Webiomed

Большие языковые модели (Large Language Models, LLM) произвели революцию в обработке естественного языка. Такие модели, как GPT-4 и PaLM 2, занимают сегодня центральное место в инновациях ИИ в медицине. Перспективные ниши для применения LLM в медицине это: ✔️ Применение в цифровых сервисах для пациентов для анализа лабораторных результатов, описания заболеваний, а также для интерпретации заметок врача, формирования персонализированных рекомендации по поводу здоровья, прогнозирования состояния здоровья, оценки симптомов, чат-боты и т.д ✔️ Применения LLM в медицинском образовании. Высокие результаты GPT-4 и Med-PaLM 2 в медицинских тестированиях позволяют предположить, что LLM могут стать полезным инструментом обучения для студентов, которые в настоящее время показывают более низкие результаты в таких тестах. ✔️ Применение данной технологии для ускорения и сокращения стоимости клинических исследований. Это может снизить бремя критической оценки, составления отчетов об исследованиях, что составляет значительную часть рабочей нагрузки исследователей. ➡️ Вышла наша публикация "Перспективы применения больших языковых моделей в здравоохранении" в журнале "Национальное здравоохранение", авторы: Анна Андрейченко (Руководитель направления ИИ) и Александр Гусев (Директор по развитию Webiomed). Скачать статью можно здесь: https://webiomed.ru/publikacii/perspektivy-primeneniia-bolshikh-iazykovykh-modelei-v-zdravookhranenii/

На основе различных источников, нашего опыта и знаний мы систематизировали и сформировали краткий глоссарий, включающий в себя понятия и определения, используемые при разработке платформы Webiomed на основе технологий искусственного интеллекта. Подробнее в нашем материале здесь: https://webiomed.ru/blog/terminy-i-opredeleniia-ii/

К концу этого года в каждом регионе должно быть внедрено по три медицинских изделия с искусственным интеллектом (МИ с ИИ). На что стоит обратить внимание при выборе решения - комментарий от Директора по развитию Webiomed Александра Гусева в материале портала "Медвестник": 1.Внедрять в клинике целесообразнее решения, у которых есть опыт использования. Так можно избежать «сырых» продуктов, доведение которых до «рабочего состояния» может занять годы. 2.Стоит обратить внимание на продукты, разработчики которых открыто публикуют в научной литературе сведения о своих наработках, в частности, данные, которые подтверждают валидацию моделей машинного обучения и алгоритмов ИИ. Так можно подстраховать врачей от частых ошибок ИИ-системы. 3.Желательно отдавать предпочтение продуктам от разработчиков с сертификатом соответствия системе менеджмента качества (СМК) международному стандарту ISO 13485. Такой документ удостоверяет, что ИИ-систему разрабатывают по выверенному технологическому процессу, постоянно контролируют и повышают качество работы. Статья здесь: https://medvestnik.ru/content/cards/Kak-vybrat-medicinskoe-izdelie-s-iskusstvennym-intellektom.html?utm_source=main&utm_medium=center-main-left

На рынке биотеха произошло поистине знаковое событие - стартап Xaira Therapeutics привлек порядка 1 млрд. долл. инвестиций на внедрение искусственного интеллекта для создания новых лекарств Вот уже несколько лет технологические компании прорабатывают идею о том, что применение искусственного интеллекта может помочь в сокращении неудачных разработок с одновременным ускорением исследовательского цикла. Фармацевтический рынок является одним из крупнейших мировых рынков со стабильным ростом спроса и огромной конкуренцией. В среднем затраты на разработку инновационного лекарственного препарата в мире составляет от 802 млн. $ для малых молекул до 1,318 млрд. $ для биопрепаратов. В чем тактика, как такое рекордное инвестирование удалось получить? Подробнее в нашем материале здесь: https://webiomed.ru/blog/novyi-trend-investirovaniia/

Здравоохранение обозначено в национальной стратегии как приоритетная отрасль для разработок и внедрения информационных систем на основе ИИ. Собрали все поручения Президента и Правительства по внедрению искусственного интеллекта в здравоохранении в одном материале здесь:➡️ https://webiomed.ru/blog/porucheniia-prezidenta-po-vnedreniiu-ii/

Бум генеративного ИИ привел к конкурентной гонке за лучшую ИИ-систему между крупнейшими технологиями компаниями, такими как OpenAI, Google и Meta. Ключом к непрерывной борьбе за то, чтобы создать самый правдоподобный ИИ стал размер, разнообразие и качество данных для машинного обучения. Очень быстро техно-гиганты осознали, что данных никогда не бывает достаточно, если мы ведем речь о создании, скажем, больших языковых моделей и тем более – мультимодальных ИИ-систем. В The New York Times вышла статья с громким названием «Как технологические гиганты срезают углы для сбор данных для ИИ» (How Tech Giants Cut Corners to Harvest Data for A.I.). Авторами материала стали 5 ведущих технических репортеров. ➡️ Основной вывод, который был сделан в результате журналистского расследования, состоит в том, что крупнейшие американские технологические компании игнорируют этические аспекты, авторские правы и даже скорее всего нарушают законы для создания своих больших мульти-модальных и языковых моделей. ➡️ Например,Google и Meta, похоже, использовали данные из открытого Интернета, насчитывающие до 3 трлн. слов,: из Википедия и Reddit, поисковые запросы людей и их посты в социальных сетях, не спрашивая на это разрешение авторов этих материалов и вступая в конфликт с законами о конфиденциальности и собственными политиками использования пользовательского контента. А Мета обсуждала идею покупки издательства Simon & Schuster, чтобы получить доступ к текстам, защищенным авторскими правами, вплоть до готовности столкнуться с судебными исками. Это казалось проще и быстрее, чем договариваться с авторами книг, музыкальных произведений или новостного контента. ➡️ При этом авторы выделают еще одну серьезную проблему. Дело в том, что даже если техно-гиганты соберут и используют вообще всю доступную информацию, добытую правдами и неправдами – ее все равно будет недостаточно. В этой связи разработчики таких систем пытаются расширить границы и масштабы данных для обучения ИИ – они все более широко изучают и используют синтетические данные, созданные самими ИИ-моделями. ➡️ Иными словами, теперь ИИ учится не на том, что создал человек – а на том, что создал сам ИИ. Учитывая галлюцинации и огромные скорости работы современных ИИ-моделей, объем таких сгенерированных данных может стать колоссальным и очень сильно повлиять на качество работы ИИ, что в конечном итоге действительно заставляет задуматься о том – контролируется ли процесс бесконечного улучшения ИИ достаточно или нет? https://www.nytimes.com/2024/04/06/technology/tech-giants-harvest-data-artificial-intelligence.html

Распоряжением Председателя Правительства РФ М. Мишустина №959-р от 17.04.2024 утверждено Стратегическое направление в области цифровой трансформации здравоохранения до 2030, которым предусмотрено широкое применение технологий ИИ, а также технологий работы с большими данными. Мы внимательно изучили этот документ и выделили из него основные тезисы относительно применения ИИ. Подробнее в нашем материале здесь ➡️https://webiomed.ru/blog/o-vnedrenii-tekhnologii-iskusstvennogo-intellekta/

Завтра, 25 апреля участвуем в Региональном дне Северо-Кавказского федерального округа по цифровой трансформации – «Цифровая прокачка» ( г. Железноводск) Организаторы мероприятия – Минстрой России, Минцифры России, Правительство Ставропольского края, АНО «Цифровая экономика» и АНО «Центр компетенций «Умный город». В рамках стратегической сессии будут рассмотрены вопросы цифровизации Северо-Кавказского федерального округа, в том числе и цифровое здравоохранение. https://xn--c1acnlfiapv6f.xn--80asehdb/%D1%86%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F-%D0%BF%D1%80%D0%BE%D0%BA%D0%B0%D1%87%D0%BA%D0%B0-%D0%B2-%D0%B6%D0%B5%D0%BB%D0%B5%D0%B7%D0%BD%D0%BE%D0%B2%D0%BE%D0%B4%D1%81%D0%BA%D0%B5/

📍 Обновили список зарегистрированных медицинских изделий с технологиями ИИ На момент публикации этого материала мы нашли сведения о 29 зарегистрированных медицинских изделиях, использующих технологии ИИ и имеющих действующее регистрационное удостоверение (РУ) Росздравнадзора ( из них 22 - это российские разработки). Материал здесь:➡️https://webiomed.ru/blog/zaregistrirovannye-meditsinskie-izdeliia-ai/

АРПП «Отечественный софт» отмечает - 15-летие своей деятельности 📌 Это крупнейшее в России объединение отечественных производителей тиражируемого ПО. На базе Ассоциации созданы различные отраслевых комитеты, в задачи которых входит выполнение не только экспертных функций, но и проработка запросов к органам власти. Ассоциация активно занимается продвижением и популяризацией российского программного обеспечения. Наша компания «К-Скай» (разработчик Webiomed) присоединилась к Ассоциации в марте 2021 года. Поздравляем Ассоциацию с этим знаменательным событием!