Российские ИИ системы для медицины

Обновлено: 22.02.2024
Примеры российских систем и сервисов на основе искусственного интеллекта для медицины - представлены ниже.

Пользователи, которые искали ИИ для медицины, потом также интересовались следующими продуктами:

См. также: Топ 10: Программы для клиник

2024. В программу для стоматологий Dentaltap добавлен искусственный интеллект



В магазин интеграций программы для стоматологии Dentaltap добавлены сразу несколько вариантов решений для анализа снимков с интраоральных камер, рентгеновских аппаратов и КЛКТ с помощью искусственного интеллекта. ИИ превращает снимок, прикрепленный к карте пациента, в новую модель метаданных, которая включает «снимок + данные + выводы + прогнозы». Например, к снимку могут быть добавлены диагнозы (выводы) или комментарии к лечению (данные) и они формируется автоматически без участия врача. Так же ИИ сможет прогнозировать течение болезни, объединяя несколько снимков и помогать создавать планы лечения под поставленные диагнозы. Интеграция с ИИ поможет врачам минимизирует риски врачебной ошибки и снизит время на диагностику и планирование лечения. На сегодняшний день в программе доступны ИИ от Audaxceph, Betterdiagnostics, SWC.


2023. Google представил MedLM - языковую модель для медицины



Google представил MedLM - семейство языковых ИИ моделей, специально разработанных для медицины. Они доступны на облачной платформе Google Cloud, и медицинские организации могут встраивать их в свои системы. Например, их можно использовать для заполнения медицинских карт, формирования набросков медицинских заключений, написания рецептов, переводов медицинских текстов. Другие ИТ-гиганты тоже стремятся занять эту нишу. Недавно Amazon запустил сервис AWS HealthScribe, который использует генеративный искусственный интеллект для расшифровки, обобщения и анализа записей разговоров пациента и врача. Microsoft тоже тестирует различные продукты для здравоохранения на базе искусственного интеллекта, в том числе медицинского «помощники» врача.


2022. Webiomed - ИИ для анализа медицинских данных



Компания К-Скай разработала ИИ платформу для прогностической аналитики и управления рисками в здравоохранении Webiomed. Она способна обработать имеющиеся медицинские и даже социальные данные о человеке – от результатов анализов и обследований за все годы жизни до хронологии течения болезней, анализа привычек, наследственности и образа жизни. Она может обнаружить патологии на ранних стадиях, а также следить за показателями здоровья человека с целью предупреждения пациента или врача о начале опасного развития болезней. Искусственный интеллект формирует единый цифровой паспорт пациента, в который входит не только картина его здоровья сейчас, но и определены факторы риска развития хронических неинфекционных заболеваний, возможные негативные события в здоровье пациента, включая ухудшение имеющихся заболеваний, госпитализацию или даже смерть.


2021. В России появится первый стандарт искусственного интеллекта для анализа медицинских данных



Фонд «Сколково», фонд НТИ и «Платформа НТИ» в 2022 году начнут отбор участников конкурса для разработки системы поддержки принятия врачебных решений на базе искусственного интеллекта (ИИ). В результате будет создан первый российский стандарт медицинского ИИ. Стандарт определит требования к сервисам для помощи в определении диагноза и назначении лечения. Стандартизация нужна для электронных медкарт, передачи, хранения и интерпретации информации с трекеров и устройств контроля за здоровьем


2020. В России власти пытаются создать медицинский ИИ



Минпромторг собирается создать российский нейросетевой программно-аппаратный комплекс (НПАК) для медицинского искусственного интеллекта, которая станет базироваться на отечественных нейропроцессорах. Предполагается, что НПАК станет основой доверенной информационной инфраструктуры, обеспечивающий работу с большими медицинскими и медико-биологическими объемами данных. На текущий момент проект находится в самой начальной стадии - запущен конкурс на выполнение соответствующих научно-исследовательских работ. В ходе них будущему господрядчику предстоит определить технический облик и пути разработки НПАК, а также создать его действующую модель и провести ее испытания.


