Искусственный интеллект в медицине кратко

Обновлено: 05.07.2024

Искусственный интеллект уже водит машины, отвечает на звонки, пишет тексты и рисует картины. А как насчет медицины? Отвечаем: в этой области он тоже набирает обороты и постепенно превращается в важного помощника медицинского персонала. Внедрение систем на базе ИИ – один из ключевых трендов современного здравоохранения. В этой статье мы расскажем, как в этом направлении развивается медтех рынок и как использовать ИИ в медицине и здравоохранении.

Медтех, или медицинские технологии, – это применение гаджетов и сервисов в здравоохранении. Сюда можно отнести приложения, информационные сети и другие разработки, которые могут использовать пациенты и врачи. Вот задачи, в которых могут быть полезны медицинские технологии:

поддержка принятия врачебных решений;
подбор индивидуального лечения; ;
удаленный мониторинг и помощь пациентам;
разработка лекарственных препаратов;
протезирование с помощью интеллектуальных систем.

По прогнозам Deloitte, к 2022 году объем расходов на мировом рынке здравоохранения достигнет $10,059 трлн. Частный пример современных медицинских технологий – это искусственный интеллект, который сейчас активно внедряется в здравоохранение. Например, рынок ИИ-приложений в области медицины вырос в десять раз с 2014 года:

Источник: PwC

Информация о пациентах может храниться в десятках клиник и медицинских карточек. Это усложняет сбор анамнеза и постановку диагноза. Интерпретация анализов, тестов и снимков тоже может быть недостаточно точной из-за объема данных. Даже если у врача на руках находится вся необходимая информация, он не всегда может правильно ее интерпретировать и заметить каждую деталь. От этого могут зависеть жизни пациентов.

Google Deepmind Health анализирует симптомы и предлагает несколько диагнозов. Результаты поиска основаны на миллионах страниц научной информации, которые содержат даже самые малоизвестные заболевания. Сервис MedClueRx анализирует симптомы и не просто диагностирует болезнь, но и выбирает максимально безопасные и эффективные препараты в зависимости от особенностей пациента.

Системы с искусственным интеллектом позволяют распознавать заболевания даже на ранней стадии. Например, сервисы Zebra Medical Vision и Arterys помогают врачам-диагностам сосредоточиться на общении с пациентами и избавиться от необходимости вглядываться в мельчайшие детали снимков легких и УЗИ сердца.

Такие типы ИИ-программ могут использовать не только врачи, но и пациенты. Сервис 23andMe анализирует генетическую информацию и рассказывает пользователю о его предках. Стартап Sophia Genetics использует генетические данные для выявления предрасположенности к определенным заболеваниям. Так пациенты корректируют свой образ жизни, а врачи выбирают наиболее вероятные диагнозы.

Разработка вакцины и последующие клинические исследования – это долгие и дорогостоящие процессы. ИИ может уменьшить время на разработку новых лекарств в несколько раз, анализируя молекулярные структуры существующих препаратов и предлагая новые согласно заданным требованиям. Например, в 2019 году компания Insilico Medicine таким образом создала несколько вариантов лекарств для лечения мышечного фиброза. Для этой задачи алгоритмам понадобился 21 день, после чего ученые отобрали наиболее подходящие варианты препаратов и за 25 дней провели тест на лабораторных животных. Таким образом, понадобилось 46 дней для выбора подходящего лекарства. Однако традиционный процесс разработки лекарств занимает около 8 лет и стоит фармкомпаниям несколько миллионов долларов. Новые технологии дают надежду на то, что с их помощью мы сможем быстрее получить лекарства от болезней, которые сегодня не поддаются лечению: рассеянный склероз, болезнь Альцгеймера и другие.

Дисбаланс и дефицит медицинских кадров высшего и среднего звена был во всем мире еще до вспышки коронавируса. По данным Всемирной Организации Здравоохранения, чтобы люди во всем мире имели доступ к услугам здравоохранения к 2030 году, странам с низким уровнем дохода нужно еще 18 миллионов медицинских работников. В дальнейшем ситуация, скорее всего, не стабилизируется из-за роста населения, старения общества и изменения клинической картины заболеваний. Эти факторы только повысят спрос на высококвалифицированных медицинских работников и усложнят доступ к медицинской помощи. Поэтому инновационные технологии должны содержать в себе искусственный интеллект и базу знаний в предметной области. Так они освободят врачей от рутинных повседневных задач: внесение информации в медкарту, детальный анализ большого массива данных из истории болезней и т.д. Благодаря этому медработники сконцентрируют время и усилия на решении серьезных диагностических вопросов и выборе лечения. Современные ИИ-технологии могут помочь системе здравоохранения повысить удовлетворенность пациентов и медицинского персонала, снизить стоимость медицинских услуг и улучшить качество медицинской помощи.

О популярности телемедицины мы уже говорили в статье про медтех тренды 2021. Удаленные консультации расширяют доступ к качественной медицинской помощи, особенно в малонаселенных пунктах, где в ней нуждаются больше всего. Кроме того, онлайн-консультации предоставляет возможность снизить затраты на здравоохранение и получить второе мнение по результатам исследований, чтобы уточнить диагноз и план лечения. ИИ делает телемедицину значительно удобнее. Он применяется для удаленной диагностики, сбора медицинских показателей и работы с информацией о пациентах.

Например, в нашем приложении для докторов Primu.Online планируется внедрить ИИ для анализа симптомов и перевода записей приёмов в текстовый формат. А в Google уже разработали алгоритм, который по фотографии сетчатки глаза выявляет диабетическую ретинопатию. Так врачи могут избежать рутинных задач и сложностей диагностики, чтобы сосредоточиться на лечении.

Например, В Google разработали алгоритм, который по фотографии сетчатки глаза выявляет диабетическую ретинопатию. Так врачи могут избежать рутинных задач и сложностей диагностики, чтобы сосредоточиться на лечении.

Над телемедицинскими приложениями работают многие крупные компании, например, Сбер. Приложение СберЗдоровье использует искусственный интеллект для распознавания симптомов. Перед онлайн-консультацией оно предполагает диагнозы и исходя из этого советует клиенту врача. Это снижает нагрузку на медицинских работников, при этом позволяя пациентам более внимательно отслеживать свое состояние.

На рынок медтеха входят крупные игроки: Google, Apple, Microsoft. Их продукты с использованием ИИ улучшают точность диагнозов, доступность врачей и систематизацию медицинских данных. Преимущество этих больших компаний в наличии средств и квалифицированных сотрудников. Это позволяет им создавать комплексные продукты, которые включают не доступные ранее возможности. Например, Google Health – это сервис, объединяющий разнообразные услуги как для пациентов, так и для врачей. С помощью ИИ он помогает предотвратить слепоту, выявить рак груди на ранней стадии, поддерживать психическое здоровье и т.д.

Однако новейшим технологиям сейчас противопоставлены их дороговизна и недоверие людей к машинам. Кроме того, многим развивающимся странам для внедрения искусственного интеллекта в медицину не хватает оборудования и средств. Следовательно, чтобы удовлетворить аудиторию, нужно создавать оптимальные продукты. Например, более простые и дешевые ИИ-системы сделают медицину доступнее, а качественный маркетинг и положительные отзывы убедят клиентов в пользе искусственного интеллекта. Это отличный шанс нащупать правильный подход к аудитории и занять прибыльную нишу. Кроме того, согласно исследованиям, рынок ИИ в медицине будет стремительно расти в ближайшие несколько лет:

Источник: McKinsey and Company

За искусственным интеллектом будущее, и оно наступает уже сегодня. Мы в Azoft стремимся использовать все возможности новейших технологий. Наш отдел RnD разрабатывает и использует искусственный интеллект, машинное обучение и нейронные сети для решения задач в области медицины и не только. Напишите нам на [email protected] с идеей проекта – мы будем рады внести вклад в развитие медтеха вместе с вами.

Внедрение технологий искусственного интеллекта в медицине – один из главных трендов в мире здравоохранения. ИИ и нейросети способны в корне изменить всю мировую медицину: преобразовать систему диагностики, способствовать разработке новых лекарственных препаратов, повысить качество медуслуг в целом и снизить расходы. В перспективе возможности ИИ практически безграничны. Однако прежде чем рассматривать особенности использования технологии в сфере здравоохранения, необходимо разобраться в том, что представляет из себя ИИ.

Что такое ИИ?

Одно из первых определений ИИ было предложено еще в 80-х годах XX века. Ученые в области теории вычислений Файгенбаум и Барр назвали искусственный интеллект областью информатики, направленной на создание интеллектуальных систем, обладающих возможностями, присущими человеческому разуму. К ним относят возможность обучения, распознавание языка, умение рассуждать и решать различные проблемы.

Сегодня к ИИ относят программные средства с набором алгоритмов и методов, которые могут решать интеллектуальные задачи так же, как это сделал бы человек. К примеру, искусственный интеллект способен:

Кроме того увеличивается количество проектов, в которых компьютеры не только работают по установленным алгоритмам, но также самообучаются, совершенствуются и решают более сложные задачи.

Не стоит путать обычные программы с ИИ. Первые создаются программистами, которым не нужно обладать информацией обо всех зависимостях между входными параметрами и ответом – полученным результатом. Такие программные продукты прекрасно справляются со многими задачами, в том числе медицинскими – системы используются для расчетов статистик, формирования реестров и т.д.

Искусственный интеллект нужен там, где невозможно задать четкие правила и алгоритмы. К примеру, как простая программа может на рентгенологическом снимке выявить наличие патологии? Для решения такой задачи машина должна не проводить расчет по заданным формулам, а самостоятельно выявить формулу по эмпирическим данным, чтобы научиться распознавать болезни. Разработчики при этом работают в первую очередь над подготовкой данных и обучением системы.

Как работают нейронные сети в медицинской сфере?

Нейронные сети сегодня активно применяются в разработке интеллектуальных систем, в том числе и в медицине, благодаря их способности к обучению. Механизм работы искусственных нейросетей повторяет принцип биологических. В цифровом исполнении нейронная сеть представляет собой граф с тремя и более слоями нейронов, которые соединяются между собой.

В процессе обучения входные нейроны получают данные, обрабатывают их на внутреннем слое нейросети, а на выход поступают результаты. Если полученный результат в процессе обучения не устраивает исследователей, они меняют вес соединений и заново обучают сеть. При этом успешность процесса и достоверность результатов зависит от количества входных данных – чем их больше, тем лучше.

Естественно, нейросеть не может на 100% утверждать, что с названными симптомами у пациента, например, грипп, однако она предполагает такой диагноз в соответствии с заключениями врачей по другим медкартам.

Сегодня на основе нейронных сетей разработано множество технологий для медицины, и некоторые из них уже активно применяются в клиниках по всему миру.

В 2018 году были опубликованы результаты исследований нескольких ученых, разработавших алгоритм прогнозирования аномального падения давления или гипотонии в процессе хирургического вмешательства.

Алгоритм разработан с помощью технологий машинного обучения в медицине. Исследователи использовали ИИ, который проанализировал данные более 1300 пациентов, у которых во время операции фиксировалось артериальное давление. Общая продолжительность наблюдения составила почти 546 тысяч минут. С помощью этих данных искусственный интеллект помог подготовить алгоритм прогнозирования гипотонии.

Алгоритм повторно проверяли на втором наборе данных других 204 пациентов. ИИ сумел правильно предсказать внезапное падение артериального давления в 84% случаев за 15 минут до падения, в 84% случаев – за 10 минут, и в 87% случаев – за 5 минут.

Исследователи считают, что алгоритм можно использовать во время операций, чтобы снизить вероятность возникновения осложнений.

Искусственный интеллект в здравоохранении показывает впечатляющие результаты и в решении задачи раннего распознавания рака кожи. Эксперимент провели в 2018 году ученые из США, Франции и Германии, которые обучили нейросети идентифицировать изображения для диагностики онкозаболеваний кожных покровов. Машине предоставили более 100 тысяч снимков безвредных родинок и опасных для жизни меланом, а позднее показали эти же фотографии профессиональным дерматологам, которые попытались выявить рак по снимкам.

Машина справилась с задачей лучше специалистов. Она правильно распознала злокачественные образования в 95% случаев, тогда как люди показали результат только в 86%.

Уже сегодня в некоторых британских больницах применяют новый способ тестирования плода на патологии, которые сложно или невозможно выявить другими средствами. Система работает на основе искусственного интеллекта, и в нее заложено более 350 тысяч снимков плодов с теми или иными отклонениями.

Система называется ScanNav и она способна давать врачу много полезной информации о патологиях плода, опираясь на имеющиеся в базе данные по другим пациенткам.

Пока ScanNav работает в тестовом режиме и используется только в акушерстве, но в будущем она может получить намного более широкое распространение и будет особенно полезна для стран, испытывающих острый дефицит во врачах.

Применение и польза искусственного интеллекта в медицине

Разработка ИИ сегодня является приоритетной задачей для многих стран мира. Если рассматривать внедрение умных систем в медицинской сфере, то в первую очередь их польза будет состоять в увеличении точности диагностики различных заболеваний.

Практики и опыта врача может быть недостаточно для того, чтобы своевременно выявить ту или иную проблему в организме человека, тогда как нейронная сеть, обладающая доступом к огромному объему данных, передовой научной литературе и миллионам историй болезней, сможет быстро классифицировать любой случай, соотнести его со схожими проблемами у других пациентов и предложить план лечения.

Сегодня искусственный интеллект не может решать сложные медицинские задачи: он самостоятельно не придумает и не спроектирует прибор из будущего, который сможет за пару секунд отсканировать организм человека, выявить любые проблемы и назначить оптимальное лечение. Однако и нынешние возможности очень интересны для врачей, пациентов и клиник.

Сегодня искусственный интеллект отлично справляется с простыми задачами. Например, он способен выявить наличие инородного тела или патологии по рентгеновскому снимку, а также определить наличие раковых клеток в цитологическом материале. В анализе различных медицинских данных искусственный интеллект уже показывает великолепные результаты – точность выявления патологий по УЗИ и МРТ превышает 90%.

Интересно еще и то, что сейчас разрабатывается все большее количество проектов, ориентированных именно на врачей:

Это суперкомпьютер, способный отвечать на вопросы, которые задаются не на языке программирования, а на простом человеческом языке. Позднее было запущено подразделение Watson Health, главное направление которого – использование суперкомпьютера в медицине. Компьютеру обеспечили доступ к огромному количеству данных: энциклопедиям, базам научных статей, а также медицинским картам и снимкам. Машина проанализировала свыше 50 миллионов анонимных медкарт и более 30 миллиардов снимков. Вся эта информация использовалась для дальнейшего применения в онкологии, для поиска на УЗИ признаков порока сердца. IBM запустило облачную платформу Watson Health Cloud, благодаря которой технологии доступны для врачей и исследователей по всему миру.

Компания Google также занимается разработкой собственных медицинских систем ИИ. Проект DM Health сотрудничает с офтальмологической клиникой Moorfields Eye Hospital. ИИ используют для анализа анонимных глазных снимков и выявления первичных симптомов слепоты.

