Искусственный интеллект в медицине. Как ИИ помогает медицинским специалистам

Григорий Колесников, руководитель акселерационной программы G4A (Grants4Apps) Bayer в России, рассказывает, что мешает внедрению в медицине, и рассуждает, возможно ли стартапам в этой сфере преодолеть такие препятствия.

Как ИИ помогает медицинским специалистам

Недавно Google рассказал о планируемом выходе на рынок систем искусственного интеллекта, позволяющих избавить телефонные разговоры от фоновых шумов (скажем, лая собак). Как нам обещают, алгоритмы на базе искусственного интеллекта внутри смартфона будут максимально помогать совершать рутинные операции. Перспективы впечатляют, ведь современные люди проводят по несколько часов в день перед экранами своих устройств. И подобные технологии уже прочно входят в нашу жизнь.

Сегодня искусственный интеллект активно применяется при разработке бытовой техники, личных голосовых помощников, в охранных системах. Там, где нужна обработка большого объема информации.

В медицине искусственный интеллект позволяет повысить эффективность диагностики благодаря возможности работы с большими объемами . Известен случай , когда «умный» сервис диагностики IBM Watson выявил у 60-летней пациентки с неверным диагнозом редкую форму лейкемии. Для этого система за 10 минут «изучила» 20 миллионов научных статей о раке.

Как результат – ИИ позволяет уменьшить объем повседневных рутинных задач, которые вынуждены решать медспециалисты. И способен свести к минимуму возможные ошибки. А еще – открывает возможности для появления новых профессий по обслуживанию цифровых систем в медицине.

Почему не все так гладко

Программы и аппараты с искусственным интеллектом сегодня используются в анализе рентгеновских, КТ- и МРТ-снимков (достаточно загрузить изображение в систему, после чего ИИ проведет анализ и даст заключение). «Интеллектуальную» медицину применяют в телемониторинге хронических заболеваний и при оценке необходимости госпитализации людей, в робот-ассистированной хирургии. Новые технологии освоили и фармацевты – ИИ применяют в разработке новых лекарственных препаратов.

Так, компания Semantic Hub недавно создала сервис на базе искусственного интеллекта для автоматизации оценки потенциала медицинских препаратов перед их выпуском на рынок. Система собирает и анализирует миллионы документов, в том числе научных публикаций, связанных с болезнью, назначением и действием разрабатываемого лекарства. Затем анализирует информацию и делает вывод о потенциале препарата с учетом всех факторов риска и конкурентных преимуществ. Раньше разработчикам лекарств удавалось изучить «вручную» лишь 1% подобных документов.

«Умные» медицинские продукты, сервисы и процессы сейчас разрабатывают практически все лидирующие «цифровые» корпорации . Всего, по данным исследовательской компании Venture Scanner, такие разработки ведут более 800 компаний по всему миру.

Многие эксперты пророчат стремительное увеличение рынка искусственного интеллекта – примерно на треть в год. По оценкам BIS Research, к 2025 году общий рынок ИИ в здравоохранении достигнет $28 миллиардов.

Но не все так безоблачно. На пути внедрения технологий ИИ в медицине возникают препятствия. И зачастую вопросы возникают у самих медицинских специалистов, у которых новшества могут вызывать обоснованное недоверие.

В чем причина возникших проблем? Попробуем разобраться.

Препятствия для искусственного интеллекта в медицине

1. Информация «второй свежести»

Речь, безусловно, ведется о качестве и объеме медицинской информации. Накопленные в медкартах пациентов данные могут быть неполными, содержать ошибки, неточности и нестандартные термины. В них недостаточно записей о жизни пациента, его привычках и поведении. Эффективных механизмов сбора этой информации пока попросту не существует.

Результаты анализа, основанного на таких данных, всегда будут вызывать обоснованный скепсис, а попытки повысить качество этого анализа упираются в изрядную трудоемкость процесса.

Для устранения этой проблемы сейчас предлагаются варианты обучения искусственного интеллекта на небольших объемах информации. В качестве успешных примеров подобного обучения можно назвать принцип работы клавиатуры смартфонов, когда система запоминает и анализирует введенные ранее слова и может прогнозировать содержание следующих текстов. На подобных технологиях основаны приложения для распознавания лиц и музыки.

