Редактирование: Медицинская информатика

Перейти к навигации Перейти к поиску
Внимание: Вы не вошли в систему. Ваш IP-адрес будет общедоступен, если вы запишете какие-либо изменения. Если вы войдёте или создадите учётную запись, её имя будет использоваться вместо IP-адреса, наряду с другими преимуществами.

Правка может быть отменена. Пожалуйста, просмотрите сравнение версий ниже, чтобы убедиться, что это нужная вам правка, и запишите страницу ниже, чтобы отменить правку.

Текущая версия Ваш текст
Строка 42: Строка 42:
Трансляционная биоинформатика (ЧМТ) - относительно новая область, появившаяся в 2000 году, когда была выпущена последовательность генома человека.[17] Обычно используемое определение ЧМТ является длинным и может быть найдено на веб-сайте AMIA.Проще говоря, ЧМТ можно определить как совокупность колоссальных объемов данных, связанных со здоровьем (биомедицинских и геномных), и перевод этих данных в индивидуально подобранные клинические объекты.[17] Сегодня область ЧМТ подразделяется на четыре основные темы, которые кратко описаны ниже:
Трансляционная биоинформатика (ЧМТ) - относительно новая область, появившаяся в 2000 году, когда была выпущена последовательность генома человека.[17] Обычно используемое определение ЧМТ является длинным и может быть найдено на веб-сайте AMIA.Проще говоря, ЧМТ можно определить как совокупность колоссальных объемов данных, связанных со здоровьем (биомедицинских и геномных), и перевод этих данных в индивидуально подобранные клинические объекты.[17] Сегодня область ЧМТ подразделяется на четыре основные темы, которые кратко описаны ниже:


*    Клинические большие данные-это набор электронных медицинских записей, которые используются для инноваций. Научно-обоснованный подход, который в настоящее время практикуется в медицине, предлагается объединить с практической медициной для достижения лучших результатов для пациентов. Как генеральный директор калифорнийской когнитивной вычислительной фирмы Apixio Даррен Шутле объясняет, что уход может быть лучше приспособлен к пациенту, если данные могут быть собраны из различных медицинских записей, объединены и проанализированы. Кроме того, комбинация подобных профилей может служить основой для персонализированной медицины, указывая на то, что работает, а что нет для определенного состояния (Marr, 2016).
    Клинические большие данные-это набор электронных медицинских записей, которые используются для инноваций. Научно-обоснованный подход, который в настоящее время практикуется в медицине, предлагается объединить с практической медициной для достижения лучших результатов для пациентов. Как генеральный директор калифорнийской когнитивной вычислительной фирмы Apixio Даррен Шутле объясняет, что уход может быть лучше приспособлен к пациенту, если данные могут быть собраны из различных медицинских записей, объединены и проанализированы. Кроме того, комбинация подобных профилей может служить основой для персонализированной медицины, указывая на то, что работает, а что нет для определенного состояния (Marr, 2016).
*    Геномика в клинической
    Геномика в клинической
*    практике Геномные данные используются для выявления генов, вовлеченных в неизвестные или редкие состояния/синдромы. В настоящее время наиболее активной областью использования геномики является онкология. Идентификация геномного секвенирования рака может определить причины чувствительности и резистентности к лекарствам во время процессов лечения онкологических заболеваний[17].
    практике Геномные данные используются для выявления генов, вовлеченных в неизвестные или редкие состояния/синдромы. В настоящее время наиболее активной областью использования геномики является онкология. Идентификация геномного секвенирования рака может определить причины чувствительности и резистентности к лекарствам во время процессов лечения онкологических заболеваний[17].
*    Omics for drugs discovery and repurposing
    Omics for drugs discovery and repurposing
*    Repurposing of the drug-привлекательная идея, которая позволяет фармацевтическим компаниям продавать уже одобренный препарат для лечения другого состояния/заболевания, для которого препарат изначально не был одобрен FDA. Наблюдение "молекулярных сигнатур в болезни и сравнение их с сигнатурами, наблюдаемыми в клетках" указывает на возможность лекарственной способности лечить и/или облегчать симптомы болезни.
    Repurposing of the drug-привлекательная идея, которая позволяет фармацевтическим компаниям продавать уже одобренный препарат для лечения другого состояния/заболевания, для которого препарат изначально не был одобрен FDA. Наблюдение "молекулярных сигнатур в болезни и сравнение их с сигнатурами, наблюдаемыми в клетках" указывает на возможность лекарственной способности лечить и/или облегчать симптомы болезни.
*    Персонализированное геномное тестирование
    Персонализированное геномное тестирование
*    В США несколько компаний предлагают генетическое тестирование с прямым обращением к потребителю (DTC). Компания, которая выполняет большинство тестов, называется 23andMe. Использование генетического тестирования в здравоохранении вызывает много этических, правовых и социальных проблем; один из главных вопросов заключается в том, готовы ли медицинские работники включать предоставленную пациентом геномную информацию, обеспечивая при этом беспристрастную (несмотря на интимные геномные знания) и качественную помощь. Документированные примеры включения такой информации в оказание медицинской помощи показали как положительное, так и отрицательное влияние на общие результаты, связанные со здравоохранением[17].
    В США несколько компаний предлагают генетическое тестирование с прямым обращением к потребителю (DTC). Компания, которая выполняет большинство тестов, называется 23andMe. Использование генетического тестирования в здравоохранении вызывает много этических, правовых и социальных проблем; один из главных вопросов заключается в том, готовы ли медицинские работники включать предоставленную пациентом геномную информацию, обеспечивая при этом беспристрастную (несмотря на интимные геномные знания) и качественную помощь. Документированные примеры включения такой информации в оказание медицинской помощи показали как положительное, так и отрицательное влияние на общие результаты, связанные со здравоохранением[17].


===Искусственный интеллект в здравоохранении===
Искусственный интеллект в здравоохранении
[[Файл:X-ray of hand, where bone age is automatically found by BoneXpert software.jpg|400px|thumb|right|Рентген кисти с автоматическим вычислением костного возраста с помощью компьютерной программы]]
Рентген кисти с автоматическим вычислением костного возраста с помощью компьютерной программы


Пионером в использовании искусственного интеллекта в здравоохранении был американский биомедицинский информатик Эдвард Х. Шортлифф. Эта область имеет дело с использованием алгоритмов машинного обучения и искусственного интеллекта, чтобы эмулировать человеческое познание в анализе, интерпретации и понимании сложных медицинских и медицинских данных. В частности, ИИ-это способность компьютерных алгоритмов приближать выводы, основанные исключительно на входных данных. Программы искусственного интеллекта применяются к таким практикам, как процессы диагностики, разработка протоколов лечения, разработка лекарств, персонализированная медицина, мониторинг и уход за пациентами. Большая часть отраслевого фокуса внедрения ИИ в секторе здравоохранения находится в системах поддержки принятия клинических решений. По мере сбора большего количества данных алгоритмы машинного обучения адаптируются и обеспечивают более надежные ответы и решения.[19] Многочисленные компании изучают возможности внедрения больших данных в отрасль здравоохранения. Многие компании исследуют рыночные возможности в области "технологий оценки, хранения, управления и анализа данных", которые являются важнейшими частями отрасли здравоохранения.[20] Ниже приведены примеры крупных компаний, которые внесли свой вклад в алгоритмы искусственного интеллекта для использования в здравоохранении:
Пионером в использовании искусственного интеллекта в здравоохранении был американский биомедицинский информатик Эдвард Х. Шортлифф. Эта область имеет дело с использованием алгоритмов машинного обучения и искусственного интеллекта, чтобы эмулировать человеческое познание в анализе, интерпретации и понимании сложных медицинских и медицинских данных. В частности, ИИ-это способность компьютерных алгоритмов приближать выводы, основанные исключительно на входных данных. Программы искусственного интеллекта применяются к таким практикам, как процессы диагностики, разработка протоколов лечения, разработка лекарств, персонализированная медицина, мониторинг и уход за пациентами. Большая часть отраслевого фокуса внедрения ИИ в секторе здравоохранения находится в системах поддержки принятия клинических решений. По мере сбора большего количества данных алгоритмы машинного обучения адаптируются и обеспечивают более надежные ответы и решения.[19] Многочисленные компании изучают возможности внедрения больших данных в отрасль здравоохранения. Многие компании исследуют рыночные возможности в области "технологий оценки, хранения, управления и анализа данных", которые являются важнейшими частями отрасли здравоохранения.[20] Ниже приведены примеры крупных компаний, которые внесли свой вклад в алгоритмы искусственного интеллекта для использования в здравоохранении:


*    IBM Watson Oncology находится в разработке в Memorial Sloan Kettering Cancer Center и Cleveland Clinic. IBM также работает с CVS Health над приложениями ИИ в лечении хронических заболеваний и с Johnson & Johnson над анализом научных работ, чтобы найти новые связи для разработки лекарств. В мае 2017 года IBM и Политехнический институт Ренсселера начали совместный проект под названием Health Empowerment by Analytics, Learning and Semantics (HEALS), чтобы исследовать использование технологий ИИ для улучшения здравоохранения.
    IBM Watson Oncology находится в разработке в Memorial Sloan Kettering Cancer Center и Cleveland Clinic. IBM также работает с CVS Health над приложениями ИИ в лечении хронических заболеваний и с Johnson & Johnson над анализом научных работ, чтобы найти новые связи для разработки лекарств. В мае 2017 года IBM и Политехнический институт Ренсселера начали совместный проект под названием Health Empowerment by Analytics, Learning and Semantics (HEALS), чтобы исследовать использование технологий ИИ для улучшения здравоохранения.
*    Проект Microsoft Hanover в партнерстве с Институтом рака Knight Университета штата Орегон анализирует медицинские исследования, чтобы предсказать наиболее эффективные варианты лечения рака для пациентов. Другие проекты включают анализ медицинских изображений прогрессирования опухоли и разработку программируемых клеток.
    Проект Microsoft Hanover в партнерстве с Институтом рака Knight Университета штата Орегон анализирует медицинские исследования, чтобы предсказать наиболее эффективные варианты лечения рака для пациентов. Другие проекты включают анализ медицинских изображений прогрессирования опухоли и разработку программируемых клеток.
*    Платформа Google DeepMind используется Национальной службой здравоохранения Великобритании для выявления определенных рисков для здоровья с помощью данных, собранных через мобильное приложение. Второй проект с NHS включает анализ медицинских изображений, полученных от пациентов NHS, для разработки алгоритмов компьютерного зрения для обнаружения раковых тканей.
    Платформа Google DeepMind используется Национальной службой здравоохранения Великобритании для выявления определенных рисков для здоровья с помощью данных, собранных через мобильное приложение. Второй проект с NHS включает анализ медицинских изображений, полученных от пациентов NHS, для разработки алгоритмов компьютерного зрения для обнаружения раковых тканей.
*    Tencent работает над несколькими медицинскими системами и сервисами. К ним относятся AI Medical Innovation System (AIMIS), диагностическая медицинская служба визуализации на базе AI; WeChat Intelligent Healthcare; и Tencent Doctorwork
    Tencent работает над несколькими медицинскими системами и сервисами. К ним относятся AI Medical Innovation System (AIMIS), диагностическая медицинская служба визуализации на базе AI; WeChat Intelligent Healthcare; и Tencent Doctorwork
*    Венчурный капитал Intel arm Intel Capital недавно инвестировал в стартап Lumiata, который использует ИИ для выявления пациентов из группы риска и разработки вариантов лечения.
    Венчурный капитал Intel arm Intel Capital недавно инвестировал в стартап Lumiata, который использует ИИ для выявления пациентов из группы риска и разработки вариантов лечения.
*    Компания Kheiron Medical разработала программу глубокого обучения для выявления рака молочной железы на маммограммах.
    Компания Kheiron Medical разработала программу глубокого обучения для выявления рака молочной железы на маммограммах.
*    Фрактальная аналитика Qure.ai которая фокусируется на использовании глубокого обучения и искусственного интеллекта для улучшения радиологии и ускорения анализа диагностических рентгеновских лучей.
    Фрактальная аналитика Qure.ai которая фокусируется на использовании глубокого обучения и искусственного интеллекта для улучшения радиологии и ускорения анализа диагностических рентгеновских лучей.


*    Элон Маск представил хирургического робота, который имплантирует мозговой чип Neuralink
    Элон Маск представил хирургического робота, который имплантирует мозговой чип Neuralink
*    Компания Neuralink разработала нейропротез следующего поколения, который сложным образом взаимодействует с тысячами нервных путей в мозге.[19] Их процесс позволяет высокоточному хирургическому роботу вставлять чип размером примерно с четверть черепа вместо куска черепа, чтобы избежать случайных травм .
    Компания Neuralink разработала нейропротез следующего поколения, который сложным образом взаимодействует с тысячами нервных путей в мозге.[19] Их процесс позволяет высокоточному хирургическому роботу вставлять чип размером примерно с четверть черепа вместо куска черепа, чтобы избежать случайных травм .[19]
 
Приложения для цифровых консультантов, такие как Babylon Health's GP at Hand, Ada Health, AliHealth Doctor You, KareXpert и Your.MD используйте искусственный интеллект для проведения медицинских консультаций, основанных на личной истории болезни и общих медицинских знаниях. Пользователи сообщают о своих симптомах в приложение, которое использует распознавание речи для сравнения с базой данных болезней. Затем Babylon предлагает рекомендуемое действие с учетом истории болезни пользователя. Предприниматели в области здравоохранения эффективно используют семь архетипов бизнес-моделей, чтобы вывести решение AI[модное слово] на рынок. Эти архетипы зависят от ценности, создаваемой для целевого пользователя (например, фокус пациента против поставщика медицинских услуг и фокус плательщика) и механизмов захвата ценности (например, предоставление информации или подключение заинтересованных сторон). iFlytek запустила сервисного робота "Xiao Man", который интегрировал технологию искусственного интеллекта для идентификации зарегистрированного клиента и предоставления персонализированных рекомендаций в медицинских областях. Он также работает в области медицинской визуализации. Подобные роботы также производятся такими компаниями, как UBTECH ("Cruzr") и Softbank Robotics ("Pepper"). Индийский стартап Haptik недавно разработалWhatsApp chatbot, который отвечает на вопросы, связанные со смертельным коронавирусом в Индии. Поскольку рынок ИИ постоянно расширяется, крупные технологические компании, такие как Apple, Google, Amazon и Baidu, имеют свои собственные исследовательские подразделения ИИ, а также миллионы долларов, выделенные на приобретение небольших компаний, основанных на ИИ. Многие производители автомобилей также начинают использовать машинное обучение в своих автомобилях. Такие компании, как BMW, GE, Tesla, Toyota и Volvo, проводят новые исследовательские кампании, чтобы найти способы изучения жизненной статистики водителя, чтобы убедиться, что он бодрствует, обращая внимание надорога, а не под воздействием веществ или в эмоциональном расстройстве. Примеры проектов в вычислительной информатике здоровья включают проект COACH.


Приложения для цифровых консультантов, такие как Babylon Health's GP at Hand, Ada Health, AliHealth Doctor You, KareXpert и Your.MD используйте искусственный интеллект для проведения медицинских консультаций, основанных на личной истории болезни и общих медицинских знаниях. Пользователи сообщают о своих симптомах в приложение, которое использует распознавание речи для сравнения с базой данных болезней. Затем Babylon предлагает рекомендуемое действие с учетом истории болезни пользователя. Предприниматели в области здравоохранения эффективно используют семь архетипов бизнес-моделей, чтобы вывести решение AI[модное слово] на рынок. Эти архетипы зависят от ценности, создаваемой для целевого пользователя (например, фокус пациента против поставщика медицинских услуг и фокус плательщика) и механизмов захвата ценности (например, предоставление информации или подключение заинтересованных сторон). iFlytek запустила сервисного робота "Xiao Man", который интегрировал технологию искусственного интеллекта для идентификации зарегистрированного клиента и предоставления персонализированных рекомендаций в медицинских областях. Он также работает в области медицинской визуализации. Подобные роботы также производятся такими компаниями, как UBTECH ("Cruzr") и Softbank Robotics ("Pepper"). Индийский стартап Haptik недавно разработалWhatsApp chatbot, который отвечает на вопросы, связанные со смертельным коронавирусом в Индии. Поскольку рынок ИИ постоянно расширяется, крупные технологические компании, такие как Apple, Google, Amazon и Baidu, имеют свои собственные исследовательские подразделения ИИ, а также миллионы долларов, выделенные на приобретение небольших компаний, основанных на ИИ. Многие производители автомобилей также начинают использовать машинное обучение в своих автомобилях.[20] Такие компании, как BMW, GE, Tesla, Toyota и Volvo, проводят новые исследовательские кампании, чтобы найти способы изучения жизненной статистики водителя, чтобы убедиться, что он бодрствует, обращая внимание надорога, а не под воздействием веществ или в эмоциональном расстройстве.[20] Примеры проектов в вычислительной информатике здоровья включают проект COACH.
====Телемедицина и телемедицина====
====Телемедицина и телемедицина====
[[Файл:Операционная. ФЦН (Тюмень) 01.JPG|400px|thumb|right|Система телемедицины. Федеральный центр нейрохирургии в Тюмени, 2013]]
[[Файл:Операционная. ФЦН (Тюмень) 01.JPG|400px|thumb|right|Система телемедицины. Федеральный центр нейрохирургии в Тюмени, 2013]]
Пожалуйста, учтите, что любой ваш вклад в проект «wikixw» может быть отредактирован или удалён другими участниками. Если вы не хотите, чтобы кто-либо изменял ваши тексты, не помещайте их сюда.
Вы также подтверждаете, что являетесь автором вносимых дополнений, или скопировали их из источника, допускающего свободное распространение и изменение своего содержимого (см. Wikixw:Авторские права). НЕ РАЗМЕЩАЙТЕ БЕЗ РАЗРЕШЕНИЯ ОХРАНЯЕМЫЕ АВТОРСКИМ ПРАВОМ МАТЕРИАЛЫ!

  <charinsert>[+]</charinsert> · <charinsert>+</charinsert> · <charinsert>+</charinsert> · <charinsert>✔ Оставить</charinsert> · <charinsert>– —</charinsert> · <charinsert>“+” ‘+’ «+» ‹+› „+“ ‚+‘</charinsert> · <charinsert>… ~ | °  </charinsert> · <charinsert>≈ ≠ ≤ ≥ ± − × ÷ ← → ² ³ ½ · §</charinsert>
     <charinsert></charinsert> · <charinsert>File:+</charinsert> · <charinsert>Special:MyLanguage/+</charinsert> · <charinsert>Special:MyLanguage/</charinsert> · <charinsert>+</charinsert> · <charinsert><nowiki>+</nowiki></charinsert> <charinsert><nowiki>+</nowiki></code></charinsert> · <charinsert><syntaxhighlight lang="php">+</syntaxhighlight></charinsert> · <charinsert></charinsert> · <charinsert>+</charinsert> · <charinsert>#REDIRECT+</charinsert> · <charinsert><translate>+</translate></charinsert> · <charinsert><languages/></charinsert> · <charinsert>{{#translation:}}</charinsert> · <charinsert><tvar name=1>+</tvar></charinsert> · <charinsert>{{DEFAULTSORT:+}}</charinsert> · <charinsert>+</charinsert>