УДК 004

Анализ релевантности применения машинного обучения в медицинской сфере

Пушкина Елена Александровна – оператор ЭВМ кафедры Практической и прикладной информатики МИРЭА – Российского технологического университета.

Кесельман Борис Михайлович – студент кафедры Практической и прикладной информатики МИРЭА – Российского технологического университета.

Солозобов Евгений Дмитриевич – студент кафедры Практической и прикладной информатики МИРЭА – Российского технологического университета.

Аннотация: В данной статье рассматривается релевантность использования машинного обучения в медицинской сфере. В ходе данной работы анализируются отличительные черты использования искусственного интеллекта.

Ключевые слова: машинное обучение, искусственный интеллект, медицина.

В современном мире медицина сталкивается с огромным объемом данных, собранных при диагностике и лечении пациентов. Анализ и интерпретация этих данных требует значительных усилий и опыта специалистов. Однако с развитием машинного обучения, возникают новые возможности для автоматизации и улучшения процесса анализа данных в медицинской сфере. Для решения поставленной проблемы необходимо углубиться в принцип работы обработки полученных данных в ходе лечения в медицинской сфере.

Применение искусственного интеллекта позволяет обнаруживать и классифицировать заболевания, прогнозировать риски и результаты лечения, оптимизировать выбор методов и стратегий лечения, а также автоматизировать ручные процессы [4]. Одной из важных областей применения машинного обучения в офтальмологии является автоматический анализ медицинских записей, анализ которых может помочь врачам и исследователям получить ценные знания и предоставить лучшую медицинскую помощь.

В настоящее время активно внедряется искусственный интеллект в медицинскую сферу. Например, ЕМИАС использует машинное обучение для: оцифровки данных, предложения врачам варианты для постановки эпикриза пациенту [1, 6, 7].

Система ЕМИАС (Единая медицинская информационно-аналитическая система) представляет собой широкомасштабную инфраструктуру для управления и анализа медицинских данных. Она может быть усовершенствована и расширена с помощью технологий искусственного интеллекта ИИ, чтобы обеспечить новые возможности и улучшить эффективность в различных областях.

Рассмотрим, в каких важных для пациентов областях можно внедрить ИИ в рамках системы ЕМИАС:

  • ведение оцифрованных документов;
  • предиктивная аналитика выставления диагноза;

Данные сервисы взаимосвязаны и выбраны для анализа внедрения ИИ в систему или улучшения функциональности в каждой из них.

Использование ИИ для оцифровывания документов позволяет создавать базу данных, содержащую большой объем информации о пациентах. Это позволяет проводить анализ данных и выявлять тенденции, что может быть полезно для мониторинга состояния пациентов, выявления ранних признаков заболеваний и определения эффективности лечения. Аналитические инструменты могут также помочь в исследованиях и разработке новых методов диагностики и лечения.

Система ЕМИАС активно применяет возможности искусственного интеллекта для совершенствования процессов оцифровки рукописных эпикризов и других медицинских документов [3]. Благодаря использованию ИИ эти документы могут быть преобразованы в цифровой формат и сохранены в базе данных, что обеспечивает удобство и доступность для врачей в последующем. Применение искусственного интеллекта в рамках ЕМИАС позволяет решить ряд проблем, связанных с рукописными документами.

Во-первых, процесс оцифровки с использованием ИИ позволяет значительно снизить риски ошибок, связанных с неправильным распознаванием или непониманием рукописного почерка. Автоматическое распознавание и транскрипция текста с помощью ИИ обеспечивают более точные и надежные результаты.

Кроме того, ИИ позволяет обеспечить более эффективное хранение и управление оцифрованными документами. База данных системы ЕМИАС, содержащая цифровые версии медицинских документов, позволяет врачам легко получать доступ к необходимой информации о пациентах. Это сокращает время, затрачиваемое на поиск и обработку рукописных документов, и улучшает общую организацию и оперативность работы медицинского персонала.

Внедрение ИИ в оцифровку рукописных эпикризов и других медицинских документов в системе ЕМИАС является важным шагом в направлении создания электронной и интегрированной медицинской системы [5]. Это позволяет повысить эффективность и точность работы врачей, облегчить процессы анализа и обработки информации, а также улучшить общий уровень медицинского обслуживания для пациентов.

Однако данный сервис в системе ЕМИАС не полностью автоматизирован со стороны медицинских учреждений. На данный момент множество документов внутри учреждений ведется вручную, из-за отсутствия стандартизации документов, невозможности ввода в цифровой формат, также по причине конфиденциальности и защиты данных.

Решить проблему можно следующими способами:

  • Ввести стандартизацию используемых документов.
  • Внедрить возможность оцифровки данных с помощью мобильных устройств, выданных медицинским учреждением.

Одной из ключевых стратегий является установление единых стандартов для медицинских документов, которые будут использоваться во всех медицинских учреждениях [2]. Это позволит обеспечить единый формат, структуру и кодировку данных, что значительно упростит процесс оцифровки и обмена информацией.

Также реализация подхода использования мобильных устройств предлагает использование специальных мобильных приложений, разработанных медицинскими учреждениями. Эти приложения позволят пациентам оцифровывать свои медицинские документы с помощью выданных им мобильных устройств. Такой подход обеспечит удобство, доступность и безопасность процесса оцифровки данных, без возможности утечки при использовании в локальной сети учреждения.

