Комментарии 19
Все конечно очень неплохо и красиво, но сомнительно, что это начнут очень скоро примерять на постсоветском пространстве. в Америке и Европе это внедрить относительно легко, но вот у нас, где техническое оснащение отстает от западного в разы, это будет гораздо более длительный процесс.
Достаточно голословное утверждение. Нельзя сваливать в одну кучу Америку и Европу (Австралию забыли) с фактически диаметральным подходом к организации информационного сопровождания лечебного процесса. Почему бы тогда про Бразилию не упомянуть, их информационная система гораздо продвинутее в плане охвата мед учреждений, чем в Северной Америке.
Ради примера, попробуйте вытащить данные из EPIC. Отдать им данные запросто, а вот воспользоваться этим information assets…
Ради примера, попробуйте вытащить данные из EPIC. Отдать им данные запросто, а вот воспользоваться этим information assets…
Как бы пафосно это не прозвучало, но и в нашей стране процесс информатизации, в том числе здравоохранения, идет и идет не так уж плохо, особенно если учесть масштабы. Более того, уже сейчас например в дорожной карте минздрава есть задачи по созданию регионального уровня хранилищ (результатов электронно лучевой диагностики) — вероятно следующий логичный шаг — консолидация данных из всех медицинских систем региона — не только МИС, но и всех остальных, включая например скорую помощь и данные о погоде. А ведь консолидация данных это не только мультидисциплинарный подход и наполнение таких профильных вьюеров информацией, но и аналитика, в том числе поиски зависимостей, анализ эпидемиологической обстановки и т.п.
описана обычная информационная система, которая есть в любом крупном медицинском центре на западе, а онкологическая тематика вообще притянута за уши.
Как в этом плане обстоят дела с персональными данными. Потому как описано так, что пришел к доктору в одном заведении, а знают об этом везде.
Выдают идентификатор не привязанный к ФИО?
Если говорить о ЛПУ, входящих в структуру минздрава, то проблем с перс данными быть не должно — пациент подписывает согласие на обработку, которое, в том числе, позволяет передавать данные в ЦОД регионального минздрава и ТФОМС-а (например реестр оказанных услуг и интеграция с ЕГИСЗ). Подключение к такой сети частных клиник вопрос более сложный, особенно с учетом того, что они не находятся в защищенной сети. Но эту проблему тоже решить можно.
одним из ключевых принципов для поликлиник и больниц становится скоординированный уход (Coordinated Care) за больными со стороны врачей разных специальностей
Здесь как-раз успешно вписываются нейронные сети. На основе самообучения на подобных клинических случаях уже сейчас ставят диагноз лучше, чем обычные врачи:
https://creativeconomy.ru/articles/25938/
http://www2.icmm.ru/~masich/win/lexion/neyro/medicine.htm
Врач не может в голове держать миллионы историй болезней, все прецеденты, даже если он имеет опыт, интуицию и узкоспециализирован, да и человеческий фактор имеет место быть, выписать несовместимые лекарства потому что забыл что-то, или двое суток без сна.
По моим наблюдениям, в наших поликлиниках пациентам на основе абстрактных жалоб выписывают случайные лекарства, наподобие гомеопатических (слабые антибиотики, витамины и подобное и даже сеансы иглоукалывания чтобы поток «космической энергии» поправить), нейросеть бы справилась лучше:
1. Пациент дома в онлайне может предоставить намного больше информации, чем за 5 минут на осмотре, и информация будет точнее, так как меньше стресса.
2. Живым врачам проще будет работать с рафинированными данными после нейросети, например — вероятность 90% наличия камней в правой почке. А не абстрактная жалоба пациента — тут болит, но 2 дня уже не болит, от погоды наверное. Врачу требуется просто подтвердить диагноз, осмотром и простыми анализами.
3. Компьютеру пациент предоставит ту информацию, которую может постесняться сказать врачу (особенно если знаком с ним лично или через знакомых).
4. Нейросеть может делать открытия сама по себе («озарения» в процессе самообучение, нахождение локальных минимумов ошибки). Например при наличии жалоб такого-то типа, лечение не нужно вообще, всё пройдет само по себе (хоть и выглядеть они могут ужасно). И наоборот, при наличии нескольких безобидных по отдельности жалоб — срочная госпитализация, высокая вероятность летального исхода. И в дополнение, нейросеть может найти странные для врачей, но эффективные методы лечения, например болит голова без симптомов, анализы ничего не показывают, гипотетическое лечение двойная доза витамина С и чашка зеленого чая (новое поколение рецептов народной медицины). Метод воздействия неизвестен, но он работает и все довольны, в это время учены исследуют причину выздоровления (например плацебо эффект + повышение кислотности крови полезное в этом случае + решение проблемы некоторого дефицита витаминов).
5. Нейросеть может способствовать здоровому образу жизни пациента, наглядно демонстрируя возможные сценарии развития заболеваний и предлагая доступные и наиболее эффективные виды нагрузок. Собственно нейросеть сама по отклику может для каждого подобрать наиболее понятные формулировки.
По мере развития получим некий медицинский скайнет, на радость страховым компаниям, которые в разы сократят затраты.
Есть и побочные эффекты. Не все люди руководствуются идеалами добра и могут подкинуть в нейросеть вирусные алгоритмы оптимизации результата, не по здоровью населения, а для повышения прибыли своей фармацептической компании. В итоге пациенты получат правдоподобное псевдолечение, вызывающее хроническую болезнь, подсажививающее на продукт одной фирмы. Но это и без нейросетей процветает, многие врачи сотрудничают с аптеками и выписывают специфические рецепты по любому поводу, проблема для всего мира в той или иной форме:
https://youtu.be/Dnw5eFBk_MA
Согласен — за этим будущее. Наиболее известный проект Ватсон — попытка собрать огромное количество опыта в одну аналитическую систему. Но перед этим все равно требуется накопить как можно больше информации о пациенте.
Это очень странная и даже немного дикая идея — использовать нейронные сети в медицине для диагностики и лечения.
Причина этого, кажется, в смеси новейшего хайпа по поводу глубоких и сверточных сетей и непонимании того, что работа искусственной нейронной сети не имеет совсем никакого отношения к работе мозга. На 99% успех сети зависит от ее обучения. Как обучается естественная нейронная сеть я не знаю, но, думаю, это точно не BackPropagation + стохастический градиентный спуск. Если задача, например, диагностики точно поставлена (бинарные признаки симптомов на входе, метка класса или код болезни на выходе), то решать ее можно каким угодно методом маш.обучения. Критерии тут известны — точность, площадь под AUC кривой и т.д.
Пример на kaggle:Диагностирование заболеваний по ЭКГ.
Для каждого вида болезней или симптомов должен быть набор открытых данных, автоматических тестов и, в итоге, агрегатор лучших решений в виде комитета (консилиума).
Тут скорее стоит задача формирования специализированного облачного фреймворка для данных и алгоритмов по образцу имеющихся систем ML.
Возможны новые интересные постановки задач ML — в прогнозировании, многоклассовой классификации, подготовке признаков и т.д.
Ничего не могу сказать про интересы страховых компаний, но вас может весьма слабо интересовать какая-то болезнь, пока от нее не умрет ваш близкий родственник. После этого возникает желание что-то сделать. Например, тот же Яндекс вполне мог бы сделать хотя бы какой-нибудь раковый фреймворк.
Не так просто оценить качество постсоветской медицины (как и западной), хотя это отдельная интересная задача. По личному опыту и отзывам экспертов (например, Энциклопедия Мясникова и т.д.) оно может быть драматически низким. Проблема в том, что быстро переучить сложившихся немолодых людей трудно, а заставить их выучить англ.язык — вообще невозможно, да и стимулов особых нет. Слабый ИИ вполне может заменить плохих врачей. Прежде всего многие больные люди были бы рады получить подробное второе мнение от такого ИИ (и да, прогноз тоже), хотя бы для беседы с врачом и его оценки. Приятный бонус — к каждой рекомендации такого ИИ прилагается оценка вероятности или даже целая байесовая сеть (графическая модель функционала от оценок внешних факторов).
Если медицина поддается алгоритмизации, то неплохо было бы иметь стандартный интерфейс для вопросов и ответов. Прежде всего было бы полезно формализовать и реализовать в коде те алгоритмы, которые уже есть. Извлечение признаков из EMR — это отдельная задача.
Причина этого, кажется, в смеси новейшего хайпа по поводу глубоких и сверточных сетей и непонимании того, что работа искусственной нейронной сети не имеет совсем никакого отношения к работе мозга. На 99% успех сети зависит от ее обучения. Как обучается естественная нейронная сеть я не знаю, но, думаю, это точно не BackPropagation + стохастический градиентный спуск. Если задача, например, диагностики точно поставлена (бинарные признаки симптомов на входе, метка класса или код болезни на выходе), то решать ее можно каким угодно методом маш.обучения. Критерии тут известны — точность, площадь под AUC кривой и т.д.
Пример на kaggle:Диагностирование заболеваний по ЭКГ.
Для каждого вида болезней или симптомов должен быть набор открытых данных, автоматических тестов и, в итоге, агрегатор лучших решений в виде комитета (консилиума).
Тут скорее стоит задача формирования специализированного облачного фреймворка для данных и алгоритмов по образцу имеющихся систем ML.
Возможны новые интересные постановки задач ML — в прогнозировании, многоклассовой классификации, подготовке признаков и т.д.
Ничего не могу сказать про интересы страховых компаний, но вас может весьма слабо интересовать какая-то болезнь, пока от нее не умрет ваш близкий родственник. После этого возникает желание что-то сделать. Например, тот же Яндекс вполне мог бы сделать хотя бы какой-нибудь раковый фреймворк.
Не так просто оценить качество постсоветской медицины (как и западной), хотя это отдельная интересная задача. По личному опыту и отзывам экспертов (например, Энциклопедия Мясникова и т.д.) оно может быть драматически низким. Проблема в том, что быстро переучить сложившихся немолодых людей трудно, а заставить их выучить англ.язык — вообще невозможно, да и стимулов особых нет. Слабый ИИ вполне может заменить плохих врачей. Прежде всего многие больные люди были бы рады получить подробное второе мнение от такого ИИ (и да, прогноз тоже), хотя бы для беседы с врачом и его оценки. Приятный бонус — к каждой рекомендации такого ИИ прилагается оценка вероятности или даже целая байесовая сеть (графическая модель функционала от оценок внешних факторов).
Если медицина поддается алгоритмизации, то неплохо было бы иметь стандартный интерфейс для вопросов и ответов. Прежде всего было бы полезно формализовать и реализовать в коде те алгоритмы, которые уже есть. Извлечение признаков из EMR — это отдельная задача.
Слабый, специализированный ИИ и нужен, заменит и слабых врачей и сильных, если они не какие-то экстрасенсы, что считывают симптомы по мимике лица, часами вглядываясь в молчаливого пациента.
Хотя сейчас алгоритмы по картинке с камеры и пульс измеряют, и частоту дыхания, и измеряют вероятность лжи по голосу (при напряжении меняется тембр голоса и т.п.), можно оценивать состояние пациента (стресс, шок, боль), объединить эти моменты в одну систему, переплюнет 99% врачей, и по качеству, и по соотношению цена/качество.
Диагностировать пациента проще будет, чем играть в Go на уровне чемпиона планеты, время не ограничено, можно что-то уточнить по мере анализа и накопления опыта.
Далее диагноз все равно надо будет подтверждать анализами, а то и диагностической операцией.
Как еще одно расширение, можно использовать собеседование с ИИ для профилактики болезней, раз в месяц, раз в неделю по 5 минут. Страховые компании убеждаются что пациент здоров, не наркоманит, пациенты получают мимоходом полезные советы, типа дефицит йода в организме и избыток жирной пищи. ИИ в ходе собеседований накапливает «интуитивную информацию», типа цвет кожи, частота пульса и дыхания, реакция на вопросы, отклонения от нормы уже анализирует глубже.
Хотя сейчас алгоритмы по картинке с камеры и пульс измеряют, и частоту дыхания, и измеряют вероятность лжи по голосу (при напряжении меняется тембр голоса и т.п.), можно оценивать состояние пациента (стресс, шок, боль), объединить эти моменты в одну систему, переплюнет 99% врачей, и по качеству, и по соотношению цена/качество.
Диагностировать пациента проще будет, чем играть в Go на уровне чемпиона планеты, время не ограничено, можно что-то уточнить по мере анализа и накопления опыта.
Далее диагноз все равно надо будет подтверждать анализами, а то и диагностической операцией.
Как еще одно расширение, можно использовать собеседование с ИИ для профилактики болезней, раз в месяц, раз в неделю по 5 минут. Страховые компании убеждаются что пациент здоров, не наркоманит, пациенты получают мимоходом полезные советы, типа дефицит йода в организме и избыток жирной пищи. ИИ в ходе собеседований накапливает «интуитивную информацию», типа цвет кожи, частота пульса и дыхания, реакция на вопросы, отклонения от нормы уже анализирует глубже.
1. Слабый ИИ это 10 строк на питоне + scikit-learn. Главное тут это стандарт на формат данных и т.п.
2. Проблема-1 это вытащить признаки из учебников и протоколов. Проблема-2 — это их разметить (хотя бы частично).
3. Медицина это не го, не шахматы и не шашки. Типичная ошибка алгоритмов ML в сложных ситуациях 20-30%. Если ошибка 50% — то они не лучше монетки. Но это 50% трупов.
2. Проблема-1 это вытащить признаки из учебников и протоколов. Проблема-2 — это их разметить (хотя бы частично).
3. Медицина это не го, не шахматы и не шашки. Типичная ошибка алгоритмов ML в сложных ситуациях 20-30%. Если ошибка 50% — то они не лучше монетки. Но это 50% трупов.
Медицина, конечно, проще, чем игра в Go. Алгоритмы будут ошибаться любые, люди тоже ошибаются. В нашей поликлинике диагноз ОРЗ ставят всем подряд на основе показаний температуры под мышкой, точность 50%, диагноз по принципу — как платят, так и работаем.
Чтобы работать как наш терапевт, даже нейросеть не нужна, алгоритм такой, линейный
«если температура то ОРЗ иначе здоров»
Но к 50% трупов это не приводит, так как лечение весьма условное, бесполезный и безвредный арбидол какой-нибудь, люди умирают, но не сильно чаще чем обычные люди, примерно 1.5% в год вероятность смерти, старики чаще, молоды реже, в среднем так. Чтобы поставить диагноз точнее, нужны анализы, ценой от 50$ до бесконечности (чтобы ДНК вируса исследовать, это годовая зарплата пациента).
