TOP5: главные новости цифрового здравоохранения за неделю

09.01.2023
07:10
Представляем рейтинг главных новостей недели в сфере цифрового здравоохранения в публикациях «МВ» и ведущих отраслевых СМИ мира.

***

Google Research и DeepMind запустили медицинскую платформу MedPaLM на основе искусственного интеллекта (ИИ).

MedPaLM генерирует безопасные и полезные ответы, связанные с медициной. Более ранняя версия ИИ уже используется медиками для повышения качества работы. Ожидается, что улучшенная платформа также поможет ускорить разработку медицинских приложений.

MedPaLM правильно ответила на 67,6% вопросов экзамена на получение медицинской лицензии в США (предполагает выбор правильного варианта из четырех предложенных). Проходной порог экзамена на получение медлицензии USMLE составляет 65%. Результат модели увеличился на 17% по сравнению с предыдущей версией искусственного интеллекта FLAN-PaLM. При этом лишь 5,8% ответов новой модели ИИ могли потенциально привести к негативным последствиям, тогда как у ее предшественника этот показатель достигал 29,7%.

Улучшить результаты помогла «подсказка», полученная на основе анализа ответов клиницистов разных направлений. Эти данные в дальнейшем использовали для обучения ИИ.

***

Российский стартап Digital Vision Solutions (развивает систему «второго мнения» в сфере офтальмологии с использованием ИИ — Retina.AI) получил патент на способ автоматического обнаружения и визуализации признаков заболевания диабетической ретинопатией (ДР). Это первый в России патент по алгоритмам автоматизированной сегментации патологии сетчатки.

Изобретение относится к системам поддержки принятия врачебных решений и может применяться для получения вспомогательной информации, в частности, выявления признаков диабетической ретинопатии у пациентов с сахарным диабетом, определения стадии заболевания и оценки эффективности лечения, а также определения риска диабетического макулярного отека. Система обеспечивает увеличение способности сегментировать по меньшей мере шести различных классов признаков ДР и предоставляет врачу более полную информацию.

«Проект социально значимый, так как его конечная цель — профилактика слепоты и слабовидения у людей, страдающих сахарным диабетом, возрастными изменениями сетчатки», — рассказал «МВ» один из авторов патента, научный директор проекта, к.м.н., врач-ретинолог Евгения Каталевская.

***

К концу 2024 года в рамках проекта «Персональные медицинские помощники» планируется обеспечить дистанционный мониторинг состояния здоровья 25 тыс. россиян с артериальной гипертензией и сахарным диабетом в шести регионах. Сейчас в пилоте участвует около 200 человек, сообщила пресс-служба Минздрава со ссылкой на первого вице-премьера правительства Андрея Белоусова, курирующего проект в рамках инициативы социально-экономического развития «Персональные медицинские помощники».

По информации ведомства, проект с использованием платформы централизованных диагностических сервисов продлится два года. 

По словам Белоусова, важнейшая задача проекта — формирование нормативной и методической базы для врачей по работе с данными дистанционного мониторинга при постановке диагноза и корректировке лечения. «По сути возникнет новый, проактивный подход по работе с пациентами», — добавил он.

С помощью диагностических приборов будут осуществляться дистанционный мониторинг и контроль артериального давления и частоты пульса у пациентов с сердечно-сосудистыми заболеваниями, контроль показателей сахара крови у людей с сахарным диабетом. Данные будут поступать на цифровую платформу и обрабатываться специалистами НМИЦ кардиологии и НМИЦ эндокринологии.

Оператором платформы выступила Объединенная приборостроительная корпорация, входящая в ГК «Ростех». Для обеспечения ее эксплуатации в декабре правительство ввело специальный экспериментально-правовой режим на территориях Татарстана, Магаданской, Новосибирской, Рязанской, Самарской и Тюменской областей.

***

Французская компания Withings намерена в этом году вывести на европейский рынок анализатор мочи U-Scan, встроенный в унитаз. Устройство можно будет использовать как в медицинских учреждениях, так и дома у пациентов. С его помощью предполагается диагностировать и контролировать такие заболевания, как диабет, хроническое заболевание почек, камни в почках и инфекции мочевыводящих путей.

С помощью мочи можно оценить более 3 тыс. метаболических биомаркеров, что делает ее одним из «золотых» стандартов оценки здоровья, пояснил генеральный директор Withings Матье Летомб.

U-Scan состоит из считывателя в форме гальки и сменного картриджа для анализа, предназначенного для оценки конкретных биомаркеров. Устройство автоматически захватывает небольшое количество мочи во время мочеиспускания и направляет ее в картридж для выполнения химического анализа. Результаты автоматически передаются через Wi-Fi в приложение Withings.

Комплект U-Scan будет стоить 499 долл. При этом покупателю будет предлагаться подписка стоимостью 30 долл. в месяц, которая обеспечивает заправку картриджей каждые три месяца.

***

Модель машинного обучения точно предсказывает потребность в массивном переливании крови непосредственно во время операции, за десять минут до возникновения такой необходимости.

В различных клинических условиях массивное кровотечение может становиться ведущей причиной смерти. При лечении хронической сердечной недостаточности необходим строгий контроль кровотечения и восполнение дефицита внутрисосудистого объема и компонентов крови. Массивная трансфузия важна в качестве профилактики осложнений на фоне неконтролируемого интраоперационного кровотечения. Из-за времени, необходимого для подготовки продукта крови к массивным переливаниям, и потребности в дополнительном медицинском персонале, важно уметь прогнозировать потребность в массивных переливаниях на раннем этапе.

Согласно исследованию, проведенному в Южной Корее и данные которого опубликованы в JAMA Network Open, в этом может помочь модель машинного обучения.

В рамках исследования под массивным переливанием понималось переливание не менее трех единиц эритроцитов в течение часа. Исследователи использовали интраоперационные параметры из гемодинамических данных пациента. В результате вероятность массивной трансфузии в реальном времени можно было точно предсказать за десять минут до ее начала. При этом производительность такой модели ИИ была выше, чем модели, которая использовала предоперационные данные.

Присоединяйтесь!

Самые важные новости сферы здравоохранения теперь и в нашем Telegram-канале @medpharm.

Нет комментариев

Комментариев: 0

Вы не можете оставлять комментарии
Пожалуйста, авторизуйтесь
Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.