Искусственный интеллект в медицине реферат

Обновлено: 02.07.2024

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.

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.

В последнее время всё чаще в медицинской области используются системы искусственного интеллекта. Практики и знаний врача может не хватать для точной диагностики заболевания. Располагающая доступом к научной литературе и сотням тысяч историй болезней нейросеть может быстро типизировать случай, сопоставить его с похожими и сформулировать прогнозы по плану лечения. Поскольку развивается профилактическая медицина, распознающая предрасположенность к определенным видам заболеваний ещё до их появления и принятия меры, быстро растут объемы медицинских данных, мы начинаем понимать, что от скорости и качества их анализа зависит наше здоровья и уровень жизни. Всё это — работа для искусственного интеллекта. Какое значение приобретает это понятие на данный момент?

Под искусственным интеллектом понимается способность системы принимать ограниченные решения на основе проверенных знаний, загруженных в программу. Работа системы осуществляется в форме диалога с пользователем. Большое значение играют приближенные к интуиции врача слова, подбираемые ИС

Классификация интеллектуальных систем

Экспертные — основаны на знаниях экспертов (высококвалифицированные специалисты)
Интеллектуальные — основаны на информации из литературных источников
Гибридные — сочетание математического вычисления, анализа с логическим основанием. [1]

Ассоциативные связи, возникающие у врача или формируемые экспертной системой, позволяют учитывать:

На фоне каких заболеваний мог развиться наблюдаемый патологический процесс
Фоном для каких синдромов он может послужить в дальнейшем
Сочетание каких синдромов, наблюдаемых у пациента, не противоречит выдвинутой диагностической гипотезе
Информацию о взаимоисключающих симптомах или синдромах

Наиболее ярким примером введения ИИ в медицинской диагностике стала система IBM Watson, которая способна отвечать на вопросы, сформулированные на простом языке, а не на языке программирования.[2]

У компьютера Watson есть доступ к различным форматам данных — энциклопедиям и базам научных статей. Посредством огромной вычислительной способности, IBM Watson проанализировал 25 миллиардов медицинских снимков и 70 миллионов электронных медицинских карт.

Также для хронических больных внедрены устройства для мониторинга витальных функций. Тем не менее данные нужно не только собрать, но и проанализировать, и правильно интерпретировать.

В этом помогают мобильные приложения, которые:

работают с информацией о состоянии организма, сообщая о тревожных изменениях лечащему врачу;
выдают уже готовые в программе правильные советы по улучшению состояния и лечению больного;
собирают необходимую базу данных;

Следующая инновация — мобильное приложение от AliveCor, которое может обрабатывать данные датчика для снятия кардиограмм в домашних условиях. ИИ ежедневно расшифровывает данные пациента и отслеживает опасные состояния. Если приложение выявляет риск инфаркта — оно оповещает врача.

На данный момент существуют определенные проблемы с внедрением искусственного интеллекта в обиход. Зачастую люди крайне отрицательно относятся к нововведениям. Вокруг ИИ тоже существует огромное количество опасений и мифов.

Что же будет, если убрать инновации в медицинской сфере? Основным барьером перед массовым применением ИИ в здравоохранении могут стать два момента:

большое количество данных для обучения;
проблема кадров.

Для качественного применения этих систем необходим обученный персонал, способный работать с данными устройствами.

Без точной информации ИИ не будет работать продуктивно. А без квалифицированных специалистов применение предложенных программой алгоритмов к готовым данным также не принесет желаемого результата.

Помимо этого, опасения вызывает возможное сокращение рабочих мест в медицине. Хирурги, травматологи и стоматологи не останутся без работы, но терапевтам и диагностам из-за массового внедрения ИИ грозит ее отсутствие.

Так, можно сделать вывод, что технологии искусственного разума, машинного обучения и нейронных сетей по большей части облегчают жизнь врачей и их пациентов. Новшества в медицине позволяют корректно ставить диагноз, быстрее находить лекарственные средства, мониторить состояние пациентов. И это всего лишь небольшая часть того, что принес ИИ в медицинскую сферу.