При удачном внедрении в медицину система машинного обучения способна решать много задач: проверять совместимость лекарств, ставить диагнозы на основе генетического анализа. В качестве примера можно привести решение компании Droice Labs , которое делает многое из перечисленного уже на практике в России.

2. Неразговорчивые роботы

Второе ограничение предлагаемых инноваций в медицине ― отсутствие прозрачности процесса принятия решения интеллектуальным ядром системы. Искусственный интеллект работает по принципу , «черного ящика». Если в алгоритме есть ошибка, и система приняла неправильное решение, то ответить на вопрос «почему» будет крайне трудно.

Сейчас ведут разработки машин, способных раскрывать причины своих решений. К выводу подобного продукта на рынок приближаются американские ученые. В частности Агентство перспективных исследований в области обороны (DARPA) поддерживает 13 исследовательских групп, которые озабочены решением этой проблемы.

Отечественная компания «Интеллоджик» в своем патенте также заявляет об использовании медицинских онтологий для подготовки математических моделей и для представления результатов отработки нейросетевых моделей. Такой подход по заявлениям авторов патента позволит врачам понимать путь принятия решений машиной и значительно снизить количество данных, необходимое для обучения моделей.

Сложность подходов к обработке данных на основе искусственного интеллекта порождает другую проблему: подбор и развитие персонала, способного эффективно использовать и обслуживать системы с нетривиальными алгоритмами.

3. Умным машинам – умный подход!

Кроме непосредственно самого алгоритма, который может производить анализ с высокой степенью точности, для успешного внедрения новшества в практику требуется сильная проектная команда. Успех такого проекта в медицине зависит от того, насколько продуктивно взаимодействуют участники.

Команда должна включать специалистов с широким спектром компетенций в предметной области, математических алгоритмах и подходах к защите информации, с навыками программирования и наглядного представления данных. Крайне желательно, чтобы участники владели не одной, а несколькими различными компетенциями, чтобы хорошо понимать и дополнять друг друга.

4. Цена и ценность

Возникающие сложности повышают стоимость разработки, внедрения и применения решений на базе искусственного интеллекта. Высокая стоимость проектов связана и с необходимостью настройки новой системы под данные, накопленные в конкретном медучреждении, формирования квалифицированной и мотивированной команды.

А это в свою очередь ставит под сомнение возможности быстрого масштабирования технологий, предлагаемых стартапами. Масштабирование возможно, например, в случае обработки медицинских изображений одного вида, но потребности выходят далеко за эти пределы.

Отраслевые эксперты сходятся во мнении: в краткосрочной перспективе внедрение искусственного интеллекта не приведет к заметному снижению затрат. Надо продолжать искать зоны, где применение технологий искусственного интеллекта будет приносить более высокую ценность.

5. Кто защитит от хакеров?

Нельзя забывать и о том, что для обеспечения работы искусственного интеллекта нужно обеспечить доступ к высокопроизводительным вычислительным мощностям, которых зачастую в медицинских учреждениях нет. Соответственно, массивы данных придется выводить за периметр учреждения, а это угрожает безопасности хранения, что должно являться первым приоритетом. Неслучайно многие проекты внедрения искусственного интеллекта были остановлены из-за рисков, касающихся именно информационной безопасности.

Один из ярких примеров , когда Департамент по делам ветеранов США после начала успешного сотрудничества расторгнул соглашение со стартапом Flow Health – разработчиком системы интеллектуальной диагностики болезней. Как объяснили в министерстве здравоохранения Штатов, контракт был разорван, когда стало известно об обработке системой данных конфиденциального характера. В ведомстве посчитали это нарушением безопасности персональной информации пациентов-ветеранов. К слову, утечек так и не обнаружили.

Дорогу интеллекту!

Экспертное сообщество прекрасно осознает существующие проблемы и старается реагировать на них: продумывает принципы конструирования роботизированных систем, предлагает обсудить вопросы этики применения искусственного интеллекта на практике, разрабатывает новые варианты внедрения технологий. Но скажем прямо: для адекватной проработки подходов и стандартов требуется время.

