В каких сферах AIoT приходит на помощь людям

В прошлой статье мы уже рассказывали о том, что из себя представляет Искусственный интеллект вещей. В этой же статье разберемся, где применяется AIoT.

Благодаря ряду факторов, таких как доступность новых программных инструментов, разработка упрощенных решений ИИ, внедрение его в устаревшие системы и достижения в области аппаратного обеспечения, поддерживающего алгоритмы ИИ, Искусственный интеллект вещей проникает во многие отрасли. Вот краткое изложение секторов, которые уже используют возможности, предоставляемые AIoT, с выделением наиболее многообещающих вариантов использования.

Здравоохранение

Диагностическая помощь

AIoT может помочь поставщикам медицинских услуг принимать более точные диагностические решения. Интеллектуальные IoT-решения для здравоохранения получают данные о пациентах из различных источников — от диагностического оборудования и носимых устройств до электронных медицинских карт — и проводят перекрестный анализ этих данных, чтобы помочь врачам правильно поставить диагноз пациенту.

Медицинские решения на основе искусственного интеллекта уже превосходят специалистов в области здравоохранения в нескольких областях диагностики. Рентгенологи всего мира полагаются на помощь ИИ в скрининге рака.

В исследовании, опубликованном Nature Medicine, ИИ превзошел шестерых рентгенологов в определении наличия у пациентов рака легких. Алгоритм, который был обучен на 42 000 сканов пациентов из записей данных клинических испытаний Национального института здравоохранения, обнаружил на 5% больше случаев рака, чем его человеческие аналоги, и уменьшил количество ложных срабатываний на 11%. Стоит отметить, что ложноположительные результаты представляют собой особую проблему при диагностике рака легких: исследование JAMA Internal Medicine, в котором приняли участие 2100 пациентов, показало, что уровень ложноположительных результатов составляет 97,5%. Таким образом, ИИ помогает решить одну из важнейших проблем диагностики.

Системы AIoT одинаково хорошо работают при диагностике рака молочной железы , кожных заболеваний и рака кожи. Но возможности интеллектуальных подключенных систем выходят далеко за рамки этого. Недавние исследования показали, что ИИ может выявлять редкие наследственные заболевания у детей, генетические заболевания у младенцев, генетические заболевания вызывающие повышение уровня холестерина, нейродегенеративные заболевания, а также предсказывать снижение когнитивных функций, которое приводит к развитию болезни Альцгеймера.

Улучшение стратегий лечения и отслеживание процесса реабилитации

Следуя тому же принципу, что и при диагностике пациентов, системы AIoT могут помочь разработать лучшие стратегии лечения и адаптировать их к потребностям пациента. Сочетая данные из протоколов лечения, историю болезни пациента и информацию о пациенте в режиме реального времени с подключенного оборудования и носимых устройств, интеллектуальные алгоритмы могут предложить корректировку дозировки, исключить возможность развития аллергии у пациента и избежать неадекватного или чрезмерного лечения.

Некоторые из основных областей, в которых AIoT облегчает лечение:

Более эффективное лечение COVID-19

Наблюдая за пациентами, у которых был диагностирован COVID-19, с помощью носимых устройств на базе AIoT, которые регистрируют жизненные показатели тела пациентов, врачи могут предлагать пациентам надлежащие рекомендации, тем самым обеспечивая более эффективное амбулаторное лечение.

Лечение заболеваний, сопровождающихся свертыванием крови

Подключенные устройства для коагуляции помогают измерять скорость образования тромбов, тем самым помогая пациентам убедиться, что измерения находятся в пределах их диапазона лечения, и сокращая количество посещений больницы, поскольку результаты измерений могут быть переданы поставщикам медицинских услуг удаленно и в режиме реального времени.

Лучшее лечение астмы и ХОБЛ

Хронические респираторные заболевания (ХОБЛ) поражают около 500 миллионов пациентов во всем мире. Чтобы смягчить тяжесть этих состояний, пациенты должны придерживаться тщательного распорядка дня, и использование ингаляторов является его неотъемлемой частью. Тем не менее, многие пациенты не придерживаются рекомендованных планов лечения. Ингаляторы с поддержкой AIoT, привязанные к мобильному приложению, помогают предотвратить это, записывая время, дату и место каждого использования. Собранные данные можно использовать для настройки автоматических напоминаний о следующем использовании, прогнозирования приступов астмы и определения триггерных факторов.

Оптимизированное лечение диабета

На сегодняшний день в мире диабетом страдают более 500 миллионов человек. И для них регулярные измерения уровня глюкозы всегда были проблемой. Беспроводные имплантируемые глюкометры с поддержкой AIoT снимают эти опасения, уведомляя пациентов и врачей об изменениях уровня глюкозы у пациентов.

Оптимизация рабочих процессов больницы

AIoT может изменить способ работы больниц, улучшив повседневные рабочие процессы в следующих ключевых областях:

• Сокращение времени ожидания

Автоматизированные системы отслеживания коек на основе AIoT могут помочь работникам больниц как можно быстрее принимать пациентов неотложной помощи, уведомляя их, когда койка свободна. Опыт первых пользователей, таких как медицинский центр Mt. Sinai в Нью-Йорке, доказывает, что технология может помочь сократить время ожидания для 50% пациентов отделений неотложной помощи.

• Выявление критических пациентов

Выявление пациентов, нуждающихся в неотложной помощи, имеет решающее значение для оказания качественной помощи. Чтобы принять правильное решение, врачам необходимо анализировать большие объемы информации, находясь при этом под значительным давлением. AIoT может помочь медицинскому персоналу в расстановке приоритетов в их усилиях. Подключенные системы могут анализировать жизненно важные органы пациентов и предупреждать врачей об ухудшении их состояния.

Несколько подобных систем были опробованы в отделениях интенсивной терапии. Например, Университет Сан-Франциско опробовал ИИ-решение, способное обнаруживать ранние признаки сепсиса — смертельной инфекции крови. Результаты исследования показали, что у пациентов, лечение которых включало ИИ, вероятность развития инфекции была на 58% ниже, а смертность снизилась на 12%.

• Отслеживание медицинского оборудования

Благодаря отслеживанию оборудования с поддержкой AIoT больницы могут снизить риск потери критически важного медицинского оборудования и принимать более обоснованные решения по управлению оборудованием, таким образом экономя 12 000 долларов США на койке в год. Критическое медицинское оборудование можно отслеживать с помощью систем RFID или GPS в больнице и за ее пределами, а медицинский и административный персонал может использовать веб-приложения и мобильные приложения для быстрого поиска необходимого оборудования.

Производство

Благодаря оборудованию, оснащенному датчиками AIoT, измеряющими различные параметры, включая температуру, давление, вибрацию, скорость вращения и т. д., производители могут получать информацию о состоянии своих активов в режиме реального времени и планировать техническое обслуживание в соответствии с фактическими потребностями.

В то время как базовой аналитики часто бывает достаточно для обнаружения оборудования, приближающегося к критическому рабочему порогу, ИИ может заранее прогнозировать аномалии на основе исторических данных о техническом обслуживании и ремонте. В результате профилактического обслуживания, согласно отчету PwC, производители могут улучшить время безотказной работы оборудования на 9%, снизить затраты на 12%, снизить риски безопасности на 14% и продлить срок службы своих активов на 20%.

Улучшение управления эффективностью активов

Имея систему AIoT, производители могут получать регулярные обновления о том, насколько хорошо работают их активы, и выяснять причины изменений производительности. Большинство систем управления производительностью активов на основе IoT позволяют получать автоматические оповещения всякий раз, когда часть оборудования отклоняется от установленных KPI.

Механизм ИИ, в свою очередь, помогает разобраться в причинах ухудшения производительности, если таковые имеются, и определить, разумно ли отслеживать измеренные KPI в каждом отдельном параметре. Используя программное обеспечение для управления производительностью, производители оптимизируют использование оборудования и повышают его общую эффективность.

Оптимизация планирования производства с помощью цифровых двойников

По данным Gartner, цифровые двойники могут помочь производителям повысить эффективность производства как минимум на 10%. Цифровая копия актива, системы или процесса, промышленный цифровой двойник с поддержкой AIoT может помочь производителям получить сквозной обзор операций в цехе и помочь своевременно выявлять и даже прогнозировать неэффективность.

Производственные предприятия, использующие цифровые двойники, заявляют, что они могут добиться долгосрочных улучшений, включая повышение надежности с 93% до 99,49% в течение двух лет, сокращение затрат на техническое обслуживание на 40% и экономию 360 000 долларов США при прогнозировании отключения электроэнергии.

Автоматизация операций в цехах с помощью промышленной робототехники

Промышленные роботы уже давно присутствуют в цехах. По мере того, как производственные IoT-решения становятся все более доступными, роботы становятся умнее и независимы. Промышленная робототехника, оснащенная датчиками и опирающаяся на ИИ, теперь способна принимать обоснованные производственные решения на ходу, тем самым повышая эффективность производственных подразделений.

Автомобилестроение и транспорт

Управление движением

AIoT можно использовать для уменьшения заторов на дорогах и улучшения качества транспорта. Город Тайбэй, например, подключился к AIoT для мониторинга и управления сигнальным оборудованием на 25 перекрестках. В этой системе интеллектуальные датчики и видеокамеры в режиме реального времени собирали данные о дорожном движении, людских потоках и загруженности дорог, а алгоритмы искусственного интеллекта анализировали эти данные и применяли соответствующую логику управления. Такой подход помог городской администрации оптимизировать транспортный поток и обеспечить безопасное и плавное вождение.

Беспилотные автомобили

Самоуправляемые транспортные средства и передовые системы помощи водителю (ADAS) являются яркими примерами алгоритмов ИИ, интерпретирующих данные IoT в реальном времени и воздействующих на них. Самоуправляемые или автономные автомобили создают карту своего окружения на основе данных с различных датчиков. Радарные датчики, например, отслеживают положение ближайших транспортных средств; видеокамеры обнаруживают светофоры, дорожные знаки, другие транспортные средства и пешеходов. Лидарные датчики измеряют расстояния, обнаруживают края дорог и определяют разметку полос движения.

Затем программное обеспечение AI обрабатывает данные датчиков, прокладывает оптимальный путь и отправляет инструкции на приводы автомобиля, которые управляют ускорением, торможением и рулевым управлением. Жестко закодированные правила, алгоритмы обхода препятствий, прогнозное моделирование и распознавание объектов помогают программному обеспечению соблюдать правила дорожного движения и преодолевать препятствия.