Искусственный интеллект в медицине: современные тенденции и будущие возможности

Количество исследований, касающихся проблеме использования искусственного интеллекта (ИИ) в медицине быстро растут. Однако среди ажиотажа присутствует и скептицизм, а также некоторая осторожность в отношении завышенных ожиданий. В этой статье рассматриваются текущие тенденции в области медицинского ИИ и будущие возможности общей практики.

ЧТО ТАКОЕ МЕДИЦИНСКИЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ?

Принятие клинических решений на основе прошлых данных является сутью доказательной медицины. Традиционно статистические методы подходили к этой задаче, характеризуя закономерности в данных как математические уравнения, например, линейная регрессия предполагает «линию наилучшего соответствия». Посредством «машинного обучения» ИИ предоставляет методы, раскрывающие сложные ассоциации, которые нелегко свести к уравнению. Например, нейронные сети представляют данные через огромное количество взаимосвязанных нейронов аналогично человеческому мозгу. Это позволяет системам машинного обучения подходить к решению сложных проблем так же, как это делает врач, ‒ тщательно взвешивая доказательства и приходя к обоснованным выводам.

Однако, в отличие от одного врача, эти системы могут одновременно наблюдать и быстро обрабатывать практически неограниченное количество входных данных. Кроме того, они способны учиться на каждом новом конкретном случае, а причины ряда заболеваний могут быть выявлены в течение нескольких минут. Вот почему медицинское программное обеспечение с искусственным интеллектом способно превзойти, например, дерматологов в правильной классификации подозрительных поражений кожи или почему ИИ в медицине доверяют задачи, в которых эксперты часто расходятся во мнениях, например, выявление туберкулеза легких на рентгенограммах грудной клетки.

В настоящее время искусственный интеллект в медицине имеет широкую область применения, но в данной статье основное внимание будет уделяться методам машинного обучения, так как они повсеместно используются в важных клинических приложениях.

КАКОВЫ СОВРЕМЕННЫЕ ТЕНДЕНЦИИ В МЕДИЦИНСКОМ ИИ?

Помимо простой демонстрации превосходной эффективности, новые технологии, поступающие в медицинскую сферу, также должны интегрироваться с существующей практикой, получить соответствующее одобрение регулирующих органов и, что, возможно, самое главное, ‒ вдохновить медицинский персонал и пациентов инвестировать в новую парадигму. Эти проблемы привели к появлению ряда новых тенденций в исследованиях и внедрении ИИ в область медицины.

ИИ превосходно справляется с четко определенными задачами

Исследования были сосредоточены на задачах, в которых ИИ способен эффективно продемонстрировать свою эффективность по отношению к врачу ‒ человеку. Как правило, эти задачи имеют четко определенные входные данные и двоичный выходной сигнал, который легко проверить. При классификации подозрительных поражений кожи входными данными является цифровая фотография, а выходными данными ‒ простая бинарная классификация: доброкачественные или злокачественные новообразования. В этих условиях исследователям просто нужно было продемонстрировать, что ИИ обладает превосходной чувствительностью и специфичностью по сравнению с дерматологами при классификации ранее неизвестных фотографий поражений, подтвержденных биопсией.

ИИ поддерживает врачей, а не заменяет их

Машинам не хватает человеческих качеств, таких как сочувствие и сострадание, и поэтому пациенты должны понимать, что консультации проводят врачи ‒ люди. Более того, нельзя ожидать, что пациенты сразу же начнут доверять ИИ в медицине, ведь это технология, окутанная недоверием. Таким образом, искусственный интеллект в медицине обычно решает задачи, которые являются важными, но достаточно ограниченными по своему объему, чтобы оставить основную ответственность за ведение пациента за врачом ‒ человеком. В настоящее время проводятся клинические испытания с использованием ИИ для более точного и гораздо более быстрого, чем у человека, расчета целевых зон в лучевой терапии головы и шеи. Врач-радиолог по-прежнему несет полную ответственность за проведение терапии, но ИИ здесь играет важную фоновую роль в защите пациента от вредного излучения.

ИИ поддерживает плохо обеспеченные ресурсами услуги

Одна система искусственного интеллекта в медицине способна обслуживать большое количество населения и поэтому идеально подходит для ситуаций, когда человеческий опыт является дефицитным ресурсом. Во многих странах с преобладанием туберкулеза в отдаленных центрах не хватает радиологических специалистов. С помощью искусственного интеллекта рентгенограммы, загруженные из этих центров, можно было бы интерпретировать с помощью единой центральной системы. Недавнее исследование показывает, что ИИ правильно диагностирует туберкулез легких с чувствительностью 95% и специфичностью 100%. Кроме того, задачи с ограниченными ресурсами, когда пациенты испытывают неудовлетворительное время ожидания, привлекательно использование ИИ в виде систем сортировки.

ИИ очень разборчив в исходных данных

Разработка моделей машинного обучения требует хорошо структурированных обучающих данных о явлении, которое остается относительно стабильным с течением времени. Отклонение от этого приводит к «чрезмерной подгонке», когда ИИ придает чрезмерное значение ложным корреляциям данных в прошлом. Так, в 2008 году Google попытался предсказать сезонную распространенность гриппа, используя только поисковые запросы, введенные в его поисковую систему. Поскольку поисковые привычки людей кардинально меняются с каждым годом, модель настолько плохо предсказывала будущее, что от нее быстро отказались.

БУДУЩИЕ ВОЗМОЖНОСТИ В ОБЩЕЙ ПРАКТИКЕ

ИИ будет извлекать важную информацию из электронного следа пациента. Поначалу ИИ сэкономит время и повысит эффективность, но после надлежащего тестирования он будет способствовать ведению пациентов. Возьмем, к примеру, консультацию пациента с диабетом 2 типа. В настоящее время клиницист тратит значительное время на чтение амбулаторных писем, проверку анализов крови и поиск клинических рекомендаций из ряда отключенных систем. ИИ же может автоматически подготавливать наиболее важные риски и действия, учитывая историю болезни пациента. Он также может автоматически преобразовывать записанный диалог консультации в сводное письмо, которое врач может утвердить или изменить. Оба эти приложения сэкономят значительное время и могут быть внедрены очень быстро, поскольку они помогают врачам, а не заменяют их.

• По мере того как системы ИИ в медицине будут лучше проверены, на них будет возложено больше ответственности.

Для пациента с диабетом 2 типа порог начала приема статинов может быть определен с помощью ИИ на индивидуальной основе с учетом особенностей анамнеза пациента, а не по жестко определенному алгоритму «один размер подходит всем». Исследования, необходимые для создания этого «персонализированного» лекарства, станут возможными только благодаря ИИ, разумно обобщающему огромные объемы медицинской информации.

• Поскольку искусственный интеллект способен одновременно отслеживать миллионы входных данных, он будет играть важную роль в профилактической медицине.

ИИ может активно предлагать консультации, когда определит, что риск развития у пациента конкретного диабетического осложнения требует вмешательства. Напротив, было бы непрактично возлагать на человека ответственность внимательно следить за каждым результатом теста и назначением каждого пациента с диабетом в практику в режиме реального времени.

• Системы на базе искусственного интеллекта в медицине принесут специализированную диагностическую экспертизу в систему первичной медико-санитарной помощи.

Если изображения поражения кожи достаточно для точной диагностики его этиологии, они могут быть получены для врача общей практики и отправлены в специализированную дерматологическую систему искусственного интеллекта для мгновенного анализа. Пациенты, отнесенные к группе низкого риска, получат мгновенную уверенность, а пациенты с высоким риском будут испытывать меньше времени ожидания направления, так как клиники будут принимать только избранные случаи. Эта концепция не ограничивается поражениями кожи: ИИ в медицине продемонстрировал потенциал в интерпретации множества различных типов данных изображений, включая сканирование сетчатки, рентгенограммы и ультразвук. Многие из этих изображений можно получить с помощью относительно недорогого и широко доступного оборудования.

• Будущие исследования ИИ должны быть направлены на тщательно отобранные задачи, которые в целом соответствуют тенденциям, изложенным в этой статье.

Интеграция этих систем в клиническую практику требует построения взаимовыгодных отношений между ИИ и врачами, где ИИ предлагает врачам большую профессиональную или экономическую эффективность, а врачи предлагают ИИ необходимое клиническое воздействие, необходимое для изучения сложных клинических случаев. На протяжении всего этого процесса будет крайне важно гарантировать, что ИИ не затмевает человеческое лицо медицины, поскольку самым большим препятствием на пути широкого внедрения ИИ будет нерешительность общественности принять все более противоречивую технологию.

Обновлено: 06 февраля 2024 г.

	Жизнь после травмы спинного мозга