И хотя в заглавном опросе тема ИИ и автоматизированных алгоритмов занимает почетное последнее место, я не смог пройти мимо и промолчать в #телевторник. 5 сентября на #онлайндиагностика 3.0 отдельным треком будет разговор про ИИ. Темы конференции:
Искусственный интеллект в медицинской визуализации: не только диагностика
Практический опыт применения новых цифровых технологий (MUSE) в электрокардиографии
Искусственный интеллект в Эхокардиографии. Начало Пути. #ИИ #ЭхоКГ К сожалению в это время я буду вести другую секцию, но надеюсь на согласие уважаемых лекторов поделиться записью с нами.
Искусственный интеллект в медицинской визуализации: не только диагностика
Практический опыт применения новых цифровых технологий (MUSE) в электрокардиографии
Искусственный интеллект в Эхокардиографии. Начало Пути. #ИИ #ЭхоКГ К сожалению в это время я буду вести другую секцию, но надеюсь на согласие уважаемых лекторов поделиться записью с нами.
Ну, и продолжая #телевторник, посмотрим, что же происходит over the ocean? Да все тоже самое, что и у нас - масса публикаций про все хорошее в мире медицинского ИИ. Буквально каждый день публикуются удивительные новости: "The number of life science papers describing AI/ML rose from 596 in 2010 to 12,422 in 2019". А что же на самом-то деле? Удивительно, но одобрены к клиническому использованию всего 29 медицинских технологий с использованием ИИ: https://www.nature.com/articles/s41746-020-00324-0#Tab1 Причем лидирующие позиции занимают решения для онкологии. А вот для кардиологии одобрены только 4: "Cardiology is another category with major advancements, resulting in four FDA-approved medical devices and algorithms..." и касаются они распознавания аритмий, аускультации и оценки эхокардиографии. Но, не теряя надежды, мы оптимистично изучаем десятки новых технологий, среди которых есть решения и для нейрофизиологии: "With two AI/ML-based algorithms, BrainScope Company Inc. has introduced AI/ML for the evaluation of brain injuries..." #гаджеты #ИИ #алгоритмыдиагностики
Nature
The state of artificial intelligence-based FDA-approved medical devices and algorithms: an online database
npj Digital Medicine - The state of artificial intelligence-based FDA-approved medical devices and algorithms: an online database
#телевторник #обучение #ИИ #обучение Переслано из МедикалКсю
Онлайн-курсы по цифровой медицине и data science
Развитие технологий и сокращение жизненного цикла профессий привели к устареванию классической модели образования «школа-вуз». Ей на смену пришла концепция lifelong learning — непрерывного обучения в течение всей жизни. И онлайн-образование — идеальный инструмент для получения новых знаний, которые пригодятся в процессе работы.
Собрала для вас подборку онлайн-курсов, которые пригодятся адептам цифровой медицины и врачам, желающим разобраться в data science. Enjoy!
✔️Введение в цифровую медицину
Цель учебного курса от МГУ им. Ломоносова состоит в формировании у слушателей понятийного аппарата и базовых представлений о принципах, направлениях, практике и перспективах внедрения цифровых технологий в медицине.
Стоимость курса - 1800 руб
Ссылка на курс: https://clc.am/opotjw
✔️Цифровая медицина и носимые устройства (eng)
Курс на английском языке от Университета Лидса для широкого круга слушателей, желающих узнать о применении носимых устройств в медицинских целях.
Обучение бесплатное
Ссылка на курс: https://clc.am/vDIdhw
✔️Искусственный интеллект (ИИ) в здравоохранении (eng)
Курс для начинающих от Стэнфордского университета. В процессе обучения студенты узнают как технологии ИИ используются для диагностики заболеваний и какие трудности возникают при использовании инструментов на основе ИИ.
7 дней бесплатно, далее - 5953 в месяц
Ссылка на курс: https://clc.am/Npxetg
✔️Data Science в медицине
На курсе от Geek Brains слушатели учатся решать задачи в области медицины: обрабатывать данные по сердечно-сосудистым заболеваниям, онкологии, сигналам ЭЭГ, рентгеновским изображениям. Всё это с помощью нейросетей и машинного обучения. Медицинское образование не обязательно.
24 месяца, 284400 р, диплом установленного образца.
