Чтобы система «Webiomed» могла «извлекать» из медицинских текстовых записей структурированные признаки, мы создали специальный сервис – Webiomed.NLP. Для его развития мы создаем модели машинного обучении с использованием методов Natural language processing (NLP). Эти возможности позволят нашей системе из обычных текстовых медицинских протоколов вытаскивать клинически-значимую неразмеченную информацию, которая затем используется для машинного анализа поступивших в Webiomed запросов от медицинских информационных систем.
Подробнее о сервисе, а также об используемых методах, метриках, примерах читайте в нашем материале в блоге:
https://webiomed.ai/blog/primenenie-nlp-dlia-izvlecheniia-informatsii-iz-elektronnykh-meditsinskikh-kart/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed

В последнее время растет число публикаций, свидетельствующих о том, что социальные детерминанты здоровья (social determinants of health, SDoH) могут быть вполне значимыми предикторами развития заболеваний, в том числе COVID-19. Например, Джонатан М. Метцл, д.м.н. сотрудник факультета медицины, здравоохранения и общества университета Вандербильта, опубликовал в Jama заметку о том, что образование, занятость, уровень заработка и уголовное прошлое могут быть факторами риска смерти от COVID-19. Он пишет: «… маргинализированные, миноритарные общины с низким уровнем благосостояния подвергаются наибольшему риску, причем непропорционально высока смертность среди афроамериканцев, латинцев и коренных американцев в США», источник: https://jamanetwork.com/journals/jama/fullarticle/2767027.

Вирджиния Герли, д.м.н. и старший врач-консультант в HGS Population Health Management Solutions писала в своей заметке: «Социальные детерминанты здоровья могут включать в себя много вещей: продовольствие, жилье и транспорт; образ жизни, локации и окружение; социальную изоляцию и другие факторы, которые мешают людям достичь и поддерживать хорошее здоровье. Подобные неклинические воздействия могут приводить к 80% неблагоприятных исходов, влияя на способность человека быть здоровым». Размышляя над тем, что же нужно делать в первую очередь в этой связи, Вирджиния на первое место ставит предиктивную аналитику: «В любом вмешательстве в здоровье населения необходимо опираться на риск-стратификацию и определять – кто подвергается наибольшему риску, чтобы правильно оценить ресурсоемкость вмешательства. Если вы попытаетесь на равных вмешаться во все население, ваши усилия (и средства) будут распределены слишком широко и слишком тонко. Использование аналитики на переднем крае может гарантировать, что люди с самым высоким риском получают более интенсивное лечение», https://medcitynews.com/2020/05/the-paradox-of-population-health-focus-on-personalized-support-for-the-greatest-impact/. Стоит обратить внимание на тотальное отличие этого подхода от поголовной диспансеризации у нас. Представляется вполне разумным, что первичная оценка риска и более продуманный отбор пациентов для диспансеризации и скрининга был бы более правильным подходом. Во-первых, это экономило бы финансовые затраты. А во-вторых – и это самое главное – позволило бы практическом здравоохранению борее предметно работать с такими пациентами, не просто фиксируя их группу здоровья – и но занимаясь потом отслеживанием судьбы пациента и достижения им целевых уровней модифицируемых факторов риска.

Президент России Владимир Путин отдал правительству распоряжение подготовить федеральный проект по развитию технологий искусственного интеллекта. Утвердить проект и приступить к его реализации должны в кратчайшие сроки.Преграды, препятствующие запуску и поддержке перспективных проектов в IT-отрасли, должны быть максимально устранены, подчеркнул российский лидер. Речь идет о таких технологиях, как беспилотный транспорт или применение искусственного интеллекта в медицине, пояснил Путин.
https://www.vesti.ru/doc.html?id=3272605

📖 Почитать на досуге: ИИ-евангелист из компании 🏷ABBYY 👤Иван Ямщиков называет четыре способа применения ИИ для борьбы с COVID-19 и последствиями пандемии.

1. Помощь в разработке и поиске лекарств.
2. Повышение эффективности медицинских учреждений.
3. Мониторинг соблюдения социальной дистанции и анализ поведения людей.
4. Другие сферы (борьба со спекулянтами и фейками, беспилотные дезинфекторы, оптимизация логистики доставки).

