Влияние искусственного интеллекта на здоровье человека реферат

Обновлено: 02.07.2024

С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.

Исследователи, работающие в области искусственного интеллекта (ИИ), обнаружили, что вступили в схватку с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики. Оказалось, что прежде всего необходимо понять механизмы процесса обучения, природу языка и чувственного восприятия. Выяснилось, что для создания машин, имитирующих работу человеческого мозга, требуется разобраться в том, как действуют миллиарды его взаимосвязанных нейронов. И тогда многие исследователи пришли к выводу, что пожалуй самая трудная проблема, стоящая перед современной наукой - познание процессов функционирования человеческого разума, а не просто имитация его работы. Что непосредственно затрагивало фундаментальные теоретические проблемы психологической науки.

В самом деле, ученым трудно даже прийти к единой точке зрения относительно самого предмета их исследований - интеллекта. Некоторые считают, что интеллект - умение решать сложные задачи ; другие рассматривают его как способность к обучению, обобщению и аналогиям; третьи - как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.

Тем не менее многие исследователи ИИ склонны принять тест машинного интеллекта, предложенный в начале 50-х годов выдающимся английским математиком и специалистом по вычислительной технике Аланом Тьюрингом. Компьютер можно считать разумным,- утверждал Тьюринг,- если он способен заставить нас поверить, что мы имеем дело не с машиной, а с человеком.

Выдающийся швейцарский врач и естествоиспытатель XVI в Теофраст Бомбаст фон Гогенгейм (Парацельс) оставил руководство по изготовлению гомункула, в котором описывалась странная процедура, начинавшаяся с закапывания в лошадиный навоз герметично закупоренной человеческой спермы. "Мы будем как боги, - провозглашал Парацельс. - Мы повторим величайшее из чудес господних - сотворение человека!"(4)

Однако только после второй мировой войны появились устройства, казалось бы, подходящие для достижения заветной цели - моделирования разумного поведения; это были электронные цифровые вычислительные машины. "Электронный мозг", как тогда восторженно называли компьютер, поразил в 1952 г. телезрителей США, точно предсказав результаты президентских выборов за несколько часов до получения окончательных данных. Этот "подвиг" компьютера лишь подтвердил вывод, к которому в то время пришли многие ученые: наступит тот день, когда автоматические вычислители, столь быстро, неутомимо и безошибочно выполняющие автоматические действия, смогут имитировать невычислительные процессы, свойственные человеческому мышлению, в том числе восприятие и обучение, распознавание образов, понимание повседневной речи и письма, принятие решений в неопределенных ситуациях, когда известны не все факты. Именно таким образом "заочно" формировался своего рода "социальный заказ" на разработку систем ИИ.

В общем исследователей ИИ, работающих над созданием мыслящих машин, можно разделить на две группы. Одних интересует чистая наука и для них компьютер - лишь инструмент, обеспечивающий возможность экспериментальной проверки теорий процессов мышления. Интересы другой группы лежат в области техники : они стремятся расширить сферу применения компьютеров и облегчить пользование ими. Многие представители второй группы мало заботятся о выяснении механизма мышления - они полагают, что для их работы это едва ли более полезно, чем изучение полета птиц и самолетостроения.

В настоящее время, однако, обнаружилось, что как научные так и технические поиски столкнулись с несоизмеримо более серьезными трудностями, чем представлялось первым энтузиастам. На первых порах многие пионеры ИИ верили, что через какой-нибудь десяток лет машины обретут высочайшие человеческие таланты. Предполагалось, что преодолев период "электронного детства" и обучившись в библиотеках всего мира, хитроумные компьютеры, благодаря быстродействию, точности и безотказной памяти постепенно превзойдут своих создателей-людей. Сейчас мало кто говорит об этом, а если и говорит, то отнюдь не считает, что подобные чудеса не за горами.

На протяжении всей своей короткой истории исследователи в области ИИ всегда находились на переднем крае информатики. Многие ныне обычные разработки, в том числе усовершенствованные системы программирования, текстовые редакторы и программы распознавания образов, в значительной мере рассматриваются на работах по ИИ.

Несмотря на многообещающие перспективы, ни одну из разработанных до сих пор программ ИИ нельзя назвать "разумной" в обычном понимании этого слова. Это объясняется тем, что все они узко специализированы; самые сложные экспертные системы по своим возможностям скорее напоминают дрессированных или механических кукол, нежели человека с его гибким умом и широким кругозором. Даже среди исследователей ИИ теперь многие сомневаются, что большинство подобных изделий принесет существенную пользу. Немало критиков ИИ считают, что такого рода ограничения вообще непреодолимы.

К числу таких скептиков относится и Хьюберт Дрейфус, профессор философии Калифорнийского университета в Беркли. С его точки зрения, истинный разум невозможно отделить от его человеческой основы, заключенной в человеческом организме. "Цифровой компьютер - не человек, говорит Дрейфус. - У компьютера нет ни тела, ни эмоций, ни потребностей. Он лишен социальной ориентации, которая приобретается жизнью в обществе, а именно она делает поведение разумным. Я не хочу сказать, что компьютеры не могут быть разумными. Но цифровые компьютеры, запрограммированные фактами и правилами из нашей, человеческой, жизни, действительно не могут стать разумными. Поэтому ИИ в том виде, как мы его представляем, невозможен".( 1)

Попытки построить машины, способные к разумному поведению, в значительной мере вдохновлены идеями профессора Норберта Винера, который помимо математики обладал широкими познаниями в других областях, включая нейропсихологию и медицину.

Винеру и его сотруднику Джулиану Бигелоу принадлежит разработка принципа "обратной связи", который был успешно применен при разработке нового оружия с радиолокационным наведением. Принцип обратной связи заключается в использовании информации, поступающей из окружающего мира, для изменения поведения машины

В дальнейшем Винер разработал на принципе обратной связи теории как машинного так и человеческого разума. Он доказывал, что именно благодаря обратной связи все живое приспосабливается к окружающей среде и добивается своих целей. "Все машины, претендующие на "разумность",- писал он, - должны обладать способность преследовать определенные цели и приспосабливаться, т.е. обучаться". Созданной им науке Винер дает название кибернетика, что в переводе с греческого означает искусство управления кораблем.(2)

Следует отметить, что принцип "обратной связи", введенный Винером, был предугадан Сеченовым в явлении "центрального торможения" в "Рефлексах головного мозга" (1862 г.) и рассматривался как механизм регуляции деятельности нервной системы.

В середине 1958 г. Фрэнком Розенблаттом была предложена модель электронного устройства, названного им перцептроном, которое должно было имитировать процессы человеческого мышления. Перцептрон должен был передавать сигналы от "глаза", составленного из фотоэлементов, в блоки электромеханических ячеек памяти, которые оценивали относительную величину электрических сигналов. Эти ячейки соединялись между собой случайным образом в соответствии с господствующей тогда теорией, согласно которой мозг воспринимает новую информацию и реагирует на нее через систему случайных связей между нейронами

Область применения нейронных сетей

В литературе встречается значительное число признаков, которыми должна обладать задача, чтобы применение НС было оправдано и НС могла бы ее решить:

· отсутствует алгоритм или не известны принципы решения задач, но накоплено достаточное число примеров;

· проблема характеризуется большими объемами входной информации;

· данные неполны или избыточны, зашумлены, частично противоречивы.

Таким образом, НС хорошо подходят для распознавания образов и решения задач классификации, оптимизации и прогнозирования.

Банки и страховые компании:

- автоматическое считывание чеков и финансовых документов;

- проверка достоверности подписей;

- прогнозирование изменений экономических показателей.

Военная промышленность и аэронавтика:

- обработка звуковых сигналов (разделение, идентификация, локализация, устранение шума, интерпретация);

- обработка радарных сигналов (распознавание целей, идентификация и локализация источников);

- обработка инфракрасных сигналов (локализация);

Биомедицинская промышленность:

- обнаружение отклонений в ЭКГ;

Нейронные сети - основные понятия и определения

В основу искусственных нейронных сетей положены следующие черты живых нейронных сетей, позволяющие им хорошо справляться с нерегулярными задачами:

· простой обрабатывающий элемент - нейрон;

· очень большое число нейронов участвует в обработке информации;

· один нейрон связан с большим числом других нейронов (глобальные связи);

· изменяющиеся по весу связи между нейронами;

· массированная параллельность обработки информации.

Прототипом для создания нейрона послужил биологический нейрон головного мозга. Нейронная сеть представляет собой совокупность большого числа сравнительно простых элементов - нейронов, топология соединений которых зависит от типа сети. Чтобы создать нейронную сеть для решения какой-либо конкретной задачи, необходимо выбрать, каким образом следует соединять нейроны друг с другом.

Переходя к собственно медицинским проблемам ИИ О.К. Тихомиров выделяет три позиции по вопросу о взаимодействии медицины и искуственного интеллекта.

1) "Мы мало знаем о человеческом разуме, мы хотим его воссоздать, мы делаем это вопреки отсутствию знаний"- эта позиция характерна для многих зарубежных специалистов по ИИ.

2) Вторая позиция сводится к констатации того же факта, причем в качестве причины указывается отсутствие адекватных методов. Решение видится в моделировании тех или иных интеллектуальных функций в работе машин. Иными словами, если машина решает задачу ранее решавшуюся человеком, то знания, которые можно почерпнуть, анализируя эту работу и есть основной материал для построения психофизиологических теорий.

3) Третья позиция характеризует исследования в области искусственного интеллекта и медицины как совершенно независимые. В этом случае допускается возможность только использования медицинских знаний в плане психологического обеспечения работ по ИИ.

Но и работы по искусственному интеллекту тоже влияют на развитие медицины.. В качестве первого результата можно выделить появление новой области психологических исследований, а именно, сравнительные исследования того, как одни и те же задачи решаются человеком и машиной. Возникают понятия компьютерной метафоры и информационной парадигмы .

Уже первые работы по искусственному интеллекту показали, что не только область решения задач затрагивается соспоставительными исследованиями, но и проблема мышления в целом. Только под влиянием разработки ИИ возникла потребность в уточнении критериев "творческих" и "нетворческих" процессов.

Более того, исследования восприятия и исследования памяти также находятся под сильным влиянием машинных аналогий (монография Р.Клацки).

Новая психологическая теория поведения (исследования Д. Миллера К.Прибрама Ю.Галантера) построена на результатах этих работ.

Но специфику человеческой мотивационно-эмоциональной регуляции деятельности составляет использование не только константных, но и ситуативно возникающих и динамично меняющихся оценок, существенно также различие между словесно-логическими и эмоциональными оценками. В существовании потребностей и мотивов видится различие между человеком и машиной на уровне деятельности. Этот тезис повлек за собой цикл исследований, посвященных анализу специфики человеческой деятельности. Так в работе Л.П.Гурьевой (7) показана зависимость структуры мыслительной деятельности при решении творческих задач от изменения мотивации.

Информационная теория эмоций Симонова в значительной степени питается аналогиями с работами систем ИИ.

Таким образом все три традиционные области психологии - учения о познавательных, эмоциональных и волевых процессах оказались под влиянием работ по ИИ, что по мнению О.К.Тихомирова привело к оформлению нового предмета психологии - как наука о переработке информации.

1) Дрейфус Х. Чего не могут вычислительные машины.- М.: Прогресс, 1979

2) Винер Н. Кибернетика и общество.-М:ИЛ, 1958

3) Минский М., Пейперт С. Перцептроны -М:Мир,1971

4) Компьютер обретает разум.Москва Мир 1990 В сборнике: Психологические исследования интеллектуальной деятельности. Под.ред. О.К.Тихомирова.- М., МГУ,1979.:

5) Бабаева Ю.Д. К вопросу о формализации процесса целеобразования 6) Брушлинский А.В. Возможен ли "искусственный интеллект"?

7) Гурьева Л.П. Об изменении мотивации в условиях использования искусственного интеллекта.

8) Ноткин Л.И. "Искусственный интеллект" и проблемы обучения

9) Тихомиров О.К. "Искусственный интеллект и теоретические вопросы психологии"

Для учеников 1-11 классов и дошкольников
Бесплатные сертификаты учителям и участникам

Медицинские аспекты разработки искуственного интеллекта.

В самом деле, ученым трудно даже прийти к единой точке зрения относительно самого предмета их исследований - интеллекта. Некоторые считают, что интеллект - умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям; третьи - как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.

В общем исследователей ИИ, работающих над созданием мыслящих машин, можно разделить на две группы. Одних интересует чистая наука и для них компьютер - лишь инструмент, обеспечивающий возможность экспериментальной проверки теорий процессов мышления. Интересы другой группы лежат в области техники: они стремятся расширить сферу применения компьютеров и облегчить пользование ими. Многие представители второй группы мало заботятся о выяснении механизма мышления - они полагают, что для их работы это едва ли более полезно, чем изучение полета птиц и самолетостроения.

Область применения нейронных сетей

· отсутствует алгоритм или не известны принципы решения задач, но накоплено достаточное число примеров;

· проблема характеризуется большими объемами входной информации;

· данные неполны или избыточны, зашумлены, частично противоречивы.

Банки и страховые компании:

Æ автоматическое считывание чеков и финансовых документов;

Æ проверка достоверности подписей;

Æ прогнозирование изменений экономических показателей.

Военная промышленность и аэронавтика:

Æ обработка звуковых сигналов (разделение, идентификация, локализация, устранение шума, интерпретация);

Æ обработка радарных сигналов (распознавание целей, идентификация и локализация источников);

Æ обработка инфракрасных сигналов (локализация);

Æ автоматическое пилотирование.

Биомедицинская промышленность:

Æ анализ рентгенограмм;

Æ обнаружение отклонений в ЭКГ;

Æ анализ реограмм.

Нейронные сети - основные понятия и определения

· простой обрабатывающий элемент - нейрон;

· очень большое число нейронов участвует в обработке информации;

· один нейрон связан с большим числом других нейронов (глобальные связи);

· изменяющиеся по весу связи между нейронами;

· массированная параллельность обработки информации.

Информационная теория эмоций Симонова в значительной степени питается аналогиями с работами систем ИИ.

1) Дрейфус Х. Чего не могут вычислительные машины.- М.: Прогресс, 1979

2) Винер Н. Кибернетика и общество.-М:ИЛ, 1958

3) Минский М., Пейперт С. Перцептроны -М:Мир,1971

7) Гурьева Л.П. Об изменении мотивации в условиях использования искусственного интеллекта.

8) Ноткин Л.И. "Искусственный интеллект" и проблемы обучения

9) Тихомиров О.К. "Искусственный интеллект и теоретические вопросы психологии"

Шадеркин И.А. – к.м.н., заведующий лабораторией электронного здравоохранения Института цифровой медицины Первого Московского государственного медицинского университета им. И.М. Сеченова; Москва, Россия; РИНЦ Author ID 695560

ВВЕДЕНИЕ

Автор публикации тоже работает над вопросами принятия врачебных решений, и, сам будучи врачом, в ходе работы и имеющейся практики обнаружил ряд важных вопросов, которыми счел необходимым поделиться с профессиональным сообществом.

КЛЮЧЕВЫЕ МОМЕНТЫ РАЗРАБОТКИ ИИ

Команды, создающие решения на базе ИИ, включают в себя, помимо руководства и представителей бизнеса (сэйлс, маркетинг), команду разработчиков, программистов и специалистов по знаниям, дата-сайентистов, которые, как правило, являются представителями медицинского и научного сообщества и являются экспертами в предметной области, для которой строятся решения на базе ИИ.

Важным компонентом бизнес-продукта являются медицинские данные (знания), которые либо берутся из открытых источников (дата-сеты, размеченные данные), либо собираются дата-сайентистами из команды разработчиков. Созданное программное обеспечение принимает решение на основе данных/знаний, поэтому качество этих данных является ключевым аспектом правильности работы программного обеспечения.

ПРИЧИНЫ НЕУДАЧ В СИСТЕМЕ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ

Есть очевидные и наиболее часто упоминаемые причины некачественной работы вне заявленных характеристик ИИ в медицине:

Ошибки в использовании программных библиотек.
Некачественно собранные медицинские данные.
Недостаточное количество данных или выборки данных для обучения алгоритма.
Нерепрезентативная выборка (не все данные, не по всем клиническим случаям оказались в дата-сете).
Ошибки в разработке программного продукта.

Это лежащие на поверхности, часто упоминаемые причины.

Однако есть ряд других причин, которые порой не учитываются в разработке, но могут носить фатальный характер в принятии медицинских клинических решений:

1. Искажение первичных медицинских знаний.

2. Отсутствие знаний или недостоверные знания о предметной области.

На приеме практически нет возможности сказать пациенту, что врач не знает какой ставить диагноз или как его лечить. Сложилось мнение, что пациент всегда должен выйти от врача с решением своей проблемы. С другой стороны, это дополнительно продиктовано взглядом СМИ на текущее состояние науки и здравоохранения, когда в СМИ представляются абсолютные знания и современное состояние проблем. На этом фоне очень сложно специалисту, который несет юридическую ответственность, сказать, что он не знает или не уверен в диагнозе или методах лечения.

3. Социальные искажения.

Перспективность применения к пациенту того или иного метода, использование дорогостоящих методов диагностики и лечения, прогноз развития заболевания, эвтаназия, личное отношение врача к пациенту и другие моменты – лежат за рамками медицины, основанной на доказательствах. Принятие решения врачом в таких ситуациях носит иррациональный характер и лежит в рамках этических, культурных, а порой и религиозных аспектов. Такие знания очень сложно на сегодняшнем уровне собрать, классифицировать и алгоритмизировать. Как правило, решения принимает врач на свой страх и риск, под свою ответственность, не афиширует, и тем более, не публикует.

В ряде клинических ситуаций принятие врачом таких решений носит ключевой характер, но не может быть протоколировано и алгоритмизировано в программном обеспечении в ИИ.

ВЫВОДЫ

При разработке решений на базе ИИ кажется важно учитывать вышеперечисленные моменты как разработчикам, так и пользователям.

Ключевые слова: искусственный интеллект в медицине; глубокое машинное обучение; системы поддержки принятия врачебных решений

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.

История

Исследования, проведенные в 1960-х и 1970-х годах, позволили создать первую экспертную систему, которая известна как DENDRAL. В то время, как она была разработана для применения в органической химии, она послужила основой для последующей системы MYCIN, которая считается одним из наиболее значимых ранних применений искусственного интеллекта в медицине. Однако, MYCIN и другие системы, такие как Internist-1 и CASNET не достигли широкого применения.

1980-е и 1990-е годы привели к распространению микрокомпьютеров и созданию глобальных сетей. Произошло признание исследователями и разработчиками того факта, что системы ИИ в здравоохранении должны быть разработаны. Ученые утверждали, что программы должны быть рассчитаны на отсутствие идеальных сведений и должны опираться на опыт врачей. Новые подходы, связанные с теорией нечётких множеств, сетей Байеса и искусственных нейронных сетей, были созданы, чтобы отражать развитие потребности здравоохранения в интеллектуальных вычислительных системах.

Однако с 2002 года технологии сделали большой шаг вперед, а к программам внедрения искусственного интеллекта в медицину подключились и IT-гиганты, и целые государства. Сегодня ученые надеются, что с помощью искусственного интеллекта уже в ближайшем будущем возможно будет прийти к сверхточной (или прецизионной) медицине, в рамках которой появится возможность назначать индивидуальное лечение каждому отдельному человеку, учитывая его уникальные генетические и другие особенности. В США уже объявили о запуске пилотных проектов по развитию прецизионной медицины.

Примеры

Корпорация IBM

Рисунок 2

Компания IBM разрабатывает системы в области лечения онкологии. Также проводит совместную работу с Джонсон & Джонсон в области исследования и лечения хронических заболеваний.

Microsoft

Рисунок 3

Корпорация Microsoft занимается разработкой наиболее эффективных лекарств и методов лечения от рака. Проект включает в себя анализ медицинских изображений опухолей и математический анализ развития клеток.

Компания Google

Рисунок 4

Корпорация Intel

Рисунок 5

Корпорация Intel разрабатывает программы с ИИ, которые определяют пациентов, входящих в группу риска, и предлагают вариант лечения.

Компания Medtronic

Компания Medtroniс совместно с IBM разрабатывают приложение для людей, страдающих сахарным диабетом. Приложение будет способно определить критическое снижение уровня сахара в крови за 3 часа до наступления события. Для этого используют данные с глюкометров и инсулиновых помп от 600 анонимных пациентов. Отслеживать своё здоровье люди смогут с помощью специального приложения и носимых медицинских устройств.

Так же многими компаниями разрабатываются системы, позволяющие реанимировать пациентов с заболеваниями сердца.

Сферы применения в медицине

- приложения и программные продукты для распознавания медицинских изображений (снимков МРТ, заключений УЗИ, кардиограмм, результатов компьютерной томографии);

- стартапы для разработки лекарственных препаратов (микроскопический анализ, изучение эффективности препаратов, исследование вирусов и поиск эффективных вакцин);

-использование технологий машинного обучения в сфере протезирования (интеллектуальные системы разрабатывают удобные протезы с учетом анатомических особенностей человека);

-приложения для удаленной помощи пациенту (они популярны в Великобритании – с их помощью врачи общей практики могут в удаленном режиме дать рекомендации для лечения простудных болезней или других состояний, не угрожающих жизни);

-стартапы по лечению раковых заболеваний (например, SOPHiA AI – приложение по диагностике рака, привлекшее 30 млн.долл. инвестиций, умеющее анализировать клиническую картину состояния пациента и предлагать эффективную схему лечения).

Заключение

Рисунок 7

Медико-технологические достижения, произошедшие в этот полувековой период, позволили вывести здравоохранение на новый уровень. Новые приложения и системы, связанные с ИИ, обладают рядом неоспоримых преимуществ:

Увеличенная вычислительная мощность приводит к более быстрому сбору и обработке данных.

Увеличение объема и доступности связанных со здоровьем данных, которые получены из личных и медицинских устройств врачей и пациентов.

Рост геномных баз данных секвенирования.

Широкое внедрение электронных медицинских систем записи данных.

К 2019 году для специального исследования будут отобраны 1 миллион добровольцев. Исследование направлено на то, чтобы показать связь между состоянием здоровья, образом жизни, окружающей средой, а также социальным и экономическим статусом. Полученные данные будут обработаны с помощью ИИ.

Читайте также: