Развитие исследований и разработок в сфере технологий искусственного интеллекта для здравоохранения в Российской Федерации: итоги 2021 года

Обложка

Цитировать

Полный текст

Аннотация

Применение технологий искусственного интеллекта в российском здравоохранении является одним из приоритетных направлений реализации национальной стратегии развития искусственного интеллекта в нашей стране. Внедрение цифровых решений в медицинских организациях на основе искусственного интеллекта должно способствовать повышению уровня жизни населения и качества медицинской помощи, включая профилактические обследования, диагностику, основанную на анализе изображений, прогнозирование возникновения и развития заболеваний, подбор оптимальных дозировок лекарственных препаратов, сокращение угроз пандемий, автоматизацию и повышение точности хирургических вмешательств и т.д.

Идёт развитие нормативного и технического регулирования в сфере применения искусственного интеллекта в здравоохранении. Создан отечественный рынок соответствующих решений, некоторые из них получили регистрационные удостоверения Росздравнадзора как медицинские изделия. Различными научными коллективами выполняются исследовательские работы. Вместе с этим мы пока существенно отстаём от стран-лидеров в сфере искусственного интеллекта, таких как США и Китай. Инвестиции в продукты искусственного интеллекта для здравоохранения существенно снизились по итогам 2021 г. Основные причины отставания, как минимум с точки зрения рыночных показателей, находятся в низком спросе и ограниченных возможностях государственных медицинских организаций финансировать проекты искусственного интеллекта, а также в сфере доверия к безопасности и эффективности таких решений.

Об авторах

Александр Владимирович Гусев

К-Скай; Центральный научно-исследовательский институт организации и информатизации здравоохранения

Автор, ответственный за переписку.
Email: agusev@webiomed.ai
ORCID iD: 0000-0002-7380-8460
SPIN-код: 9160-7024
Scopus Author ID: 57222273391
ResearcherId: AAD-2073-2019

к.т.н.

Россия, Петрозаводск; Москва

Антон Вячеславович Владзимирский

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: a.vladzimirsky@npcmr.ru
ORCID iD: 0000-0002-2990-7736
SPIN-код: 3602-7120
Scopus Author ID: 8944262100
ResearcherId: D-1447-2017
Россия, Москва

Дарья Евгеньевна Шарова

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: d.sharova@npcmr.ru
ORCID iD: 0000-0001-5792-3912
SPIN-код: 1811-7595
Россия, Москва

Кирилл Михайлович Арзамасов

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: k.arzamasov@npcmr.ru
ORCID iD: 0000-0001-7786-0349
SPIN-код: 3160-8062
Россия, Москва

Александр Евгеньевич Храмов

Университет Иннополис; Балтийский федеральный университет имени Иммануила Канта

Email: a.hramov@innopolis.ru
ORCID iD: 0000-0003-2787-2530
SPIN-код: 7357-7556
Scopus Author ID: 34834
Россия, Казань; Калининград

Список литературы

  1. Deep medicine: how artificial intelligence can make healthcare human again by eric topol. New York: Basic Books, 2019. 341 p.
  2. Roberts M., Driggs D., Thorpe M., et al. Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans // Nat Mach Intel. 2021. Vol. 3, N 3. P. 199–217. doi: 10.1038/s42256-021-00307-0
  3. Wynants L., Van Calster B., Collins G.S., et al. Prediction models for diagnosis and prognosis of COVID-19: systematic review and critical appraisal // BMJ. 2020. Vol. 369. P. m1328. doi: 10.1136/bmj.m1328
  4. Гусев А.В., Морозов С.П., Кутичев В.А., Новицкий Р.Э. Нормативно-правовое регулирование программного обеспечения для здравоохранения, созданного с применением технологий искусственного интеллекта, в Российской Федерации // Медицинские технологии. Оценка и выбор. 2021. № 1. С. 36–45. doi: 10.17116/medtech20214301136
  5. Шарова Д.Е., Зинченко В.В., Ахмад Е.С., и др. К вопросу об этических аспектах внедрения систем искусственного интеллекта в здравоохранении // Digital Diagnostics. 2021. Т. 2, № 3. С. 356–368. doi: 10.17816/DD77446
  6. Морозов С.П., Зинченко В.В., Хоружая А.Н., и др. Стандартизация искусственного интеллекта в здравоохранении: Россия выходит в лидеры // Врач и информационные технологии. 2021. № 2. С. 12–19. doi: 10.25881/18110193_2021_2_12
  7. Морозов С.П., Владзимирский А.В., Шарова Д.Е., и др. Первые национальные стандарты Российской Федерации на системы искусственного интеллекта в медицине // Менеджмент качества в медицине. 2022. № 1. С. 58–62.
  8. Комарь П.А., Дмитриев В.С., Ледяева А.М., и др. Рейтинг стартапов искусственного интеллекта: перспективы для здравоохранения России // Российский журнал телемедицины и электронного здравоохранения. 2021. Т. 7, № 3 С. 32–41. doi: 10.29188/2712-9217-2021-7-3-32-41
  9. Корсаков С.Н. Начертание нового способа исследования при помощи машин, сравнивающих идеи / пер. с франц.; под ред. А.С. Михайлова. Москва: МИФИ, 2009. 44 c.
  10. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем: учебное пособие. Санкт-Петербург: Питер, 2000. 384 с.
  11. Danilov V.V., Proutski A., Karpovsky A., et al. Indirect supervision applied to COVID-19 and pneumonia classification // Informatics Medicine Unlocked. 2022. Vol. 28. P. 100835. doi: 10.1016/j.imu.2021.100835
  12. Mohammadi R., Salehi M., Ghaffari H., et al. Transfer learning-based automatic detection of coronavirus disease 2019 (COVID-19) from chest X-ray images // J Biomed Phys Eng. 2020. Vol. 10, N 5. Р. 559–568. doi: 10.31661/jbpe.v0i0.2008-1153
  13. Нероев В.В., Брагин А.А., Зайцева О.В. Разработка прототипа сервиса для диагностики диабетической ретинопатии по снимкам глазного дна с использованием методов искусственного интеллекта // Национальное здравоохранение. 2021. Т. 2, № 2. С. 64–72. doi: 10.47093/2713-069X.2021.2.2.64-7
  14. Невзорова В.А., Бродская Т.А., Шахгельдян К.И., и др. Методы машинного обучения в прогнозировании рисков 5-летней смертности (по данным исследования ЭССЕ-РФ в Приморском крае) // Кардиоваскулярная терапия и профилактика. 2022. Т. 21, № 1. С. 2908. doi: 10.15829/1728-8800-2022-2908
  15. Гиляревский С.Р., Гаврилов Д.В., Гусев А.В. Результаты ретроспективного анализа записей электронных амбулаторных медицинских карт пациентов с хронической сердечной недостаточностью: первый российский опыт // Российский кардиологический журнал. 2021. Т. 26, № 5. С. 4502. doi: 10.15829/1560-4071-2021-4502
  16. Karpov O.E., Grubov V.V., Maksimenko V.A., et al. Noise amplification precedes extreme epileptic events on human EEG // Physical Review. 2021. Vol. 103. Р. 022310. doi: 10.1103/PhysRevE.103.022310
  17. Кучин А.С., Грубов В.В., Максименко В.А., Утяшев Н.П. Автоматизированное рабочее место врача-эпилептолога с возможностью автоматического поиска приступов эпилепсии // Врач и информационные технологии. 2021. № 3. Р. 62–73 doi: 1025881/18110193_2021_3_62
  18. Kuc A., Korchagin S., Maksimenko V.A., et al. Combining statistical analysis and machine learning for eeg scalp topograms classification // Frontiers Systems Neuroscience. 2021. Vol. 15. Р. 716897. doi: 10.3389/fnsys.2021.716897
  19. Hramov A.E., Maksimenko V.A., Pisarchik A.N. Physical principles of brain-computer interfaces and their applications for rehabilitation, robotics and control of human brain states // Physics Reports. 2021. Vol. 918. Р. 1–133. doi: 10.1016/j.physrep.2021.03.002
  20. Морозов С.П., Владзимирский А.В., Шулькин И.М., и др. Исследование целесообразности применения технологий искусственного интеллекта в лучевой диагностике // Врач и информационные технологии. 2022. № 1. С. 12–29.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Динамика венчурного инвестирования в системы искусственного интеллекта для медицины и здравоохранения, по данным CB Insights, млрд долларов США.

Скачать (105KB)
Метаданные
3. Рис. 2. Число индексируемых публикаций в базе научной информации Scopus, которые были опубликованы российскими авторами на стыке медицины и искусственного интеллекта за последние 10 лет.

Скачать (82KB)
Метаданные
4. Рис. 3. Динамика российских инвестиций в системы искусственного интеллекта для медицины и здравоохранения в 2015–2021 гг. (данные авторов), млн руб.

Скачать (74KB)
Метаданные
5. Рис. 4. Источники российского инвестирования в системы искусственного интеллекта для медицины и здравоохранения (данные авторов), млн руб.

Скачать (74KB)
Метаданные
6. Рис. 5. Направления инвестирования в системы искусственного интеллекта для медицины и здравоохранения (данные авторов), млн руб.

Скачать (172KB)
Метаданные
7. Рис. 6. Динамика выручки российских разработчиков системы искусственного интеллекта для медицины и здравоохранения в 2017–2020 гг. (данные авторов), млн руб.

Скачать (63KB)
Метаданные

© Эко-вектор, 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».