Ссылка на курс: https://clc.am/fMOtSA
Онлайн-курсы по цифровой медицине и data science
Развитие технологий и сокращение жизненного цикла профессий привели к устареванию классической модели образования «школа-вуз». Ей на смену пришла концепция lifelong learning — непрерывного обучения в течение всей жизни. И онлайн-образование — идеальный инструмент для получения новых знаний, которые пригодятся в процессе работы.
Собрала для вас подборку онлайн-курсов, которые пригодятся адептам цифровой медицины и врачам, желающим разобраться в data science. Enjoy!
✔️Введение в цифровую медицину
Цель учебного курса от МГУ им. Ломоносова состоит в формировании у слушателей понятийного аппарата и базовых представлений о принципах, направлениях, практике и перспективах внедрения цифровых технологий в медицине.
Стоимость курса - 1800 руб
Ссылка на курс: https://clc.am/opotjw
✔️Цифровая медицина и носимые устройства (eng)
Курс на английском языке от Университета Лидса для широкого круга слушателей, желающих узнать о применении носимых устройств в медицинских целях.
Обучение бесплатное
Ссылка на курс: https://clc.am/vDIdhw
✔️Искусственный интеллект (ИИ) в здравоохранении (eng)
Курс для начинающих от Стэнфордского университета. В процессе обучения студенты узнают как технологии ИИ используются для диагностики заболеваний и какие трудности возникают при использовании инструментов на основе ИИ.
7 дней бесплатно, далее - 5953 в месяц
Ссылка на курс: https://clc.am/Npxetg
✔️Data Science в медицине
На курсе от Geek Brains слушатели учатся решать задачи в области медицины: обрабатывать данные по сердечно-сосудистым заболеваниям, онкологии, сигналам ЭЭГ, рентгеновским изображениям. Всё это с помощью нейросетей и машинного обучения. Медицинское образование не обязательно.
24 месяца, 284400 р, диплом установленного образца.
Ссылка на курс: https://clc.am/fMOtSA
Class Central
Free Course: MedTech: Digital Health and Wearable Technology from University of Leeds | Class Central
Discover digital health and learn how wearable technology is transforming healthcare with this online medtech course.
#телевторник #ИИ #персональныеданные #датасет
Не очень громкая новость, но очень значимая: Минздрав разработал поправки в Положение о Единой государственной информационной системе в сфере здравоохранения (ЕГИСЗ). Речь идет о расширении функционала подсистемы «Федеральная интегрированная электронная медицинская карта» – о подготовке и хранении наборов обезличенных медицинских данных. Проект документа (https://regulation.gov.ru/projects#npa=110456) опубликован для общественного обсуждения на портале regulation.gov.ru.
Дополнения предлагается внести в п.14 Положения о ЕГИСЗ: «Федеральная интегрированная электронная медицинская карта обеспечивает хранение наборов обезличенных медицинских данных для их использования в целях создания алгоритмов и методов машинного обучения с целью формирования систем поддержки принятия врачебных решений, создания и применения технологических решений на основе искусственного интеллекта».
Там же предлагается осуществлять поддержку разметки, подготовки наборов обезличенных медицинских данных, их верификации для решения конкретной задачи, в том числе с использованием методов машинного обучения; поддержку разработки технологических решений на основе ИИ. Подробности: https://clck.ru/RwE5G
Теперь немного о реальности: каждый из нас, кто подписывается на любые электронные сервисы, ставит «галочки» в ячейке «разрешить обработку персональных данных. А в соглашении, мелким кеглем написано о том, что «…Также данным согласием я разрешаю сбор моих персональных данных, их хранение, систематизацию, обновление, использование (в т.ч. передачу третьим лицам для обмена информацией), а также осуществление любых иных действий, предусмотренных действующим законом Российской Федерации». Таким образом, ваша обезличенная медицинская информация может быть передана третьей стороне для формирования дата-сетов для обучения искусственного интеллекта. Как исследователь и ученый – я доволен. Как гражданин и личность – в замешательстве…
Не очень громкая новость, но очень значимая: Минздрав разработал поправки в Положение о Единой государственной информационной системе в сфере здравоохранения (ЕГИСЗ). Речь идет о расширении функционала подсистемы «Федеральная интегрированная электронная медицинская карта» – о подготовке и хранении наборов обезличенных медицинских данных. Проект документа (https://regulation.gov.ru/projects#npa=110456) опубликован для общественного обсуждения на портале regulation.gov.ru.
Дополнения предлагается внести в п.14 Положения о ЕГИСЗ: «Федеральная интегрированная электронная медицинская карта обеспечивает хранение наборов обезличенных медицинских данных для их использования в целях создания алгоритмов и методов машинного обучения с целью формирования систем поддержки принятия врачебных решений, создания и применения технологических решений на основе искусственного интеллекта».
Там же предлагается осуществлять поддержку разметки, подготовки наборов обезличенных медицинских данных, их верификации для решения конкретной задачи, в том числе с использованием методов машинного обучения; поддержку разработки технологических решений на основе ИИ. Подробности: https://clck.ru/RwE5G
Теперь немного о реальности: каждый из нас, кто подписывается на любые электронные сервисы, ставит «галочки» в ячейке «разрешить обработку персональных данных. А в соглашении, мелким кеглем написано о том, что «…Также данным согласием я разрешаю сбор моих персональных данных, их хранение, систематизацию, обновление, использование (в т.ч. передачу третьим лицам для обмена информацией), а также осуществление любых иных действий, предусмотренных действующим законом Российской Федерации». Таким образом, ваша обезличенная медицинская информация может быть передана третьей стороне для формирования дата-сетов для обучения искусственного интеллекта. Как исследователь и ученый – я доволен. Как гражданин и личность – в замешательстве…
regulation.gov.ru
Нормативные правовые акты - Официальный сайт для размещения информации о подготовке нормативных правовых актов и результатах их…
Официальный сайт для размещения информации о подготовке федеральными органами исполнительной власти проектов нормативных правовых актов и результатах их общественного обсуждения
📖 В журнале Nature в прошлом году опубликована заметка, про новую доступную всем базу данных ЭКГ. Если кому интересно, то лучшим источником информации будет не сайт журнала, а описание базы данных на известном ресурсе physionet.org https://physionet.org/content/ptb-xl/1.0.1/.
🗄 База данных содержит 21837 ЭКГ покоя в 12 отведениях продолжительностью 10с, зарегистрированных у 18885 пациентов. Каждая ЭКГ была описана 2 кардиологами, всего в базе 71 вариант ЭКГ заключений. ЭКГ анонимизированы, однако есть данные о поле, возрасте пациентов.
⚠️Можно немного попенять авторов за низкую частоту дискретизации сигнала (500Гц), но если учесть, что часть записей датирована 1980-ми годами, то на это вполне можно не обращать внимания. Все доступно для скачивания по приведенной ссылке. Кстати, полный архив "весит" как хороший фильм: почти 2 гигиБайта, а для работы с ним нужен компьютер с весьма несредними возможностями по процессору и по памяти.
‼️ Почему данная информация заслуживает внимания медиков? По-моему, тому есть минимум 2 причины:
* публикация такого ресурса на условиях открытой лицензии (каждый разработчик может использовать, просто дав ссылку на используемую базу данных);
* создана основа великолепного учебно-тренировочного материала
❇️ Можно только поздравить коллег с публикацией столь замечательного материала на удобных для всех условиях.
#цифровторник #оновом #телемедицина #ЭКГ #ИИ #искусственныйинтеллект
🗄 База данных содержит 21837 ЭКГ покоя в 12 отведениях продолжительностью 10с, зарегистрированных у 18885 пациентов. Каждая ЭКГ была описана 2 кардиологами, всего в базе 71 вариант ЭКГ заключений. ЭКГ анонимизированы, однако есть данные о поле, возрасте пациентов.
⚠️Можно немного попенять авторов за низкую частоту дискретизации сигнала (500Гц), но если учесть, что часть записей датирована 1980-ми годами, то на это вполне можно не обращать внимания. Все доступно для скачивания по приведенной ссылке. Кстати, полный архив "весит" как хороший фильм: почти 2 гигиБайта, а для работы с ним нужен компьютер с весьма несредними возможностями по процессору и по памяти.
