Экосистема знаний

О проекте

РТЛАБ работает над созданием HealthOS — операционной системы нового типа, которая призвана изменить подход к автоматизации медицинской помощи на основе доверенного ИИ. HealthOS автоматизирует процессы создания и совместного использования карт знаний и доверенного ИИ в медицине, а также гарантирует отказоустойчивость и независимость от поставщика инфраструктуры.

Проект начался с разработки карт знаний в области реаниматологии. Эти карты содержат критически важную информацию о диагностике, лечении и профилактике различных нозологий, а также общую информацию о манипуляциях медицинского персонала и соблюдении санитарно-эпидемиологического и гигиенического режимов в ОРИТ. По мере выполнения работ набор карт знаний будет расширяться, охватывая всё больше областей медицины.

Модель открытой экосистемы знаний объединяет образование, науку и клинику, и предполагает, что медицинские учреждения, образовательные организации и научные институты смогут обмениваться информацией, знаниями и опытом в виде карт знаний. Это позволит повысить качество медицинской помощи, ускорить процесс обучения и научных исследований.

В основу проекта легли три карты знаний:

  1. «Прогноз и купирование фибрилляции и трепетания предсердий. Лечебный процесс». Синопсис карты знаний.
  2. «Сестринские манипуляции в ОРИТ. Манипуляции». Синопсис карты знаний.
  3. «Санитарно-эпидемиологический и гигиенический режим в ОРИТ. Манипуляции». Синопсис карты знаний.

В основе модели экосистемы образования лежит концепция экономики знаний, которая предполагает, что знания являются ключевым ресурсом информационного общества. Обмен доверенными и готовыми к исполнению на ЭВМ знаниями между участниками экосистемы позволит создать более эффективное и инновационное медицинское сообщество, ускорит, повысит продуктивность и снизит трудозатраты проведения НИР, ОКР и студенческих проектов. Проект также практически реализует концепцию эволюции медицинских знаний, обеспечивая акселерацию НИР, ОКР и процессов разработки медицинского программного и аппаратного обеспечения на основе ИИ.

Концепция экономики знаний

В мире, где знания становятся всё более важными, эволюция знаний представляет собой сложный и многогранный процесс. Этот процесс можно сравнить с развитием живых организмов, где каждое новое поколение адаптируется к изменяющимся условиям окружающей среды.

В контексте эволюции знаний, этот процесс включает в себя постепенное развитие и стабилизацию культуры накопления и использования информации. Этот процесс происходит во времени и характеризуется сменой «когнитивных эпох». Каждая эпоха определяет и операционализирует культуру накопления и использования знаний, влияя на социальные и физические среды, в которых происходит естественный когнитивный отбор.

Переходы между этими эпохами могут происходить скачкообразно, подобно тому, как происходит ароморфоз у живых организмов, когда они переходят в более «сложную» стадию развития. Или же, наоборот, может происходить деградация, которая приводит к переходу в менее «сложную» эпоху.

Этот процесс напоминает нам о том, как в кайнозое на каждом континенте сформировались уникальные животные сообщества, что привело к большому разнообразию видов, обособленных в рамках своего континента. Это явление известно как «расхождение» континентов.

Аналогично этому, «когнитивные эпохи» могут существовать одновременно на разных континентах или даже на одной территории. Носителем каждой когнитивной эпохи является культурное сообщество, которое может жить на одной территории, практически не взаимодействуя друг с другом с точки зрения обмена знаниями как культурными артефактами.

Это напоминает нам о том, насколько разнообразен и уникален мир знаний, и как важно сохранять и развивать эту уникальность.

Эволюция знаний — это процесс постепенного развития культуры накопления и хозяйственного использования знаний, который происходит во времени как смена «когнитивных эпох».

Уровни Качества НИОКР

В «современном мире» в различном масштабе существуют четыре когнитивные эпохи:

  1. Софистика
  2. Схоластика (на схеме отмечена как «Хайп вокруг ИИ»)
  3. Наука (на схеме отмечена как «Бюрократическая» наука)
  4. Экономика знаний.

