Задайте вопрос

Нажимая кнопку «Отправить», Вы соглашаетесь, с обработкой личных данных согласно Политики конфиденциальности.
Приложите файл

Доктор ИИ. Немного про искуственный интеллект в медицине.

фото с сайта unsplash.com

Сегодня искусственный интеллект (ИИ) становится одним из перспективнейших направлений огромного количества сфер деятельности человека. ИИ уже стал одной из основных движущих сил преобразующей общество и экономику в XXI веке. Под воздействием новых технологий меняется общество в целом.

Бурно растущий рынок разработок ИИ в здравоохранении в США в 2016 году превысил $320 млн и, согласно прогнозам, будет расти со скоростью 38% в год до 2024 года. Мировой же рынок таких систем будет расти на 39% в год и к 2024 году достигнет объема в $10 млрд.

Первые вопросы о существовании ИИ начали появляться с появлением первых ЭВМ.

В 1956 г. на семинаре в Стэнфордском университете (США), был впервые предложен термин искусственный интеллект – artificial intelligence.

В 60-е годы были попытки создать алгоритмы решения различных задач, моделируя процесс мышления в целом.

В 70-е гг. появилась идея моделировать действия определённых специалистов-экспертов.

Были созданы такие экспертные системы как «MYCIN» и «DENDRAL».

MYCIN был спроектирован для диагностирования бактерий, вызывающих тяжелые инфекционные заболевания, а также для рекомендации необходимого количества антибиотиков.

Исследования, проведенные в Stanford Medical School, обнаружили, что MYCIN предлагает приемлемую терапию примерно в 69 % случаев, что лучше, чем у экспертов по инфекционным болезням, которых оценивали по тем же критериям.

Фактически, MYCIN никогда не использовалась на практике, но не в силу низкой её эффективности, а из за состояния технологий.

MYCIN была автономной системой, требующей от пользователя набора всей необходимой информации и запускалась на сервере с доступном по раннему Интернету (ARPANet).

В 1970-х, сеанс работы с MYCIN мог занять 30 минут и более — что составляет недопустимые потери времени для занятого врача клиники.

Dendral — первая экспертная система в области идентификации органических соединений с помощью анализа масс-спектрограмм. Система была создана еще в 1965 году, она является старейшей системой, названной экспертной. Dendral реально применяется для определения химических структур. Написано более 20 научных работ по результатам работы системы DENDRAL с реальными задачами.

В 80-е годы разработки в области ИИ получили новый виток. Стала развиваться область машинного обучения. Машинное обучение — это ряд методов работы искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач. Основная идея машинного обучения заключается в том, чтобы компьютер не просто использовал заранее написанный алгоритм, а сам обучился решению поставленной задачи.

Однако в 80-е годы для достаточного повсеместного развития технологий ИИ не хватало вычислительных мощностей существовавших на то время ЭВМ.

В 90-е годы с ростом и развитием компьютерной индустрии появились условия для первых коммерческих программных продуктов, таких как IBM Watson for Oncology.

В настоящее время разработки ИИ вышли на новый уровень. Это связано в первую очередь со стремительным развитием вычислительных мощностей, повсеместным распространением сетевых устройств и активным вниманием к ИИ инвесторов. Однако, что касается здравоохранения, есть и другие не маловажные социальные факторы стимулирующие рост внимания к ИИ: разочарование в устаревшей медицинской системе, дисбаланс между количеством медицинских специалистов и пациентов, увеличение затрат на лечение, растущее число стареющего населения и доля хронических заболеваний в общем числе обращений за медицинской помощью. Стандарты современного общества требуют лучшего качества медицинской помощи, доступного большему количеству людей. Для решения многих проблем здравоохранения ученые сегодня пытаются обратиться за помощью к ИИ.

Одним из примеров успеха ИИ в диагностике является выявление диабетической ретинопатии в изображениях на сетчатке глазного дна.

Система под названием IDx-DR производит анализ изображения сетчатки глаза, сделанных с помощью специальной камеры. По результатам анализа программа выдает заключение о наличии диабетической ретинопатии, а также степени её тяжести. Если же заболевание указанной степени тяжести не обнаружено, то рекомендуется пройти повторное обследование через 12 месяцев.

На официальном сайте FDA (Управление по санитарному надзору за качеством пищевых продуктов и медикаментов (англ. Food and Drug Administration)) говорится, что точность определения наличия патологии составляет от 87,4% до 89,5%.

Пожалуй самый успешный проект, использующий элементы искусственного интеллекта – это IBM Watson for Oncology. Watson for Oncology – это когнитивная платформа, разработанная в Мемориальном онкологическом центре им. Слоуна-Кеттеринга в Нью-Йорке и предоставляющая онкологам методы лечения доказательной медицины.