Современная статистика показывает, что врачи часто допускают ошибки при анализе снимков КТ, что становится причиной назначения неверного лечения. Новый проект от израильских разработчиков призван помочь правильно диагностировать инсульт – система сравнивает снимок мозга пациента со снимками сотен тысяч других людей для выявления и подтверждения отклонений.

Одним из важнейших факторов, влияющих на развитие человеческого общества в ближайшие годы, станет искусственный интеллект (ИИ). В это понятие мы вкладываем все направления развития сферы, включая машинное обучение (Machine Learning, ML), генеративно-состязательные сети (Generative Adversarial Networks, GAN), градиентный бустинг (Gradient-boosted-tree models, GBM), глубокое обучение с подкреплением (Deep Reinforcement Learning, DRL) и т.д.

Бизнес, технологический сектор, а также здравоохранение — это те области, где ИИ особенно востребован. Давайте посмотрим, как инструменты AI/ML способны повлиять на качество оказания медицинских услуг.

Прим.: Cloud4Y подготовил статью из трёх частей, посвящённых связке ИИ и медицины. Первые две рассказывают о способах использования технологии, а третья посвящена проблемам, которые возникают при реализации этой идеи.

ИИ в радиологии

Самый очевидный вариант использования: ассистент радиолога/рентгенолога, занимающийся выявлением и локализацией подозрительных образований на коже, повреждений, опухолей, внутренних кровоизлияний, образований на мозге и т.д. Компьютер работает быстрее и точнее, а потому способен выдать конкретные данные о заболевании спустя несколько секунд после обработки информации. Человек так не может.

Есть и другой момент. Высококвалифицированные специалисты стоят дорого, и на них колоссальный спрос. Они испытывают нешуточное давление, буквально увязая в потоках данных, которые сыплются на них со всех сторон. Если верить этой статье, такой специалист должен выдавать диагноз каждые 3-4 секунды. Машинный интеллект может повысить квалификацию обычного специалиста, помогая ему разобраться в сложных ситуациях. Тем самым уменьшая количество ложных диагнозов и спасая жизни людей.

ИИ способны повысить качество работы медучреждений, автоматизировав трудоёмкую и ответственную часть работы врачей. С помощью компьютерных алгоритмов можно также контролировать эффективность лечения и качество выполненной операции, прогнозировать скорость восстановления организма.

Хорошим примером такой технологии является проект Microsoft InnerEye. Он предлагает использовать методы ML для сегментации и идентификации опухолей с использованием 3D-рентгеновских снимков. Это может помочь в точном планировании операции, навигации и эффективном формировании контуров опухоли для планирования лучевой терапии.

Также нужно заметить, что МРТ и другие современные системы визуализации, используемые для раннего выявления рака, работают с ML. Алгоритмы помогают проводить расширенный анализ изображений. Например, выполнить сегментацию предстательной железы или совместить несколько разных снимков (например, УЗИ, КТ и МРТ) для получения более точной картины. Машинный интеллект также способен распознать онкологию во время плановых медицинских процедур и даже хирургическом вмешательстве (часто бывает, что во время операции остаётся незамеченным ещё одно злокачественное образование).

ИИ в патологии

Патологическая диагностика включает исследование среза ткани под микроскопом. Использование Deep Learning для обучения алгоритма распознавания изображений в сочетании с человеческим опытом обеспечит более точную диагностику. Анализ цифровых снимков на уровне пикселей может помочь в обнаружении патологических изменений, которые человеческий глаз легко может пропустить. И это обеспечит более эффективную диагностику.

Такую технологию разрабатывает, к примеру, медицинская школа Гарварда. Алгоритм использует технологию распознавания речи и изображений для распознавания снимков с патологиями и обучает компьютеры различать раковые и не раковые образования. Сочетание этого алгоритма с работой человека привело к точности 99,5%.

Машинное обучение и медицинская наука

Во всевозможных медицинских учреждениях генерируются петабайты данных. Эти данные, к сожалению, обычно являются беспорядочно разбросанными и неструктурированными. Это ни в коем случае не упрёк в сторону врачей. Им приходится не столько лечить, сколько отчитываться о лечении. Однако хаос здорово мешает в планировании и глобальном наблюдении за здоровьем отдельно взятой страны или мира в целом.

Дополнительная сложность заключается в том, что в отличие от стандартных бизнес-данных, данные пациентов не слишком-то хорошо поддаются простому статистическому моделированию и аналитике. Мощная облачная платформа с поддержкой ИИ, имеющая доступ к медицинским БД, способна эффективно анализировать смешанную информацию (например, патологию крови, генетические особенности, рентгеновские снимки, историю болезни). Она же (теоретически) способна анализировать входные данные и выявлять скрытые закономерности, которых не видно из-за чересчур большого объёма медицинской информации.

Интерпретируемые модели ИИ и распределённые системы машинного обучения отлично подходят для этих задач. Они позволят не только эффективно развивать медицинскую науку, находя новые закономерности и расовые/половые/возрастные особенности людей, но формировать более точные данные о состоянии здоровья населения в конкретных регионах.

