обзор применения искусственных нейронных сетей (с указанием типа модели ИНС, используемых данных и конкретной решаемой задачи) в области поддержки принятия решений и автоматической генерации рекомендаций в цифровой медицине

BigData и технологии глубокого обучения могут использоваться для извлечения важной информации из изображений и видео, чтобы помочь вам выбрать оборудование и препараты, наиболее подходящие для нужд конкретной области медицины.* Работа с документами. Например, технологии автоматизации процессов, такие как интеллектуальная автоматизация и RPA, помогают больницам автоматизировать повседневные операции с документами, включая отчетность.Независимо от того, какая часть решений искусственного интеллекта в области здравоохранения будет успешно внедрена, а какая нет, следует признать, что в 21 веке искусственный интеллект как технология оказывает наибольшее трансформирующее влияние на пакет технологий, которую мы используем в медицинской профессии.ЗАКЛЮЧЕНИЕВданной работе аспекты внедрения искусственного интеллекта в медицину в настоящее время. Также детально рассмотрено применение искусственных нейронных сетей в области поддержки принятия решений и автоматической генерации рекомендаций в цифровой медицине, медицинских клиниках, оценены перспективы развития данного направления.ИНС находит применение в задачах, требующих сосредоточения внимания. У ИНС также есть ниша для поддержки принятия клинических решений, но их успех в решающей степени зависит от лучшей интеграции с клиническими протоколами, а также от осознания необходимости комбинировать различные парадигмы, чтобы создать простейшую и наиболее прозрачную общую структуру.Другие примеры, в которых искусственные нейронные сети использовались для биомедицинских приложений, включают, но не ограничиваются ими, такие области, как: биоматериалы, электрофизиология, биотехнология, моделирование, приборостроение, реабилитационная инженерия, биомеханика, протезирование, медицинский анализ, биосенсоры, роботизированная хирургия, клинический анализ, компьютерные устройства, биоинформатика. Благодаря своим многочисленным возможностям и биомедицинской применимости во многих отношениях, из обзора различных литератур очевидно, что искусственная нейронная сеть как технология является мощным инструментом решения проблем, которая в последнее время произвел революцию в медицинской практике и является стержнем, от которого зависит будущее эффективного здравоохранения, а также в области поддержки принятия решений и автоматической генерации рекомендаций в цифровой медицине.СПИСОКИСПОЛЬЗОВАННЫХИСТОЧНИКОВ1Гусев А.В., Добриднюк С.Л. Искусственный интеллект в медицине и здравоохранении // Информационное общество, 2017.-№4-5-С. 78-93 2 Нейронные сети — будущие помощники врачей URL:https://biomolecula.ru/articles/neironnye-seti-budushchie-pomoshchniki-vrachei (дата обращения: 25.11.2022)3 Гусев А.В. Перспективы нейронных сетей и глубокого машинного обучения в создании решений для здравоохранения // Врач и информационные технологии. 2017. №3. URL: https://cyberleninka.ru/article/n/perspektivy-neyronnyh-setey-i-glubokogo-mashinnogo-obucheniya-v-sozdanii-resheniy-dlya-zdravoohraneniya (дата обращения: 26.11.2022).4 Нейросети в медицине: что это и как работает? URL:https://celsus.ai/blog/kak-rabotaet-mediczinskaya-nejroset/ (дата обращения: 25.11.2022)5 Нейронные сети в медицине URL: https://www.osp.ru/os/1997/04/179201 (дата обращения: 25.11.2022).6 Искусственный интеллект в медицине: сферы, технологии и перспективыURL: https://habr.com/ru/company/first/blog/682516/ (дата обращения: 25.11.2022).7 Сергеев Юрий Андреевич, Стерлёва Екатерина Андреевна, Ниазян Диана Артуровна ПРИМЕНЕНИЕ НЕЙРОСЕТЕЙ В МЕДИЦИНЕ. СРАВНЕНИЕ МЕТОДОВ НЕЙРОСЕТЕВОГО И ГРУППОВОГО АНАЛИЗА ПАТОЛОГИЙ // StudNet. 2021. №9. URL: https://cyberleninka.ru/article/n/primenenie-neyrosetey-v-meditsine-sravnenie-metodov-neyrosetevogo-i-gruppovogo-analiza-patologiy (дата обращения: 26.11.2022). 8 Artificial Neural Networks in Medical Diagnosis. IJCSI International Journal of Computer Science Issues, Vol. 8, Issue 2, March 201 URL: https://www.researchgate.net/publication/285912467_Artificial_Neural_Networks_in_Medical_Diagnosis (датаобращения: 25.11.2022).9 Drygin D.S., Pronkin N.N. APPLICATION OF ARTIFICIAL INTELLIGENCE IN MEDICINE // International journal of professional science. 2020. №1. URL: https://cyberleninka.ru/article/n/application-of-artificial-intelligence-in-medicine (дата обращения: 26.11.2022). 10 Jason W. Wei, Laura J. Tafe, Yevgeniy A. Linnik, Louis J. Vaickus, Naofumi Tomita, Saeed Hassanpour. (2019). Pathologist-level classification of histologic patterns on resected lung adenocarcinoma slides with deep neural networks. SciRep. 9;11 Jonathan M. Stokes, Kevin Yang, Kyle Swanson, WengongJin, Andres Cubillos-Ruiz, et. al.. (2020). A Deep Learning Approach to Antibiotic Discovery. Cell. 180, 688-702.e13;12 ПениковА.А., КозинаА.В., БеловЮ.С. (2019). Искусственные нейронные сети в диагностике многокритериальных заболеваний. Материалы Всероссийской научно-технической конференции «Наукоемкие технологии в приборо- и машиностроении и развитие инновационной деятельности в вузе». С. 149–151;