Skip to main content
Эта страница переведена автоматически. Перейти к английской версии?
Industrial AI

Доверие и масштаб: искусственный интеллект в здравоохранении и производстве

Автор: Корпоративные коммуникации США

Примечание редактора: это повествовательная версия недавнего Оптимистичный прогноз эпизод подкаста»,Искусственный интеллект в здравоохранении и производстве: почему внедрение — реальная проблема» — беседа между Бриттани Нг, вице-президентом Siemens Digital Industries Software, и Деметрии Джанникопулосом, директором по инновациям Rad AI, — описывает потенциал искусственного интеллекта в двух важнейших областях — здравоохранении и производстве — при наличии необходимых данных.

Искусственный интеллект решительно выходит за рамки экспериментов и переходит в реальный мир, меняя методы выполнения критически важной работы как в больницах, так и в промышленных условиях. От радиологических центров до судостроительных верфей — теперь речь идет не о том, на что способен искусственный интеллект, а о том, как он уже расширяет человеческий опыт и оказывает ощутимое влияние.

В недавнем интервью на подкасте Optimistic Outlook Бриттани Нг из Siemens Digital Industries Software и Деметрии Джанникопулоса, директора по инновациям Rad AI, возникла общая тема: будущее промышленного искусственного интеллекта в здравоохранении и производственных инновациях зависит не от замены людей, а от предоставления им возможности принимать более эффективные решения в условиях высоких ставок.

Предоставление пациентам правильных медицинских данных

Во всех отраслях ИИ оказывается наиболее ценным, когда он улучшает, а не заменяет человеческое суждение. Нигде это не так очевидно, как в здравоохранении, где объем данных может ошеломить даже самых опытных врачей.

По словам Джанникопулоса в подкасте, здравоохранение «— это область, где количество поступающей информации просто огромно». «Преодолеть этот шум может быть невероятно сложно».

Объединяя и интерпретируя данные в больших масштабах, искусственный интеллект в здравоохранении помогает врачам быстрее соединять точки зрения, сокращая количество пропущенных или отложенных диагнозов и определяя более точные схемы оказания медицинской помощи. В подкасте Джанникопулос отметил способность искусственного интеллекта объединять фрагментированную информацию по различным системам и специальностям, обеспечивая более четкое и полное представление о состоянии здоровья пациентов.

«По своей сути, искусственный интеллект.. [может] взять невероятные объемы имеющихся у нас данных... и в конечном итоге помочь пациенту получить самую лучшую информацию и лучший доступный для него способ», - сказал он.

Внедрение инноваций на основе «цифровой основы» промышленности

Хотя ставки могут быть разными, основные системные проблемы в производстве и судостроении очень похожи на проблемы здравоохранения: сложные системы, высокие требования безопасности и необходимость точности на каждом этапе.

Как отметила Бриттани Нг в своем подкасте, поворотным моментом стало появление надежной цифровой основы, включая производственные среды с цифровыми двойниками и подключенные производственные системы.

«Наконец-то у нас появилась так называемая цифровая магистраль», — говорит Нг. «Теперь искусственный интеллект может работать с структурированными контекстными данными, а не только с фрагментированными электронными таблицами».

Эта цифровая основа позволяет искусственному интеллекту перейти от теоретических выводов к практическим рекомендациям — оптимизировать планирование, повысить качество и укрепить производственные мощности в отраслях, критически важных для национальной обороны и экономической устойчивости.

Центральное место в трансформации искусственного интеллекта занимает доступ к высококачественным подключенным данным. В здравоохранении продольные наборы данных, охватывающие несколько систем, позволяют выявлять заболевания на ранних стадиях и повышать эффективность лечения. В производстве объединение данных проектирования, проектирования и производства позволяет постоянно совершенствоваться.

Укрепление доверия к технологии

Несмотря на быстрый прогресс, и Нг, и Джанникопулос подчеркнули, что самым большим препятствием на пути масштабирования ИИ являются не инновации, а доверие.

В сфере здравоохранения доверие очень важно, потому что результаты лечения пациентов напрямую зависят от результатов лечения. Это требует строгого подхода к обучению, обновлению и проверке систем искусственного интеллекта.

