7 СОВЕТОВ ПО СОЗДАНИЮ МЕДИЦИНСКОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

7 советов по созданию медицинского искусственного интеллекта

Медицина всегда была и остается консервативной областью человеческого знания. Сотни лет человечество путем проб и ошибок накапливало бесценный опыт, позволяющий возвращать людям здоровье, продлевать жизнь, облегчать страдания. Столетиями формировались медицинские школы, отрабатывались способы работы по оказанию помощи больным. Внедрение IT-технологий в эту область ломают сложившиеся традиции и формы коммуникаций. Революционные изменения приживаются тяжело, не вызывая особого восторга у медиков и пациентов.

В этом обзоре краткое резюме интересной статьи Александра Гусева. Семь важных аспектов для создания успешного проекта для медиков.

  1. Важно правильно поставить задачу разработчику. Необходимо нащупать реальную жизненную проблему. Возможности и технологии – вторичны. Но при этом задача должна быть решаема современными методами. Правильнее работать с конкретными частными случаями, имеющими практическую значимость, чем разрабатывать фантастический и масштабный проект. Крупные задачи надо разбивать на подзадачи, разрабатывать решение с возможностью интеграции.
  2. Важно уделить большое внимание и большое количество времени для подготовки баз входных данных. Качественные данные, которые способны привести к точным решениям систему искусственного интеллекта, должны исчисляться миллионами значений. Подготовка качественных данных, скорее всего, потребует финансовых затрат на их подготовку, обработку и процесс тестирования. В противном случае велик риск получить некачественную систему ИИ, работающую с большим процентом ошибок и низкой точностью. Наличие базы данных может даже влиять на выбор цели и тематику работы.
  3. Прежде чем приступить к разработке систем искусственного интеллекта, надо провести переговоры с руководством медицинских организаций, предоставляющих данные для этапа машинного обучения. Важно понимать, какого качества будут эти данные. Нужно ли будет проводить их стандартизацию. Проработка этого вопроса позволит сократить время на последующих этапах работы, выполнить проект в целом быстрее и качественнее.
  4. Этап машинного обучения искусственного интеллекта требует использования миллионных исследований. Важно обеспечить не только количество, но разнообразие. Исходные данные должны поступать из источников, находящихся в разных государствах, городах, имеющих разную форму собственности, практикующих разные медицинские школы. Источники, поставляющие данные, должны их передавать в стандартизированном виде, использовать международные справочники и классификаторы.
  5. Медицинские данные имеют большую ценность, которую можно выразить в денежном эквиваленте. Поэтому разработчикам ИИ следует учитывать коммерческий интерес, как медицинских поставщиков, так и пациентов. Для устранения недопонимания и юридических аспектов рекомендуется сформулировать условия передачи и использования данных письменно, составив и подписав договор. Информация об источниках данных должна быть открыта и предоставлена общественности.
  6. Необходимо предусмотреть процедуру сертификации медицинского продукта, к которым могут относиться и системы искусственного интеллекта. Важно понять еще на начальном этапе разработки, можно ли классифицировать будущий IT-продукт, как инструмент медицинского назначения, предусмотреть время и бюджет на процедуру сертификации. Кроме сертификации потребуется проведение клинических испытаний, практикующихся в медицинской среде для оценки степени безопасности, для подтверждения эффективности продукта. Не следует доверять статьям в СМИ, а также привлекать консультантов и экспертов. В среде медицинской общественности не принято полагаться на бездоказательные утверждения. Любые заявления о безопасности должны иметь цифровое выражение и подтверждаться результатами исследования, а оценка эффективности должна рассчитываться экспериментально. Результаты исследований, как научная работа, необходимо размещать в международных научных журналах.
  7. На этапе разработки необходимо предусмотреть интерфейс, который бы интерпретировал результаты, помогал оценить врачу точность оценок, корреляционные коэффициенты, содержал бы ссылки на текстовую информацию, обосновывающую полученный результат.

Подробнее

ЧИТАЙТЕ ТАКЖЕ

Задать вопрос

Оставьте свое сообщение и контакты для связи.
Мы с вами обязательно свяжемся.