Когнитивная эпоха — это период в истории социальной группы, характеризуемый доминирующей культурой накопления и хозяйственного использования знаний. Доминирующая в социальной группе культура накопления и хозяйственного использования знаний является «искомой величиной», которая отличает одну когнитивную эпоху от другой.

Софистика – это риторическая традиция, возникшая в Древней Греции в V-IV веках до н.э. Софисты были учителями и мастерами аргументации, которые обучали искусству убеждения и риторике. Они исследовали и преподавали основы логики, риторики, философии и общественных наук, обучая своих учеников различным методам и приемам для достижения успеха в убеждении и публичных выступлениях. Софисты считали и считают, что искусство риторики и аргументации является ключом к успеху в политике, бизнесе и общественной жизни. Однако, их критиковали и критикуют за отсутствие моральных принципов и использование риторики для манипуляции, обмана и злоупотребления общественным доверием.

Схоластика — это тип религиозной философии, который развивался в средневековой Западной Европе в эпоху господства римо-католицизма. Она характеризуется подчинением мысли определенному вероучению, соединением догматических предпосылок с рационалистической методикой и особым интересом к логической проблематике. Схоластика стремится к непротиворечивому синтезу веры и знания, используя методы логического анализа и дедукции для обоснования религиозных догматов. Её корни восходят к позднеантичной философии, особенно к неоплатонику Проклу, и христианской патристике. Схоластика оказала значительное влияние на развитие европейской философии и логики, подготовив почву для дальнейшего развития науки и образования.

Хайп вокруг ИИ связан с чрезмерным вниманием и ожиданиями, которые окружают эту технологию. Это явление возникает из-за того, что многие организации стремятся использовать ИИ для создания продуктов и услуг, не всегда понимая его реальные возможности и ограничения. В результате, вокруг ИИ создаётся ажиотаж, который привел к неадекватным ожиданиям, разочарованию и недоверию, когда технология не оправдывает эти ожидания. Это также может привести к тому, что организации будут вкладывать значительные ресурсы в разработку продуктов на основе ИИ, которые не принесут ожидаемых результатов. Важно понимать, что ИИ — это сложная технология, которая имеет свои ограничения и требует тщательного подхода к разработке и внедрению.

Повышенный интерес к теме ИИ, а также нарративы, используемые квази-научными исследователями и популяризаторами, носят черты схоластики и, в отдельных случаях, — софистики.

Бюрократическая наука — это термин, который используется для описания негативных аспектов научной бюрократии, таких как излишняя формальность, бумажная волокита, необоснованная усложненность бюрократического аппарата и т.д. В основном, негативные проявления включают в себя:

  1. Излишняя централизация. Когда принятие решений и контроль над процессами сосредоточены в руках небольшого числа людей или организаций, что замедляет процесс принятия решений и снижает эффективность.
  2. Бумажная волокита. Необходимость заполнения большого количества документов и форм, что увеличивает время на выполнение задач и может привести к потере важной информации.
  3. Необоснованный формализм. Следование строгим правилам и процедурам без учета конкретных обстоятельств, что может привести к неэффективности и потере времени.
  4. Коррупция. Использование служебного положения для личной выгоды подрывает доверие к науке со стороны общества, снижает мотивацию и продуктивность ученых.

Эти проявления бюрократии значительно затрудняют научную работу, а также снижают качество научных результатов.

Качество научно-исследовательских и опытно-конструкторских работ (НИОКР) в медицине можно оценить по четырем основным направлениям:

  1. Клиническая эффективность. Измерение через оценку результатов клинических испытаний, в которых новый метод сравнивается с уже существующими. Оценивается безопасность, эффективность и переносимость исследуемого метода, лекарственного средства или медицинского изделия.
  2. Научная ценность. Измерение через количество публикаций в рецензируемых журналах, цитируемость этих публикаций, а также признание научного сообщества.
  3. Экономическая эффективность. Измерение через анализ затрат и выгод, который оценивает соотношение затрат на разработку и внедрение нового метода и потенциальной экономии или прибыли, которую он может принести.
  4. Безопасность и этика. Измерение через оценку соответствия проводимых исследований этическим нормам и стандартам, а также через оценку безопасности нового метода, препарата или устройства для пациентов.