«Вам необходимо завоевать доверие врачей», — говорит Джанникопулос. «Необходимо завоевать доверие пациентов, которым используются эти технологии».

Аналогичным образом, в промышленных условиях внедрение искусственного интеллекта зависит от беспрепятственной интеграции искусственного интеллекта в существующие рабочие процессы и расширения возможностей работников таким образом, чтобы они могли верить в его растущее использование и адаптироваться к его растущему использованию.

«Успех зависит от предоставления инженерам и трейдерам инструментов искусственного интеллекта, которые расширяют их опыт, а не влияют на их работу», — отмечает Нг.

Такой акцент на доверии, управлении и надежности определяет, как ИИ будет внедряться в обоих секторах — здравоохранении и промышленности — осторожно, но целенаправленно в сторону масштабирования.

Подключенные данные — основа доверия

Центральное место в этой трансформации занимает доступ к высококачественным подключенным данным. В здравоохранении продольные наборы данных, охватывающие несколько систем, позволяют выявлять заболевания на ранних стадиях и повышать эффективность лечения. В производстве объединение данных проектирования, проектирования и производства позволяет постоянно совершенствоваться.

Нг кратко сформулировал задачу: «ИИ действительно настолько эффективен, насколько эффективна непрерывность этого потока [данных]».

Устранение разрозненности данных и обеспечение совместимости между экосистемами критически важны не только для производительности, но и для обеспечения стабильных и надежных результатов ИИ.

Искусственный интеллект — мультипликатор рабочей силы

Помимо производительности, искусственный интеллект все чаще рассматривается как способ решения кадровых проблем как в сфере здравоохранения, так и в сфере производства. В сфере здравоохранения нехватка врачей и растущий спрос ложатся тяжелым бременем на системы. В обрабатывающей промышленности нехватка квалифицированной рабочей силы ограничивает объем производства.

Искусственный интеллект может помочь автоматизировать повторяющиеся задачи и перевести человеческие роли в более ценную работу.

«Автоматизируя планирование, документирование и анализ, искусственный интеллект фактически позволяет инженерам сосредоточиться на мастерстве и решении проблем», — говорит Нг.

Аналогичные успехи уже достигнуты в области радиологии, поскольку искусственный интеллект помогает проводить анализ и составлять отчеты, что позволяет клиницистам уделять больше внимания уходу за пациентами.

Ускорение инноваций в разных отраслях

Возможно, наиболее убедительным является то, как искусственный интеллект открывает совершенно новые возможности. В судостроении генеративное проектирование и динамическое моделирование производства позволяют принимать более быстрые и адаптивные решения. В сфере здравоохранения искусственный интеллект ускоряет сроки исследований и помогает находить новые пути лечения.

«Теперь клиницисты могут проводить исследования на совершенно новом уровне», — говорит Джанникопулос. В конечном итоге это может привести к тому, что люди «выживают в ситуациях, которых раньше не было» благодаря открытиям в области исследований, основанным на искусственном интеллекте.

Такие открытия показывают, что искусственный интеллект не только улучшает существующие процессы, но и расширяет возможности как в здравоохранении, так и в промышленных системах.

Масштабирование ИИ для будущего

По мере ускорения внедрения искусственного интеллекта конвергенция данных, технологий и срочных мер создает уникальный период возможностей. И Нг, и Джанникопулос говорили о будущем, в котором искусственный интеллект будет полностью интегрирован в рабочую среду, что позволит принимать более эффективные решения, получать более высокие результаты и повышать устойчивость отраслей.

Успех будет зависеть не только от технологических возможностей, но и от способности ответственно, прозрачно и масштабно развертывать ИИ.

Путь вперед очевиден: укрепляйте доверие, объединяйте данные и сосредоточьтесь на повышении квалификации специалистов. Заложив эти основы, искусственный интеллект сможет выполнить свои обещания — изменить подход к уходу за пациентами, создать критически важную инфраструктуру и решить некоторые из самых сложных проблем современности.

Опубликовано: 16 июня 2026 г.