Статус документа
Статус документа

ГОСТ Р 59525-2021 Информатизация здоровья. Интеллектуальные методы обработки медицинских данных. Основные положения

     6 Классификация применения искусственного интеллекта в медицине

6.1 Общие положения

Искусственный интеллект применяется в различных областях медицины и здравоохранения. Применение искусственного интеллекта при оказании медицинской помощи должно обеспечить высокое качество профилактики, диагностики, лечения и медицинского ухода за счет повышения доступности, точности и аккуратности, а также обеспечения бесперебойности выполнения медицинских вмешательств. Оказание медицинской помощи в соответствии с установленными нормами времени должно быть обеспечено за счет постоянного мониторинга состояния пациента и оповещения медицинских работников при помощи цифрового помощника, применяющего искусственный интеллект. Методы машинного обучения с использованием искусственного интеллекта позволяют прогнозировать реакцию с помощью анализа данных, влияющих на результаты лечения. С помощью глубокого обучения появляется возможность обрабатывать большое количество изображений и аудиозаписей в медицине, включая компьютерную идентификацию, компьютерную диагностику, компьютерную дифференциальную диагностику и систему поддержки принятия врачебных решений, тем самым уменьшая неопределенность в принятии клинических решений о лечении. Искусственный интеллект следует использовать для обработки больших объемов медицинских изображений для выявления заболеваний, диагностики, повышения качества и производительности труда и т.д. В обработке естественного языка искусственный интеллект должен быть применен для перевода длинных описательных наборов символов, например, интерпретации записей электронных медицинских карт, в том числе для контроля качества, выявления факторов риска, извлечения и структурирования информации. С помощью распознавания звука, путем распознавания голоса и языка пациента, искусственный интеллект должен автоматически вносить информацию в электронные медицинские карты. Применение ИИ в обработке статистических данных с целью прогнозирования состояния пациента позволяет проанализировать большие объемы медицинских записей. Искусственный интеллект целесообразно использовать для обработки больших объемов медицинских записей пациентов (анализ больших данных), хранящихся в учреждениях здравоохранения для выдачи индивидуальных рекомендаций как пациентам, так и поставщикам медицинских услуг. Прогнозное моделирование с применением искусственного интеллекта следует применить для прогнозирования осложнений и исходов заболевания. На основе больших данных в электронных медицинских картах и информационных системах в сфере здравоохранения посредством технологий искусственного интеллекта целесообразно осуществлять создание целевой модели системы здравоохранения, формировать перечень мероприятий по ее достижению, мониторинг и оценку соответствующих процессов. Посредством совокупного анализа больших данных из информационных систем в сфере здравоохранения, эпидемиологического, экологического, транспортного контроля, иных баз данных и социальных сетей посредством технологий искусственного интеллекта целесообразно осуществлять создание целевых моделей, связанных со здоровьем, демографией, здравоохранением и т.д.

В обобщенном виде используемые в медицине методы искусственного интеллекта приведены в таблице 1.

Таблица 1 - Технологические категории использования случаев искусственного интеллекта в медицине и здравоохранении

Технология

Область применения

Медицинские вмешательства

Обеспечение высокого качества профилактики, диагностики, лечения и медицинского ухода за счет повышения доступности, точности и аккуратности медицинских вмешательств

Цифровой помощник

Выполнение надлежащего лечения в течение установленных норм времени за счет постоянного мониторинга состояния пациента и оповещения медицинских работников

Машинное обучение

Прогнозирование течения патологического процесса с помощью анализа данных, влияющих на результаты лечения

Глубокое обучение

Возможность обработки большого количества биомедицинских данных разных типов для уменьшения неопределенности при принятии клинических решений о лечении

Обработка изображений

Обработка больших объемов медицинских изображений для выявления заболеваний, диагностики, повышения качества и интенсивности обработки и т.д.

Обработка естественных языков

Перевод длинных описательных наборов символов, например, при интерпретации записей электронных медицинских карт, извлечение и структурирование информации

Распознавание звука

Голосовой ввод данных в медицинскую документацию

Статистические данные

Возможность анализа большого объема медицинских данных с целью прогнозирования состояния пациента, контроля качества медицинской помощи

Анализ больших данных (Big data)

Обработка больших объемов данных из медицинских и прочих информационных систем в целях организации и управления системой здравоохранения, в целях управления здоровьем и качеством жизни населения

Прогнозное моделирование

Применение моделирования для прогнозирования течения и исходов патологического процесса, рисков осложнений, эффективности и исходов лечения (в том числе, в сравнении)

6.2 Классификация областей применения искусственного интеллекта по медицинским специальностям

Искусственный интеллект используется в различных медицинских специальностях.

Искусственный интеллект в лучевой диагностике, патоморфологической и цитологической диагностике целесообразно использовать для автоматизированного контроля качества выполненных исследований (полученных изображений), приоритизации результатов исследований, выявления признаков патологических процессов, поддержки принятия решений при дифференциальной диагностике, морфометрии, сравнительном анализе исследований, выполненных в динамике, формирования проектов описаний результатов исследований, голосовом заполнении медицинской документации и т.д.

Типичным случаем применения искусственного интеллекта в дерматологии является обнаружение и классификация злокачественных новообразований кожи, в том числе в рамках профилактических (скрининговых) исследований.

В офтальмологии искусственный интеллект целесообразно применять для обнаружения и классификации глазных заболеваний с помощью анализа результатов инструментальных исследований, оптической когерентной томографии.

Одним из основных направлений применения искусственного интеллекта в терапии внутренних болезней должно быть прогнозирование осложнений и результатов, подбор терапии, а также система поддержки принятия врачебных решений.

В кардиологии с учетом данных медицинских карт, результатов лучевых и функциональных исследований применяют методы количественной идентификации, компьютерного поиска патологий, диагностики и дифференциальной диагностики, прогнозирование осложнений и результатов, а также систему поддержки принятия врачебных решений на основе широкого применения интеллектуальных систем.

В неврологии, урологии, хирургии искусственный интеллект следует использовать для выявления рисков осложнений и прогнозирования результатов, а также в системе поддержки принятия врачебных решений.

В анестезиологии и интенсивной терапии следует применять систему непрерывного мониторинга, а также систему прогнозирования осложнений и результатов.

В неотложной помощи одним из важных применений ИИ должно быть создание автоматизированных систем сортировки, непрерывного мониторинга, прогнозирования осложнений и результатов.

В таблице 2 приведено описание применения искусственного интеллекта в медицине, относящееся к различным медицинским направлениям.

Таблица 2 - Типичные случаи использования искусственного интеллекта в медицине в различных медицинских специальностях

Направление

Область применения

Лучевая диагностика

Автоматизированный контроль качества выполненных исследований (полученных изображений), приоритизация результатов исследований, выявление признаков патологических процессов, поддержка принятия решений при дифференциальной диагностике, морфометрия, сравнительный анализ исследований, выполненных в динамике, формирование проектов описаний результатов исследований, голосовое заполнение медицинской документации

Патоморфология и цитология

Автоматизированный контроль качества выполненных исследований (полученных изображений), приоритизация результатов исследований, выявление признаков патологических процессов, поддержка принятия решений при дифференциальной диагностике, морфометрия, сравнительный анализ исследований, выполненных в динамике, формирование проектов описаний результатов исследований, голосовое заполнение медицинской документации

Дерматология

Обнаружение и классификация злокачественных новообразований кожи (в том числе, при скрининге)

Офтальмология

Обнаружение и классификация глазных болезней по диагностическим изображениям

Терапия

Выявление рисков, прогнозирование осложнений/результатов; система поддержки врачебных решений; подбор терапии. Роботизированное выполнение инвазивных и неинвазивных манипуляций, содействие в уходе за пациентом.

Кардиология

Количественное определение, компьютерное обнаружение патологий, диагностика и дифференциальная диагностика; выявление рисков, прогнозирование исходов, результатов; система поддержки клинических решений

Неврология, урология, хирургия

Прогнозирование осложнений/результатов; система поддержки врачебных решений. Роботизированное выполнение инвазивных и неинвазивных манипуляций, содействие в уходе за пациентом

Анестезиология, отделение интенсивной терапии (ОИТ)

Система непрерывного мониторинга; прогнозирование осложнений/результатов. Роботизированное выполнение инвазивных и неинвазивных манипуляций, содействие в уходе за пациентом

Неотложная помощь

Система транспортировки и сортировки; система непрерывного мониторинга; прогнозирование осложнений/результатов. Роботизированное выполнение инвазивных и неинвазивных манипуляций