ANO Digital Economy opublikowało raport na temat trendów w wykorzystaniu sztucznej inteligencji w medycynie.

Przy opracowywaniu raportu ANO Digital Economy sklasyfikowało trendy według kategorii czasowych: trendy krótkoterminowe (obecnie 2-letnie; wdrażane, ale nieobejmujące jeszcze wszystkich firm i branż), trendy średnioterminowe (3-5 lat; obecnie w fazie projektu pilotażowego i częściowego wdrożenia bez upowszechnienia na szeroką skalę), trendy długoterminowe (5 lat i więcej; koncepcje i technologie, które są obecnie omawiane lub wdrażane jedynie w ramach ograniczonych projektów, ponieważ ich wdrożenie jest trudne).

Inteligentne asystenty, takie jak rosyjski DIMA (MD AI) i amerykański Microsoft DAX Copilot, będą wykorzystywane już dziś i w ciągu najbliższych dwóch lat do wspierania pracowników służby zdrowia w stawianiu diagnoz i wyborze metod leczenia. Według raportu, rozwiązanie to rozwiąże problem przeciążenia lekarzy „rutynową pracą administracyjną i dokumentacyjną” oraz braku wydajności i dokładności w zbieraniu historii choroby i wstępnej diagnostyce z powodu błędów ludzkich.

Ponadto ANO uważa, że ​​urządzenia do monitorowania wskaźników zdrowia i przeprowadzania badań diagnostycznych wkrótce staną się powszechniejsze. Należą do nich urządzenia inteligentne, monitory aktywności fizycznej, urządzenia do samokontroli i zdalna diagnostyka. Urządzenia te ułatwią i zwiększą dostępność monitorowania stanu pacjentów, zwłaszcza osób z chorobami przewlekłymi i tych, którzy mają trudności z regularnym odwiedzaniem placówek służby zdrowia.

W raporcie przytoczono przykłady urządzeń monitorujących: Neyrox, rosyjski producent, śledzi takie parametry, jak tętno, EKG, oddech, temperatura, poziom glukozy i saturacja, a także reakcje układu nerwowego. Wykorzystując sztuczną inteligencję, Neyrox analizuje te dane i przewiduje napady padaczkowe na 40-50 sekund przed ich wystąpieniem, ostrzegając o nich użytkownika. Wspomniano również o urządzeniu EmbracePlus firmy Empatica, służącym do monitorowania parametrów fizjologicznych i wczesnego wykrywania chorób, w tym COVID-19.

Elektroniczna Dokumentacja Medyczna (EDM/EHR) rozwiąże problem braku jednolitej bazy danych, który utrudnia komunikację między placówkami medycznymi. Wyeliminuje również błędy ludzkie i oszczędzi czas pacjentów i lekarzy. ANO podaje jako przykład rosyjską „Elektroniczną Dokumentację Medyczną” z wykorzystaniem sztucznej inteligencji do analizy danych i wspomagania decyzji, a także rozwiązanie amerykańskiej firmy Epic Systems.

W ciągu najbliższych 3-5 lat zostanie wdrożona generatywna sztuczna inteligencja (do generowania nowych danych); jej zastosowanie w medycynie „zmienia podejście do diagnostyki, leczenia i rozwoju leków”. Analitycy uważają, że wykorzystanie tego typu sztucznej inteligencji rozwiąże problem braku wsparcia dla lekarzy w stawianiu diagnoz i doborze optymalnego leczenia, a także ograniczenia tradycyjnych metod analizy dużych wolumenów danych. Technologie wykorzystujące generatywną sztuczną inteligencję obejmują rosyjską platformę Syntelly, która analizuje właściwości toksykologiczne i fizykochemiczne związków, oraz technologię rozwoju leków firmy Insilico Medicine.

Autorzy raportu zwrócili również uwagę na trend tworzenia spersonalizowanych programów ubezpieczeń zdrowotnych z wykorzystaniem sztucznej inteligencji. Dzięki spersonalizowanym produktom ubezpieczeniowym, analizującym unikalne dane medyczne i zachowania każdego klienta, firmy ubezpieczeniowe będą mogły oferować elastyczne stawki i programy. Programy te będą dostosowane do potrzeb i ryzyka związanego z czynnikami ludzkimi. Poprawi to jakość usług i skuteczność ubezpieczeń. Organizacja podaje jako przykład platformę ubezpieczeniową SberHealth i Lightbeam Health, która analizuje ponad 4500 czynników, w tym czynniki kliniczne, społeczne i środowiskowe, w celu identyfikacji ukrytych ryzyk.

Wśród długoterminowych trendów wskazywane są autonomiczne agenci AI – programy, które samodzielnie analizują dane medyczne pacjentów. Są one również w stanie stawiać diagnozy, zalecać leczenie i wykonywać określone procedury bez bezpośredniej interwencji lekarza. Autonomiczne agenci AI działają w oparciu o duże wolumeny danych i algorytmy uczenia maszynowego, co pomoże zautomatyzować rutynowe procesy i podejmowanie decyzji, przyspieszając reakcje na zmiany stanu pacjenta. Przykładami tej technologii są Grace firmy Hippocratic AI.

Medycyna spersonalizowana oparta na sztucznej inteligencji i genomice to również długoterminowy trend. Łączy ona dane genetyczne pacjenta ze wskaźnikami klinicznymi. Analitycy twierdzą, że opracowanie spersonalizowanych schematów leczenia opartych na indywidualnych cechach poprawi skuteczność terapii i zmniejszy ryzyko działań niepożądanych. Przykładem jest kanadyjski startup Deep Genomics, który wykorzystuje sztuczną inteligencję do przewidywania wpływu mutacji genetycznych i opracowywania leków celowanych.

Ponadto implanty i neuroprotezy sterowane przez sztuczną inteligencję, które są w stanie na bieżąco gromadzić i analizować parametry fizjologiczne, automatycznie dostosowywać swoje działanie i zapobiegać rozwojowi powikłań, stały się długoterminowym trendem.

Według raportu, technologie sztucznej inteligencji (AI) do monitorowania epidemiologicznego i wczesnego ostrzegania przed epidemiami chorób zakaźnych stały się trendem, który może urzeczywistnić się za pięć lat lub dłużej. Jako przykład podano kanadyjską firmę BlueDot, która jako pierwsza na świecie ostrzegała przed COVID-19 w grudniu 2019 roku, analizując miliony źródeł danych z wykorzystaniem AI.

Analitycy uważają, że cyfrowe bliźniaki pacjentów znajdą szerokie zastosowanie dopiero w dłuższej perspektywie. Aby je stworzyć, opracowywane są wirtualne modele z informacjami o stanie zdrowia pacjenta i zalecanych terapiach. Wśród podmiotów pracujących nad tą technologią znajdują się Uniwersytet Sieczenowa i startup Q Bio Gemini.

Do długoterminowych trendów zalicza się również wykorzystanie technologii rzeczywistości wirtualnej i rozszerzonej (VR/AR) w różnych dziedzinach, „od szkolenia personelu medycznego i przygotowania do operacji po rehabilitację i leczenie różnych chorób”. Wśród twórców rozwiązań znajduje się Samarski Państwowy Uniwersytet Medyczny z modułowym, eksperckim systemem wirtualnym „MEVIS” oraz system symulacji procedur chirurgicznych firmy FundamentalVR.

Roboty chirurgiczne stały się również długofalowym trendem, potencjalnie zmniejszając ryzyko błędów i ograniczoną precyzję w tradycyjnych zabiegach chirurgicznych. Na przykład w Rosji firma Neurosputnik opracowała robota chirurgicznego „Levsha”, który pozwala chirurgowi „odczuwać” manipulacje, tak jak w tradycyjnej chirurgii.