что позволит выявить дефекты и образования, которые врач может и пропустить. Особенно под конец смены, когда медики устают и теряют концентрацию. Более того, за счёт уменьшения количества времени на распознавание и обработку данных, может быть обслужено больше пациентов.

Google DeepMind Health — подпроект Google DeepMind, применяющий технологии ИИ к медицине. В данный момент известно о сотрудничестве DM Health и лондонской больницей «Мурфилдс Ай» (Moorfields Eye Hospital): тысячи анонимных глазных снимков будут проанализированы с целью найти первичные симптомы слепоты. Также, в сотрудничестве с больницей Университетского колледжа Лондона (University College London Hospital), ИИ будет задействован в проекте по разработке алгоритма, который сможет автоматически различать здоровые и раковые ткани в области головы и шеи.

NeuroLex.co. Люди, когда говорят, сообщают значение произносимого не только словами, но и интонацией, промежутками между словами, скоростью и громкостью речи. Из психиатрической практики известно, что психические расстройства обычно сопровождаются определёнными речевыми изменениями. Поэтому можно научить нейронные сети расставлять соответствия между речевыми паттернами и диагнозами (на основе уже имеющейся клинической практики), таким образом сделать процесс установления диагноза более быстрым и точным.

Не следует путать NeuroLex.co и NeuroLex.org — wiki-проект по составлению актуального динамического лексикона нейронауки.

Face2Gene — программа, позволяющая диагностировать по фото многие генетические заболевания (в основном, у детей). Целевая аудитория — практикующие врачи и исследователи. Подробнее см. в нашем материале «Диагностирование генетических болезней по фото».

Human Diagnosis project (Human Dx) — амбициозная инициатива молодых врачей из Сан-Франциско, сочетающая, по их словам, «усилия коллективного разума» и машинное обучение. На сайте Human Dx утверждается, что это «крупнейший проект в мире по числу участвующих авторов-клиницистов». Предполагается, что здесь будут собраны описания симптомов, результаты медосмотров, личные и семейные медицинские истории, показания диагностических приборов и носимых устройств, результаты лабораторных исследований, медицинские визуализации, генетические и эпигенетические данные, научные публикации в области биомедицинских наук, медицинская статистика и т. п. На основе всего этого будет разработана фундаментальная структура данных, к которой сможет обращаться любой врач, пациент, исследователь, вообще любые люди, организации, устройства или приложения. Краткосрочная цель проекта — оказывать помощь в своевременной и верной диагностике заболеваний и назначении лечения, а также в медицинском образовании. Долгосрочная — радикально изменить в лучшую сторону стоимость, доступность и эффективность медицинской помощи во всём мире. Конечной цели у проекта нет. Предполагается, что он будет аккумулировать, систематизировать и стараться делать максимально доступными и легко применимыми все возможные медицинские данные до тех пор, пока у участников будут для этого средства и силы.

Это на словах. На деле, информацию в проект сейчас поставляют, по словам руководителя стартапа Джея Комарнери (Jay Komarneni), «тысячи врачей» из 400 учреждений в 60 странах. Это значит, что их может быть, например, две тысячи (или пять тысяч: именно такое число фигурирует в публикации 19 марта на сайте Американской медицинской ассоциации). Немало, но явно недостаточно, чтобы переломить ситуацию в мировой медицине. Якобы в базе проекта есть уже «сотни тысяч» описанных случаев, но и этого мало для функциональной классификации всех известных медицине диагнозов.

Не очень понятно, проводится ли уже на полученных данных обучение некоего ИИ или это тоже только в планах. Что точно есть, так это мобильное приложение, с помощью которого врачи-волонтёры могут отправлять информацию на серверы проекта. Основатели надеются в ближайшем будущем привлечь в свои ряды не менее ста тысяч волонтёров. И у них, видимо, есть на то основания: Human Dx финансируют сразу пять венчурных фирм. Одна из них, описывая вкратце политику инвестирования, сообщает, что вкладывает в компанию на всём этапе её развития от 50 до 100 млн долларов. На сайте другой написано, что она не даёт благотворительных грантов. То есть, «бизнес-ангелы» в Human Dx не только прилично вложились, но и, похоже, ожидают от него прибыли, а значит и развития, видят потенциал.

15 февраля этого года Human Diagnosis project был объявлен полуфиналистом конкурса Фонда Макартуров 100&Change. Всего полуфиналистов восемь. Победитель будет назван в сентябре и получит 100 млн долларов. Хочется верить, что если эти деньги попадут в руки Human Dx, они приблизят день, когда медицина в мире станет доступнее и эффективнее.

А пока Human Dx пытается делать полезное теми средствами, которые у него уже есть: каждое утро проект рассылает в сотни клиник так называемый «ежеутренний кейс» — описание случаев неочевидной диагностики из присланных волонтёрами. Также ссылки на кейсы регулярно выкладываются в твиттере проекта. Правда, сами кейсы доступны только зарегистрированным на сайте врачам.

ИИ-программы, обеспечивающие условия «домашнего стационара»

Как я уже говорила, в настоящее время фокус лечения сместился с острых заболеваний (распространённость которых, благодаря прогрессу в медицине за последнее столетие, удалось значительно сократить) на хронические. И «хроническим» больным необходимо быть постоянно осведомлёнными о состоянии собственного здоровья. Им на помощь приходят носимые устройства (wearables), которые позволяют мониторить пульс, давление, дыхание и другие показатели здоровья. Согласно полученной информации эти устройства извещают владельцев о действиях, которые необходимо совершить в данный момент (принять лекарство, изменить тип физической активности и т. д.). Показатели, снимаемые этими приборами, могут передаваться через смартфон непосредственно врачу, чтобы тот всегда «держал руку на пульсе» и мог давать рекомендации по ходу изменения показателей. Простейшие советы могут быть «зашиты» непосредственно в приложения и реагировать на получаемые данные автономно и быстро. Но главное — с помощью таких носимых устройств и мобильных приложений как раз и можно собирать массивы данных, по мере роста которых будет расти и качество работы обучающегося на них ИИ.

Sense.ly (iOS, Android) — это «приложение-медсестра». На экране телефона — анимированное изображение медсестры, она спрашивает, как вы сегодня себя чувствовали сегодня, хорошо ли спали, в норме ли давление, нет ли жалоб. Отвечать можно вслух — ИИ распознаёт речь и сразу же отправляет информацию лечащему врачу. Если в вашем ответе есть триггеры, соответствующие тем или иным симптомам, на экран будет выведена краткая справка по ним, после чего «сестра» напомнит о приёме лекарств или процедурах или поинтересуется, не хотите ли вы связаться с врачом. Если хотите, приложение немедленно соединит вас по видеосвязи.

AiCure (iOS, Android) — нужно сфотографировать приём таблетки; приложение визуально распознает тип лекарства, определит время приёма и отправит эту информацию врачу. Задача приложения — обеспечить регулярность приёма лекарств.

Babylon Health (iOS, Android) — мобильное приложение, позволяющее из любой точки Земного шара, в любой день и любое время суток получить онлайн-консультацию британского или ирландского врача с врачебным стажем не менее 10 лет. На английском, разумеется. Вы спросите: при чём тут искусственный интеллект? При том, что перед консультацией можно пройти, здесь же, в приложении, нехитрый тест, а также загрузить параметры ежедневной активности, в т. ч. непосредственно с различных носимых устройств. Система проанализирует данные и выдаст вам предварительный диагноз, а врача порекомендует, уже опираясь на него. Если верить разработчикам, практика показывает, что предварительные диагнозы Babylon Health уже сейчас ставит не хуже опытного терапевта.

К сожалению, некоторые из перечисленных выше приложений (такие как AiCure или Sense.ly) приспособлены для работы с медициной «западного типа», то есть системой, где у пациента есть постоянный лечащий врач (general practitioner, GP), которому есть дело до состояния здоровья пациента. В России и других странах, где массовая медицина построена на других основаниях, они едва ли применимы. С другой стороны, приложения для диагностики заболеваний как раз могут сильно пригодиться и российским участковым, и врачам, работающим в африканской глубинке, где перед ними проходят тысячи пациентов, постоянно новых, с незнакомыми симптомами, и где нет даже нормальной лаборатории, чтобы сделать анализы.

ИИ в научных разработках в области медицины

Помимо клинической практики, ИИ находит применение в проведении биомедицинских исследований. Например, система машинного обучения может использоваться для проверки совместимости лекарств или для анализа генетического кода (да для чего угодно, на самом деле — для любых задач, требующих глубокого обучения, поиска корреляций в больших данных, визуального и аудиального распознавания и т. п.).

Deep Genomics — это проект системы, которая позволит изучить, предсказывать и интерпретировать, как генетические вариации изменяют важные клеточные процессы, такие как транскрипция, сплайсинг и др. Изменение в этих процессах может вести к болезням, а соответственно знание причины болезни может сделать терапию более эффективной.