‼️ Почему данная информация заслуживает внимания медиков? По-моему, тому есть минимум 2 причины:
* публикация такого ресурса на условиях открытой лицензии (каждый разработчик может использовать, просто дав ссылку на используемую базу данных);
* создана основа великолепного учебно-тренировочного материала
❇️ Можно только поздравить коллег с публикацией столь замечательного материала на удобных для всех условиях.
#цифровторник #оновом #телемедицина #ЭКГ #ИИ #искусственныйинтеллект
physionet.org
PTB-XL, a large publicly available electrocardiography dataset v1.0.1
The PTB-XL ECG dataset is a large dataset of 21837 clinical 12-lead ECGs from 18885 patients of 10 second length. The raw signal data has been annotated by up to two cardiologists with 71 different ECG statements and is supplemented by rich metadata.
Начнем #вторникцифровой с короткого https://youtu.be/LsuahtOfP1A про котиков и #bigdata #dataset #ИИ #AI – предельно просто и очень корректно.
И далее сокращенная цитата из ФБ уважаемого А.В Владзимирского:
«До 31 марта проводится публичное обсуждение нацстандарта по тестированию искусственного интеллекта, который будет регулировать подготовку наборов данных для обучения и тестирования алгоритмов искусственного интеллекта, предназначенных для клинической медицины. Эксперты Центра диагностики и телемедицины ведут разработку стандартов совместно с подкомитетом ПК01/ТК164 «Искусственный интеллект в здравоохранении».
Новый #ГОСТ Р «Системы искусственного интеллекта в клинической медицине. Часть 5. Требования к структуре и порядку применения набора данных для обучения и тестирования алгоритмов» будет посвящен обучению «интеллектуального» программного обеспечения. В нем прописаны общие требования к тому, какой должна быть структура наборов данных для обучения и тестирования систем искусственного интеллекта, определен их порядок применения. Стандарт будет распространяться на датасеты, которые используются, во-первых, на этапе разработки программного обеспечения, во-вторых, при технических испытаниях и предварительных клинико-технических испытаниях, и, в-третьих, применяются для клинических испытаний на этапе регистрации и в ходе мониторинга безопасности.
В стандарте приведена классификация наборов данных и предоставлены пояснения к каждому из видов с примерами использования. Также там подробно описаны все этапы подготовки датасетов, которые позволят достигнуть цели обучения и тестирования систем искусственного интеллекта (СИИ), обеспечив при этом высокое качество их работы.»
«Этот национальный стандарт, который входит в перечень стандартов, посвященных системам искусственного интеллекта в клинической медицине. Главы стандарта посвящены контролю качества разрабатываемых наборов данных, государственной регистрации верифицированных наборов данных, системе менеджмента их качества при разработке, тестировании и обучении. Весь цикл стандартов, включая текущий, направлен на повышение доверия к системам искусственного интеллекта», – отмечает Дарья Шарова, заместитель руководителя отдела инновационных технологий Центра диагностики и телемедицины, ответственный секретарь ПК01 «Искусственный интеллект в здравоохранении».
То есть, то, что стало повседневной реальностью в информатизации, торговле, производстве, транспорте стремительно захватывает и медицину. Радует только то, что мы пытаемся отрегулировать этот процесс. Уж как получится –«будем посмотреть»
И далее сокращенная цитата из ФБ уважаемого А.В Владзимирского:
«До 31 марта проводится публичное обсуждение нацстандарта по тестированию искусственного интеллекта, который будет регулировать подготовку наборов данных для обучения и тестирования алгоритмов искусственного интеллекта, предназначенных для клинической медицины. Эксперты Центра диагностики и телемедицины ведут разработку стандартов совместно с подкомитетом ПК01/ТК164 «Искусственный интеллект в здравоохранении».
Новый #ГОСТ Р «Системы искусственного интеллекта в клинической медицине. Часть 5. Требования к структуре и порядку применения набора данных для обучения и тестирования алгоритмов» будет посвящен обучению «интеллектуального» программного обеспечения. В нем прописаны общие требования к тому, какой должна быть структура наборов данных для обучения и тестирования систем искусственного интеллекта, определен их порядок применения. Стандарт будет распространяться на датасеты, которые используются, во-первых, на этапе разработки программного обеспечения, во-вторых, при технических испытаниях и предварительных клинико-технических испытаниях, и, в-третьих, применяются для клинических испытаний на этапе регистрации и в ходе мониторинга безопасности.