Вторым эффективным способом, который можно использовать для улучшения процесса работы ЕМИАС в медицине, является применение искусственного интеллекта для предиктивного анализа данных при формировании эпикриза пациента [2]. На данный момент уже реализовано предсказание диагнозов на основе симптомов, описанных врачом при приеме пациента, что открывает новые возможности в области медицинского ухода.

Такой подход позволяет сократить время приема пациента, путем предложенных решений врачу для заключения эпикриза. Также ИИ предлагает рассмотреть болезни, подходящие под симптомы пациента, что приводит к более осознанному и правильному выбору по мнению врача.

Тем не менее, текущая система не учитывает анализ предыдущих показателей пациента, пренебрегая результатами проведенных обследований при диагностике заболевания. Также не может выдать достоверную информацию о заболевании.

Чтобы преодолеть данное ограничение, необходимо внедрить систему искусственного интеллекта, способную проводить анализ заболеваний, учитывая не только текущие симптомы, но и предыдущие результаты обследований пациента. Эта система будет обучаться на больших объемах данных, собранных из различных источников, чтобы выявлять связи между симптомами, обследованиями и конкретными заболеваниями, в том числе и ЕМИАС с личными результатами обследований. Например, ситуация, где у пациента поставлен диагноз диабета, но врач не принимает во внимание его предыдущие результаты анализов на уровень сахара в крови. Используя систему искусственного интеллекта, врач получит рекомендацию о необходимости учесть пониженный уровень сахара в крови пациента при назначении лечения и контроле заболевания. Это позволит врачу принимать более информированные решения, опираясь на комплексный анализ данных и учитывая все существующие факторы в пользу пациента.

На Рисунке 1 изображена схема взаимодействия сервисов, демонстрирующая потенциал для улучшения в ЕМИАС. На диаграмме видно, над какими модулями был проведен анализ для достижения большей эффективности работы сервисов системы.

1

Рисунок 1. Схема работы сервисов ЕМИАС.

Сервер, отвечающий за обработку ЕМИАС, взаимодействует с сервисами этой системы, а также с клиентским устройством, оснащенным передовой системой управления искусственным интеллектом. Подвергшиеся изменениям модули: «Интегрированная медицинская карта», «Персонифицированный учет», «Аналитическая подсистема ЕМИАС».

Подводя итоги, релевантность применения машинного обучения в медицинской сфере является положительной и перспективной технологией в современном мире, использование которой повышает эффективность работы сотрудников, автоматизируя процессы оцифровки данных, создавая персонализированные прогнозы лечения и улучшая систему здравоохранения в целом. Однако применение данного изобретения в медицине накладывает ряд дополнительных осложнений, вызывая неудобство, при использовании машинного обучения, а относительно малый объем доступных и качественных данных приводит к неточным результатам, которые приведут к неточным результатам из-за невозможности правильно интерпретировать. Необходимо отметить, что на данный момент ЕМИАС активно внедряет искусственный интеллект в свои сервисы, проводит тестирования и разрабатывает новые технологии. Также стоит отметить, что у системы есть свои недостатки, которые можно доработать для дальнейшего внедрения в медицинскую сферу. Результаты исследований и текущие разработки в этой области указывают на значимость и актуальность применения этой технологии в данной сфере. Это предполагает перспективу распространения и успешной интеграции в практику.

Список литературы

  1. Агентство городских новостей Москва [Электронный ресурс] Режим доступа: URL: https://www.mskagency.ru/materials/3110471 (Дата обращения 29.05.2023)
  2. Доклад «Искусственный интеллект в Российской медицине: системы поддержки принятия решений» [Электронный ресурс] Режим доступа: URL: https://frpm.ru/wp-content/uploads/2021/08/Искусственный_интеллект_в_медицине_Брошюра_PDFpdf (Дата обращения 29.05.2023)
  3. Применение программы интеллектуальной аналитики текста с бумажного носителя и сегментации по заданным параметрам в клинической практике [Электронный ресурс] Режим доступа: URL: https://cardiovascular.elpub.ru/jour/article/view/3458 (Дата обращения 29.05.2023)
  4. Московская медицина №4 (38) 2020 [Электронный ресурс] Режим доступа: URL: https://niioz.ru/upload/iblock/aa6/aa62374c134ad341fdd8450caae3faa0.pdf (Дата обращения 29.05.2023)
  5. ru [Электронный ресурс] Режим доступа: URL: https://www.mos.ru/news/item/115758073/ (Дата обращения 29.05.2023)
  6. Искусственный интеллект в медицине и здравоохранении [Электронный ресурс] Режим доступа: URL: https://center2m.ru/ai-medicine (Дата обращения 29.05.2023)
  7. Обзор Российских систем искусственного интеллекта для здравоохранения [Электронный ресурс] Режим доступа: URL: https://webiomed.ru/blog/obzor-rossiiskikh-sistem-iskusstvennogo-intellekta-dlia-zdravookhraneniia/ (Дата обращения 29.05.2023).

Интересная статья? Поделись ей с другими: