Развитие исследований и разработок в сфере технологий искусственного интеллекта для здравоохранения в Российской Федерации: итоги 2021 года

Обложка

Цитировать

Полный текст

Аннотация

Применение технологий искусственного интеллекта в российском здравоохранении является одним из приоритетных направлений реализации национальной стратегии развития искусственного интеллекта в нашей стране. Внедрение цифровых решений в медицинских организациях на основе искусственного интеллекта должно способствовать повышению уровня жизни населения и качества медицинской помощи, включая профилактические обследования, диагностику, основанную на анализе изображений, прогнозирование возникновения и развития заболеваний, подбор оптимальных дозировок лекарственных препаратов, сокращение угроз пандемий, автоматизацию и повышение точности хирургических вмешательств и т.д.

Идёт развитие нормативного и технического регулирования в сфере применения искусственного интеллекта в здравоохранении. Создан отечественный рынок соответствующих решений, некоторые из них получили регистрационные удостоверения Росздравнадзора как медицинские изделия. Различными научными коллективами выполняются исследовательские работы. Вместе с этим мы пока существенно отстаём от стран-лидеров в сфере искусственного интеллекта, таких как США и Китай. Инвестиции в продукты искусственного интеллекта для здравоохранения существенно снизились по итогам 2021 г. Основные причины отставания, как минимум с точки зрения рыночных показателей, находятся в низком спросе и ограниченных возможностях государственных медицинских организаций финансировать проекты искусственного интеллекта, а также в сфере доверия к безопасности и эффективности таких решений.

Об авторах

Александр Владимирович Гусев

К-Скай; Центральный научно-исследовательский институт организации и информатизации здравоохранения

Автор, ответственный за переписку.
Email: agusev@webiomed.ai
ORCID iD: 0000-0002-7380-8460
SPIN-код: 9160-7024
Scopus Author ID: 57222273391
ResearcherId: AAD-2073-2019

к.т.н.

Россия, Петрозаводск; Москва

Антон Вячеславович Владзимирский

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: a.vladzimirsky@npcmr.ru
ORCID iD: 0000-0002-2990-7736
SPIN-код: 3602-7120
Scopus Author ID: 8944262100
ResearcherId: D-1447-2017
Россия, Москва

Дарья Евгеньевна Шарова

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: d.sharova@npcmr.ru
ORCID iD: 0000-0001-5792-3912
SPIN-код: 1811-7595
Россия, Москва

Кирилл Михайлович Арзамасов

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: k.arzamasov@npcmr.ru
ORCID iD: 0000-0001-7786-0349
SPIN-код: 3160-8062
Россия, Москва

Александр Евгеньевич Храмов

Университет Иннополис; Балтийский федеральный университет имени Иммануила Канта

Email: a.hramov@innopolis.ru
ORCID iD: 0000-0003-2787-2530
SPIN-код: 7357-7556
Scopus Author ID: 34834
Россия, Казань; Калининград

