Microsoft Healthcare NExT

Продукт
Название базовой системы (платформы): Microsoft Azure
Разработчики: Microsoft
Дата премьеры системы: 16 февраля 2017 г
Отрасли: Фармацевтика, медицина, здравоохранение
Технологии: Речевые технологии,  Медицинская информационная система,  Системы видеоаналитики,  Телемедицинский сервис

Содержание

Инициатива Microsoft Healthcare NExT (New Experiences in Technology)

7 трендов в здравоохранении

7 трендов в здравоохранении 2017
 
  • «Эффект цунами» с точки зрения нагрузки на систему здравоохранения (расходы на поддержание здоровья людей в возрасте 65+ в 4-5 выше, чем на людей моложе 65 лет)[1]
  • Изменения в возрастной структуре населения, рост хронических заболеваний создают новые долгосрочные потребности в области оказания медицинских услуг
  • Это требует другого профиля и моделей оказания медицинских услуг (телемедицина; постоянные, долгосрочные контакты с пациентами, особенно пожилыми и страдающими хроническими заболеваниями; интернет вещей, и пр.)
  • ИТ-решения должны быть интегрированы с медицинскими услугами в рамках всей системы взаимодействия: дома, на работе, в обществе, в системе медицинского и социального обеспечения.

 

2017

Анонс Microsoft Healthcare NExT

16 февраля 2017 года Microsoft анонсировала несколько инициатив и решений в здравоохранении. Софтверный гигант намерен использовать свои облачные сервисы и технологии искусственного интеллекта (ИИ) на благо медицинских учреждений и партнеров.

Данная программа Microsoft получила название Healthcare NExT. Она объединит исследования и разработки медицинских продуктов, а также новую модель стратегического сотрудничества корпорации в секторе здравоохранения. Microsoft предоставит партнерам ресурсы для создания и внедрения искусственного интеллекта.

Microsoft предоставит облачные сервисы и искусственный интеллект на благо здравоохранения

В рамках Healthcare NExT компания Microsoft анонсировала несколько новых проектов:

HealthVault Insights

Этот исследовательский проект позволит партнерам Microsoft глубже понимать здоровье пациентов и разрабатывать четкие планы лечения, используя последние научные достижения в области машинного обучения. К платформе HealthVault Insights можно будет подключать фитнес-браслеты, весы с беспроводной связью и другие устройства, обеспечив удаленный мониторинг состояния пациента.

Microsoft Genomics

Проект развивает геномный анализ с использованием платформы Azure и экосистему партнеров в этой области. Цели:

  • Быстр расшифровка и анализ ДНК в сообществе с партнерами на основе высокопроизводительных облачных вычислений в Microsoft Azure
  • Вторичный, третичный анализ и интеграция с электронными медицинскими записями
  • Предоставление доступа к облачному хранилищу данных через специализированное API
  • Использование аналитических возможностей Microsoft Azure

Виртуальный собеседник

С использованием искусственного интеллекта. Эта технология позволит партнерам Microsoft создавать инструменты для ухода за больными с умным голосовым управлением.

Project InnerEye

Разработка программного обеспечения с использованием ИИ для планирования лучевой терапии. Цель данного проекта — предоставить дозиметристам и лучевым терапевтам инструменты для построения 3D-моделей организма пациента на основе медицинских изображений за несколько минут вместо нескольких часов, требуемых сейчас.

  • Проект MS Research по разработке ПО с использованием ИИ для планирования радиотерапии
  • Построение на основе стандартных снимков КТ 3D-модели участков, пораженных раковой опухолью, в течение минут (вместо нескольких часов) для последующего лечения
  • Обеспечивает более быструю и точную классификацию болезни и лучший конечный результат радиотерапии
  • Не требует использования труда врачей супер-высокой квалификации (экономия средств)
  • Облачные технологии и алгоритмы машинного обучения

Использование алгоритмов, апробированных в Microsoft Kinect

Используются одни и те же алгоритмы машинного обучения для интерпретации различных типов изображений

Галерея демо-шаблонов

Галерея демо-шаблонов решений для здравоохранения с использованием технологий машинного обучения.