В стандарте приведена классификация наборов данных и предоставлены пояснения к каждому из видов с примерами использования. Также там подробно описаны все этапы подготовки датасетов, которые позволят достигнуть цели обучения и тестирования систем искусственного интеллекта (СИИ), обеспечив при этом высокое качество их работы.»
«Этот национальный стандарт, который входит в перечень стандартов, посвященных системам искусственного интеллекта в клинической медицине. Главы стандарта посвящены контролю качества разрабатываемых наборов данных, государственной регистрации верифицированных наборов данных, системе менеджмента их качества при разработке, тестировании и обучении. Весь цикл стандартов, включая текущий, направлен на повышение доверия к системам искусственного интеллекта», – отмечает Дарья Шарова, заместитель руководителя отдела инновационных технологий Центра диагностики и телемедицины, ответственный секретарь ПК01 «Искусственный интеллект в здравоохранении».
То есть, то, что стало повседневной реальностью в информатизации, торговле, производстве, транспорте стремительно захватывает и медицину. Радует только то, что мы пытаемся отрегулировать этот процесс. Уж как получится –«будем посмотреть»
YouTube
Как учатся машины | Искусственный интеллект
Искусственный интеллект простыми словами
2020.06.22.20137786v1.full.pdf
6.8 MB
Ох, какой же сегодня #четвергрыбныйдень и #ухабоярская... #пренатальная #ЭХоКГ #ВПС #ИИ . Expert-level prenatal detection of complex congenital heart disease from screening
ultrasound using deep learning но только на английском(((
ultrasound using deep learning но только на английском(((
📖 Уж сколько написано и сказано про #ЭКГ скрининг гипертрофии левого желудочка (#ГЛЖ), что, пожалуй, и добавить-то нечего. Однако... Пару месяцев назад в журнале Kardiologia Polska на английском языке большая группа авторов из Сингапура публикует статью Machine learning versus classical electrocardiographic criteria for echocardiographic left ventricular hypertrophy in a pre-participation cohort (DOI: 10.33963/KP.15955, полный текст ищется по этой ссылке).
✳️ Авторы сравнили классические ЭКГ критерии ГЛЖ (Sokolow–Lyon, Romhilt–Estes, Modified Cornell, Cornell Product, and Cornell) с теми, которые выявили алгоритмы машинного обучения (Logistic Regression, GLMNet, Random Forests, Gradient Boosting Machines). При этом исследовалась молодая популяция из 17310 пациентов в возрасте от 16 до 23 лет с частотой ГЛЖ 0,82% (143 случая), подтвержденных данными #УЗИ сердца.
🤷🏻♂️Образно выражаясь, классические критерии проиграли по всем статьям, будучи чуть лучше случайного выбора (напомним, что исследовалась молодая популяция, для которой это наблюдение - не новость). При этом методы машинного обучения показали существенно (и статистически, и клинически) лучшие результаты как при использовании только информации из ЭКГ, так и при включении в анализ данных о возрасте, массе тела, систолическом АД (опять напомним про средний возраст популяции), доли жира и других подобных параметров. Интересующихся адресую к первоисточнику. Из самой ЭКГ алгоритмы машинного обучения "извлекли" хорошо известные нам параметры, такие как амплитуды R и S в отдельных отведениях, средняя продолжительность QRS, средний QT. Но комбинировали их иначе, чем в классических критериях ГЛЖ.
‼️ Какие выводы, кроме сделанных авторами, напрашиваются? Использование моделей и алгоритмов машинного обучения может расширить наши представления и дать удобные для применения на практике способы выявления ЭКГ синдромов.
#кардиосреда #вторникцифровой #ИИ
✳️ Авторы сравнили классические ЭКГ критерии ГЛЖ (Sokolow–Lyon, Romhilt–Estes, Modified Cornell, Cornell Product, and Cornell) с теми, которые выявили алгоритмы машинного обучения (Logistic Regression, GLMNet, Random Forests, Gradient Boosting Machines). При этом исследовалась молодая популяция из 17310 пациентов в возрасте от 16 до 23 лет с частотой ГЛЖ 0,82% (143 случая), подтвержденных данными #УЗИ сердца.