Хирургические роботы-ассистенты

Уже сейчас многие операции проводятся с помощью компьютерного зрения и манипуляторов, которыми управляет хирург. Это значимая часть развития медицинских технологий, нивелирующая фактор человеческой усталости и повышающая эффективность процедур. Роботы с ИИ способны здорово помочь обычным хирургам. Например:

Контролировать работу врача, выполняя роль страховки на случай невнимательности;
Улучшать видимость для хирурга, напоминать ему о последовательности действий во время процедуры;
Создавать точные, минимально инвазивные разрезы тканей;
Снижая уровень боли для пациента за счёт подбора оптимальной геометрии разреза и накладываемого шва.

Хорошим вариантом может стать генерация компьютером пространства виртуальной реальности для управления действиями хирурга в режиме реального времени. Также можно использовать телемедицину и удалённую хирургию для проведения относительно несложных операций.

Что ещё полезного можно почитать в блоге Cloud4Y

Подписывайтесь на наш Telegram-канал, чтобы не пропустить очередную статью. Пишем не чаще двух раз в неделю и только по делу.

Искусственный интеллект спешит на помощь.

Искусственный интеллект в тренде. Он уже рисует картины, водит автомобиль и отвечает на звонки в организациях. Всё шире применяется он и в медицине, причём показывает высокую эффективность. И покажет ещё бо́льшую, если привлечь простых людей к сбору данных и изменить законодательство. Правда, некоторые связанные с его внедрением проблемы в рамках текущей мировой политэкономической ситуации кажутся неразрешимыми.

Что такое искусственный интеллект

Здесь под искусственным интеллектом (ИИ) мы будем понимать способность машины имитировать умное поведение людей, то есть — умение ориентироваться в меняющемся контексте и принимать с учётом этих изменений оптимальные, позволяющие достичь цели решения.

Сегодня масштабно используются две технологии ИИ — экспертные системы и нейронные сети. В то время как экспертные системы отживают свой век, нейронные сети (НС) завоевали рынок благодаря способности учиться.

Выделяют несколько видов ИИ:

Узкий ИИ (narrow AI) — спроектирован, чтобы решать определённую задачу;
Общий ИИ (general AI, AGI) — сможет решать любые задачи, с которыми справится человек;
Superintelligence — будет опережать человека по сложности решаемых задач.

Примитивно обучение нейронных сетей можно представить так: на входные нейроны подаются данные, дальше они обрабатываются нейронами на внутреннем слое, и на выходных нейронах получаются некоторые значения. Если полученные значения нас не устраивают, мы меняем веса соединений в нейронной сети и заново её учим (подробнее об этом можно почитать в книге Дэвида Криселя (David Kriesel) A Brief Introduction to Neural Networks). Чем больше релевантных данных подаётся на входные нейроны, тем релевантнее выходит и результат работы сети.

Что необходимо сделать прямо сейчас?

Что может ИИ в медицине?

Диагност и ассистент лечащего врача

Врачу бывает сложно верно диагностировать заболевание, особенно если у него не слишком много практики или конкретный случай далёк от его профессионального опыта. Тут на помощь может прийти искусственный интеллект, имеющий доступ к базам с тысячами и миллионами историй болезни (и другой упорядоченной информацией). С помощью алгоритмов машинного обучения он классифицирует конкретный кейс, быстро просканирует вышедшую за определённый интервал времени научную литературу по нужной теме, изучит имеющиеся в доступе похожие случаи и предложит план лечения. Более того, ИИ сможет обеспечить индивидуализированный подход, приняв во внимание сведения о генетических особенностях пациента, паттернах движения, собранных его носимыми устройствами, предыдущей истории болезней — всём анамнезе жизни. ИИ вероятно (по крайней мере, на текущем этапе развития технологий) — не заменит врача, но может стать — уже стал — полезным инструментом, помощником в деле диагностики и лечения.

Приведу некоторые примеры.

IBM Watson for Oncology. IBM Watson — суперкомпьютер, умеющий отвечать на вопросы, сформулированные на естественном языке (то есть не на языке программирования). У него есть доступ к различным источникам данных: энциклопедиям, базам научных статей, антологиям знаний. Благодаря огромным вычислительным мощностям, обработав источники, он выдаёт максимально точный ответ на заданный вопрос.

IBM Watson for Oncology — программа применения мощностей IBM Watson для определения оптимальной доказательной основанной на данных стратегии лечения рака. Перед запуском этой программы в Watson для обучения были загружены сотни тысяч медицинских документов, в том числе 25 тысяч историй болезни, более 300 медицинских журналов и более 200 учебников, всего около 15 млн страниц текста. В 2011 году было объявлено о совместном исследовательском проекте IBM и Nuance Communications , результатом которого должен был стать коммерческий продукт для клинического применения в области принятия врачебных решений. В подготовке к клинической практике суперкомпьютеру помогали исследователи-клиницисты из Колумбийского университета (Columbia University) и Университета Мэриленда в Балтиморе (University of Maryland, Baltimore).

С 2013 года IBM Watson используется в Мемориальном онкологическом центре им. Слоуна-Кеттеринга в Нью-Йорке (Memorial Sloan Kettering Cancer Center, MSK) для помощи в принятии управляющих решений (Utilization management) при лечении больных раком лёгких и уходе за ними. Разумеется, его база постоянно пополняется новыми историями болезни.