«Во-первых, мы будем больше использовать алгоритмы там, где нужно работать с большими объемами знаний. (...) Во-вторых, мы будем и дальше повышать эффективность процессов за счет машинного обучения и анализа данных. И рутина, и трудоемкая интеллектуальная работа будут автоматизироваться. В-третьих, мы будем использовать решения на основе машинного обучения в разных сферах, включая здоровье и спасение жизней».

👉🏻 Читать статью на Rusbase (~8 мин.)

9-10 июня проходила виртуальная конференция "ИТМ СИБИРЬ +". Наши коллеги приняли участие в панельной дискуссии на тему:«СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПОДДЕРЖКИ ПРИНЯТИЯ МЕДИЦИНСКИХ И УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ. Решения для мониторинга и оптимизации клинико-диагностических процессов».
Александр Гусев выступил с докладом на тему: «Российские системы поддержки принятия врачебных решений». В своем докладе Александр рассказал о классификации, применении СППВР в здравоохранении, о Российских разработках в этом направлении.
Доклад Дениса Гаврилова был посвящен проблеме предикции в здравоохранении на примере сердечно-сосудистых заболеваний и использованию СППВР как инструмента, позволяющего осуществлять полноценную поддержку принятия решений в медицинской практике.

https://webiomed.ai/novosti/nashi-kollegi-priniali-uchastie-v-onlain-konferentsii-infosibir/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed

Внедрение СППВР в клиническую помощь порождает ряд предсказуемых правовых проблем для поставщиков медицинских услуг и разработчиков систем искусственного интеллекта в России и во всем мире. Уже приняты первые регулирующие документы, но законодательство в этой сфере еще находится на стадии становления и совершенствования.
О том, как проходила регистрация клинической цифровой системы поддержки принятия решений рассказывает Директор по развитию бизнеса компании «K-SkAI» Александр Гусев.
https://evercare.ru/news/opyt-pervoy-registracii-sppvr-v-rossii

#Webiomed
#ит_в_медицине
#ит_в_здравоохранении Плотная работа со Skolkovo Ventures была проведена перед регистрацией в Росздравнадзоре системы поддержки принятия врачебных решений Webiomed в качестве медицинского изделия.
По словам директора нашей компании «К-Скай» Романа Новицкого, в рамках инвестиционного менторинга специалисты Skolkovo Ventures дали оценку предложению для инвесторов, помогли скорректировать материалы (инвестпрезентацию) и подобрали дополнительные аргументы для оценки компании и защиты мультипликаторов перед инвесторами.
«Также очень ценными оказались рекомендации по структуре сделки и вариантах финансирования в нашем случае. Все это в итоге не только помогло нам в переговорах с инвесторами, но и позволило выработать и согласовать комфортные условия TermSheet, - рассказывает Роман - Отдельно следует отметить взаимодействие по программе возмещения инвестиций бизнес-ангелов. В связи со сложной структурой сделки и желанием инвесторов максимально воспользоваться программой возмещения, возникло очень много вопросов. На все наши вопросы мы получаем подробные ответы и комментарии, практически в онлайн режиме. Такая поддержка со стороны Skolkovo Ventures очень ценна, так как способствует ускорению подготовки и согласования необходимых документов для подписания сделки». #ИИ_в_медицине #AI_in_medicine

https://sk.ru/news/stanislav-kolesnichenko-skolkovo-ventures-pomogaet-startapam-peresobratsya-v-usloviyah-novoy-biznesrealnosti/

Существует ли связь между сердечно-сосудистыми заболеваниями (ССЗ) и повышением смертности среди пациентов с COVID-19?
Мы внимательно следили за публикациями в научной литературе по этому вопросу и делимся некоторыми находками. Материал подготовлен руководителем медицинского направления нашей компании Денисом Гавриловым.
https://webiomed.ai/blog/serdechno-sosudistye-zabolevaniia-i-covid-19/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed

Наш проект Webiomed стал одним из трех победителей коммерческого трека акселерационной программы AstraZeneca Skolkovo StartUp Challenge 2020, которую провели Фонд «Сколково» и Международная биофармацевтическая компания «АстраЗенека».
https://webiomed.ai/novosti/webiomed-pobeditel-kommercheskogo-treka-astrazeneca-skolkovo-startup-challenge-2020/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed

STAT опубликовала интересную статью о текущем состоянии применения ИИ в паллиативной помощи. Понятно, что тема паллиатива и без всякого ИИ очень неоднозначная, особенно с этической точки зрения. И конечно она не становится проще, когда туда приходят ИИ. В итоге обобщив опыт применения моделей, предсказывающих смерть тяжелых пациентов в ближайшие месяцы, автор заметки Rebecca Robins пришла к следующим мыслям:
1. Применение моделей предсказания смерти действительно позволяет лечащим врачам получить предметную подсказку с указанием фамилий тех пациентов, с которыми пора начать очень тяжелый и деликатный разговор о возможной ближайшей смерти. В некоторых случаях подсказки бывают неожиданно для врачей и печально точны и они важны, потому что без таких подсказок этот разговор мог бы состояться слишком поздно.
2. Подсказки ИИ помогают врачам лучше расставить приоритеты в подготовке пациентов к концу
3. Пациенты не готовы воспринять информацию, что прогноз их смерти дал ИИ. И врачам не следует делится этим фактом с пациентом. По сути ИИ остается «в тени» и пожалуй на данное время это лучший подход.
4. Понятно, что ИИ все еще не всегда точен. И врачи нередко не соглашаются с его прогнозами и бывают правы. Поэтому к ИИ надо относится критически. Нужна дополнительная работа по повышению точности прогностических моделей.
5. Еще нет понимания какой дизайн взаимодействия ИИ с врачом лучший. Следует ли каждый день извещать клинициста о пациентах высокого риска смерти или сократить это «давление»? Какой порог срабатывания прогноза (вероятности смерти) нужно выбрать? 2%? 10%? Все это вопросы не математики и машинного обучения, а человечности https://www.statnews.com/2020/07/01/end-of-life-artificial-intelligence/

Система Webiomed признана победителем в номинации «Цифровые решения для здравоохранения» конкурсного отбора, организованного АНО "Аналитический центр при Правительстве Российской Федерации" совместно с Минкомсвязью России.
https://webiomed.ai/novosti/webiomed-pobeditel-v-nominatsii-tsifrovye-resheniia-dlia-zdravookhraneniia/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed

#Webiomed #ИИ
Как выбрать правильную метрику для модели машинного обучения и какие метрики используются в реальных задачах в здравоохранении?
Об этом подробнее читайте в нашем материале.
https://webiomed.ai/blog/osnovnye-metriki-zadach-klassifikatsii-v-mashinnom-obuchenii/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed

На НТВ в программе "Сегодня" вышел репортаж о развитии ИТ-отрасли России, в который включили небольшой сюжет про нашу систему искусственного интеллекта для здравоохранения Webiomed

В совещании, которое провел заместитель премьер-министра Правительства Республики Карелия по вопросам здравоохранения и социальной защиты Игорь Корсаков, приняли участие министр здравоохранения Михаил Охлопков, научный консультант проекта Webiomed доктор медицинских наук профессор Петрозаводского государственного университета Татьяна Кузнецова, руководители медицинских организаций, руководители компании "К-СКАЙ" Роман Новицкий и Александр Гусев, а также руководитель медицинского направления компании Денис Гаврилов.
На встрече было отмечено, что наш проект в настоящее время успешно внедряется в нескольких российских регионах и получит поддержку Министерства здравоохранения Карелии.
https://webiomed.ai/novosti/predstavili-nash-proekt-webiomed-na-vstreche-v-minzdrave-karelii/?utm_source=telegram&utm_medium=social&utm_campaign=webiomed

В конце прошлого года указом Президента России №490 была утверждена национальная стратегия развития искусственного интеллекта (ИИ) в Российской Федерации на период до 2030 г. Главная цель – борьба за будущие рынки через ускорение исследований, разработок и проникновения ИИ в различные сферы. В последнее время стал часто возникать вопрос – а что конкретно должно быть сделано в здравоохранении для реализации утвержденной стратегии? Мы постарались дать свой анализ документа и ответ на этот вопрос https://webiomed.ai/blog/realizatsiia-natsionalnoi-strategii-iskusstvennogo-intellekta-v-sfere-zdravookhraneniia/?utm_source=telegram&utm_medium=social&utm_campaign=Webiomed

Очень хорошая публикация от «коллег по цеху»

#ии

Монетизация искусственного интеллекта в медицине — задача не из простых. Это связано не только с длинным и сложным циклом разработки и вывода продукта на рынок, но и с правовыми аспектами и спецификой сферы здравоохранения.

О том, что важно учесть при поиске оптимального варианта монетизации ИИ-сервис, читайте в материале Rusbase
https://rb.ru/opinion/healthcare-ai-monetizing/

@it_medicine