Для комплексной оценки качества НИОКР в медицине необходимо провести анализ, включающий оценку клинической эффективности, научной ценности, экономической эффективности и соблюдения норм безопасности и этики. Объем, достоверность и согласованность располагаемых сообществом исследователей знаний, доступные в рамках когнитивной эпохи, влияют на продуктивность и результативность исследований и, как следствие, на качество НИОКР в медицине. Следовательно, доминирующая когнитивная эпоха влияет на качество типового НИОКР.

Концепция эволюции медицинских знаний

В современном мире медицинские знания развиваются с невероятной скоростью. Новые открытия, технологии и подходы появляются каждый день, и это открывает перед медициной огромные возможности. Но вместе с тем это ставит перед ней и серьёзные вызовы. Как происходит эволюция медицинских знаний? Какие факторы влияют на этот процесс? И какие последствия это оказывает для здравоохранения?

Эволюция медицинских знаний

Это процесс непрерывного развития и совершенствования методов диагностики, лечения и профилактики заболеваний. Этот процесс включает в себя следующие эпохи:

  1. Эмпирический этап. Начался около 200 000 лет назад, когда люди начали оказывать помощь друг другу при травмах и заболеваниях. Этот этап характеризуется использованием примитивных методов лечения, основанных на наблюдениях и опыте.
  2. Древний мир. В этот период появляются первые письменные источники, содержащие медицинские знания. Например, в Древней Греции Гиппократ заложил основы современной медицины, описав различные заболевания и методы их лечения.
  3. Средневековье. Период, когда медицина тесно переплеталась с религией и мистикой. Однако, несмотря на это, в Средние века были сделаны важные открытия в области анатомии и физиологии.
  4. Эпоха Возрождения. Этот период характеризуется возрождением интереса к науке и медицине. Были сделаны значительные открытия в области анатомии, физиологии и микробиологии.
  5. XIX-XX века. Эпоха бурного развития медицины, связанная с открытием новых методов диагностики и лечения заболеваний. В этот период были изобретены антибиотики, вакцины, рентгеновские лучи и другие важные инструменты и методы.
  6. Современная медицина. Современный этап развития медицины характеризуется использованием высоких технологий, таких как компьютерная томография, магнитно-резонансная томография, генная инженерия и многое другое.

Факторы, влияющие на процесс развития современной медицины

Перечислим основные факторы, влияющие на процесс развития современной медицины:

