Сеченовский Университет и Яндекс будут вместе развивать ИИ для медицины и фармацевтики

Вместе Сеченовский Университет Минздрава РФ и Яндекс планируют реализовать более 10 проектов в области машинного обучения, анализа больших данных, технологий синтеза и распознавания речи, применять большие языковые модели для здравоохранения и ускорять разработку технологий. В числе запланированных проектов:

● Развитие облачной платформы биомедицинских данных. Это база с 18 млн медицинских документов, данные из которых специалисты университета используют для создания ИИ для лечения пациентов и создания новых лекарств.

● Применение больших языковых моделей (LLM) в медицине. Исследования на тему практического применения LLM в медицине, в том числе для общения с пациентом (чат-бот в мобильном приложении), поиска и обобщения информации в базе медицинских знаний и других приложений.

● Работа с клиническими данными для разработки новых фармакологических препаратов. Применение технологий обработки больших данных для автоматизации сбора и обработки информации при проведении клинических исследований.

● Создание умного голосового тренажера для студентов медицинских специальностей. Решение с применением речевых технологий будет выступать в роли пациента: студенты будут учиться правильно собирать анамнез, определять диагноз и давать рекомендации по лечению.

● Тестирование новых подходов к созданию ИИ (федеративного обучения). Это метод, при котором медицинским организациям не нужно обмениваться клиническими данными с разработчиками ПО при обучении ML-моделей, что существенно ускоряет разработку технологий и делает возможными международные проекты.

Специалисты Яндекса также помогут обучать студентов Сеченовского университета практическому применению ML в медицине. Кроме того, партнеры договорились оказывать поддержку компаниям, специализирующимся на создании медицинского ПО.

«Будущее здравоохранения – за инновациями: благодаря технологиям машинного обучения мы находим новые методы лечения редких заболеваний, можем удаленно делать сложнейшие медицинские операции, продлеваем людям активное долголетие. Наша цель – создать принципиально новые технологии и методы лечения. Именно поэтому мы объединяем усилия с крупнейшей IT-компанией на российском рынке. Уверен, что с помощью сервисов Яндекса ученые и студенты Сеченовского университета смогут реализовать проекты, способные вывести российское здравоохранение на новый уровень», — комментирует Андрей Свистунов, первый проректор Сеченовского Университета Минздрава РФ.

«IT-компетенции сегодня — сквозной навык, который позволяет профессионально реализоваться в любой области и открывает новые возможности для развития экспертности, проведения исследований и создания новых продуктов. Именно поэтому междисциплинарные образовательные проекты — одно из ключевых направлений Яндекса. Сеченовский Университет и Яндекс уже реализовали несколько совместных проектов в области IT и медицинского образования. Следующий шаг — технологическое партнёрство, которое поможет развивать технологии машинного обучения для прикладных задач здравоохранения», — комментирует Дарья Козлова, директор по образованию в Яндексе.

Университет уже сотрудничает с Яндексом в ряде образовательных и научных проектов. Так, осенью прошлого года сервис онлайн-образования Яндекс Практикум и Цифровая кафедра Сеченовского Университета организовали программу интерактивного обучения IT-навыкам для студентов медицинских специальностей. Цель проекта – помочь будущим врачам научиться применять IT-инструменты в работе и научных исследованиях. Вместе с Yandex Cloud университет запустил первую в России облачную платформу биомедицинских данных, которую уже используют для изучения новых методик лечения, в том числе с помощью ИИ. На платформе Yandex Cloud также работают сервисы, разработанные Институтом цифровой медицины — например, система для поиска и извлечения информации из биомедицинской литературы. Yandex Cloud помогает университету проводить летнюю и весеннюю школы «Большие данные в медицине» — курс лекций экспертов-практиков, посвященный основам работы с Big Data для здравоохранения с последующими практическими занятиями с группой студентов. Применение облачных технологий позволит существенно увеличить как количество студентов, так и сложность практических задач машинного обучения.