2019. В России создали нейропроцессор для диагностики рака крови



Российский научно-технический центр Модуль разработал нейросетевое устройство, которое умеет анализировать микроснимки анализа крови и выявлять атипичные клетки, которые могут быть связаны со злокачественным заболеванием кроветворной системы. Нейросеть обучалась на массиве данных лаборатории патологической анатомии одной из малазийских клиник. Разработчики говорят, что точность диагноза от нейросети составляет 98%, а анализ проводится всего за несколько секунд. В перспективе нейросеть Модуля сможет определять раковые клетки по результатам биопсии других видов рака. Сейчас устройство готовят к сертификации FDA в США.


2019. Botkin.AI - российская ИИ-система диагностики онкологических заболеваний



Оказалось в России тоже есть стартап, который разрабатывает систему искусственного интеллекта для автоматического анализа медицинских снимков и диагностики заболеваний. Botkin.AI уже умеет анализировать снимки компьютерной томографии грудной клетки. Он предоставляет специалисту не только информацию об обнаружении опухоли, но и выделяет участки, требующие его внимания. Говорят, точность алгоритма при анализе компьютерной томограммы грудной клетки составляет до 95%. Система совершенствуется не только посредством обработки большого объема изображений, но и в процессе практической работы с врачами (когда врач подтверждает или опровергает диагноз). В ближайшее время разработчики обещают добавить модули для анализа маммографии и цифрового рентгена, что увеличит число распознаваемых патологий.


2018. В России внедрен искусственный интеллект, контролирующий работу врачей



Московская сеть клиник «Доктор рядом» внедрила систему контроля качества медицинских назначений на базе искусственного интеллекта, созданную специалистами сервиса Doc+. Система анализирует медицинские карты пациентов по 15 параметрам: например, полнота сведений, собранных при обследовании больного, правильность дозировок лекарств, предписанных врачом. Потом, по каждому из 15 критериев алгоритм выставляет оценки. Если оценки низкие, карта передается на перепроверку врачу-эксперту. Пока что решение проверяет только назначения врачей-терапевтов, но в разработке уже находятся системы контроля качества работы педиатров и гинекологов. Разработчики утверждают, что благодаря помощи алгоритма врачи тратят на проверку медицинских документов в три раза меньше времени, при этом снижается возможность ошибок в оформлении протоколов, а сама проверка проходит беспристрастно.


2016. Стартап Инсилико создает искусственный интеллект для поиска новых лекарств



В 2014 году (уроженец Риги) Александр Жаворонков основал в США стартап Insilico Medicine, а через два года открыл его представительство в Сколково. Александр убежден, что в ближайшие 5 лет мы сможем значительно увеличить качество и продолжительность жизни за счет появления инновационных медицинских препаратов. Но ведь на создание нового лекарства сейчас уходит 10 лет? Эту проблему и собирается решить Insilico Medicine. За счет искусственного интеллекта и огромной базы больших данных, которые он будет обрабатывать. Предполагается, что именно в компьютере (In Silico) будет происходить основная работа по испытанию новых лекарств за счет эмуляции их воздействия на организм (на уровне клеточных процессов) и именно в компьютере будут находить новые способы лечения и омоложения организма.


2016. Роман Абрамович инвестировал $3,3 млн в стартап DreaMed, разрабатывающий ИИ для лечения диабета


Израильская компания DreaMed, которая занимается разработкой искусственного интеллекта для поддержки решений в лечения диабета, привлекла $3,3 млн от инвестиционной компании Романа Абрамовича. Система DreaMed основана на машинном обучении и использует технологию, ориентированную на максимальную персонализацию процесса. Она позволяет разрабатывать оптимальный план инсулиновой терапии для диабетиков на основании данных, собранных с глюкометров, фитнес трекеров и других измерительных приборов за длительное время.