🤷🏻♂️Образно выражаясь, классические критерии проиграли по всем статьям, будучи чуть лучше случайного выбора (напомним, что исследовалась молодая популяция, для которой это наблюдение - не новость). При этом методы машинного обучения показали существенно (и статистически, и клинически) лучшие результаты как при использовании только информации из ЭКГ, так и при включении в анализ данных о возрасте, массе тела, систолическом АД (опять напомним про средний возраст популяции), доли жира и других подобных параметров. Интересующихся адресую к первоисточнику. Из самой ЭКГ алгоритмы машинного обучения "извлекли" хорошо известные нам параметры, такие как амплитуды R и S в отдельных отведениях, средняя продолжительность QRS, средний QT. Но комбинировали их иначе, чем в классических критериях ГЛЖ.
‼️ Какие выводы, кроме сделанных авторами, напрашиваются? Использование моделей и алгоритмов машинного обучения может расширить наши представления и дать удобные для применения на практике способы выявления ЭКГ синдромов.
#кардиосреда #вторникцифровой #ИИ
1.11.164.-1.098.21 ГОСТ_Р_СИИ_КФ.7z
650 KB
#четвергрыбовдень #ИИ #ГОСТ #клиническаяфизиология #обсуждение Уважаемые коллеги! Недавно в чате было обсуждение, что принимаемые нормативные документы не обсуждаются публично. Предлагаю присоединиться к процессу обсуждения документа, который будет регламентировать, как испытывать системы искусственного интеллекта, претендующего на особое место в медицине 😎 Предложения и замечания можно присылать мне в личку.
#кардиосреда #ЭКГ #ИИ #приглашаем_экспертов #первыйпошел
Опубликована первая версия набора данных ЭКГ для тестирования алгоритмов автоматического анализа ЭКГ. https://mosmed.ai/datasets/%D0%BD%D0%B0%D0%B1%D0%BE%D1%80-%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85-%D1%8D%D0%BA%D0%B3-%D1%81-%D1%86%D0%B5%D0%BB%D1%8C%D1%8E-%D1%82%D0%B5%D1%81%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F-%D0%B8%D0%B8-%D1%81%D0%B5%D1%80%D0%B2%D0%B8%D1%81%D0%BE%D0%B2-%D0%B4%D0%BB%D1%8F-%D0%BF%D0%BE%D0%B8%D1%81%D0%BA%D0%B0-%D0%BF%D1%80%D0%B8%D0%B7%D0%BD%D0%B0%D0%BA%D0%BE%D0%B2-%D0%BF%D0%B0%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B9-%D1%81%D0%B5%D1%80%D0%B4%D1%86%D0%B0/ Выражаю огромную признательность коллективу экспертов, без которых это было невозможным. Статья в журнале, жду верстку.
Теперь приступаем к пересмотру тезауруса и формирования второй версии НД-ЭКГ. Для этого необходимо будет проаннотировать не менее 1 000 ЭКГ. Поэтому приглашаю к сотрудничеству всех заинтересованных в приобретении нового опыта и печатных работ уровня SCOPUS. Что предстоит сделать: проштудировать и предложить свои варианты для изменения тезауруса, проаннотировать не менее 1000 ЭКГ на сайте ECG.ru в течение 6-ти месяцев. Работа безвозмездная. Но жутко интересная. Писать в личку, @Dmitry_V_Sh . Указывать ФИО, место работы, должность. Принципиально наличие сертификата на выбор: по ФД, кардиологии, СМП.
Опубликована первая версия набора данных ЭКГ для тестирования алгоритмов автоматического анализа ЭКГ. https://mosmed.ai/datasets/%D0%BD%D0%B0%D0%B1%D0%BE%D1%80-%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85-%D1%8D%D0%BA%D0%B3-%D1%81-%D1%86%D0%B5%D0%BB%D1%8C%D1%8E-%D1%82%D0%B5%D1%81%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F-%D0%B8%D0%B8-%D1%81%D0%B5%D1%80%D0%B2%D0%B8%D1%81%D0%BE%D0%B2-%D0%B4%D0%BB%D1%8F-%D0%BF%D0%BE%D0%B8%D1%81%D0%BA%D0%B0-%D0%BF%D1%80%D0%B8%D0%B7%D0%BD%D0%B0%D0%BA%D0%BE%D0%B2-%D0%BF%D0%B0%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B9-%D1%81%D0%B5%D1%80%D0%B4%D1%86%D0%B0/ Выражаю огромную признательность коллективу экспертов, без которых это было невозможным. Статья в журнале, жду верстку.