Пусть нейросеть ошибается, главное сейчас, чтобы ошибок было меньше, чем у врачей. А это не так сложно, и не идет ни в какое сравнение с абстракциями, которыми руководствуется программа игры в Go.
Трупы будут, что у врачей, что у системы диагностики, если приходит пациент с последней стадией рака, какой диагноз не ставь, всё уже бесполезно. Да и сложно его диагностировать, всех подряд отправлять на анализы — дорого (и очередь будет на месяцы и годы вперед), кого-то не отправить — опасно. Сейчас раннюю диагностику почти не проводят, причина просто в дефиците средств в медицине.
От системы диагностики ожидаю не просто сравнимый с врачами результат, а многократное повышение точности, особенно при системном собеседовании раз в неделю, тогда будет накапливаться статистика о раннем отклонении здоровья, когда люди еще не догадываются ни о чем, бесценные данные.
Пример сложного случая, в США молодая семейная пара поехала отдыхать в Европу. Там купили красивую фарфоровую чашку (набор). И дома начали пользоваться. В течение нескольких месяцев здоровье упало до нуля, ходили год по врачам, тратя деньги на бесконечное лечение, ничего не помогало. Решили проблему, когда плюнули на врачей и начали штудировать медицинскую энциклопедию и анализировать данные. Диагноз совпал с отравлением тяжелыми металлами, вспомнили про чашку (она была окрашена краской с содержанием свинца, типа керамических свинцовых белил). Проверили анализом, свинец подтвердился. Чашку выкинули, приняли меры по выведению тяжелых металлов, когда медицина знает что лечить, она это лечит хорошо.
Вот подобный случай и тысячи подобных могла бы уверенно распознать нейронная сеть, всё же просто, типичные симптомы. Врачи не справились, потому что действуют по шаблону (работа с наиболее распространенными случаями, ОРЗ, рак, болезни сердца и сосудов), исходя из своего опыта, редкие болезни, редкие случаи просто игнорируются (для одного пациента нужно штудировать медицинскую энциклопедию неделю, тогда как лимит времени 5 минут на человека и 0.01 анализ на человека, больше ресурсов нет). Наш бы терапевт на отравление так же поставила бы ОРЗ и лечила отравление свинцом арбидолом.
Чтобы работать как наш терапевт, даже нейросеть не нужна, алгоритм такой, линейный
«если температура то ОРЗ иначе здоров»
Но к 50% трупов это не приводит, так как лечение весьма условное, бесполезный и безвредный арбидол какой-нибудь, люди умирают, но не сильно чаще чем обычные люди, примерно 1.5% в год вероятность смерти, старики чаще, молоды реже, в среднем так. Чтобы поставить диагноз точнее, нужны анализы, ценой от 50$ до бесконечности (чтобы ДНК вируса исследовать, это годовая зарплата пациента).
Пусть нейросеть ошибается, главное сейчас, чтобы ошибок было меньше, чем у врачей. А это не так сложно, и не идет ни в какое сравнение с абстракциями, которыми руководствуется программа игры в Go.
Трупы будут, что у врачей, что у системы диагностики, если приходит пациент с последней стадией рака, какой диагноз не ставь, всё уже бесполезно. Да и сложно его диагностировать, всех подряд отправлять на анализы — дорого (и очередь будет на месяцы и годы вперед), кого-то не отправить — опасно. Сейчас раннюю диагностику почти не проводят, причина просто в дефиците средств в медицине.
От системы диагностики ожидаю не просто сравнимый с врачами результат, а многократное повышение точности, особенно при системном собеседовании раз в неделю, тогда будет накапливаться статистика о раннем отклонении здоровья, когда люди еще не догадываются ни о чем, бесценные данные.
Пример сложного случая, в США молодая семейная пара поехала отдыхать в Европу. Там купили красивую фарфоровую чашку (набор). И дома начали пользоваться. В течение нескольких месяцев здоровье упало до нуля, ходили год по врачам, тратя деньги на бесконечное лечение, ничего не помогало. Решили проблему, когда плюнули на врачей и начали штудировать медицинскую энциклопедию и анализировать данные. Диагноз совпал с отравлением тяжелыми металлами, вспомнили про чашку (она была окрашена краской с содержанием свинца, типа керамических свинцовых белил). Проверили анализом, свинец подтвердился. Чашку выкинули, приняли меры по выведению тяжелых металлов, когда медицина знает что лечить, она это лечит хорошо.
Вот подобный случай и тысячи подобных могла бы уверенно распознать нейронная сеть, всё же просто, типичные симптомы. Врачи не справились, потому что действуют по шаблону (работа с наиболее распространенными случаями, ОРЗ, рак, болезни сердца и сосудов), исходя из своего опыта, редкие болезни, редкие случаи просто игнорируются (для одного пациента нужно штудировать медицинскую энциклопедию неделю, тогда как лимит времени 5 минут на человека и 0.01 анализ на человека, больше ресурсов нет). Наш бы терапевт на отравление так же поставила бы ОРЗ и лечила отравление свинцом арбидолом.
