Главная проблема медицинского ИИ оказалась гораздо проще самого ИИ Прочитал интересный материал Ensemble на MIT Technology Review о следующем этапе использования искусственного интеллекта в здравоохранении. ИИ уже научился работать с медицинскими данными. Проблема в том, что самые ценные данные часто еще не готовы для работы с ИИ. Современные модели могут читать истории болезни, разбирать медицинские документы, находить связи и анализировать огромные массивы информации. Но в указанной статье обращают внимание на другой уровень данных. Почему в одном случае лечение или услуга были согласованы, а в другом возник отказ? Какие документы ускорили процесс? Где появилась ошибка? Какое решение в похожей ситуации сработало раньше? Именно такая история реальных действий и результатов становится особенно ценной для ИИ. Она накапливается годами внутри больниц, страховых и медицинских систем. В интернете этих данных нет. Поэтому следующий этап медицинского ИИ связан уже с интеграцией. Нужно собрать разрозненные данные, связать их между собой и дать алгоритму возможность видеть весь процесс. И здесь, читая материал, сложно не подумать о Казахстане. Мы много лет цифровизируем здравоохранение. Теперь для полноценного ИИ мало иметь медицинские информационные системы. Нужно еще, чтобы данные в них были качественными, совместимыми и могли работать вместе. Мировая медицина уже обсуждает, как научить ИИ использовать накопленный опыт системы. Нам, похоже, сначала предстоит научить сами медицинские системы нормально разговаривать друг с другом. Так что до медицинского ИИ мы обязательно дойдем. Вопрос только в том, сколько этапов цифровизации понадобится, чтобы сначала найти для него все данные. 📮В эпоху ИИ главным цифровым активом здравоохранения становится накопленная история реальных решений и результатов. Страны, которые смогут собрать ее в работающую систему, получат преимущество. Остальным сначала придется закончить цифровизацию. Рисунок сгенерирован с помощью AI #КодЭкономики 🤐 TENGENOMIKA