Экспертные заключения: 2
Консультации: 0

Телемедицинские технологии с телевизионными алгоритмами видеоаналитики и искусственного интеллекта.

Телемедицинские технологии позволяют врачам получать информацию о состоянии здоровья пациентов благодаря зрению и слуху, также, как и при использовании телевизионных технологий. Применение в телемедицине телевизионных технологий, имитирующих алгоритмы зрительного обнаружения и распознавания человеком визуальных образов, позволяет:

  1. Многократно увеличить контрастную чувствительность и градационную разрешающую способность комплекса «телевизионная система – зрение человека» для визуализации едва заметных и скрытых от человеческого глаза диагностических признаков ранних стадий патологий.
  2. Использовать для визуального и машинного анализа диагностических изображений пациентов единые базы данных и знаний по изменениям признаков здоровья и патологий. Это позволяет обеспечить логическую прозрачность для пациентов и врачей результатов машинного анализа.
  3. Синтезировать алгоритмы искусственного интеллекта, имитирующие в режиме реального времени алгоритмы образного мышления человека на основе телевизионных алгоритмов зрительного обнаружения и распознавания диагностических признаков здоровья и патологий.
  4. Сочетать преимущества визуального, телевизионного и машинного анализа и распознавания изменений признаков здоровья и патологий в любых диагностических изображениях пациентов.
  5. И пациентам и врачам выбирать наиболее эффективные для них алгоритмы анализа и дешифровки изображений пациентов в зависимости от решаемых диагностических задач, своих знаний и навыков, требуемых точности, времени и цены решения.
  6. Создать Интернет-центры интеллектуальной поддержки решений пациентов и врачей в режиме реального времени на основе оценки выигрышей в точности, времени и цене решения типовых задач анализа и дешифровки изображений пациентов.

В основе проекта методика имитационного моделирования и синтеза двухканальных телевизионных систем цветового кодирования полутоновых изображений. На её основе для эффективного решения рентгенологами типовых диагностических задач по рентгенограммам пациентов синтезированы алгоритмы серийной телевизионной установки УАР-2, отмеченной 14 медалями ВДНХ СССР.

Целевая аудитория:

  1. Пациенты, контролирующие изменения состояния своего здоровья по изображениям наружных органов, кожи и выделений организма.
  2. Врачи, заинтересованные в снижении пропусков признаков ранних стадий патологий и ошибочных диагнозов при анализе и дешифровке диагностических изображений пациентов.
  3. Учреждения здравоохранения, заинтересованные в повышении эффективности анализа и дешифровки диагностических изображений пациентов.
  4. Медицинские учебные заведения, использующие технологии симуляционного обучения, основанные на анализе и дешифровке различных диагностических изображений пациентов.

Затраты команды проекта:

  1. На синтез телевизионных алгоритмов экспресс-диагностики по рентгеновским изображениям в травматологии и ангиографии 0,5 млн. руб. (с 1998 по 2006 г.).
  2. На экспертизу концепции Интернет-центров интеллектуальной поддержки решений пациентов и врачей в режиме реального времени на основе телемедицинских технологий с телевизионными алгоритмами видеоаналитики и искусственного интеллекта 1,0 млн. руб. (с 2007 по 2022 г.).
  3. На НИОКР для создания совместно с медицинскими и техническими партнерами телемедицинских сервисов в терапевтической области* от 20 млн. руб. (с 2023 по 2025 г.).

*Алгоритм определения финансовых затрат:

  1. Оценка точности, времени и цены существующих решений типовых задач анализа и дешифровки изображений пациентов.
  2. Синтез оптимальных алгоритмов решения типовых задач п. 1.
  3. Оценки выигрышей в точности, времени и цене решения типовых задач п.1 согласно п. 2.
  4. Оценки ожидаемых расходов и доходов при использовании проектных решений согласно п. 2.
  5. Составление бизнес-плана и сметы расходов в случае оценки прибыльности проектных решений.

Конкурентные преимущества проекта:

  1. Визуализация скрытых от человеческого глаза структур диагностических изображений пациентов.
  2. Логическая прозрачность алгоритмов видеоаналитики и искусственного интеллекта.
  3. Использование при разметке визуальных образов признаков здоровья и патологий телевизионных анализаторов, позволяющих синтезировать алгоритмы искусственного интеллекта, многократно превосходящие по контрастной чувствительности и градационной разрешающей способности алгоритмы зрительного обнаружения и распознавания визуальных образов стандартным наблюдателем.

Прогнозируемые эффекты:

  1. Повышение выявляемости ранних признаков патологий и снижение врачебных ошибок при анализе и дешифровке диагностических изображений пациентов.
  2. Повышение эффективности телемедицинских технологий «пациент – врач» и «врач – врач» при поиске и обнаружении, пространственной локализации и распознавании, анализе изменений во времени визуальных образов признаков здоровья и патологий в диагностических изображениях пациентов.
  3. Повышение клинической, экономической и временной эффективности лечебно-диагностического процесса, требующего анализа и дешифровки диагностических изображений пациентов.

Ссылка

На страницу проекта

Направление

IT, Здравоохранение, медицина, фармацевтика, Образование, Наука

Рынки

HealthNet, NeuroNet

Сквозные технологии

Искусственный интеллект, Технологии машинного обучения и когнитивные технологии, Коллаборативные технологии, Персонифицированная медицина

Похожие проекты

Аппаратно-программный комплекс оказания первичной медицинской помощи и профилактики заболеваний сотрудников производственных предприятий с применением телемедицинских технологий и систем искусственного интеллекта
4 комментарии
Разработка механизма и алгоритмов анонимизации фото изображения человека на основе изменения биометрических персональных данных с использованием технологий искусственного интеллекта
0 комментариев
Разработка комплексного решения по управлению жизненным циклом садка аквакультуры с использованием технологий предиктивной аналитики, видеоаналитики и искусственного интеллекта
0 комментариев
Доработка и масштабирование сервиса по приему заявлений до поисково-рекомендательного онлайн-сервиса привлечения и приема абитуриентов на базе технологии искусственного интеллекта и алгоритмов машинного обучения
0 комментариев
Разработка экспертной AI-системы “UR-LI” для формирования персонифицированных алгоритмов взыскания дебиторской и списания кредиторской задолженностей с применением технологий искусственного интеллекта
0 комментариев