Есть сомнения и замечания.
1. Подробные данные о здоровье не являются бесценными, это просто бесполезный мусор, если их нельзя разметить. Допустим вы видите какие-то изменения и колебания, и что?
2. Еще раз: глубокие нейросети полезны для решения узкого круга специальных задач. Для обычного обучения (100-500 признаков, 1000-10.000 объектов) критерий выбора алгоритма, допустим F-мера, делает нейросети бесполезными, они не нужны вообще, если например, SVM работает точнее и быстрее. Проблема совсем не в алгоритме, а в подготовке данных, постановке задачи. Медицинские задачи гораздо сложнее ГО, потому что их трудно формализовать.
3. Энциклопедию читать надо всегда. Первичное звено не предназначено для лечения редких болезней или сложного анализа. Получается, что разумно — знать тематику, ориентироваться в типовых проблемах, читать медблоги и т.д.
4. Статистики трупов вы не знаете, потому что трупы не ходят в поликлинику за арбидолом. Однако она представляет большой интерес для факторного анализа.
5. Интересная частная проблема — уровень туберкулеза здесь (90 на 100.000) выше в 30 раз (3 на 100.000) чем в США. Почему?
6. Вместо того чтобы фантазировать о каких-то чудесах в будущем, интересно было бы сейчас изучить какую-то реальную специализированную систему MED-ML, уровень ее ошибок и почему она не используется как внешний сервис.
7. Все жалуются и презирают общественную медицину, но почему-то не частных стоматологов.
1. Подробные данные о здоровье не являются бесценными, это просто бесполезный мусор, если их нельзя разметить. Допустим вы видите какие-то изменения и колебания, и что?
2. Еще раз: глубокие нейросети полезны для решения узкого круга специальных задач. Для обычного обучения (100-500 признаков, 1000-10.000 объектов) критерий выбора алгоритма, допустим F-мера, делает нейросети бесполезными, они не нужны вообще, если например, SVM работает точнее и быстрее. Проблема совсем не в алгоритме, а в подготовке данных, постановке задачи. Медицинские задачи гораздо сложнее ГО, потому что их трудно формализовать.
3. Энциклопедию читать надо всегда. Первичное звено не предназначено для лечения редких болезней или сложного анализа. Получается, что разумно — знать тематику, ориентироваться в типовых проблемах, читать медблоги и т.д.
4. Статистики трупов вы не знаете, потому что трупы не ходят в поликлинику за арбидолом. Однако она представляет большой интерес для факторного анализа.
5. Интересная частная проблема — уровень туберкулеза здесь (90 на 100.000) выше в 30 раз (3 на 100.000) чем в США. Почему?
6. Вместо того чтобы фантазировать о каких-то чудесах в будущем, интересно было бы сейчас изучить какую-то реальную специализированную систему MED-ML, уровень ее ошибок и почему она не используется как внешний сервис.
7. Все жалуются и презирают общественную медицину, но почему-то не частных стоматологов.
Формализовать легко игру в шашки, в шахматы, что и сделано 20 лет назад. Формализовать игру в Go получилось только в этом году, что и доказал последний чемпионат, это очень сложная абстрактная задача, иначе бы она была решена намного раньше.
Так же и с медицинской аналитической системой. Лет 5-10 назад были технические ограничения, сейчас ждем гения, что решит задачу и сделает медицинский Google, никаких технических ограничений для этого нет.
Пример с запутанной юридической областью, только в этом году, в качестве хобби был запущен бот юрист:
https://geektimes.ru/post/277908/
Хотя аналогичный проект можно было запустить 5-10 лет назад. Или автопилоты Tesla, Google, что проехали миллионы километров, тоже достижение последних лет. Или переводчики, что постоянно улучшают качество перевода, проявляя элементы интеллекта.
Уверен, что так же пришло время медицинской аналитической системы, хотя бы в виде такого же бота. Странно наблюдать скептитизм на IT форуме. Тут в данное время окно возможностей, которые не застолбили гиганты IT или медицины. Как появится первая ласточка, конкурировать будет в разы сложнее, а то и невозможно.
Разметить это костыль человеческого мышления. Big data для ИИ, который сам найдет причино-следственные связи, уровень сложнее, чем доступно человеку. По аналогии с картиной интерференции, для человека набор шумов, кругов и полос, после обработки можно восстановить источник излучения или даже 3D изображение. Но это отдельная тема. Пример по анализу «лайков» в фэесбуке
Из массы неразмеченных данных, собрана полезная информация о человеке.
Так же и с медицинской аналитической системой. Лет 5-10 назад были технические ограничения, сейчас ждем гения, что решит задачу и сделает медицинский Google, никаких технических ограничений для этого нет.
