Искусственный интеллект в медицине

Что такое искусственный интеллект,
машинное обучение, наука о данных?

О компании “Лексема”
Lexema-Medicine
Lexema-RPA
специализированная медицинская информационная система (МИС), включающая в себя систему для управления ресурсами медицинского предприятия и интеллектуальную систему поддержки принятия решений.
Lexema-RPA – это платформа для разработки программных роботов, выполняющих рутинные операции на компьютере вместо человека.

Платформа “Lexema-Framework”
Lexema-Framework — платформа для быстрой разработки веб-приложений. Платформа позволяет создавать решения в сжатые сроки и c небольшим бюджетом.

Что такое искусственный интеллект,
машинное обучение, наука о данных?

AI в медицине
Распознавание медицинских изображений
Разработка лекарственных препаратов
Изучение эффектов взаимодействия лекарств
Персонализированное протезирование
Принятие врачебного решения
Диагностирование заболеваний
Примеры применения ИИ в медицине

Большие трудности с поиском узкоспециализированных квалифицированных врачей в гемодиализных центрах, которые находятся в удаленных небольших населенных пунктах
Неэффективность или избыточность назначений врачей
48 %
назначений неэффективны
или избыточны
Проект: ООО «Лаборатория гемодиализа» − сеть из 27 гемодиализных клиник в разных населенных пунктах Башкортостана, Удмуртии, ХМАО, работают на ERP-Lexema более 5 лет, врачи в системе делают назначения пациентам, фиксируют результаты анализов.
Врачам при назначении лечения пациента необходимо принимать во внимание большое количество факторов, влияющих на эффективность лечения. Это, например, потребности и предпочтения человека, прогрессирование заболевания, ответ на лечение и переносимость лечения.
Проблемы гемодиализных центров

Алгоритмы искусственного интеллекта позволяют заложить в систему опыт и знания высококвалифицированных врачей, которые Lexema-Medicine транслирует менее опытным врачам
Искусственный интеллект анализирует большое количество факторов, влияющих на эффективность лечения, и тем самым помогает врачу подобрать наиболее подходящее лечение именно этому пациенту
В Lexema-Medicine имеется возможность просмотра обоснования принятого системой решения по подбору лекарственной и диализной терапии персонально для каждого пациента
Решение проблем диализных центров с помощью Lexema-Medicine

Система прогнозирует эффективность лекарственной терапии в выбранном месяце на основе данных личной карточки пациента, результатов его анализов, а также предыдущих назначений
Кейс 1 - Определение эффективности лекарственной терапии
Аналитическая форма “Журнал назначений”

Система предлагает свои варианты терапии, которые ранжированы по вероятности наибольшего соответствия профилю пациента и затрачиваемых на лечение средств, без потери эффективности терапии
Кейс 2 - Подбор наиболее подходящей терапии
Диалоговое окно “Рекомендации”

Кейс 2 - Подбор наиболее подходящей терапии
пример матрицы мягкой косинусной меры
пример похожих, независимых и противоположных решений

При оценке адекватности месячной диализной терапии, алгоритм выводит рекомендации, состоящей из обоснования оценки, а также оптимальных рекомендованных алгоритмом контролируемых параметров
Кейс 3 - Оценка адекватности диализной терапии
Аналитическая форма “Оценка адекватности месячной программы диализа”

Кейс 4 - Улучшение алгоритма разреза графа для сегментации эндоскопического изображения
Цель проекта - выявление онкологических заболеваний на ранних стадиях с помощью алгоритмов искусственного интеллекта по фото и видео результатам гастроскопии/колоноскопии
Цель текущего этапа проекта - разработка и тестирование системы разметки эндоскопических изображений с функцией интеллектуального сегментирования для поиска очагов злокачественных опухолей с целью взятия образцов для биопсии.
Проект позволяет решить следующие задачи:
повышение качества диагностики колоректального рака на ранних стадиях при эндоскопических исследованиях нижних отделов ЖКТ в рамках программы скрининга
контроль процесса взятия биопсии с целью более точного ее проведения за счет модели обнаружения патологий.
интеллектуальное ассистирование в работе эндоскописта в режиме реального времени во время проведения исследования и в режиме анализа видео/фотоматериалов после проведения исследования
Система позволяет обозначить видимые и скрытые, с подозрением на патологию, участки слизистой кишечника, дает предварительное заключение и рекомендации.
В рамках системы создается база размеченных экспертами изображений для обучения искусственного интеллекта с механизмами перекрестной проверки заключений экспертов и контроля качества изображений.

Кейс 4 - Улучшение алгоритма разреза графа для сегментации эндоскопического изображения
Роли пользователей в системе:
Оператор загрузки изображений
Оператор разметки изображений
Эксперт
Платформа является инструментом для организации взаимодействия эндоскопистов, врачей-экспертов с целью получения коллекции размеченных изображений для дальнейшего обучения математических моделей
Пример интерфейса разметки и пример работы алгоритма разреза графа

Кейс 4 - Улучшение алгоритма разреза графа для сегментации эндоскопического изображения
билатеральное размытие
детектор границ Кэнни
оригинальное изображение
морфологическое размыкание
морфологическое наращивание
инверсия

Кейс 4 - Улучшение алгоритма разреза графа для сегментации эндоскопического изображения
диаграмма Вороного
12 кластеров
контуры объектов
разрез графа

Академия “Лексема”
Приглашаем вас попробовать свои силы!