Медицинские программы

Профильные программы для медицинских учреждений автоматизируют работу клиник — от регистратуры до расчетов со страховыми компаниями. Например, отраслевые решения для медицины на базе 1С от компании «Первый БИТ» разрабатываются для многопрофильных центров и специализированных кабинетов. В частности, существуют компьютерные программы для стоматологии, офтальмологии и даже программы для ветеринарных клиник.

Преимущества автоматизации медицинской деятельности:

электронный документооборот (электронные карты пациента, обмен данными между подразделениями);
сводится к минимуму бумажная работа врачей;
стандартизация работы медперсонала;
повышается эффективность и качество услуг;
упрощается контроль склада препаратов и материалов;
прозрачность финансовой деятельности;
оперативное получение отчётов;
удобные расчёты с пациентами и сотрудниками;
повышение лояльности клиентов.

К медицинским программам относятся всевозможные мобильные приложения для клиентов. С помощью них можно самостоятельно записаться на приём, узнать информацию о лечебном учреждении, врачах и проходящих акциях, оставлять отзывы, вести график приёма лекарств. Эти функции доступны в мобильном приложении БИТ.Мед. С помощью программного обеспечения можно завести электронную книгу отзывов и предложений, где пациенты смогут оценивать качество услуг, оставлять замечания, заполнять анкеты и т.д. Такая функция реализована в приложении БИТ.Качество.

Программные решения учитывают все нюансы медицинской специализации и работы учреждения, поэтому дорабатываются индивидуально или создаются под ключ. Это означает, что специальное программное обеспечение может внедряться в любую отрасль медицины и в учреждения разных масштабов.

В целом, современные технологии, как и научные открытия, стимулируют развитие медицины и повышают уровень обслуживания населения.

Аннотация к презентации

Презентация для студентов на тему «Компьютеры в медицине» по медицине. Состоит из 15 слайдов. Размер файла 0.5 Мб. Каталог презентаций в формате powerpoint. Можно бесплатно скачать материал к себе на компьютер или смотреть его онлайн с анимацией.

Компьютеры в медицине

Слайд 2

В компьютеризированном отделении лечебного учреждения

Слайд 3

Компьютеры используются для создания карт, показывающих скорость распространения эпидемий. Компьютеры хранят в своей памяти истории болезней пациентов, что освобождает врачей от бумажной работы, на которую уходит много времени, и позволяет больше времени уделять самим больным.

Слайд 4

Компьютеры позволяют установить, как влияет загрязненность воздуха на заболеваемость населения данного района. Кроме того, с их помощью можно изучать влияние ударов на различные части тела, в частности, последствия удара при автомобильной катастрофе для черепа и позвоночника человека.

Слайд 5

Компьютер — пациент

Компьютерная техника используется для обучения медицинских работников практическим навыкам. На этот раз компьютер выступает в роли больного, которому требуется немедленная помощь. На основании симптомов, выданных компьютером, обучающийся должен определить курс лечения. Если он ошибся, компьютер сразу показывает это.

Слайд 6

Кроме того:

Компьютерные сети используются для пересылки сообщений о донорских органах, в которых нуждаются больные, ожидающие операции трансплантации. Банки медицинских данных позволяют медикам быть в курсе последних научных и практических достижений.

Слайд 7

Компьютерная томография и ядерная медицинская диагностика — дают точные послойные изображения структур внутренних органов. Ультразвуковая диагностика и зондирование— используя эффекты взаимодействия падающих и отраженных ультразвуковых волн, открывает бесчисленные возможности для получения изображений внутренних органов и исследования их состояния. Примеры компьютерных устройств и методов лечения и диагностики

Слайд 8

Микрокомпьютерные технологии рентгеновских исследований — запомненные в цифровой форме рентгеновские снимки могут быть быстро и качественно обработаны, воспроизведены и занесены в архив для сравнения с последующими снимками этого пациента;

Задатчик (водитель) сердечного ритма

Слайд 9

Устройства дыхания и наркоза

Лучевая терапия с микропроцессорным управлением — обеспечивает возможность применения более надежных и щадящих методов облучения.

Слайд 10

устройства диагностики и локализации почечных и желчных камней, а также контроля процесса их разрушения при помощи наружных ударных волн (литотрипсия); лечение зубов и протезирование с помощью компьютера; системы с микрокомпьютерным управлением для интенсивного медицинского контроля пациента. А также …

Слайд 11

Что и как мы узнали о применении компьютеров в медицине?

Взяли интервью у местных работников здравоохранения. Провели опрос знакомых Нашли сообщения в печатных изданиях о применении ЭВМ в медицине. Подобрали фотографии.