Пример с запутанной юридической областью, только в этом году, в качестве хобби был запущен бот юрист:
https://geektimes.ru/post/277908/
В феврале на Geektimes уже сообщалось о том, что британский IT-студент Джошуа Броудер (Joshua Browder) запустил автоматический сервис, который помогает составлять и отправлять апелляции на полученные квитанции о штрафах за неправильную парковку. Такие штрафы выписываются иногда несправедливо, но самостоятельно оспаривать их обычному человеку сложно, а услуги юриста обойдутся дороже, чем сам штраф.
На данный момент чат-бот помог успешно оспорить уже более 160 тысяч штрафов в Лондоне и Нью-Йорке. При этом этот «юрист» работает абсолютно бесплатно, демонстрируя пользу, которую могут приносить чат-боты. Создатель называет свой сервис «первым в мире роботом-юристом». Интерфейс здесь довольно простой — фактически, работать с ним может и ребенок.
Хотя аналогичный проект можно было запустить 5-10 лет назад. Или автопилоты Tesla, Google, что проехали миллионы километров, тоже достижение последних лет. Или переводчики, что постоянно улучшают качество перевода, проявляя элементы интеллекта.
Уверен, что так же пришло время медицинской аналитической системы, хотя бы в виде такого же бота. Странно наблюдать скептитизм на IT форуме. Тут в данное время окно возможностей, которые не застолбили гиганты IT или медицины. Как появится первая ласточка, конкурировать будет в разы сложнее, а то и невозможно.
Подробные данные о здоровье не являются бесценными, это просто бесполезный мусор, если их нельзя разметить. Допустим вы видите какие-то изменения и колебания, и что?
Разметить это костыль человеческого мышления. Big data для ИИ, который сам найдет причино-следственные связи, уровень сложнее, чем доступно человеку. По аналогии с картиной интерференции, для человека набор шумов, кругов и полос, после обработки можно восстановить источник излучения или даже 3D изображение. Но это отдельная тема. Пример по анализу «лайков» в фэесбуке
Ежедневно, заходя в Facebook и отмечая понравившиеся посты, мы делимся информацией о себе. Так что же конкретно знает о нас социальная сеть? Оказывается, гораздо больше, чем вы можете себе представить.
Майкл Косински из Высшей школы бизнеса при Стэнфордском университете создал специальный инструмент, который анализирует отметки «мне нравится» пользователя и на их основе создает психологический портрет – пол возраст, черты характера и политические убеждения.
Инструмент получил название Apply Special Sauce. Как утверждают пользователи, опробовавшие его, результаты анализа были достаточно точными.
Из массы неразмеченных данных, собрана полезная информация о человеке.
Все эти примеры — хорошо, но сказки про нейросети и бигдату это типичный карго-культ. Особых отличий от фантазий папуасов я не вижу. Более того, конкурсы Kaggle как бы намекают, что процент ошибок 20% для конкретных задач не смогут уменьшить не только супер-пупер нейросети, но и даже Сверх-ИИ в миллиард раз более умный чем человеки.
Но вот по ходу есть идея бота — сделать список всех фальшивых, бесполезных и вредных лекарств хотя бы по табличке Мясникова среди списка всех самых продаваемых. С удивлением нашел там лазолван. Каждый мог бы оценить рецепты полученные от доктора или даже обсудить это с ним, если получится. Никакой сети тут не надо, простая база или даже просто табличка на основе текстового файла. Этим ботом и сайтом можно было бы троллить 90% врачей. И спасти жизни. Плюс добавить туда бесполезные, вредные и опасные операции и назначения. Вот была бы полезная вещь. Слоган — «Узнайте точно: шарлатан ли ваш врач?».
Но вот по ходу есть идея бота — сделать список всех фальшивых, бесполезных и вредных лекарств хотя бы по табличке Мясникова среди списка всех самых продаваемых. С удивлением нашел там лазолван. Каждый мог бы оценить рецепты полученные от доктора или даже обсудить это с ним, если получится. Никакой сети тут не надо, простая база или даже просто табличка на основе текстового файла. Этим ботом и сайтом можно было бы троллить 90% врачей. И спасти жизни. Плюс добавить туда бесполезные, вредные и опасные операции и назначения. Вот была бы полезная вещь. Слоган — «Узнайте точно: шарлатан ли ваш врач?».
Вы критикуете идею, а следом предлагаете практические методы реализации. По мере развития бота, можно добавлять список несовместимых лекарств, корреляцию на аллергию по составу (перекрестная аллергия) и отзывам.
Вы привели 20%, вероятность ошибки существующих систем. Но люди ошибаются примерно так же
Причем людей не усовершенствовать (даже наоборот, во всем мире тенденция к снижению качества образования, студенты не хотят «париться», тратить молодость на непонятное, что в России, что в ЕС одни и те же вопросы, где толковые инициативные аспиранты, с кем работать?). В вот экспертные системы, нейросети, наоборот совершенствуются достаточно быстро, приходят новые теории, новые алгоритмы и новое железо (стандарт — видеокарты с CUDA и подобным). Некоторые до 2016 года так же считали что нейросети не смогут обыграть человека в Го, слишком абстрактная, не формализуемая игра, а оно обернулось вот как. Теперь люди обращаются к компьютеру, в поисках интересного решения, оригинального, сильного хода, чтобы расширить свои представления об игре.