IBM Medical Sieve (проект в стадии разработки). Чтобы оценить результаты МРТ, рентген-снимков, кардиограмм, врачу в среднем нужно потратить значительно больше времени на изучение картинки, чем системе машинного обучения. При этом точность компьютерного анализа в среднем выше, что позволит выявить дефекты и образования, которые врач может и пропустить. Особенно под конец смены, когда медики устают и теряют концентрацию. Более того, за счёт уменьшения количества времени на распознавание и обработку данных, может быть обслужено больше пациентов.

NeuroLex.co. Люди, когда говорят, сообщают значение произносимого не только словами, но и интонацией, промежутками между словами, скоростью и громкостью речи. Из психиатрической практики известно, что психические расстройства обычно сопровождаются определёнными речевыми изменениями. Поэтому можно научить нейронные сети расставлять соответствия между речевыми паттернами и диагнозами (на основе уже имеющейся клинической практики), таким образом сделать процесс установления диагноза более быстрым и точным.

15 февраля этого года Human Diagnosis project был объявлен полуфиналистом конкурса Фонда Макартуров 100&Change. Всего полуфиналистов восемь. Победитель будет назван в сентябре и получит 100 млн долларов. Хочется верить, что если эти деньги попадут в руки Human Dx, они приблизят день, когда медицина в мире станет доступнее и эффективнее.

AiCure (iOS, Android) — нужно сфотографировать приём таблетки; приложение визуально распознает тип лекарства, определит время приёма и отправит эту информацию врачу. Задача приложения — обеспечить регулярность приёма лекарств.

Babylon Health (iOS, Android) — мобильное приложение, позволяющее из любой точки Земного шара, в любой день и любое время суток получить онлайн-консультацию британского или ирландского врача с врачебным стажем не менее 10 лет. На английском, разумеется. Вы спросите: при чём тут искусственный интеллект? При том, что перед консультацией можно пройти, здесь же, в приложении, нехитрый тест, а также загрузить параметры ежедневной активности, в т. ч. непосредственно с различных носимых устройств. Система проанализирует данные и выдаст вам предварительный диагноз, а врача порекомендует, уже опираясь на него. Если верить разработчикам, практика показывает, что предварительные диагнозы Babylon Health уже сейчас ставит не хуже опытного терапевта.

ИИ в научных разработках в области медицины

Помимо клинической практики, ИИ находит применение в проведении биомедицинских исследований. Например, система машинного обучения может использоваться для проверки совместимости лекарств или для анализа генетического кода (да для чего угодно, на самом деле — для любых задач, требующих глубокого обучения, поиска корреляций в больших данных, визуального и аудиального распознавания и т. п.).

Deep Genomics — это проект системы, которая позволит изучить, предсказывать и интерпретировать, как генетические вариации изменяют важные клеточные процессы, такие как транскрипция, сплайсинг и др. Изменение в этих процессах может вести к болезням, а соответственно знание причины болезни может сделать терапию более эффективной.

Барьеры

К сожалению, очень часто люди не готовы брать на вооружение новые технологии. Как и вокруг любой инновации, вокруг ИИ в медицине бытует множество как предрассудков, так и обоснованных опасений.

Боязнь восстания машин

Чиновники в правительствах часто тоже являются носителями вышеописанного стереотипа. Поэтому одной рукой подписывают инновационные программы и перспективные планы, другой же — законы и подзаконные акты, душащие всякую реальную инновацию в колыбели.

Утрата контроля над личными данными и неясное распределение ответственности за это

В случае ИИ в медицине (и не только в медицине) добавляется реальная проблема нарушения приватности ради эффективности.

И, в конце концов, становится непонятным: кто владелец медицинских данных — пациент, врач, клиника, вычислительный сервис или кто-то ещё? И кто, в какой мере может ими распоряжаться?

Google как преступник, медсестра и медицинский прибор

Проведённое расследование показало, что, хотя по закону 1998 года о персональных данных, вся информация, передаваемая больницей для каких-либо целей третьим лицам и организациям без информированного согласия пациента, должна быть зашифрована и анонимизирована или псевдоанонимизирована, меморандум, подписанный Free и Google, косвенно сообщает, что в данном случае ни шифроваться, ни анонимизироваться ничего не будет, так как информацию предполагается использоваться только для помощи пациентам. Также Google и Free ссылались на предполагаемое согласие, как в ситуациях, когда врач показывает историю болезни или результаты лабораторных исследований другому врачу или медсестре. Подразумевается, что такие ситуации само собой разумеются и получать для таких действий специальное информированное согласие пациента не нужно. Имелось в виду, что то, чем занимается DeepMind Health, сопоставимо с тем, что делают для больных врачи и медсёстры. Однако информационный уполномоченный заметил, что предполагаемое согласие применяется обычно в ситуациях, когда оба врача или врач и медсестра находятся под одной крышей. Если ж врач хочет показать историю болезни коллеге в другой клинике или дома, для этого уже требуется согласие пациента. Когда речь об огромных массивах данных — согласие каждого пациента. Иные возможности: либо чрезвычайная ситуация в области здравоохранения, когда персональные данные используются в национальных интересах, либо решение суда. Последнего у Google нет, а попытка представителей сторон, подписавших меморандум, оперируя статистикой смертности от заболеваний, на борьбу с которыми направлены производимые DeepMind вычисления, представить ситуацию как чрезвычайную не встречают понимания среди их оппонентов. В поисках решения Google и Royal Free пытались также представить дело таким образом, будто никакая информация никуда не передавалась, а была всего лишь загружена в новый медицинский прибор, каковым и является DeepMind Health. Но оппоненты и здесь нашли, к чему придраться: по закону, перед вводом в эксплуатацию любой медицинский прибор должен получить одобрение Medicines and Healthcare products Regulatory Agency (MHRA, британский регулятор в сфере здравоохранения). Однако ни фонд, ни Google такого одобрения не получали.

С точки зрения закона Google всюду неправ, но пока всё ограничивается публичными спорами: преследуются подобные нарушения лишь в том случае, когда их результатом становится совершение тяжкого преступления. Тогда нарушителю грозит штраф в размере 5000 фунтов стерлингов или тюремное заключение сроком 6 месяцев.

Отвечая на опасения защитников персональных данных, соучредитель DeepMind Мустафа Сулейман сказал в заявлении для Computer Weekly:

Киберпреступность и кибертерроризм

Самолечение и сокращение числа рабочих мест в медицине

Есть также целые регионы, жители которых уже сегодня массово предпочитают врачу поиск в Google. Если же им будет доступен искусственный интеллект, ставящий диагноз и предлагающий терапию, при рабочих местах там из медиков останутся разве что хирурги, стоматологи и процедурные сёстры. Не факт, что это пойдёт на пользу общему уровню здоровья, но — как убедить ходить к врачу человека, который и раньше ему не доверял, а теперь ещё и имеет доступ к машинной диагностике? И куда деваться тем медикам, которые останутся из-за ИИ без работы?

Пока не врачи, но уже рядом

Как сообщает The Guardian, 5 января сего года японская компания Fukoku Mutual Life Insurance, занимающаяся преимущественно медицинским страхованием, объявила об увольнении 34 сотрудников в связи с началом эксплуатации удалённого интерфейса когнитивной системы IBM Watson — Watson Explorer.

Fukoku Mutual Life Insurance полагает, что, благодаря ИИ, увеличит производительность на 30% и окупит вложения в него менее чем за два года, а также сэкономит в этом году более 100 миллионов иен на текущих расходах.

Watson Explorer понимает естественный язык, распознаёт символы и изображения и сможет читать десятки тысяч медицинских справок и учитывать продолжительность пребывания в больнице, медицинские истории и любые хирургические процедуры для расчёта страховых выплат. Причём будет делать всё это значительно быстрее и качественнее, чем уволенные 34 сотрудника. Последних, впрочем, всё это едва ли обрадует.

Гигантские массивы данных, в т. ч. персональных, всё равно, так или иначе, собираются и используются — в эпоху глобальных информационных сервисов с миллиардами пользователей иначе и быть не может, но легальность этого — под вопросом. Права собственности, права на использование открытых для ИИ персональных данных, а также вопросы разграничения ответственности при эксплуатации искусственного интеллекта в медицине требуют законодательного регулирования.

И тому, чтобы это регулирование происходило быстро, трезво, эффективно и с пользой для людей, есть несколько серьёзных препятствий.

Во-первых, это недостаточный уровень экспертизы, понимания законодателями и правительственными чиновниками, что собственно нужно сделать, так как отрасль новая и готовых кейсов попросту не существует. Придётся действовать методом проб и ошибок, а ошибки в деле здравоохранения особенно опасны, ведь идёт о жизни и здоровье людей.

Наконец, законодатели, как и простые люди, в какой-то степени находятся в плену стереотипов и страхов, начиная от страха перед реальными опасностями, тем же кибертерроризмом, тем возможным ростом безработицы среди медиков, и заканчивая элементарными неофобией и мракобесием.

Заключение

И в силах каждого — работать на первый сценарий и противостоять второму. Для этого:

1. Помогать организациям, разрабатывающим медицинские ИИ-системы, собирать данные, для этого использовать носимые устройства и упомянутые в этой статье приложения и подобные им.

2. Обращаться за помощью к уже существующим ИИ-системам при диагностировании, будь вы пациент или врач, показывать их своим лечащим врачам.

3. Формировать позитивное общественное мнение в отношении использования искусственного интеллекта в медицине, вести разъяснительную работу, помогать людям преодолевать фобии и стереотипы.

4. В странах, где законодатели реально зависят от избирателей, стараться инициировать принятие невраждебных к медицинскому ИИ законодательных актов, регулирующих неясные на сегодня вопросы (например, вопрос о приватности информации о состоянии здоровья, вопрос открытия для ИИ-систем историй болезни, вопрос разграничения ответственности в различных ситуациях, возникающих при использовании искусственного интеллекта в диагностике и лечении).

И если широкое общественное движение сформирует многомиллионный и постоянно растущий спрос, если люди массово поймут, что им это нужно, и начнут пользоваться и требовать, ситуация сама будет способствовать выработке социального консенсуса по вопросам, пока что ставящим в тупик, а за ним неминуемо подтянутся и законодательная база, и всенародное участие в сборе данных. И тогда, скорее всего, инвестиции, осуществляемые сейчас в ИИ в медицине, дадут желаемый результат.

