A inteligência artificial, as redes neurais e o aprendizado de máquina entraram rápida e firmemente no setor de informatização de saúde como um dos principais impulsionadores e áreas de desenvolvimento nos próximos anos. Junto com a telemedicina, este é um dos temas mais populares na mídia e na blogosfera. Cresce constantemente o número de mensagens e discussões de que outra nova solução revolucionária para a medicina, construída com base em métodos de inteligência artificial, está sendo planejada ou já foi criada.

Preparamos para você 10 dos trabalhos mais interessantes sobre o tema que merecem atenção.

1. O Grande Despertar da Inteligência Artificial. A New York Times Magazine publicou um artigo descrevendo como o Google Translate aprendeu a traduzir quase como um humano, o que é inteligência artificial e o que os gatos e a Sala Chinesa têm a ver com isso. Os editores de vc.ru publicaram uma tradução deste artigo, endereço https://vc.ru/21767-the-great-ai-awakening
2. Como a inteligência artificial mudará a saúde em 5 anos. Norman Winarski, cocriador da Siri e conselheiro do fundo de capital de risco SRI Ventures, falou sobre o futuro da saúde daqui a cinco anos, tendo em conta a influência da inteligência artificial. Endereço: https://rb.ru/story/future-of-ai-healthcare/
3. Inteligência artificial e decisão médica. Sergey Sorokin, CEO da Intellogik e fundador da Botkin.AI, sobre as capacidades da inteligência artificial no apoio à tomada de decisões médicas e ao desenvolvimento de diagnósticos: https://www.if24.ru/iskin-i-vrachebnoe-reshenie/
4. O algoritmo de Andrew Ng é melhor no diagnóstico de pneumonia do que os médicos. Uma equipe da Universidade de Stanford liderada por Andrew Ng desenvolveu um algoritmo de aprendizado profundo que superou radiologistas experientes no diagnóstico de pneumonia por raios X https://hightech.fm/2017/11/16/pneumonia-algorithm
5. A inteligência artificial já pode tratar tão bem quanto os médicos: tendências no desenvolvimento da IA ​​na medicina. Ilya Popov, membro dos grupos de trabalho da indústria do Ministério das Finanças da Federação Russa, da Câmara de Comércio e Indústria da Federação Russa e da Business Russia, falou sobre as tendências no desenvolvimento da IA ​​em produtos farmacêuticos e médicos e deu previsões para 2018 : https://rb.ru/opinion/trendy-razvitiya -ai-v-farme/
6. A inteligência artificial ajudará a fazer diagnósticos em todos os hospitais da China. As plataformas de IA médica podem fazer até os diagnósticos mais complexos com 85% de precisão e prescrever regimes de tratamento do câncer que são 96% consistentes com as opiniões dos melhores médicos da China, relata o China Daily. Endereço: https://hightech.fm/2017/10/11/ai-china-diagnostic
7. Inteligência artificial – uma revolução ou uma nova jogada de marketing? Revisão de opiniões sobre o tema inteligência artificial de vários especialistas: https://www.crn.ru/numbers/spec-numbers/detail.php?ID=123946
8. Equívocos de Inteligência Artificial. Todos os dias ouvimos que a inteligência artificial resolverá todos os nossos problemas – desde carros autônomos até tratamento do câncer. Ao mesmo tempo, alguns cientistas e capitães da indústria, como Elon Musk, fundador da Tesla, acreditam que a inteligência artificial representa uma ameaça existencial para a humanidade. Onde está a verdade e o que está escondido neste termo? O especialista em Ciência da Computação Anatoly Gershman fala sobre os principais mitos que cercam a IA https://postnauka.ru/faq/80051
9. As soluções e projetos de IA mais interessantes de 2017. Uma das tendências de TI mais brilhantes do ano passado foi o rápido desenvolvimento de serviços que utilizam tecnologias de aprendizagem automática e sistemas de inteligência artificial (IA) baseados em redes neurais. Recordamos as soluções de software mais originais e promissoras nesta área https://3dnews.ru/963472/
10. Google lança ferramenta de IA de código aberto para medicina de precisão. A empresa disponibilizou o DeepVariant, ferramenta que pode ser usada para melhorar a precisão do sequenciamento genômico, por meio do Google Cloud

Inteligência artificial (AI, inglês: Inteligência Artificial, AI) é a ciência e a tecnologia de criação de máquinas inteligentes, especialmente programas de computador inteligentes. A IA está relacionada com a tarefa semelhante de usar computadores para compreender a inteligência humana, mas não está necessariamente limitada a métodos biologicamente plausíveis.

Não há uma resposta única para a questão do que a inteligência artificial faz. Quase todo autor que escreve um livro sobre IA parte de alguma definição, considerando as conquistas desta ciência à sua luz.

Duas direções de desenvolvimento de IA podem ser distinguidas:

resolver problemas associados à aproximação de sistemas especializados de IA às capacidades humanas e à sua integração, que é realizada pela natureza humana;

a criação da inteligência artificial, que representa a integração de sistemas de IA já criados num único sistema capaz de resolver os problemas da humanidade.

Mas neste momento, o campo da inteligência artificial está a assistir ao envolvimento de muitas áreas temáticas que têm uma relação prática com a IA, em vez de uma relação fundamental. Muitas abordagens foram testadas, mas nenhum grupo de pesquisa abordou ainda o surgimento da inteligência artificial.

Os campos da robótica e da inteligência artificial estão intimamente relacionados entre si. A integração destas duas ciências e a criação de robôs inteligentes constituem outra área da IA.

A robótica depende de disciplinas como eletrônica, mecânica e programação. Existem robótica de construção, industrial, doméstica, de aviação e robótica extrema (militar, espacial, subaquática).

A inteligência é necessária para que os robôs manipulem objetos, naveguem com problemas de localização (determinam a localização, explorem áreas próximas) e planejem o movimento (como chegar a um objetivo).

O desenvolvimento e a produção de robôs médicos no século 21 alcançaram tal sucesso técnico e econômico que a cada ano as informações sobre eles parecem cada vez menos ficção científica.

Os avanços na robótica e nos sistemas de inteligência artificial estão tendo um impacto crescente na vida das pessoas, no verdadeiro sentido da palavra, todos os dias. Os sucessos técnicos e económicos na robótica levaram a medicina a recorrer cada vez mais à ajuda de robôs. Hoje, os robôs médicos são capazes de realizar operações cirúrgicas complexas, ajudando a fazer diagnósticos precisos, cuidando de pacientes, e a lista de suas capacidades não se limita a isso.

