Телемедицина

Попадали ли вы в ситуацию, когда вам нужно было срочно записаться к врачу, но по телефону клиники раздавались короткие гудки? А хотели ли вы видеть поднятые от монитора компьютера глаза врача-терапевта и его внимание к вам во время первичного приема? Наша команда решила создать инструмент, который мог бы помочь медикам снизить рутинную нагрузку. Мы разработали систему, которая, получая строчку на естественном языке, анализирует состояние пациента и выдает предполагаемый диагноз, а еще она может сказать, а еще она может маркировать срочность приема. Подробнее об этом - в нашей статье: присоединяйтесь и узнайте, как искусственный интеллект помогает не выгореть медикам, а пациентам не сойти с ума при коммуникации с клиникой.

Я перепрыгнул на третью часть статьи потому что нужно чуть больше времени что бы проанализировать все электронные системы на рынке и рассказать минусы и плюсы каждой, сейчас как раз тот период времени когда строится единая платформа в очень сыром виде.

В части 3 я Вам расскажу как я представлял себе будущее электронных систем в медицине.

Я расскажу как врач, который работает в государственной клинике, который долгое время ждал этого прыжка в будущее, но до сих пор не получил его. Эта статья может помочь разработчикам программного обеспечения «Единой цифровой платформы» — я так понял они есть на Хабре.

Доброго времени суток habr, на связи Николай Иванов, студент-магистр 1 курса Сколтеха факультета Data Science. С почином, так как это моя первая, и, надеюсь, не последняя статья на habr. С того момента как я познакомился с областью Deep Learning прошло уже около двух лет. С самого начала мне была интересна область обработки естественного языка (Natural Laguage Processing, NLP), о некоторых задачах которой и результатах я попробую рассказать в этой статье. В мае 2023 года начался мой путь в Sber AI Lab в замечательном центре медицины. Мой рассказ будет в какой-то степени сравнением того что было сделано до меня и того, какие идеи мы развили, что получилось, а что не получилось. Хочу сослаться на замечательную статью Даниила (https://habr.com/ru/articles/711700/), который использовал модель RuBioBERTa для задач из MedBench. Я же буду использовать другое решение, посмотрим, чем оно лучше, чем хуже и вообще насколько подходит для NLP-задач в медицине.

Немного оффтопа

Я очень рад, что каждый месяц появляются новые, более сложные и интересные архитектуры, реализующие смелые идеи, которые двигают вперёд области Deep Learning, NLP и Computer Vision (CV), но сколько из них реально используются в прикладных задачах? Вот оценка внедрения AI решений по странам (на основании отчёта IBM Global AI Adoption Index 2022):

Интеллектуальный сервис для применения в стоматологии и черепно‑лицевой хирургии

В заметке хотелось рассказать о проекте разработки сервиса для предоставлении услуг удаленного заказа и автоматического изготовления мостовидных зубных протезов искусственных коронок зубов и различных имплантатов челюстей и фрагментов черепа (скул или орбит), лицевых эпитез, съёмных и условно съёмных и телескопических протезов, капп для исправления прикуса, и любых других индивидуальных и стандартных изделий медицинского и стоматологического назначения. Возможен дизайн хирургических шаблонов для точного внедрения, расположения и крепежа всяческих лицевых и зубных имплантатов. Кроме того, в сервисе планируется реализация функционала диагностики и классификации пациента по входящим данным, в частности подготовка кинематического профиля пациента или интерпретация тонуса мускулатуры. Сервис предназначен в первую очередь для автоматизации работы врача‑стоматолога, травматолога, ортопеда, хирурга, кинезиолога и необходим различным зуботехническим и медицинским протезным лабораториям и клиникам, частным кабинетам страховым компаниям, скорой черепно‑челюстной травматологической помощи.

Что такое человек? Как работает человеческий мозг? Как устроена биологическая система управления человеческим телом? Является ли человек машиной, как считал Ламетри? Можно ли назвать человека челоботом?

Хабр, привет. Меня зовут Рамиль Шайбаков, я фронтенд‑разработчик в СберЗдоровье. Последние несколько лет я часто собеседую кандидатов на позицию frontend‑разработчика в нашу компанию и заметил одну закономерность — у большинства специалистов нет опыта в тестировании. Причем знаниями о unit/интеграционных/e2e‑тестах, пирамиде тестирования, красно‑зелёном рефакторинге, TDD и BDD, скриншот‑тестировании и других техниках не могут похвастаться как новоиспеченные фронтенды, так и специалисты уровня Senior. Причины и аргументы у всех разные, но итог один — фронтенды часто не делают тесты.

Я решил исправить эту ситуацию и подготовил небольшой гайд, который поможет фронтенд‑разработчикам внедрить тестирование в своей компании и сделать в нем первые шаги.

Рассматривается проблема COVID-19 и респираторная терапия дыхательной недостаточности, ассоциированной с COVID-19. Даны примеры клинических алгоритмов на медицинском алгоритмическом языке ДРАКОН.

Счет погибших от коронавирусной инфекции COVID-19 идет на миллионы. Борьба с этим злом потребовала от человечества чрезвычайных усилий: финансовых, организационных, научных. Потребовались не только новые методы вакцинации и лечения, но и новые формы сотрудничества медицины и ИТ-отрасли или, как говорят, новые формы цифровой трансформации медицины.

Последнее направление, в частности, включает в себя разработку новых медицинских знаний, которые воплощаются в новых сложных клинических алгоритмах. Разработку таких алгоритмов ведут врачи, специалисты в области респираторной терапии.

Опытные врачи, исследователи и ученые, работая на переднем крае науки, создают новое медицинское знание, новые методы диагностики и лечения, которые воплощаются в алгоритмах диагностики и лечения. Это очень сложная, кропотливая, трудоемкая, творческая работа.

Есть ли специальные инструменты, помогающие врачам, ученым и преподавателям придумывать и разрабатывать клинические алгоритмы? Есть ли инструменты, облегчающие творческий труд по созданию алгоритмов диагностики и лечения? Делающие труд творческих работников комфортным, продуктивным, защищенным от ошибок?

Увы, таких инструментов пока нет.

Между тем в эпоху цифровой медицины... 

Привет, Хабр! Меня зовут Даниил Погуляка. Я студент четвертого курса МГТУ им. Н.Э. Баумана, факультета "Информатика, искусственный интеллект и системы управления". Уже некоторое время я занимаюсь изучением методов машинного обучения, в частности, касающихся автоматической обработки текстов (Natural Language Processing, NLP). В конце прошлого года мне удалось попасть на стажировку в Sber AI Lab. Оказавшись в команде проекта MedBench, у меня появилась возможность поработать над практическими NLP задачами. В этой статье я бы хотел рассказать вам о проекте, которым занимался на протяжении своей стажировки. Проект связан с использованием нейронных сетей в сфере медицины, но подробнее о нём после небольшого введения.

Всем привет! Сегодня поговорим про самые интересные стартапы в сфере цифрового здравоохранения за последний год. 

Опираться предлагаю на «Digital Health 150» – рейтинг от компании CB Insights. Составители ежегодно отбирают 150 (как видно из названия) наиболее перспективных компаний в 14 категориях и публикуют данные о них в виде таблицы. 

В 2022 году борьба была жесткой – финалистов отобрали из 13 000 претендентов. Смотрели на разные критерии: бизнес-модель, динамика на рынке, инвестиции, позиционирование, технологическая новизна, собственные данные CB Insights о компании-претенденте и многое другое. 

Что можно сказать о стартапах, вошедших в рейтинг? 

Совокупно с 2017 года участники рейтинга 2022 года привлекли около 5,6 млрд долларов в рамках 378 сделок. В ТОП-3 компаний по общему привлечению акционерного капитала за все это время входят SWORD Health, Maven Clinic и Viz.ai.

Все участники рейтинга сейчас находятся на разных стадиях инвестиционного развития, от начинающих до «единорогов». При этом компании, находящиеся на ранних стадиях, занимают примерно половину списка, тогда как «единороги» – только 3% списка (5 компаний).

Стартапы, вошедшие в рейтинг, располагаются в 18 странах. Интересно, что в этом году четверть из них имеют штаб-квартиры за пределами США – это максимальный показатель за всю историю рейтинга. Однако по количеству стартапов на страну США по-прежнему лидируют (целых 112 компаний). 

UX-дизайн может улучшить повседневную жизнь людей. А если вы работаете UX-дизайнером в сфере здравоохранения, то ставки ещё выше. По данным Grand View Research, сектор медицинских технологий является одним из самых быстрорастущих в мире с ожидаемым доходом в размере 1305,1 млрд долларов США в 2030 году. Как у UX-дизайнера, у вас есть возможность помочь определить будущее здравоохранения. Давайте рассмотрим роль UX-дизайна в сфере здравоохранения, влияние пандемии COVID-19 на цифровые медицинские решения, феномен старения населения и ключевую роль проектирования для новых технологий, таких как виртуальная реальность (VR) и искусственный интеллект (ИИ).

Большинство цифровых решений для здравоохранения разрабатывается на базе уникального программного обеспечения, которое имеет высокий спрос и у которого практически отсутствует конкуренция. Поэтому компании часто пренебрегают UX медицинских продуктов. Однако спрос на цифровые решения для здравоохранения, такие как телемедицина, резко возрос из-за пандемии COVID-19, и они стали гораздо более востребованными. Компании делают ставки на цифровые решения для здравоохранения и разрабатывают гораздо больше продуктов, чем до пандемии, что и вызвало необходимость в улучшении UX-дизайна.

Искусственный интеллект все чаще используется в медицинских целях, в частности для анализа медицинских изображений. Процесс создания качественной и эффективной нейросети долгий и дорогой. Более того, данных для обучения зачастую недостаточно. 

Именно по этим причинам мы решили исследовать различные подходы, которые могли бы помочь сократить число необходимых аннотированных данных для получения модели того же качества. Это может позволить не только сократить время и расходы на аннотацию, но и ускорить цикл поставки новых моделей.

В результате нашего исследования, мы нашли лучший подход, который помог сохранить точность работы алгоритма при использовании лишь 20% разметки.
Магия - нет, расскажем подробнее…

Привет, Хабр!

На связи СберЗдоровье, до 2020 вы могли слышать о нас под именем DocDoc .

Последний пост у нас в Хабре от 2013 года, а потом были 9 лет тишины.

Что же у нас произошло за это время, и почему мы вообще решили вернуться.

Рассказываем обо всём по порядку и начнём сначала.

Всем привет!

В нашем блоге мы много рассказываем о финтехе, но Сбер сегодня — это уже не только банк. Это целая экосистема сервисов, которые помогают сделать повседневную жизнь удобнее. И поскольку одним из самых востребованных за последние годы стал вопрос заботы о своём самочувствии, мы решили рассказать о нашем сервисе СберЗдоровье. 

За 2021 год сервисом воспользовались почти 2 млн человек. А всего у нас более 15 млн клиентов. Как мы защищаем их данные и как уживаются в одной команде врачи и айтишники — читайте в этой статье.

Вопрос с внедрением в России телемедицинских технологий - сложный. С одной стороны, есть большой интерес к дистанционной диагностике и лечению со стороны пациентов, с другой - есть закон, который запрещает ставить диагноз и назначать лечение дистанционно, без визита пациента к врачу. Но в будущем дистанционная медицина может получить в России большую свободу и пройти путь, на который уже ступили врачи в Европе и США. Именно поэтому, мы в Artezio вместе с CleverData и SlickJump провели масштабное исследование в Рунете, чтобы узнать, какие врачи должны быть доступны в интернете и кто из россиян первым запишется к ним на прием.

Наша команда на протяжении более пяти лет разрабатывает продукты для здравоохранения с использованием технологий искусственного интеллекта, а точнее, мы учим нейронные сети находить на медицинских снимках патологии, которые зачастую едва различимы для человеческого глаза. Мы много общаемся с журналистами и обнаружили, что зачастую они даже примерно не понимают, кто такой этот искусственный интеллект. Это нормально, они и не должны - у каждого своя работа. А мы решили просто и понятно рассказать, что такое ИИ, как мы его обучаем и что получаем на выходе. 

Проблема совместимости медицинских устройств

Современный мир трудно представить без отраслевых стандартов, позволяющим интегрировать решения различных производителей в единую систему. Такие технологические системы могут взаимодействовать и обмениваться данным, многократно повышая производительность и удобство пользования. Примеров можно привести множество – начиная от стандартизованных информационных протоколов до международного стандарта стыковочной системы применяемой на Международной космической станции.

К сожалению отрасль здравоохранения отстает от других отраслей в обеспечении совместимых и безопасных систем и компонентов. В этой статье мы рассмотрим проблему совместимости PoC медицинских устройств и возможные пути решения.

Анализируются клинические рекомендации и выявляются их слабые места, связанные с неудачным изображением клинических алгоритмов (алгоритмов действий врача).

Даются краткие сведения о медицинском алгоритмическим языке ДРАКОН. Это графический язык, предназначенный для записи алгоритмов действий врача. В Литве с помощью ДРАКОНа обучают 9000 человек (медицинских работников и студентов) в год.

В российской медицине ДРАКОН мало известен. Но уже есть и в России успешные попытки использовать ДРАКОН в медицине, например, в области реаниматологии и анестезиологии для противодействия новой коронавирусной инфекции COVID-19.

Такую попытку осуществили в Поволжском исследовательском медицинском университете (ПИМУ) в рамках дополнительного обучения профессиональных реаниматологов и анестезиологов в условиях ковид-больницы за неделю до ее открытия для приема первых ковид-пациентов.

Страх полетов или аэрофобия – это недуг от которого страдают множество людей в современном мире. Люди с аэрофобией неспособны передвигаться на воздушном транспорте, потому что испытывают жуткий страх и приступы паники. Причем порой достаточно простого нахождения в кабине самолета или иного летательного средства.

Достаточно часто аэрофобия связана с другим страхом – акрофобией или страхом высоты, где страх полетов выступает лишь частным случаем, в то время как человек боится и высоты в целом. Это осложняет его жизнь, часто мешает работе и отдыху, не позволяя удаляться далеко от дома. И нередко появляется как симптом, сопровождающий ложные жизненные стратегии.

Но на сегодняшний день аэрофобия не является неизлечимым заболеванием и с ней можно достаточно быстро справиться с помощью психотерапии.

Симптомы аэрофобии

Аэрофобия проявляется не только на этапе полета, но часто и при его ожидании или просто при представлении себя в летательном средстве. Именно поэтому клиенты с аэрофобией склонны применять различные способы избегания: стараются максимально отложить полет; выбрать иной вид транспорта или вообще отказаться от перемещения. Если же полета избежать нельзя, то пациенты применяют различные способы абстрагирования и отвлечения, например, выпивают алкоголь, успокоительные или снотворные. Они могут просить людей рядом поддерживать их во время полета или использовать различные методики отвлечения, например, контролируемое дыхание, направленное воображение, счет про себя. И хотя, данные методы и позволяют временно подавить собственный страх, они неспособны полностью избавить человека от фобии.