Емельянов Д.П.
Климов А.В.
Мещеряков А.О.
Мингазова Ю.М.
Рыжков А.П.

Список литературы

Цитировать

Проведение общего обзора развития тенденций искусственного интеллекта в сфере современной медицины. Обзор области диагностики и реабилитации. Описание тенденции развития технологий в ближайшем будущем. Роль процесса модернизации современной медицины.

Рубрика	Медицина
Вид	реферат
Язык	русский
Дата добавления	18.05.2016
Размер файла	15,0 K

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В УСЛОВИЯХ СОВРЕМЕННОЙ МЕДИЦИНЫ

Аверьянова Ольга Анатольевна

старший преподаватель факультета биомедицинской инженерии

Коршак Виталий Игоревич

студент 4 курса факультета биомедицинской инженерии

В статье предлагается общий обзор развития тенденций искусственного интеллекта в сфере современной медицины. Охвачены области диагностики и реабилитации. Описаны тенденции развития технологий в ближайшем будущем.

Ключевые слова: искусственный интеллект; информационные технологии; медицина; машинное обучение; информация.

The article proposes a general overview of development of the artificial intelligence in the area of modern medicine trends. Covered subjects are diagnosis and rehabilitation. Described technology trends in the nearest future.

Keywords: artificial intelligence; Information Technology; medicine; machine learning; information.

Информационные технологии непрерывно пересекаются с науками, от которых зависит человеческая жизнь. Не смотря на скептические веяния вокруг новомодных разработок в области искусственного интеллекта, он, все же, сумел укорениться во всех сферах человеческой жизни, и имеет потенциал стать наиболее полезным в области современной медицины. Сложно представить отсутствие инструмента, который серьезно помогает повысить точность диагностики заболеваний, помогает облегчить жизнь пациентам, которым уже поставлен диагноз. Не секрет, что в руках ученных мощнейший инструмент, с помощью которого создание сверхмощных индивидуальных лекарств и методик лечения (реабилитации) становится куда более реальным.

Первооткрывателями в сфере серьезных разработок, совмещающих принципы искусственного интеллекта и медицины стали такие киты рынка информационных технологий как Intel и Elite Care, работающие над совместным проектом Вашингтонского университета по проектированию системы искусственного интеллекта, которая должна облегчить жизнь пациентам с болезнью Альцгеймера, помогая восстанавливать навыки, необходимые для ведения нормальной повседневной жизни.

Разработчикам уже удалось создать три необходимых девайса, которые на данный момент находятся на этапе тестирования в самом университете. Каждое из устройств отвечает за определенные функции, необходимые для помощи больным. Так, устройство под названием Activity Compass предназначено для максимальной ориентации больного в пространстве, даже если тот полностью потерял память. Для успешной реализации таких задач устройству необходимо заведомо получить максимальное количество информации о пациенте, о его маршрутах и распорядке дня, об особенностях организма и даже расписании приема препаратов. Вторым устройством является ADL Monitor. Девайс помогает отслеживать любые отклонения в повседневном поведении пациента. Естественно, отклонениями считаются все факторы поведения, отличающиеся от нормального. Для максимально продуктивной роботы устройству необходимо заранее получить информацию о нормальном поведении пациента. Последнее устройство - ADL Prompter - отвечает за помощь пациенту в приготовлении пищи и выполнении простейших действий на кухне.

Эти разработки дали серьезный толчок по внедрению искусственного интеллекта в медицину, главным достижением которого можно считать вовлечение крупных гигантов рынка информационных технологий и даже целых государств в процесс модернизации современной медицины. В настоящее время ведутся исследования и разработки, дающие надежду в ближайшем будущем полностью перейти к прецизионной медицине, основой которой является возможность назначения индивидуального лечения пациента, отталкиваясь от его генетических и других особенностей. В США уже объявлен запуск проектов по развитию прецизионной медицины. К концу 2019 года планируется отобрать один миллион добровольцев, которые станут подопытными в специальном научном исследовании, целью которого является выделение факторов взаимосвязи между образом жизни, средой обитания, социальным и экономическим статусом, генетической предрасположенностью и состоянием здоровья испытуемого. Полученный массив медицинских данных будет обработан с помощью инструментов искусственного интеллекта и современной мощной вычислительной техники.

