6 методов использования IBM Watson в больницах

11 Nov 2015
3404
Прослушать

На недавней конференции HIMSS Connected Health вице-президент по инновациям IBM Шарам Ибедалахи (Shahram Ebadollahi) рассказал, как сегодня суперкомпьютер Watson используется в реально работающих больницах. Мы уже писали об этом, но вот еще шесть примеров того, как эти система искусственного интеллекта помогает врачам или будет это делать в ближайшее время:

  1. Анализ медицинских изображений. Это решение основано на Medical Sieve, системе анализа графических медицинских данных, которое принадлежала компании Merge Healthcare, недавно вошедшей в состав IBM. Система позволяет просматривать содержимое медицинских изображений разного типа и разных органов и очень быстро выделять в них различные детали и аномалии. Причем она обрабатывает не только изображения, но и мульти-модальные данные, т.е. текстовые данные объединяются с соответствующими графическими изображениями и предоставляются радиологу или онкологу. Это позволяет ему иметь полный объем информации о пациенте, чтобы принимать решения.
  2. Watson для онкологии. Это один из первых проектов, в котором стал использовался Watson, и начинался он в онкологическом центре Memorial Sloan-Kettering. Сегодня эта система "советника в сфере персонализированной медицины" вместе с накопленными знаниями начала использоваться и таиландской больнице Бумрунград. В частности, в ней содержится и информация о том, как врачи Sloan-Kettering принимают решения и на основании чего это делалось.
  3. Рекомендации к лечению на базе геномной информации. Сегодня Watson используется в нескольких больницах и помогает врачам понять роль генетики в онкологии и редких заболеваниях и применить это знание к реальным пациентам. Суперкомпьютер выполняет все функции, связанные с корреляцией геномных данных с электронной медицинской картой пациента, доступной информацией по таким же заболеваниям, литературой, относящейся к диагностике и лечению, анализирует их и в обработанном виде передает врачу. Объем такой информации очень большой, более того, он каждые пять лет удваивается и без суперкомпьютера ее учесть нереально.
  4. Скрининг на наличие меланомы. Этот проект был начат в онкологическом центре Memorial Sloan-Kettering с целью попробовать использовать Watson в дерматологии. Система пока находится на стадии отработки концепции и обрабатывает изображения, полученные при помощи дерматоскопа (прибор, который предназначен для исследования поражений и изменений кожи посредством микроскопии в падающем свете). Уже сегодня система работает с точностью в 94% при том, что обычным методом (визуальным) можно достичь только 75%-точности.
  5. Повышение удобства использования электронных медицинских карт. Этот проект, который осуществляется в Кливлендской клинике, ставит своей целью использовать Watson для резюмирования медицинских записей, чтобы врачи могли проще найти информацию, в которой они нуждаются, или, вернее, могли понять, что в этих данных содержится. Для этого был разработан специальный инструмент, получивший название EMRA (от англ. electronic medical record advisor). Эта программа "просеивает" и читает все клинические записи и заметки врачей, извлекает из них концептуальную информацию, генерирует список проблем пациента, а затем присоединяет элементы этого списка к чему-либо, что можно прочитать в электронной медицинской карте пациента.
  6. Управление лечением хронических заболеваний. Используя технологию, полученную от недавно приобретённой компании Phytel, IBM разрабатывает инструмент, который позволит расширить сферу ухода за пациентами с хроническими заболеваниями на их ежедневную жизнь, причем не только в больничных условиях. Это решение, которое будет иметь вид мобильного приложения, должно существенно облегчить обмен информацией между пациентами и врачами при мониторинге жизненных показателей. Кроме того, оно должно объединить различные типы клинических и индивидуальных данных и применить к ним возможности когнитивной аналитики, чтобы предложить новые идеи врачам для лучшего контроля больных со сложными при лечении болезнями.

По материалам MobiHealth News