100 Э. Шортлифф род 1947

Эдвард Ханс Шортлиф - американский специалист в области биомедицинской информатики, врач и специалист по информатике канадского происхождения. Шортлифф является пионером в использовании искусственного интеллекта ((ИИ) в медицине.
Шортлифф — американский учёный в области биомедицинской информатики.

Родился в Эдмонтоне, Альберта, но в 6 лет переехал с семьёй в Коннектикут. Посещал школу Лумиса в Коннектикуте, а позже школу Грэшема в Соединённом Королевстве.
В 1970 году получил степень бакалавра прикладной математики с отличием в Гарвардском колледже. В 1976 г. в Стэнфордском университете Э.Х. Шортлиф защитил докторскую диссертация, которая была посвящена системе MYCIN. Эта система была спроектирована для диагностирования бактерий, вызывающих тяжелые инфекции, такие как бактериемия и менингит, а также для рекомендации необходимого количества антибиотиков в зависимости от массы тела пациента. Название системы происходит от суффикса «-мицин», часто встречающегося в названиях антибиотиков.
В 1976–1979 годах проходил обучение персонала отделений внутренней медицины в Массачусетской больнице общего профиля и Стэнфордской больнице.
В 1980 году основал одну из первых официальных программ получения степени в области биомедицинской информатики в Стэнфордском университете.
В 2003–2007 годах входил в совет директоров Medco Health Solutions, крупной фармацевтической компании.
В 2000 году перешёл в Колумбийский университет в качестве заведующего кафедрой биомедицинской информатики, заместителя вице-президента, старшего заместителя декана по стратегическим информационным ресурсам, профессора медицины, профессора компьютерных наук и директора службы медицинской информатики Нью-Йоркской пресвитерианской больницы.
С марта 2007 по май 2008 года был деканом-основателем кампуса в Фениксе Медицинского колледжа Университета Аризоны.
С ноября 2009 по октябрь 2011 года был профессором Школы биомедицинской информатики в Центре медицинских наук Техасского университета в Хьюстоне, штат Техас.
Занимал пост президента и главного исполнительного директора Американской ассоциации медицинской информатики с 2009 по 2012 годы.
В 2023 году получил медаль Уолша Макдермотта за выдающиеся заслуги перед Национальной академией медицины и Национальными академиями наук, инженерии и медицины.
Автор более 350 статей и книг в областях биомедицинских вычислений и искусственного интеллекта.

Сам термин «искусственный интеллект» был введён Джоном Маккарти в 1956 году на Дартмутской конференции, где обсуждались возможности создания систем, имитирующих человеческое мышление. Таким образом, можно выделить несколько ключевых фигур и проектов, которые внесли значительный вклад в развитие ИИ в медицине: Джон Маккарти, Эдвард Шортлифф, Джозеф Вейценбаум, Алан Тьюринг. Также важно отметить вклад российских учёных, таких как Алексей Ляпунов, который организовал семинар «Автоматы и мышление» в МГУ в 1954 году, что стало началом исследований в области кибернетики и ИИ в СССР.

В настоящее время ИИ играет ключевую роль в современной медицине. Он помогает врачам и медицинским учреждениям улучшать качество диагностики, лечения и управления пациентами. ИИ существенно облегчает работу медицинских работников по всему миру. Ярким примером является одно из последних исследований, которое показало, что обученная система искусственного интеллекта способна обнаруживать острые неврологические проявления на снимках компьютерной томографии в течение 1.2 секунды! Тесты проводились на более чем 37 тысячах КТ головы, их результаты показали, что система может диагностировать и выявлять неврологические заболевания, такие как инсульт, быстрее, чем любой врач-рентгенолог.

Некоторые области применения ИИ в медицине:
Диагностика заболеваний. Нейросети могут анализировать медицинские изображения, такие как рентгеновские снимки, МРТ и КТ, чтобы выявлять аномалии и заболевания на ранних стадиях. Например, ИИ может обнаружить признаки рака лёгких на рентгеновских снимках с высокой точностью.
Персонализированное лечение. ИИ позволяет разрабатывать персонализированные планы лечения для каждого пациента. Это особенно важно в онкологии, где выбор правильной терапии может значительно повлиять на исход лечения. Нейросети могут анализировать генетические данные опухоли и предлагать наиболее эффективные лекарства и методы лечения.
Разработка новых лекарств и методов лечения. Например, ИИ может анализировать структуру белков и молекул, чтобы предсказать их взаимодействие с различными лекарственными веществами. Это позволяет ускорить процесс разработки новых препаратов и снизить затраты на клинические испытания.
Административные и операционные улучшения в здравоохранении. Это включает в себя автоматизацию рутинных задач, таких как обработка медицинских записей, управление расписанием и оптимизация работы персонала. ИИ помогает сократить время на выполнение административных задач и позволяет медицинскому персоналу сосредоточиться на уходе за пациентами.
Телемедицина. В условиях нехватки квалифицированных медиков, особенно в отдалённых регионах, умные системы могут проводить предварительные обследования пациентов и предлагать рекомендации по лечению.
При этом ответственность и принятие решений о диагнозе и дальнейшем ведении пациента остаётся за лечащим врачом.