  • Предсказание продолжительности пребывания пациента в госпитале[2]
  • Бинарная классификация данных для идентификации рака груди
  • Предсказание рака груди с использованием Azure Machine Learning для анализа данных
  • Предсказание болезней сердца с использованием набора данных из репозитория Калифорнийский университет в Ирвайне UCI Machine Learning repository

Архитектура on-premise решения по предсказанию пребывания пациента в госпитале с использованием SQL Server R Services

Шаблоны Skype for Business для использования в телемедицине

  • Open Source шаблоны для Skype for Business, которые позволяют партнерам, клиникам создавать решения для удаленного взаимодействия врачей между собой и с пациентами в различных ситуациях и сценариях
  • Различные варианты развертывания – локальные сервера, облачные сценарии или гибрид, для соответствия требованиям масштабирования, безопасности, надежности и структуре затрат
  • Консультации «врач-врач»
  • Консилиумы
  • Сервисы «второго мнения»
  • Консультации между врачом и пациентом

  • Все необходимые инструменты коммуникаций `под рукой` – чат, голос, видео, статус присутствия и место нахождения
  • Спонтанные и запланированные конференции
  • Поддержка передачи видео в формате H.264, режим совместной работы с материалами и возможность передачи данных с других систем в режиме реального времени
  • Web-приложение Skype for Business предоставляет возможность подключения из любого места с полным набором функций совещаний доступных в версии клиента для ПК (Internet Explorer, Firefox, Chrome, Safari)
  • SDK и API для разработчиков (встраивание в функционал МИС)

Microsoft HoloLens

Носимый голографический компьютер - технология дополненной реальности, которая позволяет привнести цифровой мир в реальный мир.

Инструментарий для создания роботов (ботов)

В интересах здравоохранения `Microsoft’s AI health chatbot technology

Различные сценарии использования

  • Первичная сортировка пациентов на основе стандартных медицинских протоколов или полностью адаптированных
  • Возможность предоставления ответов по льготам и ценам
  • Возможность полной настройки и встраивания в МИСы и порталы взаимодействия с пациентами

Интеллектуальные возможности настройки диалога

  • «Коробочная» готовая функциональность
  • Поддержка динамической интерактивный настройки диалога
  • Использование знаний от предыдущих контактов с пациентом
  • Использование информации из HealthVault с данными по пациенту, включая используемые препараты, данные с носимых устройств
  • Использование индустриальных баз знаний для генерации более релевантных ответов

«
Я хочу, чтобы наши исследовательские возможности и гипермасштабируемые облачные вычисления помогли нашим партнерам добиться больших успехов в мире здравоохранения, — заявил глава программы Healthcare NExT Питер Ли (Peter Lee).[3]
»

Сценарии использования облачной платформы Microsoft в здравоохранении

Объемы данных и требования к вычислительным мощностям в здравоохранении

В системе здравоохранения генерируется 30% мировых данных в цифровой форме[4]

  • Объем данных в цифровой форме в системе здравоохранения увеличивается на 48% ежегодно[5]
  • Колоссальные объемы данных, связанные с анализом генома человека (геномика) для целей «точной медицины»
  • Человек – это «большие данные»: миллиарды символов закодированы в каждом из нас
  • Генетический код одного человека – это примерно 100 ГБ информации
  • Сегодня анализ ДНК человека стоит примерно $1000 – это примерно 2% от стоимости этой процедуры в 2010 г. Это возможно благодаря высокопроизводительным облачным вычислениям и хранению данных в облаке. Технология становится мейнстримом благодаря падению цены и доступности
  • Эксперты оценивают, что к 2025 г. будут проанализированы геномы 100 млн. человек.
  • Облачные вычисления – идеальный инструмент для такого анализа
  • Полная расшифровка этого кода – это примерно 24 часа вычислений на достаточно мощной виртуальной машине (Azure D14 instance: 16 ядер, 112 Гб оперативной памяти, 800 Гб локальной SSD-памяти и пр.)
  • Объем данных, которые генерируются в области геномики, удваивается каждые 7 месяцев и скоро будет находится в области зетабайт (10 в 21 степени байт) (~40 экзабайт данных в год к 2025 г.)[6]

Примечания



Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Вокорд (Vocord) (9, 45)
  VizorLabs (Визорлабс) (9, 40)
  ВидеоМатрикс (Videomatrix) (17, 32)
  VisionLabs (ВижнЛабс) (13, 32)
  PTV Group (2, 25)
  Другие (324, 175)

  NVI Research (1, 1)
  ЭЛВИС-НеоТек (1, 1)
  VizorLabs (Визорлабс) (1, 1)
  Другие (0, 0)

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  СП.АРМ (1, 1)
  Другие (0, 0)

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год

  МИС qMS - 1
  Другие 0