Не за горами день, когда врачам запретят ставить диагнозы. Как только вероятность ошибки человека станет выше вероятности ошибки экспертной системы, это и случится, и уже сейчас, даже по вашим данным, цифры сравнимы. И так же по вашим же данным налицо массовое невежество врачей выписывающих лекарства, а то и злой умысел — договор с аптеками, фармацевтами.
Наблюдаю точно обратную картину — карго культ это живой врач, вся атрибутика при нем, специальная одежда, непонятный подчерк, и даже гомеопатические бесполезные лекарства. Для пенсионеров и детей прокатывает, для нас уже нет, непонятное лечение и странные лекарства вызывают массу вопросов и раздражение врача.
Вероятность ошибочного судебного приговора для сравнения 10%, казалось бы нет ограничений времени или загадок для науки, только человеческий фактор. Бот юрист — такая же первая ласточка на их мутном поле.
Вы привели 20%, вероятность ошибки существующих систем. Но люди ошибаются примерно так же
Статистика врачебных ошибок ужасает. По разным оценкам, в США от оплошностей медиков ежегодно умирают 50-100 тыс. человек, в Великобритании – 70 тыс., в Германии – 100 тыс., в Италии ежегодно от врачебных ошибок страдают около 90 тыс. пациентов. Более того, в США ошибки медиков занимают 5-е место среди причин смертности: каждые 15 минут в этой стране по вине врачей или недобросовестности медицинского персонала умирают пятеро людей.
Причем людей не усовершенствовать (даже наоборот, во всем мире тенденция к снижению качества образования, студенты не хотят «париться», тратить молодость на непонятное, что в России, что в ЕС одни и те же вопросы, где толковые инициативные аспиранты, с кем работать?). В вот экспертные системы, нейросети, наоборот совершенствуются достаточно быстро, приходят новые теории, новые алгоритмы и новое железо (стандарт — видеокарты с CUDA и подобным). Некоторые до 2016 года так же считали что нейросети не смогут обыграть человека в Го, слишком абстрактная, не формализуемая игра, а оно обернулось вот как. Теперь люди обращаются к компьютеру, в поисках интересного решения, оригинального, сильного хода, чтобы расширить свои представления об игре.
Не за горами день, когда врачам запретят ставить диагнозы. Как только вероятность ошибки человека станет выше вероятности ошибки экспертной системы, это и случится, и уже сейчас, даже по вашим данным, цифры сравнимы. И так же по вашим же данным налицо массовое невежество врачей выписывающих лекарства, а то и злой умысел — договор с аптеками, фармацевтами.
Наблюдаю точно обратную картину — карго культ это живой врач, вся атрибутика при нем, специальная одежда, непонятный подчерк, и даже гомеопатические бесполезные лекарства. Для пенсионеров и детей прокатывает, для нас уже нет, непонятное лечение и странные лекарства вызывают массу вопросов и раздражение врача.
Вероятность ошибочного судебного приговора для сравнения 10%, казалось бы нет ограничений времени или загадок для науки, только человеческий фактор. Бот юрист — такая же первая ласточка на их мутном поле.
Экспертная система никогда не сможет заменить врача, просто потому что у нее нет счета в банке и поэтому ее нельзя оштрафовать.
Вот что пишет Мясников про американскую систему:
«Врач понимает, что, если он будет действовать по-старому, его просто засудят. За рубежом юристы очень плотно следят за врачами. Даже в газетах можно встретить объявления типа: «Побывали у врача? Обратитесь к нам!». Подход юристов: «Вы мне ничего не платите, просто приносите вашу историю болезни. Если я найду там какое-то отклонение от стандартов, мы подаем на больницу, на доктора в суд, а дальше мы поделим отсуженное пополам. Если я ничего не отсужу, значит, останетесь при своих, никакого риска!». И я никогда не слышал об исках меньше 100 000$. Выше — сколько угодно!
Представляете, вот вы приносите юристу свою историю болезни, а вам в ответ говорят, что можно получить 50 000$. Почему бы и нет?
И дальше начинается такое! С одной стороны, доктор, который спас тебе жизнь. Выписался из больницы, а тут объявление от юриста… Думаете: «Конечно, мне помогли, но бабок-то хочется!!! Ну а врач и так богатый!». Идете в госпиталь, стоите в очереди в канцелярию за своей историей болезни. Мимо идет твой доктор и спрашивает: «О, Джо, как дела?». Вы ему: «Доктор, спасибо. Все великолепно». Повернулся, помахал рукой. А вы получили историю болезни и к юристу. И начинается!
«Вот, доктор, вы назначили гепарин, он разжижает кровь. А вы обратили внимание, что у больного низкий гемоглобин?!
«Да какой же он низкий, норма!»
«Нет, вот по данным союза таких-то врачей эти цифры могут уже рассматриваться как снижение».
