Рубрика «Блог компании DOC+»

Задачи, которые напрямую не связаны с лечением пациентов

Современные системы искусственного интеллекта уже помогают врачам лечить пациентов. Например, компания HeartFlow, используя снимки КТ, компьютерное моделирование потоков крови и алгоритмы глубокого обучения, умеет строить 3D-карту сердца. Это дает докторам возможность точнее и быстрее диагностировать сердечные заболевания, снижая число необходимых инвазивных процедур на 80%.

Однако ИИ находит применение и в областях, напрямую не связанных с лечением больного, но все равно влияющих на качество медицинского обслуживания. Об этих, в какой-то степени вспомогательных, но по-прежнему важных задачах, мы сегодня и хотим поговорить.

Что умеют системы ИИ в медицине? - 1Читать полностью »

Сбор анамнеза — неотъемлемый этап осмотра пациента. Врач опрашивает больного о патологиях, оперативных вмешательствах, полученных травмах, течении заболевания. Часто он сам записывает информацию, которую сообщает ему больной, но иногда просит заполнить специальную анкету-опросник.

Обычно сбор анамнеза занимает до 60% времени консультации и длится порядка 15 минут. Поэтому на Западе в связи с дороговизной рабочего времени врача существует практика, в рамках которой первичный доврачебный осмотр пациента проводят медсестры. Они заполняют специальные анкеты, на которые в дальнейшем опирается врач. Однако такой подход лишь перекладывает процесс сбора анамнеза с одного человека на другого.

Поэтому сегодня разрабатываются и внедряются технологии на базе искусственного интеллекта в формате чат-ботов, которые сокращают время сбора анамнеза в несколько раз и снижают вероятность ошибки. Это экономит ресурсы поликлиники и «разгружает» медсестер и докторов, давая последним возможность глубже изучить симптомы заболевания и поставить более точный диагноз.

О том, какие чат-бот решения уже существуют сегодня, что они умеют, и как устроен чат-бот DOC+, расскажем далее.

Как устроены медицинские чат-боты — разбираемся на примере бота DOC+ - 1Читать полностью »

Как пишут в The Huffington Post, 80% данных электронных медицинских карт хранится в неструктурированном виде — так называемом «текстовом пузыре». В текстовом виде хранятся не только данные ЭМК, но и большое количество другой медицинской информации — это научные статьи, клинические рекомендации, описание болезней и жалоб. И даже если данные в них частично структурированы, общепринятых форматов их хранения нет.

Извлечь полезные знания из «текстового пузыря» проблематично — простейшие алгоритмы способны проверить документ на вхождение тех или иных слов или словосочетаний, однако этого оказывается недостаточно: врачу всегда важны подробности. Ему нужно не только знать о том, что у больного температура, но и понимать динамику: к примеру, «температура поднимается по вечерам до 39 и держится уже четвертый день».

Помочь извлечь ценную информацию из медицинских текстов и электронных медкарт способны технологии обработки естественного языка (Natural Language Processing, NLP). Далее мы расскажем, как NLP-технологии упрощают работу врачей: поговорим про распознавание речи и текстов, наполненных медицинскими терминами, и помощь в принятии клинических решений.

Зачем нужна обработка естественного языка в медицине: современные задачи и вызовы - 1Читать полностью »

Вспомните старую добрую регистратуру в ближайшей поликлинике. Страшно представить, сколько труда, сил и бумаги уходит на ее поддержание. И это при том, что бумажные архивы продолжают портиться и теряться.

К счастью, у них есть цифровая альтернатива — электронные медицинские карты. В этой статье мы расскажем, как они меняют жизнь пациентов и врачей к лучшему и как мы используем их для совершенствования сервиса DOC+.

Как DOC+ перемещает бумажные архивы на планшеты и смартфоны - 1
Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js