Это ежемесячный обзор наиболее важных и интересных новостей от экспертной группы проекта Технологии Долголетия по направлению “Искусственный интеллект в медицине и биологии”
Общее быстрое развитие технологий, исследований и разработок в области применения искусственного интеллекта (ИИ) приводит к появлению соответствующих разработок в медицинских технологиях, росту инвестиции в проекты, связанные с ИИ, в медицине и биологии.
IT-компании активно создают биомедицинские подразделения, так как видят большой потенциал в применении ИИ для развития здравоохранения. Наиболее практическое применение находят технологии машинного обучения и нейросетей для создания систем автоматизированной диагностики заболеваний. Также развиваются технологии создания лекарственных препаратов на основе моделирования. Созданы и развиваются системы анализа биомаркеров различного типа. Огромную перспективу имеет создание моделей живых организмов, включая полную модель организма человека.
Новый массив биоданных, выложенный в свободный доступ, может запустить ИИ-революцию в деле поиска новых лекарств
Recursion Pharmaceuticals представила на конференции по машинному обучению ICLR 2019 массив данных RxRx1, содержащий 300 с лишним гигабайт информации о различных биологических контекстах, в том числе 125 000 изображений четырех типов клеток. Открытый доступ к данным поможет другим компаниям в области биотехнологий быстрее определять взаимодействия между лекарствами и молекулами.
Источник: https://www.statnews.com/2019/05/06/recursion-open-source-artificial-intelligence/
Детскую депрессию и тревожность автоматически диагностировали по речи
Американские ученые разработали новый подход для выявления детей младшего возраста с тревожными расстройствами, использовав анализ машинного обучения аудиоданных. Данный метод может быть использован для идентификации детей с тревожным расстройством с точностью 80% (чувствительность 54%, специфичность 93%). Речевые особенности, наиболее отличительные от тревожного расстройства, детально проанализированы, показывая, что у затронутых детей проявляются особенно низкие голоса, с повторяющимися речевыми перегибами и содержанием, а также высокий отклик на неожиданные раздражители по сравнению с контрольной группой. Показано, что этот новый инструмент превосходит клинические пороги по детским симптомам, о которых сообщают родители, которые идентифицируют детей с интернализующим расстройством с более низкой точностью (67–77 против 80%) и схожей специфичностью (85–100 против 93%), и чувствительность (0-58 против 54%) в этом образце. Эти результаты указывают на будущее использование этого подхода для скрининга детей на интернализующие расстройства, чтобы можно было использовать вмешательства, когда у них больше шансов на долгосрочный успех.
Источник: https://ieeexplore.ieee.org/document/8700173/authors#authors
Нейросеть распознала рак легких лучше рентгенологов
Специалисты из нескольких медицинских центров США разработали алгоритм глубокого обучения, который использует текущий и предыдущий снимки компьютерной томографии пациента для прогнозирования риска рака легких. Данная модель достигает самых современных показателей (94,4% под кривой) в 6716 случаях национального скрининга на рак легких и аналогичным образом работает с независимым набором клинических испытаний из 1139 случаев. В случаях, когда предварительная компьютерная томография не была доступна, модель превзошла всех шести рентгенологов с абсолютным сокращением на 11% в ложных срабатываниях и 5% в ложных отрицаниях. Там, где ранее была доступна компьютерная томография, характеристики модели были на уровне тех же радиологов. Это создает возможность оптимизировать процесс проверки с помощью компьютерной помощи и автоматизации.
Источник: https://www.nature.com/articles/s41591-019-0447-x
DA зарегистрировало платформу для автоматического распознавания аускультативной картины сердца
Специалисты из канадской фирмы eMurmur разработали платформу для распознавания основных аускультативных феноменов: тонов и шумов сердца (в том числе, с возможностью различать функциональные и патологические шумы).
eMurmur ID — это мобильное и облачное решение, которое работает вместе со сторонним электронным стетоскопом. Он использует современное машинное обучение для выявления и классификации патологических и невинных шумов в сердце, отсутствия шумов в сердце и тонов сердца S1, S2. Комплексное решение включает аналитику на основе AI, мобильное приложение и веб-портал (полностью совместимый с HIPAA). Он поддерживает рабочие процессы медицинских работников, выполняющих аускультацию сердца, и имеет множество приложений, включая первичную и специализированную помощь, а также корпоративное здравоохранение.
Источник: https://emurmur.com Пресс-релиз компании eMurmur от 7 мая 2019г. «FDA grants clearance for eMurmur ID, heart murmur detection solution on a personal mobile device»
Искусственный интеллект ускорит поиск новых лекарственных средств
Компании «АстраЗенека» и «BenevolentAI» запустили долгосрочный совместный проект касательно поиска и разработки новых препаратов для лечения хронической болезни почек (ХБП) и идиопатического легочного фиброза (ИЛФ), в основе которого лежит использование технологий машинного обучения и искусственного интеллекта (ИИ).
Совместная работа нацелена на интеграцию данных, касающихся геномики, химических веществ и клинической картины заболеваний с платформой для выделения конкретного объекта изучения и графой биомедицинских знаний – сетью научных данных (о генах, белках, заболеваниях и химических соединениях), отражающей взаимосвязь между ними.
При помощи технологий машинного обучения проводится постоянный анализ данных с целью выявления взаимосвязи между отдельными фактами, а основанные на использовании технологий ИИ логические построения применяются для изучения ранее неизвестных взаимосвязей. Совместная интерпретация результатов позволит понять механизмы развития этих сложных заболеваний и сократить время, необходимое для поиска новых возможных мишеней терапии.
EASTHMA TRACKER – «УМНОЕ» ПРИЛОЖЕНИЕ ДЛЯ КОНТРОЛЯ СИМПТОМОВ АСТМЫ
Приложение под названием e-Asthma Tracker (e-AT) помогает врачам и родителям справляться с детской астмой, способствуя уменьшению количества тяжелых приступов и сокращая число госпитализаций. Такие данные представили эксперты из Университета Юты (University of Utah) в Pediatrics.
Приложение e-AT предоставляет несколько сервисов для контроля течения астмы, включая анализ состояния в режиме реального времени, оповещения, автоматическое уведомление лечащего врача в случае обострения заболевания и практические рекомендации в режиме реального времени с цветной закодированной системой, основанной на уровне срочности.
После 1 года применения e-AT 65% участников продолжили использовать приложение. Гаджет способствовал улучшению качества жизни пациентов, контроля над течением астмы (показатель вырос в 2 раза). Среднее количество прерванных или пропущенных школьных дней снизилось с 1,91 в начале исследования до 0,79; 0,52 и 0,79 через 3, 6 и 12 месяцев соответственно, а среднее количество пропущенных рабочих дней – с 0,72 до 0,27; 0,25 и 0,2.
Источник: https://pediatrics.aappublications.org/
Автор: Олеся Сидорова
Перепечатка разрешается при сохранении ссылок на источник публикации.
