Практика внедрения интеллектуальных систем для анализа результатов и диагностики заболеваний

Аннотация. Актуализация информационных технологий происходит в каждой профессиональной сфере жизнедеятельности современного человека, включая медицину. Одной из наиболее инновационных и перспективных технологий, внедряющихся в медицинскую область, является искусственный интеллект. Основной целью представленной работы является изучение вопроса интеграции интеллектуальных систем для анализа результатов и диагностики заболеваний. В ходе выполнения работы используются теоретические методы исследования.

Ключевые слова: искусственный интеллект, информационная система, диагностика, информационные технологии.

Одной из основных и наиболее популярных на сегодняшний день технологий из области ИТ, активно разрабатываемой и интегрируемой для решения задач удаленной диагностики и анализа полученных результатов в медицинской области, являются интеллектуальные средства. Одной из основных технологий, относящихся к данной области и имеющей колоссальное влияние во многих процессах из сферы медицины, является искусственный интеллект и искусственные нейронные сети. Актуальность использования искусственного интеллекта (ИИ) как никогда высока в современном мире. Именно посредством данных технологий на сегодняшний день решаются одни из самых крупных и сложно-вычислимых задач. Искусственный интеллект находит применение не только при решении математических и иных инженерных задач для принятия оптимальных решений, данная технология успешно применяется в медицинской сфере для удаленной диагностики заболеваний [1].

Ключевой технологией, на базе которой основывается искусственный интеллект, является возможность к «самообучению», а также использованию накопленных данных с целью прогнозирования возможного развития уже имеющихся или возможных заболеваний и патологий. Основной отличительной особенностью в ИИ относительно обычных цифровых решений является то, что при выполнении задач искусственный интеллект не основывается на логических схемах, заданных ранее программистами, а самостоятельно производит настройку комплексных механизмов для принятия решений, основываясь на тех данных и задачах, которые были изначально поставлены программистами.

Нейронная сеть (также называемая искусственной нейронной сетью, ИНС или нейросетью) является математической моделью, включающей программное и аппаратное воплощение. Нейронные сети строятся по принципу биологических сетей, а именно сетей нервных клеток живого существа. Понятие «нейронные сети» возникло во время изучения и попытки смоделировать процессы, которые протекают в мозге у биологического существа. Одной из первых попыток из данной области исследования стали нейронные сети У. Маккалока и У. Питса.

Одним из наиболее перспективных направлений интеграции ИНС является компьютерное зрение и распознавание изображения с целью удаленной диагностики заболеваний. Таким образом, внедрение технологий компьютерного зрения и искусственного интеллекта происходит с целью расшифровки медицинских изображений, а также выявления очагов патологий и постановки предварительного диагноза является одним из приоритетных направлений развития современной лучевой диагностики [2].

В течение последних лет был разработан единый радиологический информационный сервис Единой медицинской информационно-аналитической системы (ЕРИС ЕМИАС) - облачное хранилище медицинских изображений, сделанных в городских больницах и поликлиниках. Именно на основе ЕРИС ЕМИАС и постоянно расширяющейся базы данных интеллектуальные средства, используемые на сегодняшний день при диагностике заболеваний, показывают колоссальные и наиболее эффективные относительно классических и ручных методов обработки результатов показатели.

Также необходимо отметить, что в течение последних лет на основе анализа медицинских изображений, хранящихся в ЕРИС, были разработаны алгоритмы компьютерного зрения и искусственного интеллекта, которые с высокой надежностью определяют наличие патологии во внутренних органах человека. Ежедневно ИИ-сервисы обрабатывают около 20 тысяч маммограмм, КТ- и НДКТ-исследований, а также рентгеновских снимков, показывая точные и достоверные результаты. Всего за время проведения эксперимента искусственный интеллект проанализировал свыше 1,5 миллиона исследований, сделанных в 296 медицинских организациях: больницах, поликлиниках и амбулаторных КТ-центрах [3]. В заключение необходимо отметить, что разработка информационных систем и технологий для удаленной диагностики заболевания позволяет достичь колоссальные и точные результаты, на основе которых могут быть поставлены верные диагнозы на раннем этапе, повышая шансы на спасение и излечение пациента. Медицинская сфера нуждается в разработке и модернизации существующих информационных решений с целью достижения наиболее эффективных результатов не только в удаленной диагностике заболеваний, но и в целом.