развитие «цифровых двойников» с ИИ повышает точность медицинских прогнозов
Точность работы системы специалисты проверили сразу в трех направлениях: при прогнозировании состояния 16,5 тысячи пациентов с немелкоклеточным раком легкого, 35 тысяч больных в отделениях интенсивной терапии и 1,1 тысячи людей с болезнью Альцгеймера. Во всех случаях новая модель превзошла существующие решения: средняя ошибка прогнозов оказалась ниже на 1,3-3,4%. Важно, что DT-GPT не только точнее предсказывала отдельные показатели, но и сохраняла взаимосвязи между ними и общую структуру данных. Это делает модель более надежным инструментом для отображения динамики состояния пациента и приближает практическое использование ЦД в медицине.
Кроме того, DT-GPT способна работать по принципу «нулевого обучения». Это значит, что система может предсказывать показатели, которых не было в исходной настройке. В исследовании она превзошла традиционные алгоритмы по 13 из 69 таких параметров. Другая особенность – устойчивость к типичным проблемам электронных медкарт: модель сохраняет высокое качество работы даже при большом числе пропусков, случайных ошибок и опечаток в медицинских записях.
Однако у технологии есть ограничения: она хуже справляется с редкими и резкими изменениями в состоянии, а также может наследовать искажения исходных данных. Поэтому для внедрения в широкую практику потребуется участие специалистов и доработка методов, повышающих точность и надежность работы.
Тем не менее, резюмировали исследователи, использование ЦД может ускорить клинические испытания, помочь врачам принимать решения, повысить качество персонализированной медицины и открыть новые возможности для рынка цифрового здравоохранения – от сервисов моделирования течения болезней до инструментов предиктивной аналитики и мониторинга пациентов.
Восприятие ЦД активно обсуждается и в обществе. Так, исследование Цюрихского университета показало, что 62% респондентов заинтересованы в использовании таких технологий, но 87% выступают против их принудительного внедрения. При этом 79% считают, что доступ к данным должен быть только у медицинских специалистов, а 64% готовы бесплатно делиться анонимизированной информацией для науки.
Точность работы системы специалисты проверили сразу в трех направлениях: при прогнозировании состояния 16,5 тысячи пациентов с немелкоклеточным раком легкого, 35 тысяч больных в отделениях интенсивной терапии и 1,1 тысячи людей с болезнью Альцгеймера. Во всех случаях новая модель превзошла существующие решения: средняя ошибка прогнозов оказалась ниже на 1,3-3,4%. Важно, что DT-GPT не только точнее предсказывала отдельные показатели, но и сохраняла взаимосвязи между ними и общую структуру данных. Это делает модель более надежным инструментом для отображения динамики состояния пациента и приближает практическое использование ЦД в медицине.
Кроме того, DT-GPT способна работать по принципу «нулевого обучения». Это значит, что система может предсказывать показатели, которых не было в исходной настройке. В исследовании она превзошла традиционные алгоритмы по 13 из 69 таких параметров. Другая особенность – устойчивость к типичным проблемам электронных медкарт: модель сохраняет высокое качество работы даже при большом числе пропусков, случайных ошибок и опечаток в медицинских записях.
Однако у технологии есть ограничения: она хуже справляется с редкими и резкими изменениями в состоянии, а также может наследовать искажения исходных данных. Поэтому для внедрения в широкую практику потребуется участие специалистов и доработка методов, повышающих точность и надежность работы.
Тем не менее, резюмировали исследователи, использование ЦД может ускорить клинические испытания, помочь врачам принимать решения, повысить качество персонализированной медицины и открыть новые возможности для рынка цифрового здравоохранения – от сервисов моделирования течения болезней до инструментов предиктивной аналитики и мониторинга пациентов.
Восприятие ЦД активно обсуждается и в обществе. Так, исследование Цюрихского университета показало, что 62% респондентов заинтересованы в использовании таких технологий, но 87% выступают против их принудительного внедрения. При этом 79% считают, что доступ к данным должен быть только у медицинских специалистов, а 64% готовы бесплатно делиться анонимизированной информацией для науки.
