x
»
Быть в курсе событий mHealth
Главное меню
Быть в курсе событий mHealth Подписаться
x
Быть в курсе событий mHealth Подписаться
Хочется, но пока не можется. Внедрение AI в Великобритании тормозится

Хочется, но пока не можется. Внедрение AI в Великобритании тормозится

Проходящая сейчас в Великобритании "цифровая революция" в здравоохранении сталкивается с серьезными проблемами, что, впрочем, характерно и для большинства других развитых стран. В частности, намерение руководства Национальной службы здравоохранения Великобритании (National Health Services, NHS) начать повсеместно использовать решения на базе искусственного интеллекта (artificial intelligence, AI) реализовать будет очень сложно, пока не в системе не будут произведены масштабные изменения.

В недавно опубликованном отчете об исследовании "Accelerating Artificial Intelligence in health and care: results from a state of the nation survey" утверждается, что IT-инфраструктура NHS не подготовлена и не годится для использования решений на базе AI. Чтобы воспользоваться всеми преимуществами, которые обещает эта инновационная технология, требуется "Большой прыжок" в направлении стандартизации.

Отчет был подготовлен Министерством здравоохранения Великобритании, английским подразделением NHS и AHSN Network. Респондентами опроса являлись руководители и ключевые персоны организаций, работающих в сфере решений искусственного интеллекта в Великобритании.

Ключевым фактором, по мнению всех участников опроса, является "готовность данных" - процесс приведения данных к соответствующему стандарту, что позволит обрабатывать их с помощью AI-алгоритмов.

В отчет также отмечена проблематичность достижения соглашений между организациями NHS и компаниями, занятыми обработкой данных для здравоохранения, поскольку почти все наборы данных создаются "в своих собственных форматах или хранятся в труднодоступных репозиториях".

В этом документе рассматриваются типы AI-решений, которые сейчас используются в NHS, и отмечается, что большинство из них используют статистические методы "низкой сложности". Они классифицируются, как системы, использующие "одиночные методы со специфической логикой", включая нейронные сети и алгоритмы распознавания паттернов. К самым сложным AI-системам авторы отчета отнесли системы машинного перевода и чат-боты. Такие методы используются только в 8% рассмотренных AI-решениях. Как отмечается в отчете, "хотя AI-решения все усложняются, большая часть систем, которые оказывают какое-либо влияние на здравоохранение, находятся в нижнем конце спектра сложности решений".

Большая часть (75%) внедряемых решений, согласно заявлениям их разработчиков, созданы для того, чтобы разблокировать ценность данных и аналитики. Далее следуют системы для распознавания заболеваний (60%), обеспечения организационных процессов (50%), таких как автоматизация рутинных клинических и административных задач, повышение эффективности использования профессиональных навыков и ресурсов (43%) и "другие задачи" (24%).

При этом 35% решений, используемых в здравоохранении, были проприетарными или системами с "закрытым кодом", и только 9% использовали лицензии открытого кода, которые позволяют системам работать на любой платформе. Авторы отчета считают, что такая ситуация создает барьер для широкого обмена данными между организациями здравоохранения, что существенно ограничивает эффективность AI-инициатив.

В отчете также отмечается, что процедуру сертификации регулирующих органов в Великобритании, Европейском союзе или где-то еще прошли менее пятой части решений (18%), а 23% находятся в процесс получения такой сертификации. При этом все опрошенные отмечают, что существуют значительные трудности в сертификации таких продуктов и услуг и от регуляторов требуется разработка новых правил и процедур для AI-решений.

Просмотров: 633
×
Вход на сайт
Войти на сайт, используя аккаунт в социальных сетях
×
Учетная запись
×
Подписка на рассылку
×
Обратная связь