Компания, основанная в 2010 году в Лондоне под названием DeepMind Technologies и выкупленная в 2014 году Google, активно занимается разработками в области искусственного интеллекта. Сегодня DeepMind активно сотрудничает с Национальной службой здравоохранения Великобритании, в направлении определенния рисков для здоровья на основе данных, собранных через мобильные приложения. Второй проект их сотрудничества включает в себя анализ медицинских изображений, полученных от пациентов, для разработки алгоритмов «компьютерного зрения» для обнаружения раковых тканей.

Компания Medtroniс – один из крупнейших производителей медицинского оборудования – совместно с IBM разрабатывает приложение для людей, страдающих сахарным диабетом. Приложение будет способно определить критическое снижение уровня сахара в крови за 3 часа до наступления события. Для разработки используют данные с глюкометров и инсулиновых помп от 600 анонимных пациентов.

Face2Gene — программа, позволяющая диагностировать по фото многие генетические заболевания (в основном, у детей). Целевая аудитория — практикующие врачи и исследователи.

Babylon Health — 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. Перед консультацией можно пройти, здесь же, в приложении, тест, а также загрузить параметры ежедневной активности, в т. ч. непосредственно с различных носимых устройств. Система на основе ИИ проанализирует данные выдаст предварительный диагноз и опираясь на него порекомендует врача.

В 2016 году советник президента РФ Герман Клименко анонсировал разработку первого проекта фонда Института развития интернета в области медицины. Система, получившая название «Третье мнение», - будет распознавать патологии организма по цифровым данным, полученным от рентгена, УЗИ, КТ, МРТ.

Однако, на пути внедрения ИИ в систему современного здравоохранения сегодня стоит масса преград.

Все проблемы я бы разделил на четыре группы: финансовые, технические, юридические и социальные.

Финансирование, на мой взгляд, сейчас не является самым важным фактором. Коммерческая медицина, дело затратное и трудоемкое, но всё же довольно прибыльное, и существует масса инвесторов, готовых вложить свои деньги в развитие проекта, решающего конкретные проблемы.

С технической точки зрения самая большая проблема – предоставление искусственному интеллекту информации. Это касается ввода информации как для анализа, так и для обучения ИИ. Несмотря на распространение в медицинских учреждениях информационных медицинских систем (МИС) проблема остаётся актуальной, так как между МИС и ИИ ещё надо создать возможность обмена данными. Массу медицинских карт пылящихся на полках больниц и поликлиник можно было бы использовать для обучения нейронных сетей, однако качество хранящейся в них информации может оставлять желать лучшего. Кроме того, для качественного обучения системы ИИ нужны и грамотные специалисты.

Пока совсем не понятен юридический статус искусственных докторов. Инновационная отрасль нуждается в правовом регулировании. Вполне реален риск утраты контроля над личными данными пациентов, а так же может быть невозможно найти виновного в этом нарушении. Потенциальное нарушение врачебной тайны ради эффективности лечения представляется вполне вероятным. Медицинские данные – электронные карты, снимки, заключения врачей – это сведения личного характера, и они подпадают под действия законов о защите персональных данных. Понимание правительством, отсутствует. Придётся действовать методом проб и ошибок, а ошибки в здравоохранении могут дорого стоить, ведь идёт о жизни и здоровье людей. Особенно опасаются они делиться этим ресурсом с международными организациями и частными, более всего – иностранными, компаниями. Им видится в этом, и не без оснований, частичная потеря суверенитета над гражданами, потеря существенного ресурса и утрата толики властных функций. При отсутствии же законодательного регулирования, тот, кто взялся бы развивать и продвигать ИИ-сервисы на конкретной территории (развитие клиентской базы, налаживание взаимодействия со структурами местной здравоохранительной системы, языковая локализация и т. п.), вынужден был бы действовать на свой страх и риск и быть готовым к тому, что в любой момент всё, что он делает, может оказаться уже не в «серой», а в «чёрной» зоне, то есть вне закона. Со всеми вытекающими экономическими, правовыми и моральными последствиями.

Тревогу вызывает возможный рост социального напряжения и сокращение рабочих мест в медицине. Если ИИ будет ставить правильный диагноз за пять секунд, услуги врача стремительно обесценятся. В 2017 году после начала эксплуатации IBM Watson японская компания Fukoku Mutual Life Insurance уволила 43 сотрудника. В руководстве фирмы оценили производительность суперкомпьютера и «оптимизировали» специалистов по медицинскому страхованию. Еще одна проблема – появление в данной сфере разного рода недоброкачественных продуктов. Существует возможность, что такие продукты могут навредить принятию приложений ИИ в здравоохранении.

Несмотря на описанные проблемы, история развития технологий и общества позволяет надеяться на лучшее. Нарастающий криз в здравоохранении сформирует многомиллионный и постоянно растущий спрос на услуги искусственных докторов. Люди массово поймут, что им это нужно, и начнут пользоваться и требовать и 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.

05.08.2018 | Danil Plaxitski
© 2020 MedicalDataHub. Все права защищены. сделано в cybera