Теперь приступаем к пересмотру тезауруса и формирования второй версии НД-ЭКГ. Для этого необходимо будет проаннотировать не менее 1 000 ЭКГ. Поэтому приглашаю к сотрудничеству всех заинтересованных в приобретении нового опыта и печатных работ уровня SCOPUS. Что предстоит сделать: проштудировать и предложить свои варианты для изменения тезауруса, проаннотировать не менее 1000 ЭКГ на сайте ECG.ru в течение 6-ти месяцев. Работа безвозмездная. Но жутко интересная. Писать в личку, @Dmitry_V_Sh . Указывать ФИО, место работы, должность. Принципиально наличие сертификата на выбор: по ФД, кардиологии, СМП.
mosmed.ai
Artificial intelligence in radiology
Scientific research on the possibility of using clinical decision support systems in the Moscow healthcare system with data analysis based on advanced innovative technologies
#кардиосреда #ЭхоКГ #ИИ #дитеучианглийский
Уважаемые коллеги! Попалось очень интересное https://captionhealth.com/products/caption-ai/ Система, которая контролирует правильность выведения срезов. И ФВ может посчитать. Правда работает только на Terason… Видео только на английском. Но в принципе все понятно.
Уважаемые коллеги! Попалось очень интересное https://captionhealth.com/products/caption-ai/ Система, которая контролирует правильность выведения срезов. И ФВ может посчитать. Правда работает только на Terason… Видео только на английском. Но в принципе все понятно.
Переслал информацию об интересном, как мне кажется, и не только для "причастных", семинаре Кардиоцентра из его канала https://t.me/cardiowebcentre
Думаю, что после внятных объяснений докладчиков, нам всем станет чуть менее тревожно относительно перспектив новых технологий
#вторникцифровой #ЭКГ #ИИ #нейронныесети
Думаю, что после внятных объяснений докладчиков, нам всем станет чуть менее тревожно относительно перспектив новых технологий
#вторникцифровой #ЭКГ #ИИ #нейронныесети
Telegram
НМИЦ кардиологии им. ак. Е.И. Чазова Минздрава России
Ведущий кардиоцентр страны. Все виды кардиологической и кардиохирургической медицинской помощи.
❗️Единственный подлинный канал НМИЦК им. ак. Е.И. Чазова в Telegram 💯
❗️Единственный подлинный канал НМИЦК им. ак. Е.И. Чазова в Telegram 💯
Мы до определенного момента пользовались сервисом PMCardio, который позволял реально улучшать и распознавать плохо сфотографированные ЭКГ https://www.powerfulmedical.com/pmcardio
На этой неделе от них пришло письмо, что (цитирую) " ... мы рады, что только что выпустили PMcardio, сертифицированное медицинское устройство класса IIb. Это мягкое напоминание о том, что бесплатное приложение PMcardio-edu, которым вы пользовались, больше не будет доступно. Если вы хотите продолжать использовать наши приложения, теперь вы можете делать это в клинических условиях, поскольку это сертифицированное медицинское устройство в Великобритании. "
Растут приложения ИИ для ФД... Растут...
#вторникцифровой #ИИ
На этой неделе от них пришло письмо, что (цитирую) " ... мы рады, что только что выпустили PMcardio, сертифицированное медицинское устройство класса IIb. Это мягкое напоминание о том, что бесплатное приложение PMcardio-edu, которым вы пользовались, больше не будет доступно. Если вы хотите продолжать использовать наши приложения, теперь вы можете делать это в клинических условиях, поскольку это сертифицированное медицинское устройство в Великобритании. "
Растут приложения ИИ для ФД... Растут...
#вторникцифровой #ИИ
PMcardio | Powerful Medical
PMcardio App: AI-Powered ECG Interpretation | Powerful Medical
PMcardio is an AI-powered, certified class IIb medical device enabling you to accurately diagnose and treat 39 cardiovascular diseases in less than 5 seconds.