Технологические гиганты реализуют системные стратегии в области здравоохранения, которое находится под давлением старения населения, роста данных и неэффективного управления. COVID19 только ухудшил положение дел. CB Insights опубликовала отчет с обзором стратегий ИТ-гигантов, цель которых состоит в том, чтобы стать полноценным участником рынка здравоохранения, размер которого в США составляет 3,6 триллиона долларов ежегодно.

Facebook стремится использовать свою пользовательскую базу для сбора уникальных данных о поведении пользователей. Также эта популярнейшая соцсеть сосредоточена на распространении медицинской информации и организации пользователей с общими интересами в области здравоохранения. Facebook может стать одним из полноценных каналов обращения за медицинской помощью, аналогично тому как это получилось у WeChat в Китае.

Amazon атакует здравоохранение благодаря своему опыту создания серверной инфраструктуры и более чем 110 млн. лояльных разработчиков самых разнообразных продуктов. Уже сейчас сервисы Amazon обеспечивают цепочку поставок лекарств, телемедицину и облачные вычисления. В будущем компания может существенно изменить медицинское страхование, создав новый рынок для страховщиков и пациентов.

Google развивает интеллектуальный поиск для поставщиков, разработчиков ЭМК, пациентов и врачей, используя искусственный интеллект. В будущем компания может существенно изменить образование в сфере здравоохранения.

Apple стремится помочь своим пользователям безопасно управлять и систематизировать свои медицинские данные. Кроме того, Apple развивает свой магазин приложений для разработчиков и исследователей.

https://www.cbinsights.com/research/report/famga-big-tech-healthcare/

FDA предоставило экстренное разрешение для системы оценки медицинских данных на основе искусственного интеллекта CLEW Medical, которое позволяет выявлять пациентов высокого риска дыхательной недостаточности или недостаточного кровотока у пациентов с COVID-19, поступивших в отделение интенсивной терапии.

Система CLEWICU принимает большой спектр данных о пациентах, включая сведения из ЭМК и подключенных медицинских устройств без необходимости ручного ввода данных врачами. В ответ система выдает предупреждение о потенциальном ухудшении состояния пациента в качестве подсказки для принятия врачебных решений. Кроме выявления пациентов высокого риска, система также определяет пациентов, которые не нуждаются в каких-либо вмешательствах в течение 8-часового периода.

Принимая решение о разрешении для этой системы, FDA заявило оно может помочь уменьшить контакт между медицинскими работниками и пациентами с COVID-19. «Благодаря выявлению пациентов с высоким риском и определения приоритетов лечения можно снизить частоту ложных тревог это, вероятно, обеспечит лучшую помощь пациентам и снизит нагрузку на персонал отделения интенсивной терапии», - сказано в заявлении FDA, предоставляющем разрешение на экстренное использование.

https://www.fiercebiotech.com/medtech/fda-greenlights-icu-ai-for-predicting-fatal-covid-19-complications

Китайское информационное агентство Синьхуа стало использовать для ведения новостного блока нескольких виртуальных телеведущих. 3D-персонаж смоделирован по образу реального репортера Чжао Ваньвэй. Цифровой аналог может имитировать человеческие голоса, выражения лица, движения губ и манеры. https://www.techcult.ru/technology/8329-informagentstvo-sinhua-vvelo-v-dolzhnost-virtualnuyu-televedushuyu

За последние пару месяцев во всем мире появились сотни решений для борьбы с COVID-19 на основе искусственного интеллекта. Выделяется 3 главных направления: разработка новых лекарств и вакцин (где ИИ пытаются применять для ускорения их создания), скрининг пациентов (анализ изображений с помощью ИИ для выявления пациентов с подозрениями на коронавирусную инфекцию) и самое перспективное направление – это оценка рисков и прогнозирование развития эпидемии. Несмотря на множество публикаций и разработок, эксперты очень осторожны в своих оценках реальной клинической эффективности, т.к. большинство из разработок стали применяться без сколько бы то ни было серьезного доказательства. Любая хорошая ИИ-модель требует качественные данные. COVID-19 – это совершенно новое и во многом неизученное заболевание, по нему пока просто нет в достаточном количестве качественных дата-сетов. «Все, что мы делаем, становится лучше благодаря большему количеству аннотированных наборов данных», - сказал доктор Эрик Тополь, директор исследовательского института Scripps. «Если мы дойдем до того момента, когда у нас будет доступ к нужным данным, только тогда мы действительно сможем подготовить хорошие модели, способные по-настоящему понять, каких пациентов нужно наиболее тщательно контролировать», - заявил Джон Каукенбуш, заведующий кафедрой биостатистики Гарвардской школы общественного здравоохранения имени Чана. https://medcitynews.com/2020/05/hundreds-of-ai-solutions-proposed-for-pandemic-but-few-are-proven/

Наш коллега Александр Гусев примет участие в сессии "Цифровые технологии, телемедицина, искусственный интеллект — новые возможности для клиник", в рамках XIII "Петербургского медицинского форума" .
❗️Мероприятие пройдет в онлайн формате 4 июня 🕙10:00-13:00.
Регистрация на сайте www.medforumspb.ru

Аналитика. Надзор за искусственным интеллектом – зарубежный опыт

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/