Рассказывает Александр Вилячкин, CEO HICO.systems.

Медицинские продукты с применением искусственного интеллекта активно разрабатывают известные компании: Microsoft, Apple, Google, IBM. Но не только они, появляются решения и от стартапов. В том числе и в России.

Рассмотрим реальные примеры применения ИИ в медицине.

Данные о пациентах: доскональная обработка

Чтобы лечение было грамотным, а диагноз — точным, необходимо изучить данные о пациенте: снимки, анализы, протоколы осмотра; анамнез, содержащий полную информацию.

Иногда даже опытные врачи не в состоянии увидеть полную картину болезни из-за того, что данные в карточке не систематизированы, а история теряется в толще листов.

По данным Google, каждый десятый пациент страдает из-за того, что его болезнь была неправильно интерпретирована. Считается, что ИИ может разрешить эту проблему. Специальные Google уже работают в некоторых больницах, где программа Google Deepmind Health проводит анализ доступной информации о симптомах пациента и выдаёт список рекомендаций, а врач, пользуясь подсказками такого помощника, назначает пациенту курс лечения.

Программа IBM Watson Health также позволяет ставить диагнозы: распознавать кардиомиопатию, тромбозы, сердечные приступы.

Также ИИ дает возможность оценивать влияние медикаментов на организм человека, помогая врачам понять, как особенности генетического строения пациента влияют на течение заболевания, и какой эффект может оказать новый лекарственный препарат. С помощью приложения IBM Watson Health Cloud доктор получает и анализирует данные об организме пациента с электронного браслета, и на основе этого подбирает эффективный курс лечения.

Диагностика

В России записаться на приём к врачу можно через интернет. Однако пациентов много, поэтому ждать приёма приходится целыми днями и даже неделями. Технологии ИИ позволяют решить этот вопрос. Например, с помощью телемедицины и программы mHealth.

Кроме того, искусственный интеллект учат распознавать симптомы возникновения злокачественных новообразований, диагностировать нарушения зрения, туберкулез, нарушение работы головного мозга.

Примером работы программы выступает сервис Ada. Это мобильное приложение, которое задаёт человеку вопросы, а тот — описывает симптомы, после чего Ada ищет информацию о проблеме и даёт рекомендации.

Существуют похожие сервисы, способные указать на заболевания, и даже на сахарный диабет.

Для людей, которые выписались из больницы разработано специальное приложение Sense.ly, которое в режиме реального времени анализирует состояние здоровья человека, а затем отправляет эти данные лечащему врачу.

Набирает популярность генетический анализ с помощью сервиса Sophia Genetics. Так, анализ ДНК даёт возможность выявить предрасположенность человека к некоторым заболеваниям: диабету, язве желудка и другим.

Проект MedClueRx позволяет определить, какие лекарственные препараты могут помочь при депрессии, эпилепсии, заболеваниях нервной системы.

В ближайшем будущем планируется дать доступ сервису MedWhat к историям болезней пациентов и к генетической информации.

Обработка огромных объёмов информации

ИИ способен обрабатывать несколько тысяч страниц в секунду при поиске необходимой информации.

Примерно каждые двадцать минут в мире появляется новая статья по медицине. Так каталог MED-LINE за прошедший год был пополнен 870 тысячами ссылок.

В помощь медикам недавно была создана система поддержки по принятию решений — CDSS на основе ИИ, которая объединила информацию и данные о показателях здоровья пациентов и их истории болезни.

Автоматизация и улучшение

Бывает, что пациент отменяет визит к врачу, и это несёт клинике убытки: в США подсчитали, что система здравоохранения страны ежегодно теряет около 150 миллиардов долларов. Чтобы снизить эти показатели нужен новый подход к организации и управлению.

IBM разработала сервис Arterys который совмещает в себе визуализацию работы сердца и аналитику. Основой сервиса выступает нейросеть, способная анализировать изображения.

Создание лекарственных препаратов

Препараты представляют собой сложные органические соединения, и поиск правильной структуры занимает много времени. Перед тем как попасть на рынок, препарат проходит массу проверок, испытаний, но даже это не даёт гарантии, что лекарство будет эффективным: более 50% новых лекарств против рака не дают заметного эффекта.

ИИ призван точнее моделировать состав препаратов. В будущем исследователи смогут задавать свойства, а искусственный интеллект будет формировать химическую структуру препарата.

Уже сегодня компания Atomwise применяет ИИ для поиска оптимальных лекарственных формул.

А как в России

В России ведётся работа сразу по нескольким направлениям из сферы медицинского искусственного интеллекта. Популярны распознаватели речи и сервисы онлайн-диагностирования болезней по снимкам.

В 2017 году запущен проект Voice2Med, призванный сократить время на заполнение бумаг. Он успешно протестирован в республиканской больнице Татарстана в городе Казань.

Российский Институт развития интернета создает ИИ, который позволит ставить диагнозы самостоятельно, основываясь на снимках МРТ и рентгена.

Ещё одно применение ИИ получило название TeleMD (сервис удалённых консультационных эфиров), которая специализируется на онкологических болезнях.

Читайте также: