Революция в медицине: как Data Science спасает жизни и переписывает правила!

По подсчётам американских учёных, примерно к 2026 году искусственный интеллект будет плотно интегрирован в медицину и позволит сэкономить достаточно внушительные средства (речь идёт о 150 миллиардах долларов по самым скромным подсчётам).

Как Data Science может продвинуть медицину на годы вперед

Машинное обучение и искусственный интеллект в связке могут анализировать гигантские массивы данных в очень короткие сроки. И это крайне необходимо современной медицине. В этом материале c редакцией eddu.pro — курсы по Data Science, мы расскажем о том, как Data Science интегрируется в медицину и что из этого получается.

Ускорение разработки лекарств

На создание всего одного препарата может быть потрачено очень много сил, времени и денег. В среднем, время разработки лекарства составляет примерно 25 лет (сюда входит также срок доклинических испытаний). А денежные затраты на выпуск всего одного лекарственного средства могут составлять от 350 млн до 5.5 млрд долларов США. Львиная доля времени и средств уходит на поиск подходящей молекулярной основы. Вот с этим мог бы помочь искусственный интеллект.

Возможности ИИ и Data Science уже использовались в 2019 году для поиска химической формулы препарата халицин. В AI была загружена база данных с более, чем 6 000 возможных химических соединений, и он нашёл одну единственно верную формулу, которая подходит под все критерии. На её поиск у искусственного интеллекта ушло всего лишь несколько часов. Это позволило сэкономить время и деньги. В итоге появился новый антибиотик впервые за последние 30 лет. Но на этом тестирование ИИ и Data Science в фармацевтике не закончилось.

На этот раз в машину загрузили информацию о 100 миллионах молекул для создания антибиотиков нового поколения. В итоге, искусственный интеллект смог отыскать 23 варианта формул, из которых можно было создать новые лекарства. Из них 8 смогли уничтожить бактерии при лабораторных исследованиях. При этом на поиск необходимых формул ушло всего 3 дня. Повсеместное внедрение искусственного интеллекта в фармацевтике позволит сделать разработку лекарств максимально выгодной.

Совершенствование диагностики заболеваний

Согласно статистике, каждый 18 диагноз в отделениях неотложной помощи в США является неверным. Более того, один из 50 пациентов с неверным диагнозом получает серьёзные последствия в результате врачебной ошибки. А один из 350 пациентов может получить инвалидность или вовсе умереть из-за врачебной ошибки. Такая статистика является достаточно удручающей, если учесть тот факт, что речь идёт о стране с одной из наиболее развитых медицин в мире. ИИ и Data Science помогут провести правильную диагностику и сведут возможность врачебной ошибки к минимуму.

Что касается отечественной медицины, то здесь жертвами неверных диагнозов ежегодно становятся около 70 000 пациентов. И сложнее всего получается диагностировать инсульт (около 17% от общего количества заболеваний) по причине его неспецифических или атипичных симптомов. Причина возникновения такой ситуации кроется не в халатности врачей, а в том, что для проведения и получения результатов КТ или УЗИ нужно время, которого в неотложке обычно нет. Даже опытный врач может ошибиться в том случае, если заболевание пациента имеет нетипичные симптомы.

Оперативная память машины не является настолько ограниченной, как человеческая и поэтому в неё можно загрузить огромную базу данных с клиническими симптомами всех болезней. Продвинутые алгоритмы ИИ смогут быстро отыскать в базе данных типичный рисунок болезни, а также определят нетипичные симптомы и в очень короткое время выдадут правильный результат. Это позволит уберечь пациента от врачебной ошибки и сохранить ему жизнь (особенно в тех случаях, если счёт идёт на минуты). Особенно преступно терять время в том случае, если врач имеет дело с онкологией.

На данный момент специалисты обучают технологии ML им компьютерного зрения, которые в свою очередь успешно ищут патологии на рентгеновских снимках, результатах МРТ, КТ и маммографии. При этом искусственный интеллект вполне способен анализировать состояние мозга пациента, а также печени, легких, артерий, сердца, колен, зубов, сетчатки глаз и других органов и систем организма. В 2020 году даже было проведено своеобразное соревнование между опытными радиологами и ИИ в точности определения рака. Победил ИИ.

Повышение эффективности прогнозирования

Алгоритмы искусственного интеллекта также могут заранее диагностировать опаснейшие заболевания ещё до того, как у человека появились определённые симптомы. Такое возможно, к примеру, во время диспансеризации пациента или же в процессе выявления определённых групп риска. Машина сможет заметить возможность возникновения опасного заболевания куда раньше, чем даже самый опытный врач. Помимо этого, внедрение ИИ в эту сферу может существенно разгрузить врачей, что позволит им уделять больше внимания конкретному пациенту.

Модели Machine Learning и AI умеют находить в огромных базах данных определённые закономерности, с помощью которых можно связать риски проявления болезней с анамнезом конкретного пациента. Был проведён эксперимент с ИИ, в результате которого машина предсказала риск смерти от сердечно-сосудистых заболеваний более чем 11 000 участникам. Результаты получились многообещающими: ИИ справился гораздо быстрее, чем врачи, использовавшие классические методы и при этом точность была высокой. Однако система пока ещё требует доработки.

Какие ещё кейсы Data Science интегрированы в медицину

Достаточно большое количество кейсов уже интегрировано в медицину. Стоит только внимательнее присмотреться к современным трендам в медицине.

Умные носимые гаджеты (смарт-часы)

Было установлено, что умные часы способны предупреждать своих владельцев о появлении первых признаков анемии, инфекции и обезвоживания. Умное устройство при помощи специальных алгоритмов анализирует частоту сердцебиения, количество шагов, температуру и количество пота. Конечно, добиться медицинской точности от такого прибора невозможно, да и диагноз часы поставить не в силах. Но это может быть сигналом, оповещающим о том, что человеку пора обратиться к врачу (и как можно скорее).

Системы мониторинга заболеваний

Первым разработал и начал использовать подобные системы на основе ИИ канадский стартап BlueDot. В 2019 году система предсказала вспышку эпидемии пневмонии и уже в 2020 году по планете пошёл COVID-19. Интересно, что созданная BlueDot система мониторинга смогла с точностью предсказать распространение вируса ещё до начала пандемии, указав те города, в которых он появится после китайского Уханя. Такое стало возможно благодаря машинному анализу передвижений людей, мониторингу данных о проданных авиабилетах и сбору прочих сведений.

Пока такие системы присутствуют в единичных экземплярах. Но в скором будущем вполне вероятно их повсеместное внедрение. Ведь они способны предсказывать пандемии в глобальных масштабах. Такое решение позволит спасти миллионы жизней или же вовсе не допустить распространение смертельного заболевания по планете. Без сомнения, специалисты возьмут на вооружение опыт стартапа BlueDot и смогут построить более продвинутые системы мониторинга и предсказания вспышек заболеваний по всему миру.

Виртуальные домашние диагносты

Уже существует специальный чат-бот под названием Buoy Health. Он способен выслушать жалобы пациента, проанализировать их, выдать предварительный диагноз и направить пациента к нужному специалисту. Поскольку для обработки поступающих данных используется искусственный интеллект и огромная база, ошибки полностью исключены. В любом случае, такой бот пока не прописывает лечение (возможно, в будущем он сможет делать и это), а в случае неверно определённой болезни специалист просто отправит пациента к другому врачу. Такие боты позволяют записаться на приём к нужному специалисту, а не к врачу общей практики. Возможно, в будущем подобные системы внедрят повсеместно.

Что будет дальше

На самом деле, у ИИ огромный потенциал в медицине. Есть полная возможность использовать AI, ML, Big Data в таких сферах, как генная инженерия, телемедицина, в поисках причин ментальных расстройств и РАС. Но главным образом ИИ и Big Data будут полезны для улучшения точности диагностики, а также для сокращения времени создания необходимых лекарств. Это именно те сферы, где присутствие AI требуется в первую очередь. Однако нужно, чтобы хватало специалистов по машинному обучению. С такими задачами справятся даже начинающие специалисты и студенты соответствующих специальностей.

Обновлено: 20 февраля 2024 г.

	Жизнь после травмы спинного мозга