Como resolvemos nossos problemas de saúde, principalmente se forem graves? Tudo começa com a localização de uma clínica decente e de um especialista líder em sua área. E agora, imagine esta foto.

Foi encontrada uma clínica, um especialista é o mais bem sucedido nesta área e aceita.... 24 horas por dia!!!

Ele não tem sobrenome nem patronímico. Mas apenas o nome do modelo. Este é um robô!

Aqui, em geral, está a perspectiva para o futuro próximo. Enquanto isso, os robôs trabalham sob a orientação estrita de um médico experiente.

Seções:

Robomédicos

Complexos robóticos

Robôs

Robopróteses

Robôs dentro de nós

Robôs de reabilitação

Assistência robótica

O que são robôs médicos e por que são necessários?

Um robô médico é um robô criado para realizar quaisquer ações relacionadas à medicina em geral e à saúde humana em particular. Dezenas de escritores de ficção científica em centenas de seus trabalhos descreveram em detalhes todas as funções possíveis, tarefas dos robôs médicos e até mesmo os recursos do dispositivo proposto. De acordo com essas descrições, os méis robóticos do futuro aparecem em uma variedade de imagens. Estes incluem “kits de primeiros socorros” complexos em miniatura, mas muito inteligentes, incorporados num traje espacial e complexos médicos estacionários que podem “ressuscitar os mortos”. Os escritores de ficção científica também desenvolveram dezenas de modelos de assistentes robóticos, babás e outros trabalhadores do saneamento. Existe ainda a opção de nanorrobôs constantemente presentes no sangue humano, que são capazes de remover toxinas, curar feridas e tornar os heróis dos filmes de ação de ficção científica literalmente impenetráveis.

Na realidade, os robôs médicos estão a desenvolver-se em direções semelhantes. Em primeiro lugar, estes são complexos cirúrgicos. E mesmo que a sua independência nas decisões seja puramente condicional, estes robôs médicos já realizaram centenas de operações bem-sucedidas.

A segunda direção fundamental hoje pode ser chamada de classe de assistentes robóticos. Essas enfermeiras automatizadas têm aparência humanóide, mas fazem grandes avanços no auxílio à equipe humana e aos pacientes.

A terceira direção está relacionada principalmente às próteses, ao desenvolvimento de substitutos para membros humanos e à criação de exoesqueletos. Membros “inteligentes” artificiais não apenas ajudam pacientes específicos, mas também servem para desenvolver novas tecnologias robóticas.

Um pouco além da maior parte dos dispositivos médicos robóticos, existem meios de transporte para pessoas que perderam a capacidade de se mover de forma independente. Seja uma cadeira de rodas com controle inteligente ou um meio de evacuar os feridos do campo de batalha.

Bem, como podemos viver sem auxílios didáticos robóticos para futuros médicos? Esses robôs médicos se contorcem de dor de dente, “dão à luz” crianças e suportam com firmeza outras dificuldades que se abatem sobre eles.

A lista acima de instruções para o desenvolvimento de robôs médicos pode servir como uma resposta à pergunta - por que os robôs médicos são necessários?

A medicina, antes voltada para o tratamento de doenças agudas, hoje dá cada vez mais atenção às doenças crônicas - obesidade, obesidade.

A identificação precoce de insuficiência cardíaca, distúrbios autoimunes e doenças salva a vida de muitos pacientes, mas complica as coisas para os médicos.

Vamos selecionar e anotar
consulte um médico gratuitamente

Baixe o aplicativo gratuito

Carregar para o Google Play

Disponível na loja de aplicativos

Mesmo para gênios médicos com intuição e experiência profissional, não é tão fácil tomar a decisão certa, porque o volume de dados médicos cresce rapidamente a cada hora.

Para resolver rapidamente um problema, os médicos precisam utilizar, além da sua, outra inteligência - a artificial.

O que é inteligência artificial?

Por inteligência artificial (IA), os especialistas entendem a capacidade de uma máquina imitar o comportamento humano racional. A máquina deve perceber as mudanças nas informações e tomar decisões ideais.

No início do século 21, dois conceitos de IA encontraram aplicação na medicina – sistemas especialistas e redes neurais.

Como funcionam os sistemas especialistas?

Os sistemas especialistas começaram a ser desenvolvidos na década de 70 do século XX. Uma parte fundamental de um sistema especialista é a base de conhecimento – uma coleção de informações sobre um assunto e um conjunto de instruções aplicáveis ​​aos fatos.

Os fatos na base de conhecimento de um sistema especialista descrevem fenômenos constantes em uma área específica. Por exemplo: “Uma pessoa saudável tem duas pernas”.

Durante a operação, o sistema recebe informações sobre uma tarefa específica: “O paciente A tem uma perna”, que armazena na memória de trabalho. A memória de trabalho acessa a base para chegar a um veredicto: “O paciente A está doente”.

A criação de sistemas especialistas requer enormes recursos. Para obter um bom sistema especialista, você precisa de especialistas no domínio, engenheiros de conhecimento e programadores. A base de conhecimento não deve apenas ser criada, mas também atualizada constantemente.

Como funcionam as redes neurais?

Atualmente, o conceito de sistemas especialistas vive uma grave crise. Graças à capacidade de aprender, as redes neurais (NNs) conquistaram o mercado de IA.

O mecanismo de operação da rede neural é baseado no princípio das redes neurais biológicas. Na forma de computador, as redes neurais representam um gráfico com três ou mais camadas de neurônios conectados nas camadas de uma forma ou de outra. As conexões possuem pesos que desempenham um papel importante no treinamento de redes neurais.

Durante o treinamento, os dados são fornecidos aos neurônios de entrada. Posteriormente, os dados são processados ​​pelos neurônios da camada interna e certos novos valores são obtidos dos neurônios de saída.

Se os valores obtidos não agradarem aos pesquisadores, eles alteram o peso das conexões na rede neural e a treinam novamente. Quanto mais dados a rede neural receber, mais confiável será a resposta à consulta que ela produz.

Por exemplo, ao nosso pedido ao sistema: “calafrios e temperatura elevada”, o NS, depois de analisar os registos médicos de milhares de pacientes, pode dar a resposta: “Com elevado grau de probabilidade sim”.

É importante ressaltar que a rede não tem conhecimento do que são febre, calafrios e gripe. Ele apenas encontra conexões entre os sintomas e as conclusões do médico em uma amostra de dados e classifica essas relações de acordo com seu peso.

A principal diferença entre IA e programas de computador convencionais

Ao contrário dos programas de computador convencionais, ao criar IA, o programador não precisa conhecer todas as dependências entre os dados de entrada e o resultado. Onde modelos matemáticos já foram criados pelo homem - por exemplo, para processamento estatístico de registros médicos - Não é necessária IA.

O trabalho da IA ​​é aprender com uma série de dados confiáveis ​​e procurar fórmulas e dependências que não são determinadas por humanos.

O que a inteligência artificial médica pode fazer

A prática e a experiência do médico podem não ser suficientes para diagnosticar corretamente a doença. Com acesso à literatura científica e a milhões de históricos de casos, uma rede neural pode classificar rapidamente um caso, correlacioná-lo com outros semelhantes e formular sugestões para um plano de tratamento.

No atual estágio de desenvolvimento tecnológico, a IA não pode resolver problemas complexos que estão além das capacidades de um médico: por exemplo, criar dispositivos fantásticos que escaneiam uma pessoa de forma independente e prescrevem um tratamento eficaz.

Soluções inteligentes para médicos

Agora a IA resolve problemas relativamente simples: por exemplo, eles concluem se um corpo estranho ou patologia está presente em uma imagem de raios X e se há células cancerígenas no material citológico. Ao mesmo tempo, a precisão das avaliações de dados médicos – ressonância magnética, imagens de ultrassom, mamografias – já ultrapassa 90%.

Projeto IBM: Watson

O exemplo mais famoso de implementação de IA em diagnósticos médicos é o sistema IBM Watson. Este é um supercomputador que pode responder perguntas formuladas na linguagem de uma pessoa comum, e não em uma linguagem de programação.

Em 2015, a IBM até criou uma divisão separada, a IBM Watson Health, dedicada à implementação de tecnologia de IA na área da saúde.

O computador Watson tem acesso a diversas fontes de dados: enciclopédias, bases de dados de artigos científicos, antologias de conhecimento. Graças ao seu enorme poder computacional, o IBM Watson foi capaz de analisar 30 bilhões de imagens médicas e 50 milhões de registros eletrônicos de saúde anônimos.

Inicialmente, a IBM treinou e aplicou IA em oncologia. No entanto, os desenvolvedores do IBM Watson começaram recentemente a colaborar com a American Heart Association.

Agora, com base nos dados da imagem de ultrassom, a plataforma cognitiva irá procurar sinais de estenose da válvula cardíaca aórtica (um tipo de defeito cardíaco muito comum).

As tecnologias Watson Health estão disponíveis por meio da plataforma Watson Health Cloud. Destina-se a médicos, investigadores, agentes de seguros e empresas de saúde.

Projetos do Google: DM Health e Verily

Naturalmente, a IBM não é o único monstro tecnológico a promover as suas soluções inteligentes na medicina. A divisão do Google, DeepMind Health, utiliza as tecnologias da gigante de TI na medicina.

Hoje, a DM Health coopera com a clínica oftalmológica de Londres, Moorfields Eye Hospital. Usando IA, os médicos querem analisar milhares de imagens oculares anônimas para encontrar os principais sintomas da cegueira.

Além disso, a DM Health está trabalhando com a University College London para desenvolver um produto que possa distinguir automaticamente entre tecido saudável e canceroso na região da cabeça e pescoço.

Outra divisão do Google, a Verily, está trabalhando em um projeto semelhante. Os especialistas da empresa usam algoritmos de IA e do mecanismo de busca do Google para analisar o que torna uma pessoa saudável.

Startup israelense: MedyMatch Technology

Segundo as estatísticas, o número de erros no diagnóstico por meio de dados de tomografia computadorizada ultrapassa 30%. Pense nisso! Em quase todos os terceiros casos, o médico prescreve o tratamento errado ao paciente.

Com base na IA e em big data, os israelenses desenvolveram uma solução através da qual os médicos podem diagnosticar com mais precisão. Em tempo real, o sistema MedyMatch compara a imagem cerebral do paciente com centenas de milhares de outras imagens que estão na sua “nuvem”.

A IA da MedyMatch reconhece os menores desvios da norma, que um especialista nem sempre consegue perceber, reduzindo ao mínimo a probabilidade de erro no diagnóstico.

A tecnologia israelense MedyMatch emprega apenas 20 pessoas. Como acontece frequentemente, os pequenos players podem facilmente competir com os gigantes num novo mercado.

Soluções inteligentes para pacientes

Pessoas com doenças crônicas precisam monitorar sua saúde todos os dias. Para fazer isso, os pacientes usam dispositivos para monitorar pulso, pressão arterial e respiração. Contudo, os dados não devem apenas ser recolhidos, mas também processados ​​e corretamente interpretados.

Aplicativos móveis que vêm em socorro:

• trabalhar rapidamente com informações sobre o estado do corpo, reportando padrões alarmantes ao médico assistente;
• dar as dicas mais simples para melhorar o bem-estar e os tratamentos já prescritos no programa;
• coletar conjuntos de dados necessários para treinamento adicional de IA.

Cardiologista de bolso AliveCor

A aplicação móvel da AliveCor pode processar dados de sensores para realizar cardiogramas em casa. A IA decifra os dados dos pacientes diariamente e monitora tendências perigosas. Caso o aplicativo detecte risco de ataque cardíaco iminente, solicitará que o usuário consulte um médico com antecedência.

Quase uma enfermeira de verdade Sense.ly

Uma enfermeira animada no aplicativo Sense.ly pergunta sobre seu bem-estar, se sua pressão arterial está normal ou se você tem alguma reclamação. A IA do aplicativo reconhece e envia informações ao médico assistente. A enfermeira virtual pode fornecer explicações sobre os sintomas, lembrá-lo de tomar medicamentos e conectá-lo diretamente ao seu médico por videochamada.

Consultores de bots médicos

O serviço de telemedicina Healthtap pegou os scripts de milhares de consultas e treinou o chatbot Doctor AI usando-os. Você também pode obter conselhos deste bot por meio do alto-falante inteligente Amazon Alexa.

Um desenvolvimento semelhante, o bot de bate-papo Heath Bot, foi criado na Microsoft. Até agora, porém, os bots só entendem inglês.

IA para pacientes com câncer Mendel.ai

Às vezes, a última esperança para os pacientes com câncer pode ser testar um novo medicamento contra o câncer. O paciente, reconhecendo voluntariamente o alto risco, tem a chance de receber tratamento eficaz, que estará disponível em poucos anos.

Uma pessoa que sofre de cancro não possui qualificações suficientes para saber se os testes são adequados para ela. A IA do projeto Mendel.ai vem em socorro dos desesperados: o sistema reconhece a linguagem natural em que está escrito o prontuário e oferece exames adequados ao paciente.

Soluções inteligentes para gestão hospitalar

As operações hospitalares exigem uma coordenação rápida de pessoal e recursos – a saúde e a vida dos pacientes estão em jogo. Como prever quantos médicos, instalações, materiais uma instituição médica necessita em um determinado período de tempo?

Assistente eletrônico Bright.md

Bright.md foi desenvolvido como intermediário entre o médico e o paciente. O assistente de IA ajuda a resolver tarefas rotineiras - organiza uma reunião entre o paciente e o médico, agenda exames, recebe as respostas do paciente por meio de um questionário.

O auxiliar libera o médico de procedimentos burocráticos e simplifica a interação do paciente com a clínica.

Sistema de monitoramento de pacientes Qventus

O sistema Qventus monitoriza o estado de saúde dos pacientes hospitalizados, prevê deterioração e reserva médicos e equipamentos para prevenir uma situação crítica.

O gerenciamento de IA Qventus é utilizado em diversos hospitais americanos e já comprovou sua eficácia. Num hospital, o sistema conseguiu reduzir o número de pacientes internados em 39%, porque os funcionários receberam avisos oportunos sobre a condição dos pacientes e prestaram assistência prontamente.

A “terceira opinião” de Klimenko sobre a medicina russa

Em março de 2016, a IBM forneceu acesso de teste ao Watson para especialistas de diversas instituições médicas na Rússia. A IBM não especificou quais médicos e clínicas específicas poderiam trabalhar com o Watson.

Ao mesmo tempo, Andrei Filatov, CEO da IBM na Rússia e na CEI, queixou-se de que os cuidados de saúde na Rússia são regulamentados de forma muito estrita. Na medicina doméstica existe um princípio: “o que não é permitido é proibido”.

A razão do fracasso da IBM na Rússia está na superfície - a inovação na medicina é declarada um dos objetivos da estratégia da Economia Digital, dentro da qual é traçado um rumo para a substituição de importações. Segundo o Governo da Federação Russa, até 2020 a Rússia terá o seu próprio “Watson”. Quem irá criá-lo?

Em 2016, o assessor do presidente da Federação Russa, German Klimenko, anunciou o desenvolvimento do primeiro projeto do fundo do Instituto para o Desenvolvimento da Internet em Medicina. O sistema, denominado “Terceira Opinião”, reconhecerá patologias corporais com base em dados digitais obtidos de raios X, ultrassom, tomografia computadorizada e ressonância magnética.

O software é desenvolvido pela empresa Video Analysis Technologies. Os dados para o treinamento da IA ​​​​foram fornecidos gratuitamente aos desenvolvedores pelo Instituto de Pesquisa de Urologia e Radiologia Intervencionista que leva seu nome. NO. Lopatkin, Centro Nacional de Pesquisa Médica para Oncologia Pediátrica e Imunologia. Dmitry Rogachev e vários centros médicos regionais.

Um projeto de tão grande escala requer investimentos sérios. Segundo Klimenko, os custos chegam a dezenas de milhões de dólares. Os desenvolvedores planejam arrecadar fundos por meio de uma ICO (uma forma de arrecadar fundos vendendo criptomoedas a investidores).

Pavel Shklyudov, ex-líder da direção de tecnologias avançadas para a região europeia da IBM, acredita que “o projeto (nota - “Terceira opinião”) tem potencial, mas para criar tal classe de sistemas são necessários 5 anos, 20 vezes mais finanças e pessoas focadas no produto, e não no trabalho científico."

Problemas de implementação de IA: mitos e desafios reais

Muitas vezes as pessoas avaliam negativamente as novas tecnologias. Existem também muitos medos, preocupações e mitos em torno da IA.

A inteligência artificial está prestes a derrotar a inteligência humana!

O mito mais comum é a crença na vindoura “rebelião das máquinas”. Tais receios são claramente prematuros.

Os exemplos de tecnologias que dei referem-se à chamada IA ​​estreita (Narrow AI). Tais sistemas, em princípio, são capazes de resolver apenas alguns problemas; não são capazes de superar a mente humana.

O surgimento da superinteligência superinteligente não deve ser esperado antes de 2045, prevê o futurista americano Raymond Kurzweil.

Mas, de acordo com Paul Allen, cofundador da Microsoft, até que o cérebro humano seja exaustivamente estudado, é muito cedo para falar sobre superinteligência artificial e potencialmente perigosa.

Em geral, a revolta das máquinas é adiada.

O paciente não terá direito ao anonimato!

Mas esse problema realmente existe. A potencial violação do sigilo médico em prol da eficácia do tratamento parece bastante provável.

Para que os sistemas de IA produzam conhecimentos relevantes e úteis, necessitam de acesso a enormes quantidades de dados. Os dados médicos – cartões eletrônicos, imagens, laudos médicos – são informações pessoais e estão sujeitos às leis de proteção de dados pessoais.

Digamos que os cartões eletrônicos e os históricos médicos se tornem disponíveis ao público. As seguradoras poderão se interessar por elas e começarão a inflacionar o custo da apólice para pacientes que, em sua opinião, “não são totalmente saudáveis”.

Os empregadores podem recusar um candidato se descobrirem sobre suas doenças ou predisposições genéticas - uma verdadeira realização da distopia do filme “Gattaca”.

O desenvolvimento da tecnologia exige uma mudança no quadro jurídico. Entretanto, os inovadores são forçados a trabalhar numa zona legal “cinzenta”.

A inteligência artificial provocará o caos jurídico!

Infelizmente, isso é bem possível. Um memorando de cooperação entre a DeepMind Health e o Royal Free Hospital de Londres se transformou em um grande escândalo.

Em 2016, uma divisão do Google obteve acesso a registros médicos, chamadas de ambulância e dados radiológicos – todas informações digitais do hospital durante 5 anos. As informações sobre o memorando chegaram à imprensa e uma queixa foi apresentada contra o Google no Gabinete do Comissário de Informação do Reino Unido.

De acordo com a lei britânica, os dados pessoais dos pacientes só podem ser transferidos para organizações de forma anonimizada. DeepMind Health recebeu dados não criptografados.

Por enquanto, os procedimentos estão limitados ao debate público. No entanto, este ou outro escândalo semelhante pode muito bem tornar-se o primeiro precedente legal para proteger dados médicos de sistemas de IA.

Para evitar uma desaceleração do progresso, a indústria da inovação precisa de regulamentação legal. Mas os legisladores são pessoas como nós, com os seus próprios preconceitos e preconceitos.

Resta esperar que, ao desenvolver o quadro jurídico, os parlamentares de diferentes países confiem nas opiniões de especialistas e não em fobias.

Os principais problemas do uso de IA médica

O que resta se descartarmos o alarmismo tecnológico e os aspectos jurídicos? A principal barreira ao uso generalizado da IA ​​na saúde pode ser dois pontos:

• quantidade excessiva de dados de treinamento;
• problema de pessoal.

Sem dados de qualidade, a IA não será produtiva. E sem especialistas treinados, a simples aplicação de algoritmos prontos aos dados preparados também não dará o resultado desejado.

Além disso, possíveis cortes de empregos na medicina são motivo de preocupação. Cirurgiões, traumatologistas e dentistas podem dormir em paz, mas terapeutas e diagnosticadores enfrentam demissões se a IA for introduzida massivamente.

Em 2017, após o início da utilização do IBM Watson, a empresa japonesa Fukoku Mutual Life Insurance demitiu 43 funcionários. A administração da empresa avaliou o desempenho do supercomputador e dos especialistas em seguros de saúde “otimizados”.

Avaliação de mercado e perspectivas para IA médica

Segundo a consultoria Frost & Sullivan, a receita das empresas do mercado de IA médica chegará a US$ 6,1 bilhões até 2021, sendo a participação da IBM de cerca de 45%.

A empresa de pesquisa Research and Markets estima as perspectivas de forma mais modesta: até 2020, o mercado crescerá para 5,05 mil milhões de dólares (em 2014 era de apenas 419,7 milhões de dólares).

De acordo com os cálculos da R&M, o segmento de implementação de IA que mais cresce será o da saúde. A razão é a crescente demanda por ensaios clínicos, modelos de tratamento e novas pesquisas.

A Frost & Sullivan traçou um roteiro para o desenvolvimento da indústria nos próximos anos.

• No início da década de 2020, os sistemas de IA começarão a oferecer cuidados médicos a pacientes em todo o mundo, com base em dados aos quais pacientes e médicos terão acesso.
• Doenças crônicas como câncer e diabetes serão diagnosticadas em minutos usando sistemas cognitivos que visualizarão características fisiológicas ao examinar o corpo de uma pessoa.

Os optimistas da F&S estimam que, até 2025, os sistemas de IA serão utilizados em 90% das clínicas dos EUA e em aproximadamente 60% dos maiores hospitais do mundo. Os especialistas esperam que os sistemas médicos de IA cubram quase 70% da população mundial.

Grigory Kolesnikov, chefe do programa de aceleração G4A (Grants4Apps) da Bayer na Rússia, fala sobre o que dificulta a implementação na medicina e discute se é possível que startups dessa área superem tais obstáculos.

Como a IA ajuda os profissionais médicos

O Google falou recentemente sobre sua entrada planejada no mercado de sistemas de inteligência artificial que podem livrar as conversas telefônicas do ruído de fundo (por exemplo, latidos de cães). Como nos foi prometido, algoritmos baseados em inteligência artificial dentro do smartphone ajudarão a realizar operações rotineiras tanto quanto possível. As perspectivas são impressionantes, pois o homem moderno passa várias horas por dia em frente às telas de seus aparelhos. E essas tecnologias já estão firmemente estabelecidas em nossas vidas.

Hoje, a inteligência artificial é usada ativamente no desenvolvimento de eletrodomésticos, assistentes pessoais de voz e sistemas de segurança. Onde é necessário o processamento de uma grande quantidade de informações.

Na medicina, a inteligência artificial permite aumentar a eficiência dos diagnósticos devido à capacidade de trabalhar com grandes volumes. Há um caso conhecido em que o serviço de diagnóstico “inteligente” IBM Watson identificou uma forma rara de leucemia em um paciente de 60 anos com diagnóstico incorreto. Para isso, o sistema “estudou” 20 milhões de artigos científicos sobre o câncer em 10 minutos.

Como resultado, a IA permite reduzir o volume de tarefas rotineiras do dia a dia que os especialistas médicos são obrigados a resolver. E é capaz de minimizar possíveis erros. Também abre oportunidades para o surgimento de novas profissões na manutenção de sistemas digitais na medicina.

Por que nem tudo é tão tranquilo?

Programas e dispositivos com inteligência artificial são hoje utilizados na análise de imagens de raios X, tomografia computadorizada e ressonância magnética (basta fazer o upload da imagem no sistema, após o que a IA fará a análise e dará uma conclusão). A medicina “inteligente” é utilizada no telemonitoramento de doenças crônicas e na avaliação da necessidade de internação de pessoas, em cirurgias assistidas por robôs. Os farmacêuticos também dominaram novas tecnologias – a IA está a ser utilizada no desenvolvimento de novos medicamentos.

Assim, o Semantic Hub criou recentemente um serviço baseado em inteligência artificial para automatizar a avaliação do potencial dos medicamentos antes do seu lançamento no mercado. O sistema coleta e analisa milhões de documentos, incluindo publicações científicas relacionadas à doença, à finalidade e ao efeito do medicamento em desenvolvimento. Em seguida, analisa as informações e tira uma conclusão sobre o potencial do medicamento, levando em consideração todos os fatores de risco e vantagens competitivas. Anteriormente, os desenvolvedores de medicamentos só conseguiam estudar manualmente 1% desses documentos.

Produtos, serviços e processos médicos “inteligentes” estão agora a ser desenvolvidos por quase todas as principais empresas “digitais”. No total, segundo a empresa de pesquisas Venture Scanner, tais desenvolvimentos são realizados por mais de 800 empresas em todo o mundo.

Muitos especialistas prevêem um rápido aumento no mercado de inteligência artificial – cerca de um terço por ano. A BIS Research estima que o mercado total de IA em saúde atingirá US$ 28 bilhões até 2025.

Mas nem tudo é tão róseo. Existem obstáculos à implementação de tecnologias de IA na medicina. E muitas vezes surgem questões dos próprios médicos especialistas, para quem as inovações podem causar desconfiança justificada.

Qual é a causa dos problemas que surgiram? Vamos tentar descobrir.

Barreiras à inteligência artificial na medicina

1. Informação de “segunda frescura”

Estamos, obviamente, a falar da qualidade e do volume da informação médica. Os dados acumulados nos prontuários dos pacientes podem estar incompletos e conter erros, imprecisões e termos não padronizados. Eles não contêm registros suficientes da vida, hábitos e comportamento do paciente. Ainda não existem mecanismos eficazes para recolher esta informação.

Os resultados de uma análise baseada em tais dados sempre causarão ceticismo justificado, e as tentativas de melhorar a qualidade desta análise envolvem um processo bastante trabalhoso.