Ключевые игроки на мировом рынке ИИ в медицине:
IBM Watson Health является одним из ведущих игроков в области ИИ в медицине. Их система Watson способна анализировать огромные объемы медицинских данных и предоставлять врачам рекомендации по лечению. Например, Watson for Oncology помогает онкологам выбирать наиболее эффективные методы лечения для пациентов с раком, основываясь на последних научных исследованиях и клинических данных.
Watson Health работают с клиниками по всему миру для улучшения диагностики и лечения различных заболеваний, таких как рак, сердечно-сосудистые заболевания и диабет.
Google Health активно развивает технологии ИИ для медицины. Один из их проектов — DeepMind Health, который использует машинное обучение для анализа медицинских изображений. Например, система DeepMind может диагностировать заболевания глаз, такие как диабетическая ретинопатия, с точностью, сравнимой с ведущими офтальмологами. Кроме того, Google Health работает над проектами, связанными с анализом генетических данных и разработкой новых методов лечения.
Microsoft Healthcare активно работает над проектами, связанными с телемедициной и удаленным мониторингом пациентов. Их технологии позволяют врачам отслеживать состояние пациентов в режиме реального времени и предоставлять рекомендации по лечению. Например, их системы могут анализировать данные, полученные от носимых устройств, и предупреждать пациентов о необходимости принять меры для улучшения здоровья.

Российские компании и проекты в области ИИ в медицине:
СберЗдоровье — один из ведущих российских проектов в области ИИ в медицине. Они разрабатывают решения для телемедицины, которые позволяют пациентам получать консультации врачей онлайн. Например, их система использует ИИ для предварительного анализа симптомов и предоставления рекомендаций по дальнейшим действиям.
Botkin.AI занимается разработкой ИИ-решений для диагностики заболеваний на основе медицинских изображений. Их технологии помогают врачам выявлять рак легких, молочной железы и других органов на ранних стадиях. Например, их система может автоматически анализировать рентгеновские снимки и КТ-сканы, что позволяет значительно сократить время на постановку диагноза.
VisionLabs разрабатывает ИИ-решения для анализа медицинских данных и изображений. Их технологии используются для диагностики различных заболеваний, включая диабетическую ретинопатию и глаукому. Например, их система может автоматически анализировать снимки глазного дна и выявлять признаки заболеваний, что позволяет врачам своевременно начинать лечение.

Будущие тенденции и перспективы развития ИИ:
Персонализированная медицина
Одной из ключевых тенденций в развитии ИИ в медицине является переход к персонализированной медицине. ИИ позволяет анализировать генетические данные пациентов и разрабатывать индивидуальные планы лечения. Например, системы ИИ могут предсказывать, как пациент отреагирует на определенные лекарства, что позволяет выбирать наиболее эффективные методы лечения.
Персонализированная медицина также включает в себя использование ИИ для анализа данных о пациентах и предсказания вероятности развития различных заболеваний. Например, системы ИИ могут анализировать данные о пациентах с сердечно-сосудистыми заболеваниями и предсказывать вероятность развития инфаркта или инсульта. Это позволяет врачам принимать превентивные меры и разрабатывать индивидуальные планы лечения для каждого пациента.

Телемедицина и удаленный мониторинг
Телемедицина и удаленный мониторинг становятся все более популярными благодаря развитию ИИ. Системы ИИ могут анализировать данные, полученные от носимых устройств, и предоставлять рекомендации по здоровью в режиме реального времени. Например, ИИ может отслеживать уровень сахара в крови у диабетиков и предупреждать их о необходимости принять меры.
Телемедицина также включает в себя использование ИИ для анализа данных о пациентах и предоставления рекомендаций по лечению. Например, системы ИИ могут анализировать данные о пациентах с сердечно-сосудистыми заболеваниями и предсказывать вероятность развития инфаркта или инсульта. Это позволяет врачам отслеживать состояние пациентов в режиме реального времени и предоставлять рекомендации по лечению.

Роботизированные ассистенты
Роботизированные ассистенты на основе ИИ становятся неотъемлемой частью медицинской практики. Они помогают врачам в проведении операций, обеспечивая высокую точность и минимизируя риск ошибок. Например, роботизированные системы могут выполнять сложные хирургические процедуры с минимальным вмешательством человека.
Роботизированные ассистенты также используются для автоматизации рутинных задач, таких как анализ медицинских изображений и данных о пациентах. Например, системы ИИ могут автоматически анализировать рентгеновские снимки и КТ-сканы, что позволяет врачам быстрее и точнее ставить диагнозы. Это значительно ускоряет процесс диагностики и лечения, а также уменьшает вероятность ошибок.

ИИ в медицине продолжает развиваться и открывает новые возможности для улучшения качества медицинской помощи. Ключевые игроки и проекты, рассмотренные в этой статье, демонстрируют, как ИИ может изменить подход к диагностике и лечению заболеваний. В будущем мы можем ожидать еще более значительных достижений и инноваций в этой области.