  1. Технологический прогресс. Благодаря развитию технологий, медицинские знания постоянно улучшаются. Создаются новые инструменты и методы диагностики, а также разрабатываются новые способы лечения. Например, развитие компьютерной томографии позволило врачам получать трехмерные изображения внутренних органов пациента, что значительно упростило диагностику многих заболеваний.
  2. Фармакологические исследования. В области фармакологии проводятся исследования, направленные на разработку новых лекарственных препаратов и методов лечения. Новые препараты могут помочь в борьбе с заболеваниями, которые ранее были неизлечимыми или трудно поддающимися лечению.
  3. Успехи в генетике, нано- и биотехнологиях, биомедицине. Эти области науки имеют большое значение для развития медицинских знаний. Генетические исследования помогают понять причины возникновения некоторых заболеваний и разработать эффективные методы лечения. Биотехнологии используются для создания новых лекарственных препаратов и терапевтических средств.
  4. Изменение понимания медиков. Медицинская наука постоянно развивается, и понимание того, как работает человеческий организм, меняется. Это приводит к изменению подхода к лечению и профилактике заболеваний. Например, современные врачи стали уделять больше внимания психосоматическим причинам заболеваний, чем раньше.
  5. Суверенитет комплексного человека. Современная медицина учитывает не только физическое состояние пациента, но и его эмоциональное и психическое здоровье. Такой подход помогает более полно оценить состояние пациента и выбрать наиболее эффективный метод лечения.
  6. Системно-структурный и эволюционно-генетический подходы. Эти подходы используются для изучения и понимания процессов развития и функционирования человеческого организма. Они позволяют лучше понимать причины возникновения заболеваний и разрабатывать более эффективные методы лечения.
  7. Проблема психоневрологических расстройств. Психоневрологические расстройства являются серьезной проблемой для современного общества. Поэтому медицинские знания должны учитывать эту проблему и разрабатывать эффективные методы лечения и профилактики таких расстройств.
  8. Социально-экономический и экологический аспекты здоровья. Здоровье человека зависит от многих факторов, включая социально-экономические условия и окружающую среду. Поэтому медицинские знания должны учитывать эти факторы и разрабатывать методы укрепления здоровья населения.
  9. Доказательная медицина. Это подход, при котором решения о лечении принимаются на основе научных исследований и доказательств эффективности методов лечения. Этот подход помогает повысить точность прогнозов последствий врачебного вмешательства.
  10. Постоянное развитие и изменение медицинских знаний. Медицинские знания постоянно развиваются и меняются благодаря взаимодействию между людьми, организациями, технологиями и процессами. Это позволяет медицинским знаниям адаптироваться к новым ситуациям и требованиям.
  11. Взаимодействие между различными участниками и объектами экосистемы знаний. Эволюция медицинских знаний происходит в результате взаимодействия между различными элементами экосистемы знаний, такими как люди, организации, технологии и процессы.
  12. Обучение, обмен информацией, обсуждение и критика. Эти процессы играют важную роль в эволюции медицинских знаний. Они позволяют знаниям развиваться и адаптироваться к новым ситуациям и требованиям.
  13. Адаптация науки и практики к новым условиям. Медицинские знания постоянно адаптируются к новым условиям и требованиям. Это может быть связано с новыми открытиями, изменением социальных и экономических условий, а также с развитием новых технологий.
  14. Рост ценности медицинских знаний. Медицинские знания становятся все более ценными и важными для здоровья людей. Медицинские учреждения и организации активно инвестируют в развитие и распространение медицинских знаний, чтобы улучшить качество медицинской помощи и повысить удовлетворенность пациентов.

Последствия эволюции знаний для здравоохранения

Развитие медицинских знаний открывает перед здравоохранением новые горизонты и позволяет решать задачи, которые ещё недавно казались невозможными. Перечислим основные преимущества и вызовы:

  • Одним из главных преимуществ эволюции медицинских знаний является улучшение качества медицинской помощи. Благодаря новым методам лечения и диагностики, врачи могут более эффективно бороться с заболеваниями и повышать шансы пациентов на выздоровление. Это особенно важно для лечения сложных и редких заболеваний, которые ранее считались неизлечимыми.
  • Ещё одним важным аспектом является продление жизни. Развитие медицинских знаний позволяет нам бороться с возрастными заболеваниями и другими факторами, которые сокращают продолжительность жизни. Новые лекарства и методы лечения помогают людям жить дольше и сохранять здоровье.
  • Кроме того, эволюция медицинских знаний способствует улучшению здоровья населения в целом. Разработка новых методов профилактики заболеваний позволяет предотвращать возникновение болезней и сохранять здоровье людей. Это особенно важно для предотвращения распространения инфекционных заболеваний и снижения уровня заболеваемости хроническими болезнями.
  • Однако вместе с преимуществами эволюция медицинских знаний также несёт в себе определённые вызовы. Одним из них является коммерциализация медицины и превращение медицинских услуг в товар. Это может привести к конфликту интересов между врачами и пациентами и к росту стоимости лечения.
  • Развитие биотехнологий поднимает вопросы этики и безопасности, связанные с использованием генетических данных и вмешательством в геном человека. Эти вопросы требуют тщательного обсуждения и регулирования, чтобы обеспечить безопасность и защиту прав пациентов.