Para eliminar este problema, estão agora a ser oferecidas opções para treinar inteligência artificial em pequenas quantidades de informação. Exemplos de sucesso desse treinamento incluem o princípio de funcionamento do teclado do smartphone, quando o sistema lembra e analisa palavras inseridas anteriormente e pode prever o conteúdo dos textos subsequentes. Os aplicativos de reconhecimento facial e música são baseados em tecnologias semelhantes.

Se implementado com sucesso na medicina, um sistema de aprendizado de máquina é capaz de resolver muitos problemas: verificar a compatibilidade de medicamentos, fazer diagnósticos com base em análises genéticas. Como exemplo, podemos citar a solução da empresa Droice Labs, que faz muito do que foi dito acima já em prática na Rússia.

2. Robôs silenciosos

A segunda limitação das inovações propostas na medicina é a falta de transparência do processo de tomada de decisão por parte do núcleo intelectual do sistema. A inteligência artificial funciona segundo o princípio da “caixa preta”. Se houver um erro no algoritmo e o sistema tomar a decisão errada, será extremamente difícil responder à pergunta “por quê”.

Agora eles estão desenvolvendo máquinas que podem revelar as razões das suas decisões. Cientistas americanos estão se aproximando do lançamento desse produto no mercado. Em particular, a Agência de Projetos de Pesquisa Avançada de Defesa (DARPA) apoia 13 grupos de pesquisa preocupados em resolver este problema.

A empresa nacional Intellogic também reivindica em sua patente o uso de ontologias médicas para preparação de modelos matemáticos e apresentação de resultados de testes de modelos de redes neurais. Essa abordagem, segundo os autores da patente, permitirá aos médicos entender o caminho da tomada de decisão da máquina e reduzir significativamente a quantidade de dados necessários para treinar modelos.

A complexidade das abordagens ao processamento de dados baseadas na inteligência artificial dá origem a outro problema: a seleção e o desenvolvimento de pessoal capaz de utilizar e manter eficazmente sistemas com algoritmos não triviais.

3. Máquinas inteligentes – uma abordagem inteligente!

Além do algoritmo em si, que pode realizar análises com alto grau de precisão, é necessária uma equipe de projeto forte para implementar com sucesso uma inovação na prática. O sucesso de tal projeto na medicina depende de quão produtivamente os participantes interagem.

A equipe deverá incluir especialistas com amplas competências na área temática, algoritmos matemáticos e abordagens de segurança da informação, com habilidades em programação e apresentação visual de dados. É altamente desejável que os participantes possuam não uma, mas várias competências diferentes, a fim de se compreenderem e se complementarem bem.

4. Preço e valor

As complexidades emergentes aumentam o custo de desenvolvimento, implementação e aplicação de soluções de inteligência artificial. O alto custo dos projetos também está associado à necessidade de customizar um novo sistema para os dados acumulados em uma determinada instituição médica e de formar uma equipe qualificada e motivada.

E isso, por sua vez, lança dúvidas sobre a capacidade de escalar rapidamente as tecnologias oferecidas pelas startups. O dimensionamento é possível, por exemplo, no caso do processamento de imagens médicas de um tipo, mas as necessidades vão muito além disso.

Os especialistas da indústria concordam: a curto prazo, a introdução da inteligência artificial não conduzirá a reduções de custos perceptíveis. Devemos continuar a procurar áreas onde a aplicação de tecnologias de inteligência artificial trará maior valor.

5. Quem irá protegê-lo dos hackers?

Não devemos esquecer que para garantir o funcionamento da inteligência artificial é necessário proporcionar acesso a um poder computacional de alto desempenho, que muitas vezes não está disponível nas instituições médicas. Assim, as matrizes de dados terão de ser deslocadas para fora do perímetro da instituição, o que ameaça a segurança do armazenamento, que deveria ser a primeira prioridade. Não é por acaso que muitos projetos de implementação de inteligência artificial foram paralisados ​​devido a riscos relacionados especificamente à segurança da informação.

Um dos exemplos mais marcantes é quando o Departamento de Assuntos de Veteranos dos EUA, após o início de uma cooperação bem-sucedida, rescindiu seu acordo com a startup Flow Health, desenvolvedora de um sistema inteligente de diagnóstico de doenças. Conforme explicou o Departamento de Saúde dos EUA, o contrato foi rescindido quando se soube que o sistema estava processando dados confidenciais. O departamento considerou isso uma violação da segurança das informações pessoais de pacientes veteranos. A propósito, nenhum vazamento foi encontrado.

Abra caminho para o intelecto!

A comunidade de especialistas conhece bem os problemas existentes e tenta respondê-los: reflete sobre os princípios de projeto de sistemas robóticos, propõe discutir a ética do uso da inteligência artificial na prática e desenvolve novas opções para a introdução de tecnologias. Mas sejamos realistas: leva tempo para desenvolver abordagens e padrões adequados.

A maioria dos problemas que retardam a implementação de soluções de inteligência artificial na medicina não estão de forma alguma relacionados com o lado tecnológico da questão. Na maioria das vezes são problemas éticos e administrativo-processuais, dificuldades na recolha e tratamento de dados (proporcionar ao médico o tempo necessário para inserir a informação na base de dados), problemas de divisão de áreas de responsabilidade, compreensão dos mecanismos de funcionamento dos sistemas artificiais. .

Quais são as perspectivas?

Apesar de todas as dificuldades, os projetos têm perspectivas. Acredito que nos próximos anos as tecnologias de inteligência artificial conseguirão encontrar os seus consumidores entre as empresas farmacêuticas, na procura de novas moléculas e alvos biológicos, na virtualização de ensaios pré-clínicos e depois na análise de dados de ensaios clínicos. Muitas vezes, ao trabalhar com grandes empresas, é possível oferecer todas as condições necessárias para o sucesso do lançamento de um projeto.

Todos os problemas podem ser resolvidos. O principal é que com o uso de novas abordagens possamos avançar e não “dar um tiro no próprio pé”.

Os desenvolvedores de sistemas de inteligência artificial (IA), até agora considerados os players mais azarados no mercado de soluções de TI para saúde, de repente receberam carta branca. Os guardiões e parceiros da associação “Base Nacional de Conhecimento Médico”, na qual os fabricantes e potenciais usuários de sistemas médicos de IA decidiram se unir, foram partes interessadas como a Administração do Presidente da Federação Russa, a Russian Venture Company, o Ministério da Saúde e Roszdravnadzor. De acordo com Vademecum, curadores influentes estão direcionando os participantes da nova NPO para um avanço tecnológico: a associação terá que coletar uma “matriz limpa” de dados médicos de clínicas, saturar a IA com essas informações que possam apoiar a tomada de decisões médicas, e transformar este sistema de TI em um produto que possa ser replicado no setor de saúde nacional e, no futuro, exportado.

PARA O NICHO ASSINADO

A ideia de criar uma ONG “Associação de Desenvolvedores e Usuários de Inteligência Artificial “Base Nacional de Conhecimento Médico”, que reuniria representantes de empresas de TI, clínicas e outros operadores da indústria interessados ​​em implementar sistemas de IA, foi anunciada no All-Russo Consilium “Medicina de Confiança Popular” realizado em junho.

“Uma das sessões foi dedicada aos sistemas de inteligência artificial na medicina”, disse ao Vademecum Sergei Sorokin, fundador da Botkin.AI, que esteve presente na consulta. “Os principais desenvolvedores e clínicas que operam neste nicho se reuniram lá e, como resultado, concordaram em criar uma associação que estaria envolvida na popularização e no desenvolvimento sistemático da IA ​​na saúde.”

O tema foi imediatamente abordado pelos organizadores da consulta - a comunidade de médicos homenageados da Rússia e a Agência Nacional de Comunicações Sociais, que o incluiu no programa Medicine of People's Trust, apoiado pela Administração do Presidente da Federação Russa (AP).

Já em julho, os iniciadores da criação de OSFL apresentaram numa reunião temática na AP um “roteiro” para o desenvolvimento de sistemas de inteligência artificial na saúde. O júri, formado por senadores, deputados, funcionários do Ministério da Saúde, da Caixa Federal do Seguro Médico Obrigatório e de outros órgãos governamentais, aprovou o pedido. A Administração do Presidente da Federação Russa não respondeu ao pedido do Vademecum.

Além da AP, a associação está pronta para ser patrocinada pela Russian Venture Company, pela Agência para Iniciativas Estratégicas, pelo Ministério da Saúde, Roszdravnadzor e outros departamentos e empresas estatais interessadas. “Esse apoio sugere que o estado desenvolverá sistematicamente projetos e startups relacionados à IA na saúde. No futuro, existe uma tarefa ambiciosa para estabelecer a exportação destas tecnologias e tornar a Rússia um líder em inovação nesta área”, afirma Andrey Almazov, diretor de gestão de projetos da Iniciativa Tecnológica Nacional do RVC JSC.

Foi apresentado ao Ministério da Justiça um pedido de registo da ONG “Associação “Base Nacional de Conhecimento Médico”. Sabe-se também que a associação será chefiada por Boris Zingerman, chefe de medicina digital da Invitro LLC, e o Conselho Supervisor da NPO incluirá o Presidente da Associação Nacional de Médicos Homenageados da Rússia, Viktor Egorov; Diretor da MONIKI com o nome. M. F. Vladimirsky Dmitry Semenov; Diretor do Centro de Competência para Substituição de Importações na Esfera TIC Ilya Massukh e outras figuras respeitáveis ​​da indústria. Segundo Boris Zingerman, representantes de cerca de 50 empresas de TI e centros médicos estatais já manifestaram a sua disponibilidade para aderir à associação.

A inteligência artificial em medicina, ou sistema de apoio à decisão médica, é um conjunto de programas que, a partir do processamento de grandes quantidades de dados, permitem fazer diagnósticos, fazer previsões e suposições sobre o tratamento do paciente. Segundo a RVC, existem atualmente cerca de 20 startups temáticas na Rússia em vários estágios de implementação. Os intervenientes raros e fragmentados neste nicho têm tradicionalmente ficado atrás do grupo líder de operadores de TI na área da saúde, principalmente devido ao conservadorismo da comunidade médica e à falta de diálogo produtivo entre médicos e desenvolvedores. O exemplo mais marcante é a demissão, em julho de 2017, do Centro Nacional de Pesquisa Médica para Cirurgia Cardiovascular. UM. Bakulev, chefe do laboratório de modelagem matemática e monitoramento, Vladimir Lishchuk. O famoso ciberneticista, após sua aposentadoria, escreveu uma volumosa monografia na qual descreveu detalhadamente os erros fatais, em sua opinião, da equipe do Centro Bakulev no tratamento de insuficiência cardíaca crítica e outras doenças cardíacas.

O que é que interessou tanto a AP neste nicho de indústria aparentemente sem esperança e estreito?

MOBILIZAÇÃO SBER

Segundo os interlocutores do Vademecum, um dos incentivos para a criação acelerada da ONG “Associação “Base Nacional de Conhecimento Médico”” foi a conclusão em maio deste ano entre a seguradora Sberbank. Life Insurance" e a IBM de um acordo para utilização pelas seguradoras russas do sistema Watson for Oncology desenvolvido pela corporação americana, que é uma IA para desenvolvimento de recomendações para o tratamento do câncer. Conforme consta do comunicado conjunto das empresas, na prática a sua parceria será assim: se o cliente “Sberbank. Life Insurance" receberá um diagnóstico primário de câncer, então o IBM Watson, que processa informações de forma despersonalizada e usa dados de mais de 300 revistas médicas, 200 livros didáticos e muitos outros materiais, emitirá em poucos segundos recomendações sobre protocolos de tratamento para este paciente . Como o IBM Watson disse ao Vademecum, um projeto semelhante está sendo preparado para lançamento no Cazaquistão.

“Este projeto foi um duro golpe para todas as startups na área de IA na Rússia: ao concluir um acordo com o Sberbank, a IBM obtém acesso a uma grande quantidade de dados, o que lhe confere uma séria vantagem competitiva. Os promotores individuais não são capazes de competir com uma empresa americana; apenas o Estado pode competir com ela”, explica Viktor Egorov.

Para evitar que a IBM reforce a sua posição no mercado russo, no próximo ano os membros da associação pretendem concentrar os seus esforços colectivos em três projectos principais que podem avançar significativamente o desenvolvimento nacional no campo da inteligência artificial na medicina. A principal tarefa será criar um banco de dados unificado que acumule informações médicas de organizações médicas.

A base deste conjunto de informações pode ser o “Banco de Dados Médico Unificado” criado pela equipe do Centro Nacional de Pesquisa Médica para Cirurgia Cardiovascular. UM. Bakulev - para desenvolver seu próprio data center, há um ano criaram a empresa Sotsmedica, que passou a ser residente em Skolkovo. “Nossa base de dados representa, na verdade, o núcleo semântico da base de dados nacional. Ele contém classificadores, registros de modelos de pacientes e outras informações de aplicação. Os dados dos pacientes já estarão “ligados” a esta estrutura”, explica Gevorg Bledzhyants, diretor do Sotsmedica JSC.

Representantes de instituições médicas governamentais entrevistados pela Vademecum, embora apoiem a iniciativa de construir um sistema de IA médica como um todo, admitem que ainda não estão prontos para partilhar dados. “A ideia é interessante para nós e, se todas as condições necessárias forem fornecidas, o MONIKI pode se tornar uma plataforma ideal para o desenvolvimento dessas tecnologias, pois temos uma grande variedade de imagens de raios X e outras que podem ser usadas para desenvolver imagens artificiais. sistemas de inteligência. Porém, agora não existe base legislativa para isso, em particular, a lei sobre dados pessoais não nos permite fornecer tais informações”, afirma Dmitry Semenov, diretor do instituto.

A sócia-gerente do Onegin Law Group, Olga Zinovieva, acredita que a legislação atual não cria barreiras intransponíveis à transferência de dados médicos. “Por exemplo, o inciso 4º do art. 13 da Lei Federal nº 323 “Sobre a Proteção da Saúde do Cidadão” proporciona às organizações médicas a troca de informações e dados. Um problema mais difícil aqui será provavelmente a falta de literacia jurídica das autoridades reguladoras, o que pode trazer a utilização de sistemas de IA na prática para a zona dos precedentes judiciais, argumenta Zinovieva. “Mas se os fundadores da associação conseguirem o registo das suas atividades num ato regulamentar separado, o problema estará resolvido.”

Segundo os idealizadores da associação, não descartam a elaboração e publicação de tal documento. A rápida resolução das contradições que surgem no caminho da criação de um produto é prometida pelo próprio fato de conectar um poderoso recurso administrativo à implementação do plano. E o próprio formato do projeto implica uma clara divisão de esforços e responsabilidades: a “Base Nacional de Conhecimento Médico” será organizada segundo os princípios da parceria público-privada, em que o Estado garantirá o fluxo e a proteção dos dados, e o investidor fornecer financiamento e desenvolvimento.

APERTO E RISCO

Quanto aos obstáculos regulatórios não hipotéticos, mas reais, que impedem os desenvolvedores de sistemas médicos de IA, os fundadores da associação já chamaram a atenção dos reguladores para certas regulamentações desatualizadas e, portanto, prejudiciais. Os iniciadores do projeto já iniciaram consultas com autoridades sobre a mudança do status dos produtos de TI no setor de saúde - de acordo com o atual despacho do Ministério da Saúde nº 4n de 6 de junho de 2012 “Sobre a aprovação da classificação de nomenclatura de produtos médicos produtos”, qualquer software utilizado na indústria deve ser registrado como produto médico.

“Essa regra está na verdade matando o mercado. Mas conseguimos estabelecer um diálogo com Roszdravnadzor e desenvolver um entendimento mútuo sobre esta questão. O problema é que atualmente não existem diretrizes transparentes e compreensíveis para a realização de testes de software. Portanto, propusemos um procedimento especial de ensaio clínico retrospectivo não humano para tais produtos, com base em dados de referência pré-preparados. Roszdravnadzor apoiou esta ideia”, afirma Alexander Gusev, um dos iniciadores da associação, especialista da empresa K-MIS.

Os representantes do serviço não responderam ao pedido do Vademecum.

Outro tema prioritário para a associação é a criação de um gabinete nacional de risco, ou seja, um sistema de prevenção de doenças. Os participantes da NPO liderarão essa direção junto com especialistas da União Pan-Russa de Seguradoras (VSU). “Na prática, a ideia de um escritório de risco funciona assim: um gestor liga para você e informa que se você focar na forma como trabalha e vive, poderá desenvolver tais e tais doenças e, portanto, recomenda que você faça diagnósticos ou procedimentos de tratamento. Na verdade, trata-se de análise preditiva, medicina preventiva baseada em grandes quantidades de dados. Esta abordagem pode revolucionar o sistema de seguros - não partiremos de um evento segurado quando a pessoa já estiver doente, mas trabalharemos para prevenir a doença”, explica o vice-presidente do VSS, Maxim Danilov.

Por último, a associação apoiará startups na área de sistemas médicos de IA - fornecendo-lhes dados limpos, promovendo o seu desenvolvimento e ajudando a encontrar investidores.

VAMOS FLUXAR SEUS CÉREBROS

Startups russas na área de IA na medicina

“A ideia de criar um banco de dados médico unificado parece interessante; tais dados podem se tornar um material inestimável para todos os desenvolvedores que trabalham nesta área. Perguntas em nuances. O ideal seria que os dados do histórico médico, incluindo os dados diagnósticos dos dispositivos, pudessem ser integrados a esta base de dados, mas o problema aqui é que atualmente não existe um padrão técnico único para a formação de históricos médicos que permita combinar tudo isso dados. O segundo ponto é o risco de vazamento de dados; agora, como sabemos, vazamentos de informações de agências governamentais ocorrem com bastante frequência, por isso é necessário criar um sistema de proteção confiável”, Bogdan Sevryukov, diretor da Ocutri, empresa que cria soluções de IA para medicina, compartilha suas dúvidas razoáveis.

Representantes de empresas especializadas em TI entrevistados pela Vademecum concordam que a iniciativa de criação da ONG “Base Nacional de Conhecimento Médico” é uma tentativa um tanto tardia de preencher os programas estaduais de informatização em saúde com conteúdos inovadores relevantes.

A curta história de digitalização da indústria, devemos admitir, está repleta de fracassos e reviravoltas injustificadamente acentuadas. Basta olhar para trás, há um ano e meio.

Por Despacho do Governo da Federação Russa nº 1.632r de 28 de julho de 2017, foram aprovadas medidas de informatização da saúde como parte integrante do programa Economia Digital. Ao mesmo tempo, Dmitry Medvedev apontou entre os objetivos da informatização o desenvolvimento de sistemas de inteligência artificial na área da saúde, bem como o desenvolvimento de soluções inovadoras para a medicina preventiva e personalizada.

Mas um ano depois, o Primeiro-Ministro instruiu o governo a integrar o “circuito digital” da indústria no novo projecto nacional “Saúde”, e o plano voltou a sofrer ajustes. Como se depreende da última versão, as atividades do programa, para cuja implementação serão atribuídos cerca de 130 mil milhões de rublos até 2024, não implicam a criação de sistemas de IA na medicina, mas visam exclusivamente finalizar e completar o mal- construção fadada de longo prazo do Sistema Uniforme de Informação de Saúde do Estado.