«Хорошо, ну а гепарин-то тут при чем?!»
«А вдруг развилось бы кровотечение, вот и анализ кала на скрытую кровь показал положительный результат».
«Так боли же в сердце, гепарин был по жизненным показаниям! А за потенциальным кровотечением мы следили!»
«Нет, вот по мнению наших экспертов…» и т. д.
Вот так! Причем ситуация легко могла бы быть обратной:
«Вы не дали гепарин человеку с нестабильной стенокардией, с болями в сердце? Почему? Гемоглобин низкий? Анализ стула положительный?! Вы недооценили угрозу основной болезни и из-за переоценки угрозы осложнений оставили пациента без помощи! Ах, вы думаете по-другому? Это вас не освобождает от ответственности. Вот вам иск на 3 млн $, и пускай ваша страховая компания выплачивает».
Выплачивает не врач, у него нет 3 млн долларов, на этот случай у каждого доктора есть страховка от медицинских ошибок. Если в норме ежегодный взнос не очень большой для врача, где-то несколько тысяч долларов, то после судебных исков к нему взнос может уже составить, допустим, 100 000–150 000$. Но если у врача, например, вся зарплата в 90 000 $ в год, то из специальности ему придется просто уходить.
Без страховки работать он не сможет, но если у него постоянные суды, то страховка становится больше не по карману. Здесь все как с автомобильными авариями. Ездишь без аварий — это одна сумма страховки, а если машина второй, третий раз ремонтируется на большие суммы, тебя будут страховать только за колоссальные деньги или не будут страховать вообще.»
Вот что пишет Мясников про американскую систему:
«Врач понимает, что, если он будет действовать по-старому, его просто засудят. За рубежом юристы очень плотно следят за врачами. Даже в газетах можно встретить объявления типа: «Побывали у врача? Обратитесь к нам!». Подход юристов: «Вы мне ничего не платите, просто приносите вашу историю болезни. Если я найду там какое-то отклонение от стандартов, мы подаем на больницу, на доктора в суд, а дальше мы поделим отсуженное пополам. Если я ничего не отсужу, значит, останетесь при своих, никакого риска!». И я никогда не слышал об исках меньше 100 000$. Выше — сколько угодно!
Представляете, вот вы приносите юристу свою историю болезни, а вам в ответ говорят, что можно получить 50 000$. Почему бы и нет?
И дальше начинается такое! С одной стороны, доктор, который спас тебе жизнь. Выписался из больницы, а тут объявление от юриста… Думаете: «Конечно, мне помогли, но бабок-то хочется!!! Ну а врач и так богатый!». Идете в госпиталь, стоите в очереди в канцелярию за своей историей болезни. Мимо идет твой доктор и спрашивает: «О, Джо, как дела?». Вы ему: «Доктор, спасибо. Все великолепно». Повернулся, помахал рукой. А вы получили историю болезни и к юристу. И начинается!
«Вот, доктор, вы назначили гепарин, он разжижает кровь. А вы обратили внимание, что у больного низкий гемоглобин?!
«Да какой же он низкий, норма!»
«Нет, вот по данным союза таких-то врачей эти цифры могут уже рассматриваться как снижение».
«Хорошо, ну а гепарин-то тут при чем?!»
«А вдруг развилось бы кровотечение, вот и анализ кала на скрытую кровь показал положительный результат».
«Так боли же в сердце, гепарин был по жизненным показаниям! А за потенциальным кровотечением мы следили!»
«Нет, вот по мнению наших экспертов…» и т. д.
Вот так! Причем ситуация легко могла бы быть обратной:
«Вы не дали гепарин человеку с нестабильной стенокардией, с болями в сердце? Почему? Гемоглобин низкий? Анализ стула положительный?! Вы недооценили угрозу основной болезни и из-за переоценки угрозы осложнений оставили пациента без помощи! Ах, вы думаете по-другому? Это вас не освобождает от ответственности. Вот вам иск на 3 млн $, и пускай ваша страховая компания выплачивает».
Выплачивает не врач, у него нет 3 млн долларов, на этот случай у каждого доктора есть страховка от медицинских ошибок. Если в норме ежегодный взнос не очень большой для врача, где-то несколько тысяч долларов, то после судебных исков к нему взнос может уже составить, допустим, 100 000–150 000$. Но если у врача, например, вся зарплата в 90 000 $ в год, то из специальности ему придется просто уходить.
Без страховки работать он не сможет, но если у него постоянные суды, то страховка становится больше не по карману. Здесь все как с автомобильными авариями. Ездишь без аварий — это одна сумма страховки, а если машина второй, третий раз ремонтируется на большие суммы, тебя будут страховать только за колоссальные деньги или не будут страховать вообще.»
>>>>Ничего не могу сказать про интересы страховых компаний, но вас может весьма слабо интересовать какая-то болезнь, пока от нее не умрет ваш близкий родственник. После этого возникает желание что-то сделать.
Как же вы правы.
Как же вы правы.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
В борьбе с раком: мультидисциплинарный подход