Список литературы

  1. Deep medicine: how artificial intelligence can make healthcare human again by eric topol. New York: Basic Books, 2019. 341 p.
  2. Roberts M., Driggs D., Thorpe M., et al. Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans // Nat Mach Intel. 2021. Vol. 3, N 3. P. 199–217. doi: 10.1038/s42256-021-00307-0
  3. Wynants L., Van Calster B., Collins G.S., et al. Prediction models for diagnosis and prognosis of COVID-19: systematic review and critical appraisal // BMJ. 2020. Vol. 369. P. m1328. doi: 10.1136/bmj.m1328
  4. Гусев А.В., Морозов С.П., Кутичев В.А., Новицкий Р.Э. Нормативно-правовое регулирование программного обеспечения для здравоохранения, созданного с применением технологий искусственного интеллекта, в Российской Федерации // Медицинские технологии. Оценка и выбор. 2021. № 1. С. 36–45. doi: 10.17116/medtech20214301136
  5. Шарова Д.Е., Зинченко В.В., Ахмад Е.С., и др. К вопросу об этических аспектах внедрения систем искусственного интеллекта в здравоохранении // Digital Diagnostics. 2021. Т. 2, № 3. С. 356–368. doi: 10.17816/DD77446
  6. Морозов С.П., Зинченко В.В., Хоружая А.Н., и др. Стандартизация искусственного интеллекта в здравоохранении: Россия выходит в лидеры // Врач и информационные технологии. 2021. № 2. С. 12–19. doi: 10.25881/18110193_2021_2_12
  7. Морозов С.П., Владзимирский А.В., Шарова Д.Е., и др. Первые национальные стандарты Российской Федерации на системы искусственного интеллекта в медицине // Менеджмент качества в медицине. 2022. № 1. С. 58–62.
  8. Комарь П.А., Дмитриев В.С., Ледяева А.М., и др. Рейтинг стартапов искусственного интеллекта: перспективы для здравоохранения России // Российский журнал телемедицины и электронного здравоохранения. 2021. Т. 7, № 3 С. 32–41. doi: 10.29188/2712-9217-2021-7-3-32-41
  9. Корсаков С.Н. Начертание нового способа исследования при помощи машин, сравнивающих идеи / пер. с франц.; под ред. А.С. Михайлова. Москва: МИФИ, 2009. 44 c.
  10. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем: учебное пособие. Санкт-Петербург: Питер, 2000. 384 с.
  11. Danilov V.V., Proutski A., Karpovsky A., et al. Indirect supervision applied to COVID-19 and pneumonia classification // Informatics Medicine Unlocked. 2022. Vol. 28. P. 100835. doi: 10.1016/j.imu.2021.100835
  12. Mohammadi R., Salehi M., Ghaffari H., et al. Transfer learning-based automatic detection of coronavirus disease 2019 (COVID-19) from chest X-ray images // J Biomed Phys Eng. 2020. Vol. 10, N 5. Р. 559–568. doi: 10.31661/jbpe.v0i0.2008-1153
  13. Нероев В.В., Брагин А.А., Зайцева О.В. Разработка прототипа сервиса для диагностики диабетической ретинопатии по снимкам глазного дна с использованием методов искусственного интеллекта // Национальное здравоохранение. 2021. Т. 2, № 2. С. 64–72. doi: 10.47093/2713-069X.2021.2.2.64-7
  14. Невзорова В.А., Бродская Т.А., Шахгельдян К.И., и др. Методы машинного обучения в прогнозировании рисков 5-летней смертности (по данным исследования ЭССЕ-РФ в Приморском крае) // Кардиоваскулярная терапия и профилактика. 2022. Т. 21, № 1. С. 2908. doi: 10.15829/1728-8800-2022-2908
  15. Гиляревский С.Р., Гаврилов Д.В., Гусев А.В. Результаты ретроспективного анализа записей электронных амбулаторных медицинских карт пациентов с хронической сердечной недостаточностью: первый российский опыт // Российский кардиологический журнал. 2021. Т. 26, № 5. С. 4502. doi: 10.15829/1560-4071-2021-4502
  16. Karpov O.E., Grubov V.V., Maksimenko V.A., et al. Noise amplification precedes extreme epileptic events on human EEG // Physical Review. 2021. Vol. 103. Р. 022310. doi: 10.1103/PhysRevE.103.022310
  17. Кучин А.С., Грубов В.В., Максименко В.А., Утяшев Н.П. Автоматизированное рабочее место врача-эпилептолога с возможностью автоматического поиска приступов эпилепсии // Врач и информационные технологии. 2021. № 3. Р. 62–73 doi: 1025881/18110193_2021_3_62
  18. Kuc A., Korchagin S., Maksimenko V.A., et al. Combining statistical analysis and machine learning for eeg scalp topograms classification // Frontiers Systems Neuroscience. 2021. Vol. 15. Р. 716897. doi: 10.3389/fnsys.2021.716897
  19. Hramov A.E., Maksimenko V.A., Pisarchik A.N. Physical principles of brain-computer interfaces and their applications for rehabilitation, robotics and control of human brain states // Physics Reports. 2021. Vol. 918. Р. 1–133. doi: 10.1016/j.physrep.2021.03.002
  20. Морозов С.П., Владзимирский А.В., Шулькин И.М., и др. Исследование целесообразности применения технологий искусственного интеллекта в лучевой диагностике // Врач и информационные технологии. 2022. № 1. С. 12–29.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Динамика венчурного инвестирования в системы искусственного интеллекта для медицины и здравоохранения, по данным CB Insights, млрд долларов США.

Скачать (105KB)
Метаданные
3. Рис. 2. Число индексируемых публикаций в базе научной информации Scopus, которые были опубликованы российскими авторами на стыке медицины и искусственного интеллекта за последние 10 лет.

Скачать (82KB)
Метаданные
4. Рис. 3. Динамика российских инвестиций в системы искусственного интеллекта для медицины и здравоохранения в 2015–2021 гг. (данные авторов), млн руб.

Скачать (74KB)
Метаданные
5. Рис. 4. Источники российского инвестирования в системы искусственного интеллекта для медицины и здравоохранения (данные авторов), млн руб.

Скачать (74KB)
Метаданные
6. Рис. 5. Направления инвестирования в системы искусственного интеллекта для медицины и здравоохранения (данные авторов), млн руб.

Скачать (172KB)
Метаданные
7. Рис. 6. Динамика выручки российских разработчиков системы искусственного интеллекта для медицины и здравоохранения в 2017–2020 гг. (данные авторов), млн руб.

Скачать (63KB)
Метаданные

© Эко-вектор, 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах