Телемедицина

Айтишный труд опасен: можно отравиться соевым латте, словить инфаркт от правок и подраться на корпоративе. Можем ли мы рассчитывать на помощь коллег в случае ЧП? Пока вы врубаете VPN, чтобы спросить совета у ChatGPT, ваш коллега отправится на тот свет. 

В этой статье разобрали несчастные случаи, которые могут настигнуть вас в офисе. Рассказываем, что нужно сделать в таких ситуациях (и что делать ни в коем случае нельзя). Кстати, ВОЗ говорит, что на рабочем месте ежегодно умирает до 600 000 человек. 

Изначально, ещё в 2021 году, наша команда начинала разработку протеза, похожего на руку человека.

Такое изделие может быть отличным косметическим вариантом для внешнего вида (за счёт пяти пальцев), но возник вопрос:
«Что оно может конкретно дать пользователю, при использовании в быту?».

Эффективность хвата, прочность и его сила – относительно низкие, поэтому, в решении бытовых задач, данные протезы практически не применимы. Опытным путём, мы пришли к роботизированному захвату и созданию сильного и стильного протеза, который точно будет выделяться и станет полезным для широкого спектра задач, таких как:

• удержание тонких предметов (нож, ложка, ручка, щётка, карточка, лист бумаги и т.д.);

• захват бутылки (1,5 л.), кружки и др.

Такое решение даёт большую свободу движения, что способствует повышению удобства в использовании.

10 лет, как мы с Дарьей Тишиной фанатично помогаем людям получать реабилитационные услуги, которые они по разным причинам не могут получить.

Это событие напомнило мне мероприятия моих родителей — «10 лет Реанимации», «10 лет Хирургии».

По итогам RSNA - крупнейшей выставки в сфере радиологии, прошедшей в конце 2023 года, Стефан Брауневелл, управляющий партнер SynWisery, подготовил обзор, в котором поделился размышлениями о самых популярных темах и трендах в области искусственного интеллекта в рентгенологии. Я подготовил очень-очень вольный перевод его статьи со своими комментариями.

Если вы хотите узнать ещё больше об организации процессов ML-разработки, подписывайтесь на мой Телеграм-канал Варим ML

Здравствуйте, дорогие друзья.

Меня зовут Абрамов Роман, являюсь инженером‑разработчиком и со‑основателем компании по производству протезов «MODESTA». С самого детства являюсь заядлым радиолюбителем, в любое свободное время бежал к паяльнику. Тяга к технике прошла со мной через года, в юности участвовал во всех научно-технических конкурсах, а однажды попал на защиту проекта в Госдуму РФ.

Первая статья будет об актуальном увлечении, переросшим в полноценную работу. Поделюсь, чем сейчас занимаюсь и как дальше будет происходить развитие в данной нише.

Я Юрий Иванов, основатель сервиса физического и ментального здоровья Nebica Health, в прошлом айтишник, за последние два года успел пожить в 15 странах. Биохакинг ー  моя страсть, в статье расскажу, как я провел в родном городе Кандалакше 40 занятий на дыхание для людей, которые не знали, что это такое, и какой получился результат.

Доброго времени суток, дорогой Habr, надеюсь вы успели заскучать после 3-х месяцев паузы (ссылка на прошлую статью). На связи снова Николай Иванов и сегодня вы узнаете, что общего между раком крови, лазерами и машинным обучением.  В этой статье мы поговорим с вами о методе проточной цитофлуориметрии, как он работает и как врачи определяют рак костного мозга и крови. Далее обсудим причём тут машинное обучение, как его можно использовать для ускорения работы врачей, а также чего мы достигли и есть ли смысл этим вообще заниматься? Рассказ я буду вести именно в том порядке, в котором мы двигались, при решении данной задачи. Приятного чтения!

Работа организма состоит из множества процессов в нем происходящих и психических и физических, но любая деятельность задействует не все процессы, а некоторые из них, какие-то сильней, какие-то слабей. (Художник больше использует воображение и работу рукой, певец голос и слух, инженер внимание и концентрацию, боксер реакцию и физику).

Что такое эмоциональное выгорание? Попробуем разобраться в этом вопросе с точки зрения физиологии. А во второй части статьи я поделюсь с вами 13-ю полезными советами, как в нашем современном, бушующем, информационно перегруженном мире не перегореть и не получить эмоциональное расстройство.

Любые новые условия или деятельность вызывает в нашем мозге построение новой, адекватной внешним обстоятельствам функциональной системы, программы по которой будет функционировать организм в данных условиях.

В любой новой, незнакомой ситуации для получения определённого результата и приспособления к окружающим нас условиям мозг решает какие единицы мозга или тела задействовать (к примеру если Вы попали в совершенно незнакомую ситуацию, где вам нужно разрешить конфликт между людьми, то для полноценной работы ваша деятельность будет связана с усилением таких единиц, как мимика, воображение, жестикуляция, эмпатия и.т.д) Если результат достигнут положительный, то такая связка единиц организма фиксируется мозгом в виде комбинации и в дальнейшем, при схожей ситуации активируется именно эта связка, именно эта комбинация.

 Если вы при парировании шутки про вас использовали определённый жест и определённый набор фраз и это было успешно, велика вероятность, что в схожей ситуации, схожих обстоятельствах и людях, вы используете тот же алгоритм, стратегию, связку или функциональную систему, в надежде, что она также успешно отыграет.

Попадали ли вы в ситуацию, когда вам нужно было срочно записаться к врачу, но по телефону клиники раздавались короткие гудки? А хотели ли вы видеть поднятые от монитора компьютера глаза врача-терапевта и его внимание к вам во время первичного приема? Наша команда решила создать инструмент, который мог бы помочь медикам снизить рутинную нагрузку. Мы разработали систему, которая, получая строчку на естественном языке, анализирует состояние пациента и выдает предполагаемый диагноз, а еще она может сказать, а еще она может маркировать срочность приема. Подробнее об этом - в нашей статье: присоединяйтесь и узнайте, как искусственный интеллект помогает не выгореть медикам, а пациентам не сойти с ума при коммуникации с клиникой.

Я перепрыгнул на третью часть статьи потому что нужно чуть больше времени что бы проанализировать все электронные системы на рынке и рассказать минусы и плюсы каждой, сейчас как раз тот период времени когда строится единая платформа в очень сыром виде.

В части 3 я Вам расскажу как я представлял себе будущее электронных систем в медицине.

Я расскажу как врач, который работает в государственной клинике, который долгое время ждал этого прыжка в будущее, но до сих пор не получил его. Эта статья может помочь разработчикам программного обеспечения «Единой цифровой платформы» — я так понял они есть на Хабре.

Доброго времени суток habr, на связи Николай Иванов, студент-магистр 1 курса Сколтеха факультета Data Science. С почином, так как это моя первая, и, надеюсь, не последняя статья на habr. С того момента как я познакомился с областью Deep Learning прошло уже около двух лет. С самого начала мне была интересна область обработки естественного языка (Natural Laguage Processing, NLP), о некоторых задачах которой и результатах я попробую рассказать в этой статье. В мае 2023 года начался мой путь в Sber AI Lab в замечательном центре медицины. Мой рассказ будет в какой-то степени сравнением того что было сделано до меня и того, какие идеи мы развили, что получилось, а что не получилось. Хочу сослаться на замечательную статью Даниила (https://habr.com/ru/articles/711700/), который использовал модель RuBioBERTa для задач из MedBench. Я же буду использовать другое решение, посмотрим, чем оно лучше, чем хуже и вообще насколько подходит для NLP-задач в медицине.

Немного оффтопа

Я очень рад, что каждый месяц появляются новые, более сложные и интересные архитектуры, реализующие смелые идеи, которые двигают вперёд области Deep Learning, NLP и Computer Vision (CV), но сколько из них реально используются в прикладных задачах? Вот оценка внедрения AI решений по странам (на основании отчёта IBM Global AI Adoption Index 2022):

Интеллектуальный сервис для применения в стоматологии и черепно‑лицевой хирургии

В заметке хотелось рассказать о проекте разработки сервиса для предоставлении услуг удаленного заказа и автоматического изготовления мостовидных зубных протезов искусственных коронок зубов и различных имплантатов челюстей и фрагментов черепа (скул или орбит), лицевых эпитез, съёмных и условно съёмных и телескопических протезов, капп для исправления прикуса, и любых других индивидуальных и стандартных изделий медицинского и стоматологического назначения. Возможен дизайн хирургических шаблонов для точного внедрения, расположения и крепежа всяческих лицевых и зубных имплантатов. Кроме того, в сервисе планируется реализация функционала диагностики и классификации пациента по входящим данным, в частности подготовка кинематического профиля пациента или интерпретация тонуса мускулатуры. Сервис предназначен в первую очередь для автоматизации работы врача‑стоматолога, травматолога, ортопеда, хирурга, кинезиолога и необходим различным зуботехническим и медицинским протезным лабораториям и клиникам, частным кабинетам страховым компаниям, скорой черепно‑челюстной травматологической помощи.

Что такое человек? Как работает человеческий мозг? Как устроена биологическая система управления человеческим телом? Является ли человек машиной, как считал Ламетри? Можно ли назвать человека челоботом?

Хабр, привет. Меня зовут Рамиль Шайбаков, я фронтенд‑разработчик в СберЗдоровье. Последние несколько лет я часто собеседую кандидатов на позицию frontend‑разработчика в нашу компанию и заметил одну закономерность — у большинства специалистов нет опыта в тестировании. Причем знаниями о unit/интеграционных/e2e‑тестах, пирамиде тестирования, красно‑зелёном рефакторинге, TDD и BDD, скриншот‑тестировании и других техниках не могут похвастаться как новоиспеченные фронтенды, так и специалисты уровня Senior. Причины и аргументы у всех разные, но итог один — фронтенды часто не делают тесты.

Я решил исправить эту ситуацию и подготовил небольшой гайд, который поможет фронтенд‑разработчикам внедрить тестирование в своей компании и сделать в нем первые шаги.

Рассматривается проблема COVID-19 и респираторная терапия дыхательной недостаточности, ассоциированной с COVID-19. Даны примеры клинических алгоритмов на медицинском алгоритмическом языке ДРАКОН.

Счет погибших от коронавирусной инфекции COVID-19 идет на миллионы. Борьба с этим злом потребовала от человечества чрезвычайных усилий: финансовых, организационных, научных. Потребовались не только новые методы вакцинации и лечения, но и новые формы сотрудничества медицины и ИТ-отрасли или, как говорят, новые формы цифровой трансформации медицины.

Последнее направление, в частности, включает в себя разработку новых медицинских знаний, которые воплощаются в новых сложных клинических алгоритмах. Разработку таких алгоритмов ведут врачи, специалисты в области респираторной терапии.

Опытные врачи, исследователи и ученые, работая на переднем крае науки, создают новое медицинское знание, новые методы диагностики и лечения, которые воплощаются в алгоритмах диагностики и лечения. Это очень сложная, кропотливая, трудоемкая, творческая работа.

Есть ли специальные инструменты, помогающие врачам, ученым и преподавателям придумывать и разрабатывать клинические алгоритмы? Есть ли инструменты, облегчающие творческий труд по созданию алгоритмов диагностики и лечения? Делающие труд творческих работников комфортным, продуктивным, защищенным от ошибок?

Увы, таких инструментов пока нет.

Между тем в эпоху цифровой медицины... 

Привет, Хабр! Меня зовут Даниил Погуляка. Я студент четвертого курса МГТУ им. Н.Э. Баумана, факультета "Информатика, искусственный интеллект и системы управления". Уже некоторое время я занимаюсь изучением методов машинного обучения, в частности, касающихся автоматической обработки текстов (Natural Language Processing, NLP). В конце прошлого года мне удалось попасть на стажировку в Sber AI Lab. Оказавшись в команде проекта MedBench, у меня появилась возможность поработать над практическими NLP задачами. В этой статье я бы хотел рассказать вам о проекте, которым занимался на протяжении своей стажировки. Проект связан с использованием нейронных сетей в сфере медицины, но подробнее о нём после небольшого введения.

Всем привет! Сегодня поговорим про самые интересные стартапы в сфере цифрового здравоохранения за последний год. 

Опираться предлагаю на «Digital Health 150» – рейтинг от компании CB Insights. Составители ежегодно отбирают 150 (как видно из названия) наиболее перспективных компаний в 14 категориях и публикуют данные о них в виде таблицы. 

В 2022 году борьба была жесткой – финалистов отобрали из 13 000 претендентов. Смотрели на разные критерии: бизнес-модель, динамика на рынке, инвестиции, позиционирование, технологическая новизна, собственные данные CB Insights о компании-претенденте и многое другое. 

Что можно сказать о стартапах, вошедших в рейтинг? 

Совокупно с 2017 года участники рейтинга 2022 года привлекли около 5,6 млрд долларов в рамках 378 сделок. В ТОП-3 компаний по общему привлечению акционерного капитала за все это время входят SWORD Health, Maven Clinic и Viz.ai.

Все участники рейтинга сейчас находятся на разных стадиях инвестиционного развития, от начинающих до «единорогов». При этом компании, находящиеся на ранних стадиях, занимают примерно половину списка, тогда как «единороги» – только 3% списка (5 компаний).

Стартапы, вошедшие в рейтинг, располагаются в 18 странах. Интересно, что в этом году четверть из них имеют штаб-квартиры за пределами США – это максимальный показатель за всю историю рейтинга. Однако по количеству стартапов на страну США по-прежнему лидируют (целых 112 компаний). 

UX-дизайн может улучшить повседневную жизнь людей. А если вы работаете UX-дизайнером в сфере здравоохранения, то ставки ещё выше. По данным Grand View Research, сектор медицинских технологий является одним из самых быстрорастущих в мире с ожидаемым доходом в размере 1305,1 млрд долларов США в 2030 году. Как у UX-дизайнера, у вас есть возможность помочь определить будущее здравоохранения. Давайте рассмотрим роль UX-дизайна в сфере здравоохранения, влияние пандемии COVID-19 на цифровые медицинские решения, феномен старения населения и ключевую роль проектирования для новых технологий, таких как виртуальная реальность (VR) и искусственный интеллект (ИИ).

Большинство цифровых решений для здравоохранения разрабатывается на базе уникального программного обеспечения, которое имеет высокий спрос и у которого практически отсутствует конкуренция. Поэтому компании часто пренебрегают UX медицинских продуктов. Однако спрос на цифровые решения для здравоохранения, такие как телемедицина, резко возрос из-за пандемии COVID-19, и они стали гораздо более востребованными. Компании делают ставки на цифровые решения для здравоохранения и разрабатывают гораздо больше продуктов, чем до пандемии, что и вызвало необходимость в улучшении UX-дизайна.

Искусственный интеллект все чаще используется в медицинских целях, в частности для анализа медицинских изображений. Процесс создания качественной и эффективной нейросети долгий и дорогой. Более того, данных для обучения зачастую недостаточно. 

Именно по этим причинам мы решили исследовать различные подходы, которые могли бы помочь сократить число необходимых аннотированных данных для получения модели того же качества. Это может позволить не только сократить время и расходы на аннотацию, но и ускорить цикл поставки новых моделей.

В результате нашего исследования, мы нашли лучший подход, который помог сохранить точность работы алгоритма при использовании лишь 20% разметки.
Магия - нет, расскажем подробнее…