АСИ взяло на поддержку четыре проекта в сфере медицины и социальной поддержки людей с ОВЗ. На заседании рабочей группы экспертного совета Агентства «Качество жизни» авторы проектов представили свои решения с использованием искусственного интеллекта (ИИ), машинного обучения, инструментов для сбора, анализа и обработки больших данных. Предложенные инициативы будут использованы для решения задач в системе российского здравоохранения и повысят качество медицинских услуг и сервисов.
Агентство поможет командам проектов найти партнеров, связаться с профильными ведомствами и институтами развития, провести пилотирование и распространить решения в регионах, выйти на российские и зарубежные рынки, а также окажет информационную поддержку.
Компания-инициатор проекта: «ФармФрейм», Москва
Лидер проекта: Борис Купчик
Система PharmFrame - это программное обеспечение для оптимизации закупок лекарств. В базу данных PharmFrame, которая ежемесячно синхронизируется с государственным реестром лекарственных средств, включены все препараты, зарегистрированные в России. Система проверяет наличие доказанной эффективности лекарств, в основе анализа лежит подтвержденная гипотеза, что препараты разного уровня доказательности имеют разное количество данных.
Данная методология успешно верифицирована врачами различных специальностей в течение четырех лет. PharmFrame позволяет подбирать аналоги препаратов с более высоким коэффициентом эффективности для повышения качества медицинской помощи. Также Pharmframe позволяет медицинским организациям сократить расходы на закупку лекарств.
Компания-инициатор проекта: «ЭВА ЛАБ», Челябинск
Лидер проекта: Евгений Алханов
Polyptron – программно-аппаратный комплекс с нейронной сетью, использующий алгоритмы ИИ, который помогает медикам принимать клинические решения. Polyptron в онлайн-режиме помогает врачам обнаружить первые признаки рака кишечника (полипы) и уменьшить риск развития онкологического заболевания на 72 %, а при дальнейшем обучении системы - до 98 %.
Система работает по следующему алгоритму: получение данных с эндоскопа; анализ видеопотока; обработка и вывод результатов на монитор врача; сохранение результатов анализа на сервере и передача данных. Применение Polyptron в медицинских учреждениях позволит снизить смертность от рака кишечника за счет ранней диагностики и сократить расходы на лечение пациентов с такими заболеваниями на поздней стадии.
Компания-инициатор проекта: «Мультицентр социальной и трудовой интеграции», Ленинградская область
Лидер проекта: Ирина Дрозденко
В Ленобласти многопрофильный ресурсный центр реализовал региональную модель трудовой и социальной адаптации инвалидов через профподготовку и трудоустройство с последующим сопровождением на рабочем месте. В центре создан комплекс госуслуг по профессиональной и социальной реабилитации людей с ОВЗ. Их предоставляют различные организации и ведомства, собранные в едином реабилитационном пространстве. Эффективность модели подтверждается снижением затрат учреждений для инвалидов на предоставление услуг в стационарах, а также ростом отчислений в госбюджет за счет расширения налогооблагаемой базы при создании рабочих мест и увеличения числа социально ответственных предприятий.
Платформа прогнозной аналитики для здравоохранения Webiomed
Компания-инициатор проекта: «К-СКАЙ», Карелия
Лидер проекта: Александр Гусев
Платформа Webiomed предназначена для автоматического анализа медицинских данных, оценки рисков развития заболеваний и их осложнений на персональном и общественном уровне. Алгоритмы работы платформы основаны на машинном обучении, прогнозном моделировании, NLP (анализ компьютером человеческого языка) и BI (набор инструментов для сбора, анализа и обработки различных данных). Система может интерпретировать данные 40 заболеваний и оценивать риски и варианты негативных последствий еще 14 заболеваний.
В состав Webiomed также включены система поддержки принятия управленческих решений в области профилактики и управления здоровьем и система поддержки принятия врачебных решений (СППВР).
Webiomed позволяет сократить время на обработку сведений из электронных медицинских карт в десять раз, помогает обратить внимание врача на пациентов и не пропустить возникновение заболевания, а также обнаруживать болезни на ранней стадии - точность прогнозирования платформы составляет до 98 %. Благодаря платформе медики смогут эффективнее оказывать профилактическую медпомощь гражданам, проводить профилактическое лечение хронических заболеваний и снижать уровень смертности от них.