Концепция эволюции медицинских знаний — это система взглядов на развитие здравоохранения, основанная на идее непрерывного накопления знаний и опыта, а также их трансформации в новые методы и подходы к лечению и профилактике заболеваний.

Концепция эволюции медицинских знаний предполагает постоянное обновление и усовершенствование медицинской теории и существующих медицинских практик, а также разработку и внедрение инновационных технологий и подходов.
Несмотря на указанные вызовы, эволюция медицинских знаний продолжает открывать новые возможности для медицины. Она позволяет нам бороться с ранее неизлечимыми заболеваниями, продлевать жизнь и улучшать качество жизни людей. Это делает науку одним из самых важных факторов развития здравоохранения и улучшения общественного здоровья.

Открытая экосистема медицинских знаний

Открытая экосистема медицинских знаний — это система, объединяющая различные источники информации, образовательные ресурсы и сообщества для обмена знаниями и опытом в области медицины. Она должна быть доступной, удобной для пользователей и предоставлять возможности для обучения и профессионального развития.

Принципы, лежащие в основе открытой экосистемы медицинских знаний:

  • Равный доступ к научному знанию
  • Открытые стандарты обмена медицинскими данными
  • Семантическая интероперабельность медицинских записей
  • Интеграция различных источников информации
  • Принципы открытого программного обеспечения
  • Возможность обучения и непрерывного образования
  • Инструменты и ресурсы для пациентов
  • Безопасность и защита информации
  • Поддержка и развитие медицинского сообщества
  • Единая бесшовная технологическая среда проведения НИР, ОКР и клинических исследований.

Открытая экосистема знаний основана на концепциях экономики знаний и эволюции медицинских знаний. Носителем «кванта знаний» в открытой экосистеме является карта знаний. Открытая экосистема медицинских знаний представляет собой глобальную сеть, объединяющую различные источники информации, образовательные ресурсы и сообщества для обмена знаниями и опытом в области медицины. Она предоставляет равный доступ к научному знанию, поддерживает открытые стандарты обмена медицинскими данными, обеспечивает семантическую интероперабельность медицинских записей и интеграцию различных источников информации.

Одним из важнейших аспектов открытой экосистемы является возможность обучения и непрерывного образования. Медицинские специалисты могут использовать её для повышения своей квалификации, изучения новых методов лечения и диагностики, а также для обмена опытом с коллегами со всего мира. Это позволяет им оставаться в авангарде медицинской науки и практики.

Ещё одним важным аспектом является поддержка и развитие медицинского сообщества. Открытая экосистема способствует созданию единого пространства для общения, сотрудничества и обмена опытом между врачами, учёными, студентами и другими специалистами в области медицины. Это помогает формировать профессиональное сообщество, которое может совместно решать сложные медицинские задачи и способствовать развитию медицины в целом.

Однако, несмотря на все преимущества, открытая экосистема медицинских знаний сталкивается с рядом вызовов. Одним из них является обеспечение безопасности и защиты информации. Медицинские данные являются конфиденциальными, и их утечка может привести к серьёзным последствиям. Поэтому необходимо использовать надёжные механизмы защиты информации, чтобы обеспечить безопасность пациентов и медицинских специалистов.

Кроме того, открытая экосистема требует значительных инвестиций в разработку и поддержку инфраструктуры. Необходимо создать единую технологическую среду, которая будет обеспечивать бесперебойную работу системы и доступ к ней для всех участников. Это потребует значительных усилий и ресурсов, но результаты будут стоить того.

В целом можно констатировать, что открытая экосистема медицинских знаний — это долгосрочное направление развития современной медицины. Она предоставляет уникальные возможности для обучения, обмена опытом и развития медицинских знаний. Однако для её успешного внедрения необходимо решить ряд технических и организационных вопросов. Только тогда мы сможем полностью раскрыть потенциал этой системы и сделать медицину ещё более эффективной и доступной для всех.

Открытая экосистема знаний основана на двух концепциях: экономики знаний и эволюции медицинских знаний. Носителем «кванта знаний» в открытой экосистеме является карта знаний.

Карта знаний — промышленный товар экономики знаний

Экономика знаний — это хозяйственная система, в которой знания играют роль важнейшего экономического ресурса в производстве, обмене и потреблении товаров и услуг. Знания в этой хозяйственной системе становятся товаром, который выводится на рынок как основной фактор производства, а инновации и технологии управления оборотом знаний — становятся главным двигателем экономического роста. Предметом экономики знаний являются результаты интеллектуальной деятельности в форме промышленного товара. Карта знаний является результатом интеллектуальной деятельности, следовательно, она также может быть промышленным товаром.

Промышленный товар отличается от потребительского товара тем, что более строго отвечает формальным критериям качества, которые определены в соглашении о качестве — SLA.

Экономика знаний характеризуется высокой долей высокотехнологичных отраслей, таких как информационные технологии, биотехнологии, высокотехнологичная медицина и другие. Роль научных исследований в экономике знаний растет, при этом к знаниям, как результатам интеллектуальной деятельности, начинают предъявлять жесткие требования с точки зрения уровня качества. В таких условиях поставщики знаний берут на себя гарантийные обязательства и обеспечивают стабильность уровня качества поставляемых знаний.

Условием для вхождения в эпоху экономики знаний является завершение цифровой трансформации и построение экономики данных.

Экономика данных — это хозяйственная система, которая обеспечивает стабильную монетизацию уникальных данных.

Экономика данных решает задачи, связанные с управлением, анализом и использованием больших объёмов данных, которые генерируются в современном мире. Она включает в себя такие области, как обработка и анализ больших данных, искусственный интеллект, облачные вычисления, интернет вещей и другие технологии, которые позволяют эффективно использовать данные для хозяйственной деятельности. Она также включает в себя вопросы, связанные с происхождением, аудитом и защитой данных, конфиденциальностью и этикой использования данных. Экономика данных является ключевым фактором для развития и роста различных отраслей, таких как финансы, здравоохранение, розничная торговля и другие.

В здравоохранении важной моделью хозяйственного использования знаний является создание и доступ к доверенным картам знаний. Карта знаний является основой цифрового двойника, который моделирует определённый пространственно-тематический объект реального мира. Он представляет собой виртуальную копию процесса и/или системы, для простоты называемой объектом, которая хранит информацию об этом объекте и позволяет прогнозировать, моделировать или симулировать его поведение. Концепция цифрового двойника появилась в результате развития информационных технологий, которые позволили собирать, анализировать и обрабатывать большие объёмы данных, а также создавать сверхсложные модели и симуляции.

Карта знаний — это структурированное представление информации о предметной области, которое выполнено на основе единого тезауруса. С точки зрения информатики, карта знаний — это логически и семантически согласованное машиночитаемое представление пространства поименованных признаков заданной предметной области в форме гиперграфа. Карты знаний могут использоваться в различных областях, таких как образование, наука, медицина и бизнес. Они помогают систематизировать знания, облегчают поиск информации и способствуют её лучшему пониманию.

Доверенная карта знаний — это карта знаний, которая была легализована путём полной интеграции в прикладное научное знание и получила положительное заключение Этического комитета и Ученого совета авторитетного научного или медицинского центра. Доверенные карты знаний используются в тех случаях, когда необходимо обеспечить высокий уровень достоверности и надёжности информации. Они могут применяться в медицине, где ошибки в диагностике или лечении могут привести к серьёзным последствиям для здоровья пациентов.

Создание карты знаний требует тщательного анализа предметной области, выбора ключевых понятий и связей между ними. Это сложный и трудоёмкий процесс, который требует участия специалистов из разных областей. Использование карт знаний позволяет улучшить качество обучения, повысить эффективность научных исследований и оптимизировать бизнес-процессы. Они являются важным инструментом для систематизации знаний и обмена информацией между людьми и машинами.

Карты знаний HealthOS поставляются с SLA, а также сопровождаются заключениями Этического комитета и Ученого совета. Первое заключение снимает риски этических нарушений медицинской помощи на основе карты знаний, второе гарантирует, что карта знаний соответствует положениям медицинской науки, эффективна для медицинского учреждения и безопасна для пациента.

Синопсис карты знаний — паспорт промышленного товара

Синопсис — это краткое изложение содержания карты знаний, где в концентрированной и человекоориентированной форме, без подробной аргументации и детальных теоретических рассуждений приводятся сведения, содержащиеся в карте знаний. Синопсис карты знаний имеет фиксированную структуру, и по составу напоминает синопсис клинического исследования.

Синопсис состоит из следующих разделов:

  1. Название карты знаний
  2. Протокол этического комитета
  3. Протокол ученого совета
  4. Цель создания карты знаний
  5. Задачи, решаемые картой знаний
  6. Предметная область карты знаний
  7. Этические и юридические аспекты
  8. Руководящие документы карты знаний
  9. Правообладатель
  10. Авторский состав
  11. Критерии включения пациентов
  12. Критерии невключения пациентов
  13. Критерии исключения пациентов
  14. Область применимости
  15. Оценка эффективности
  16. Оценка безопасности
  17. Общая структура карты знаний.

Синопсис сопровождается следующими приложениями:

  1. Тезаурус
  2. Протоколы определения признаков
  3. Описание среды исполнения карты знаний (средства и методы).

В качестве примера синопсис карты знаний Сестринские манипуляции в ОРИТ.

Карта знаний — описание цифрового двойника

Цифровой двойник — это копия физического объекта или процесса, созданная при помощи вычислительной среды. Эта копия основана на большом объёме детальных данных о реальном объекте, что позволяет прогнозировать его поведение, выполнять моделирование и симуляцию поведения реального объекта или процесса.

В целом можно выделить четыре причины появления концепции цифрового двойника:

  1. Ускорение темпов изменений. Для поддержания конкурентоспособности и успешной интеграции новых технологий компаниям необходимо иметь возможность быстро тестировать и оптимизировать свои продукты и процессы. Цифровые двойники позволяют делать это без риска для реальных объектов или процессов.
  2. Оптимизация ресурсов. Цифровые двойники помогают компаниям управлять своими активами, ресурсами и операциями более эффективно, позволяя предсказывать и предотвращать возможные проблемы, а также оптимизировать использование ресурсов.
  3. Повышение качества продукции и услуг. Цифровые двойники могут быть использованы для создания виртуальных прототипов продуктов или услуг, что позволяет компаниям тестировать свои идеи, устранять ошибки и улучшать качество продукции до начала производства.
  4. Безопасность и устойчивость. Цифровые двойники дают возможность тестировать новые стратегии и сценарии в безопасной среде, на вычислительном полигоне, что может помочь компаниям улучшить устойчивость и безопасность своих операций.

Цифровой двойник HealthOS состоит из трёх компонентов, а для материализации (inference) ему необходима вычислительная среда, объединяющая эти компоненты в одно целое. Поэтому принято считать, что цифровой двойник состоит из четырех компонентов, которые в совокупности обеспечивают его целостность.

Цифровой двойник в медицинеКомпоненты цифрового двойника:

  1. Семантика. Это система текстовых определений терминов на одном или нескольких языках. Текстовые определения прикреплены к терминам, которые организованы в согласованный граф знаний. Термины используются для кодирования описания и данных. В HealthOS семантика материализуется в едином тезаурусе.
  2. Описание. Это согласованное описание структуры, характеристик и признаков процесса, явления или системы, которые моделируются цифровым двойником. Описание выполняется в единой согласованной системе терминов таким образом, чтобы исключить дублирование, противоречия и неопределенности. Описание организовано в граф знаний, который имеет направленные ребра, определяющие корректную интерпретацию описания. Вершина графа обязательно имеет ассоциированный с ней термин. Ребро может иметь ассоциированный с ним термин. В HealthOS описание материализуется в картах знаний.
  3. Данные. Это фактические данные о состоянии здоровья пациента, о процессе оказания медицинской помощи, движении товарно-материальных ценностей, режима лечения и пр. Фактические данные в HealthOS организованы в медицинские записи, которые состоят из набора пар «признак-значение», где «признак» закодирован термином, а значение — это факт измерения признака (фактический результат).
  4. Среда исполнения. Это вычислительная среда, объединяющая компоненты цифрового двойника в одно целое, а также обеспечивающая унифицированный программный и/или пользовательский интерфейс для материализации цифрового двойника как единого целого. HealthOS является операционной системой нового типа, которая обеспечивает катастрофоустойчивость, независимость от поставщика инфраструктуры, автоматизацию процессов создания и совместного использования доверенного ИИ и карт знаний в медицине.

Подробнее о цифровом двойнике HealthOS — здесь.

Карта знаний — исполняемое знание

Исполняемое знание – это специфическая форма представления информации, которая может быть непосредственно использована для автоматического выполнения определённых задач или действий. В контексте информационных технологий, исполняемое знание ассоциируется с программным кодом, который после компиляции или интерпретации превращается в исполняемый файл, способный взаимодействовать с аппаратными ресурсами ЭВМ для достижения конкретных целей.

В отличие от абстрактных знаний или теоретических концепций, исполняемое знание имеет чёткую структуру и набор инструкций, которые могут быть напрямую интерпретированы и выполнены машиной. Это делает его ключевым элементом в разработке программного обеспечения, где исполняемый код служит основой для создания приложений, сервисов и других программных продуктов. Карта знаний — является исполняемым знанием, так как компилируется в программный код модулей по расчету или преобразованию признаков и одного или более сценариев управляющего процесса.

Согласно предложенной Александром Прозоровым концепции эволюции программ для ЭВМ, пятым поколением программ является исполняемое знание, которое представляет собой процесс и результат процесса автоматизации построения приложений на основе карт знаний, используемых для автоматизации построения алгоритмов и их отображения на архитектуру ЭВМ в виде программы.

HealthOS автоматизирует разработку карт знаний, а также обеспечивает компиляцию карт знаний в исполняемый на платформе HealthOS программный код. HealthOS обеспечивает сокращение трудозатрат при разработке карт знаний путем использования локальных больших языковых моделей, сфокусированных и валидированных на определенной тематике. Между медицинскими системами автоматический обмен картами знаний осуществляется по протоколам FHIR или openEHR. Так же возможен экспорт и обмен картами знаний в виде одного или группы файлов стандартного формата (XML, JSON, MS Excel).

Подробнее об акселерации работы со знанием на основе ИИ — здесь.

Выводы

Экосистема медицинского ИИ на базе HealthOSФорма представления и методы работы с медицинским знанием претерпевает драматические изменения. HealthOS — это платформа, которая обеспечивает автоматизацию создания, обмена и исполнения медицинского знания в виде промышленных продуктов — карт знаний. Носителем «кванта знаний» в открытой экосистеме является карта знаний. Платформа позволяет повысить эффективность научных исследований и проведения опытно-конструкторских работ, обеспечивает бесшовную интеграцию образования, науки и клиники в единой технологической среде, что обеспечивает инфраструктуру акселерации исследований и разработки медицинских знаний, приложений и устройств в области реаниматологии, анестезиологии, хирургии и др. в десять раз, согласно представленному обоснованию.


Авторы инициативы, лежащей в основе проекта:

  • Прозоров Александр Александрович, РТЛАБ
  • Редкин Иван Валерьевич, ФНКЦ РР.

Что дальше?

Приглашаем медицинские центры, научные организации, университеты и независимых исследователей присоединяться к открытой экосистеме медицинских знаний. Для получения подробной информации напишите письмо на sales@rtlab.ru с указанием в теме письма «Необходима информация об экосистеме знаний HealthOS», а в теле письма ваш вопрос и координаты для обратной связи.