Не смотря на старания конкурентов, главным игроком на рынке искусственного интеллекта в медицине остается корпорация IBM с ее суперкомпьютером Watson. Только за год обучения системы компании пришлось приобрести более тридцати миллиардов медицинских снимков, и это далеко не предел, ведь в планах остается расширение базы знаний еще на пятьдесят миллиардов снимков.

Суперкомпьютер Watson уже задействован американской кардиологической ассоциацией в проекте, основной целью которого будет модернизация принципов лечения заболеваний сердечно-сосудистой системы. Главной задачей устройства является анализ оптимальных способов лечения с помощью программы Workplace Health. Так же Watson будет задействован для постановки более точных диагнозов, благодаря возможности поиска необходимой информации в медицинских базах и научных журналах, которые расположены в специальном удаленном облаке Watson Health Cloud.

На этом разработка суперкомпьютера не окончена. В дальнейшем планируется обучить систему ориентироваться в результатах научных исследований и клинических испытаний. Это позволит ускорить процесс разработки новых лекарственных препаратов, значительно сократив время клинических испытаний.

Корпорация IBM не ограничилась одним проектом. Интересы компании коснулись сферы радиолучевой компьютерной диагностики. Проект под названием Avicenna способен распознавать и интерпретировать текст и графические изображения. Так как в основе системы заложены разные алгоритмы для каждого из типов данных, система сможет понимать записи и интерпретировать медицинские снимки, взяв на себя обязанности ассистента радиолога. Реальное тестирование системы запланировано на конец 2016 года.

Важнейшую роль в развитии современной медицины искусственный интеллект должен отыграть именно в сфере биофармацевтики. По данным биофармацевтической компании Berg исследование одного лекарственного препарата требует огромных финансовых и временных затрат (порядка двух миллиардов долларов и более десяти лет на клинические исследования). Использование инструментов искусственного интеллекта поможет ускорить процесс разработки лекарственных препаратов и позволит фармацевтическим компаниям обратить внимание на заболевания, для которых разработка лекарств ранее не была целесообразной с точки зрения финансовых и временных затрат.

Сложно представить границы развития искусственного интеллекта, но можно поставить цели, которых необходимо достичь в ближайшем будущем. Одну из них затрагивает сфера диагностики. Несомненно, было бы здорово, если бы система могла безошибочно ставить диагноз, но ученные все еще ведут исследования и разработки в этой сфере. Подобные разработки привлекают огромное количество инвесторов. И не смотря на утопичность задачи, израильской компании MedyMatch Technology удалось разработать систему, совмещающую инструменты искусственного интеллекта и технологию Big Data, которая в режиме реального времени сравнивает снимок мозга пациента с десятками тысяч других снимков, тем самым помогая более точно диагностировать инсульт.

Одним из наиболее финансово привлекательных разделов медицины для внедрения систем, построенных на основе искусственного интеллекта, является сфера стоматологии. Но, не смотря на огромные усилия ученных, попытки создания широко-функциональной диагностической системы остановились на создании узконаправленных и мало-функциональных экспертных систем. Скорее всего, в ближайшем будущем проблема будет решена, так как система общей диагностики поможет сгладить недостаток квалификации малоопытных докторов, а более опытным поможет значительно сократить время на постановку верного диагноза.

Инновации не обошли мимо и рынок мобильных устройств. У любого пользователя, имеющего мобильное устройство, может появиться личный медицинский ассистент. Мобильное приложение, работающее на основе машинного обучения и распознавания речи либо текста, поможет в тот же момент дать ответ на интересующий вопрос, обработав некоторое количество необходимой информации, находящейся в собственной базе знаний.

Аудиторская компания Research and Markets к концу 2020 года прогнозирует десятикратный рост рынка искусственного интеллекта в медицине. К сожалению, искусственный интеллект еще не достиг того уровня, чтобы безошибочно помогать врачам в постановке диагноза и ведении лечения пациента, но уже может значительно облегчить рутинную работу врачей оптимизируя их рабочий процесс.

Читайте также: