ШТУЧНИЙ ІНТЕЛЕКТ І МАШИННЕ НАВЧАННЯ В ГАЛУЗІ ОХОРОНИ ЗДОРОВ’Я: ВИКЛИКИ І ПЕРСПЕКТИВИ
DOI:
https://doi.org/10.32689/maup.it.2022.2.3Ключові слова:
штучний інтелект, галузь охорони здоров’я, машинне навчання, глибоке навчання, медицина правди, доказова медицина, трансформація охорони здоров’яАнотація
Четверта індустріальна революція і процеси пов’язані з цим суспільним явищем зачіпають практично усі сфери і можна стверджувати, що шансів не бути причетними нема ні в якій галузі людської діяльності. Галузь охорони здоров’я теж охоплена процесами автоматизації в різних напрямках – від діагностики і обліку пацієнтів до розробки нових ліків і оперативних втручань за допомогою програмних додатків та програмно-апаратних роботизованих систем штучного інтелекту. В цій статті робиться огляд сучасного стану новаторських систем в світовій медичній галузі, існуючі запровадження, проблеми просування іновацій та аналізуються можливий їх подальший розвиток. Метою статті є дослідження проблеми розгортання штучного інтелекту в галузі охорони здоров’я та існуючі тенденції застосування; оцінка специфіки використання ШІ в клінічних умовах та оцінка успішних кейсів та перспектив іноваційних проєктів по впровадженні і отриманні позитивних результатів в медичній сфері; визначення перспективних напрямків для розвитку ШІ в галузі охорони здоров’я. Реалізація поставленої мети передбачає вирішення низки завдань, як-от: 1) розкриття сутності і перспектив запровадження технології ШІ в медицині; 2) аналіз стану розвитку ШІ в медичній сфері; 3) дослідження специфіки проведення оцінювання впливу ШІ на результати медичних процесів. Наукова новизна. У статті розвиток сучасних технологій в медицині з застосуванням Штучного інтелекту розглядається як складна технологічна, організаційна і медична проблема, яка потребує зусиль різних категорій фахівців: інженерів, аналітиків даних, адміністраторів, медичних працівників різних рівнів і спеціалізацій. Вирішення цих проблем комплексне і надає значні переваги в оновленому лікувальному процесі та покращення його результатів. Значна увага приділяється питанням аналізу поточного стану ШІ на основі даних в області охороні здоров’я і оцінюються досягнення в галузі штучного інтелекту в охороні здоров’я. Як висновок, у статті наголошується, що новітні технології дозволять по-новому визначити охорону здоров’я як індустріальну галузь, яка керується даними, в результаті будуть використовуватися переваги штучного інтелекту – його здатність постійно вдосконалюватися з все більшою кількістю даних. Ці досягнення відкривають сучасну медицину як медицину правди або доказову медицину.
Посилання
Кай-Фу Лі. Наступна революція в галузі охорони здоров’я матиме в своєму центрі ШІ. (2021.). URL: https://kaifulee.medium.com/the-next-healthcare-revolution
Бен Діксон. ШІ може допомогти зменшити адміністративні витрати на охорону здоров’я. URL: https://venturebeat.com/2018/04/08/ai-could-help-reduce-the-administrative-costs-of-health-care/
Кай-Фу Лі, Чень Цюфань. AI 2041: Десять візій для нашого майбутнього. (2021). URL: https://techcrunch.com/2021/09/20/the-next-healthcare-revolution-will-have-ai-at-its-center/
Абадіціо М. ШІ в умовах лікарні (2017). URL: https://emerj.com/author/
Тривалість життя за частинами світу. URL: https://en.wikipedia.org/wiki/Life_expectancy
Даніель Фагелла. (2020) ШІ Шукає аплікантів на відповідність, контракти та людські ресурси. URL: https://emerj.com/partner-content/ai-search-applications/
Конор Хейл. Фармкомпанія Insilico починає перше випробування на людях свого препарату, розробленого штучним інтелектом, для лікування при фіброзі легенів. URL: https://www.fiercebiotech.com/medtech/insilicomedicine-begins-first-human-trial-its-ai-designed-drug-for-pulmonary-fibrosis
Даніель Фагелла. (2019). Програми машинного навчання – для розробки нових ліків – Pfizer, Roche, GSK тощо. URL: https://emerj.com/ai-sector-overviews/machine-learning-drug-discovery-applications-pfizer-roche-gsk/
Лінь З., Го Р., Ван І., Ву Б., Чен Т., Ван, Ван, (2018) (in English) Структура для виявлення діабетичної ретинопатії на основі виявлення протишумів та синтезу на основі уваги. Міжнародна конференція з обчислення медичних зображень та комп’ютерної підтримки.
Бродкевич В. М., Ремесло В. Я. Алгоритми Машинного Навчання (МН) та Глибокого Навчання (ГН) і їх використання в прикладних додатках. (2018) Міжнародний науковий журнал «Інтернаука» № 11 (51) 1т.