Описание проекта
Основная причина пропуска ранних стадий патологий и врачебных ошибок - ограниченные возможности зрения и знаний человека, мыслящего образами. Телевизионные методы, имитирующие алгоритмы зрительного обнаружения и распознавания человеком визуальных образов, позволяют:
1. Многократно увеличить контрастную чувствительность и градационную разрешающую способность комплекса «телевизионная система – зрение человека». В результате появляется возможность визуализации едва заметных и скрытых от человеческого глаза признаков ранних стадий патологий.
3. Создать Интернет-центры интеллектуальной поддержки решений пациентов и врачей, представляющие собой человеко-машинные сети и обеспечивающие сочетание преимуществ визуального и машинного анализа и дешифровки диагностических изображений пациентов. Единое для пациентов и врачей описание визуальных образов и единое машинное описание признаков здоровья и патологий в виде изменений яркостных, цветовых, геометрических и временных характеристик визуальных образов - основа эффективного человеко-машинного интерфейса, позволяющего
- пациентам самостоятельно выявлять изменения визуальных образов признаков здоровья, нередко являющихся визуальными образами ранних признаков патологий;
- врачам в режиме реального времени выявлять едва заметные глазом изменения визуальных образов диагностических признаков здоровья и патологий;
- пациентам и врачам оперативно организовать врачебные консультации и консилиумы с использованием баз данных и знаний по изменениям признаков здоровья и патологий.
Проблема
При анализе диагностических изображений пациентов необходимо выявить либо изменения визуальных образов признаков здоровья до признаков патологий, либо изменения визуальных образов признаков патологий в процессе восстановления здоровья. Отсутствие стандартизованных визуальных образов признаков здоровья и различных патологий в изображениях пациентов, их изменчивость во времени и от пациента к пациенту не позволяют исключить врачей из диагностической цепочки. Однако, при визуальном анализе любых изображений пациентов от 40 до 60% пропуска признаков ранних стадий патологий не зависят от квалификации врача, а определяются характеристиками его зрительного обнаружения, а 80% врачебных ошибок связаны с неверной дешифровкой признаков патологий.
Для повышения точности медицинской диагностики используют различные системы медицинской визуализации, позволяющие определять состояние здоровья человека как по внешнему виду его наружных органов, так и по различным изображениям внутренних органов, тканей и клеток тела. Однако, сегодня нет единого подхода к моделированию, оценке качества и эффективности визуальных, машинных и человеко-машинных технологий анализа и дешифровки диагностических изображений пациентов. Затруднен их обоснованный выбор исходя из требуемой точности и допустимого для решения диагностической задачи времени. Нередко при анализе диагностических изображений пациентов отсутствует адаптация под характеристики зрительного обнаружения, знания и навыки врачей. При использовании систем медицинской визуализации врачебные ошибки вызваны также искажениями диагностических признаков и отсутствием логической прозрачности для врача результатов машинного анализа.
Польза
Интернет-центры интеллектуальной поддержки решений пациентов и врачей, сочетающие преимущества визуального и машинного анализа диагностических изображений пациентов с преимуществами человеческого и искусственного интеллекта при их дешифровке, позволят снизить пропуск ранних стадий патологий и врачебные ошибки при диагностике состояния здоровья пациентов.
Индикатор эффективности
Проценты снижения врачебных ошибок и пропусков ранних стадий патологий при анализе и дешифровке диагностических изображений пациентов.
Решение
1. Моделирование алгоритмов выявления и распознавания визуальных образов известных малоконтрастных объектов в тестовых изображениях
- при визуальном анализе и распознавании стандартным наблюдателем;
- при машинном анализе и распознавании;
- при сочетании преимуществ визуального и машинного анализа и распознавания.
2. Единая оценка эффективности различных вариантов выявления и распознавания визуальных образов известных малоконтрастных объектов в тестовых изображениях по критерию «результат/затраты» в координатах точности, времени и цены.
3. Тестирование характеристик зрения, знаний и навыков пользователей при выявлении и распознавании визуальных образов статистически достоверных признаков здоровья и патологий в тестовых диагностических изображениях пациентов.
4. Адаптация алгоритмов машинного анализа и распознавания под решаемые пользователями задачи с учётом результатов их тестирования (п.3).
5. Тестирование алгоритмов машинного анализа и распознавания статистически достоверных визуальных образов признаков здоровья и патологий в тестовых диагностических изображениях пациентов.
6. Выбор эффективной коллаборации человеко-машинного анализа и дешифровки диагностических изображений пациентов в зависимости от результатов предварительного тестирования (п.3, п.5), требуемой точности и допустимого для решения диагностической задачи времени.
7. Обучение пациентов навыкам эффективного выявления изменений визуальных образов признаков здоровья («нормы») в своих диагностических изображениях (п.6).
8. Обучение врачей навыкам эффективного анализа и дешифровки диагностических изображений пациентов с использованием машинных и своих баз данных и знаний по изменениям визуальных образов признаков здоровья и патологий в диагностических изображениях пациентов (п.6).
Ресурсы
1. Авторская методика имитационного моделирования телевизионных (человеко-машинных) алгоритмов анализа чёрно-белых и цветных изображений при решении оператором задач поиска и обнаружения, пространственной локализации и распознавания малоконтрастных объектов, анализа их изменений во времени. На основе авторской методики синтезирована серийная телевизионная установка для анализа рентгенограмм УАР-2, отмеченная 14 медалями ВДНХ СССР (1 золотая, 4 серебряные и 9 бронзовых) и апробированная в рентгенодиагностике, судмедэкспертизе, криминалистике и дешифровке космических снимков.
2. Научно-технический задел по алгоритмам повышения качества и эффективности человеко-машинного анализа и дешифровки чёрно-белых и цветных изображений с использованием алгоритмов компьютерного зрения и искусственного интеллекта, имитирующих алгоритмы зрения и образного мышления человека.
3. Для реализации проекта необходимо завершение НИОКР с защитой результатов интеллектуальной деятельности, новые медицинские и технические партнёры. Оценка объёма финансирования НИОКР на 3 года в 20 млн. руб. до выхода проекта на самоокупаемость. Подробности в презентации проекта.
#инвестиционно_привлекательный
Презентации
Пульс
Новость
Проект «Медтелеком» с 1998 года продвигается за счёт личных средств. Для ускорения внедрения апробированных в практическом здравоохранении эффективных проектных решений нужны новые инвесторы, медицинские и технические партнёры. Из запроса к экспертам Технопарка «Ленполиграфмаш» г. Санкт-Петербурга: «Что необходимо для развития проекта: 1. Медицинские партнёры с базами данных и знаний для синтеза эффективных телевизионных алгоритмов анализа и дешифровки диагностических изображений пациентов в предметной области. 2. Инвестор для совместного с медицинским партнёром НИР в предметной области. 3. Технические партнёры для ОКР портфеля продуктов и Интернет-сервисов в предметной области с медицинским партнёром и командой проекта.»
https://lpmtech.ru/venture-medtelecom/Новость
Опубликована заявка «Телевизионные алгоритмы анализа и дешифровки диагностических изображений пациентов» на Конкурс «СМАРТ ДИАЛОГ», проводимый Агентством стратегических инициатив и АНО «Диалог Регионы», нацеленный на поиск лучших управленческих практик в таких чувствительных сферах, как здравоохранение, образование и социальная политика.
https://smarteka.com/contest/practice/televizionnye-algoritmy-analiza-i-desifrovki-diagnosticeskih-izobrazenij-pacientovНовость
Проект «Интернет-центры интеллектуальной поддержки решений пациентов и врачей в реальном времени» прошёл научную экспертизу ведущими экспертами Минздрава России по критериям: • инновационность представляемого проекта; • актуальность проекта и его технологическая реализуемость в текущих условиях системы здравоохранения; • социальная значимость идей, изложенных в проекте; • инвестиционная привлекательность проекта; • целесообразность реализации проекта в реальных условиях и опубликован в сборнике проектов Всероссийской научной школы «МЕДИЦИНА МОЛОДАЯ» 2022 года в номинации «Прорывные идеи в развитии медицинской науки и клинической практики в решениях молодых ученых и проектных команд»
https://www.fondfilatova.ru/deyatelnost/izdatelskaya-deyatelnost/ Интернет-центры интеллектуальной поддержки решений пациентов и врачей в реальном времени.pdfНовость
Проект «Интернет-центры интеллектуальной поддержки решений пациентов и врачей в реальном времени» прошёл научную экспертизу ведущими экспертами Минздрава России по критериям: • инновационность представляемого проекта; • актуальность проекта и его технологическая реализуемость в текущих условиях системы здравоохранения; • социальная значимость идей, изложенных в проекте; • инвестиционная привлекательность проекта; • целесообразность реализации проекта в реальных условиях и опубликован в сборнике проектов Всероссийской научной школы «МЕДИЦИНА МОЛОДАЯ» 2022 года в номинации «Прорывные идеи в развитии медицинской науки и клинической практики в решениях молодых ученых и проектных команд»
https://www.fondfilatova.ru/deyatelnost/izdatelskaya-deyatelnost/ Интернет-центры интеллектуальной поддержки решений пациентов и врачей в реальном времени.pdfНовость
Проект-дополнение "Телемедицинские технологии с телевизионными алгоритмами видеоаналитики и искусственного интеллекта"
https://pt.2035.university/project/telemedicinskie-tehnologii-s-televizionnymi-algoritmami-videoanalitiki-i-iskusstvennogo-intellektaИнициация идеи и проекта
Телемедицинские технологии с телевизионными алгоритмами видеоаналитики и искусственного интеллекта.
сертификат.pdf https://xn--d1ach8g.xn--c1aenmdblfega.xn--p1ai/improject-47083/ideas/63230Новость
Метка #инвестиционно_привлекательный в описании - результат финальной защиты проекта в SIBMED-акселератор
https://www.youtube.com/watch?v=gQlo6hPV_o4Новость
Публикация резюме руководителя проекта
Резюме Инвестиционный консультант Eugene Nikolaev от 07-01-2023 09-51.pdf https://spb.hh.ru/resume/24d67e42ff09dc1afb0039ed1f644e696e4750Новость
Пройден Онлайн-курс по основам современной ТРИЗ
Сертификат ТРИЗ.pdf https://my.2035.university/mindclubs_triz_pay/now/stage/1Новость
Финальная защита стартап-проекта перед экспертами и партнёрами акселерационной программы SIBMED-Акселератор
SIBMED_Medtelekom.pptx https://leader-id.ru/events/367577 https://www.youtube.com/watch?v=gQlo6hPV_o4Новость
Подготовлена видеопрезентация для питч-сессии и выложена на платформу
https://youtu.be/4h_3jBmG-mMАкселерация
Проект прошел конкурсный отбор и приглашается к участию в акселерационной программе Проектно-образовательного интенсива Архипелаг 2022
https://pt.2035.university/project/medtelekom-internet-centry-intellektualnoj-podderzki-resenij-pacientov-i-vracej https://a2022.work/