Большая часть вопросов, замедляющих внедрение решений на базе искусственного интеллекта в медицине, совсем не связана с технологической стороной дела. Чаще это этические и административно-процедурные проблемы, сложности сбора и обработки данных (предоставления врачу необходимого времени для внесения информации в базу), проблемы разделения зон ответственности, понимания механизмов работы искусственных систем…

Какие же перспективы?

Несмотря на все сложности, перспективы у проектов есть. Полагаю, в ближайшие несколько лет технологии искусственного интеллекта смогут найти своего потребителя среди фармкомпаний, при поиске новых молекул и биологических мишеней, в виртуализации доклинических испытаний, а затем при анализе данных клинических исследований. Зачастую при работе с крупными компаниями удается обеспечить все необходимые условия для успешного запуска проекта.

Все вопросы решаемы. Главное, чтобы с применением новых подходов мы смогли продвинуться вперед, а не «выстрелили себе в ногу».

• На уровне проектирования: прогнозирование заболеваний, выявление групп пациентов с высоким риском заболеваний, организация профилактических мер.
• На уровне производства: автоматизация и оптимизация процессов в больницах, автоматизация и повышение точности диагностики.
• На уровне продвижения: управление ценообразованием, снижение рисков для пациентов.
• На уровне предоставления обслуживания: адаптация терапии и состава лекарств для каждого отдельного пациента, использование виртуальных ассистентов для построения маршрута пациента в поликлинике или больнице.

Искусственный интеллект в радиологии

Искусственный интеллект активно применяется в исследованиях развития методик диагностики рака. Подробнее в статье:

2019

CB Insights: В 2021 году рынок медицинских ИИ-технологий достигнет $6,6 млрд

На начало 2019 года, согласно данным аналитической компании CB Insights, начиная с 2013 года международным технологическим стартапам, развивающим технологии искусственного интеллекта , удалось привлечь $4,3 млрд в рамках 576 сделок. Кроме того, эксперты утверждают, что в течение ближайших трех лет рынок медицинских ИИ-технологий достигнет отметки в $6,6 млрд, увеличиваясь каждый год на 40%.

IBM и AstraZeneca создали нейросеть, предвещающую сердечный приступ

В начале марта 2019 года компании IBM и AstraZeneca представили нейросеть , которая может предсказывать сердечный приступ. Результаты работы новой технологии описаны в опубликованной статье «Кластеризация на основе результатов пациентов с острым коронарным синдромом при использовании многозадачной нейронной сети».

Команда исследователей собрала данные по возрасту, полу, анамнезу жизни и заболевания, вредным привычкам, а также результаты лабораторных исследований, информацию о проводимом лечении и почти 40 других показателях среди 26 986 взрослых госпитализированных пациентов в 38 городских и сельских больницах Китая . Все данные были загружены в нейросеть, которая должна была узнать, отмечалось ли у пациента в прошлом серьезное неблагоприятное сердечное событие (MACE), а также получал ли он антитромбоцитарные препараты, бета-блокаторы и статины – препараты, снижающие проявления коронарной недостаточности и предотвращающие инфаркт миокарда и инсульт .

Далее авторы статьи проводили кластеризацию методом k-средних для распределения пациентов по семи группам на основе данных, полученных нейросетью. В результате оказалось, что в первом кластере, который содержал пациентов с частыми сердечно-сосудистыми событиями по типу инфаркта и инсульта, но низкой встречаемостью ишемической болезни сердца, основным предиктором следующего сердечного приступа служило наличие сахарного диабета , в то время как в другом кластере, который включал пациентов с тяжелым течением сердечно-сосудистой патологии без предшествующего инфаркта, основными предикторами оказались пожилой возраст и повышенное систолическое артериальное давление.

Исследователи предупреждают, что, хотя кластеризация имеет значение для прогноза заболевания, неясно, могут ли эти данные эффективно использоваться в клинической практике. Тем не менее, их работа демонстрирует, что кластерный анализ на основе искусственного интеллекта является перспективным подходом для классификации пациентов с инфарктом миокарда. Будущие исследования сосредоточатся на определении «кластерно-специфических» вмешательств, при которых учитывается эффективность. предшествующего лечения.

2018

Объем рынка ИИ-технологий в здравоохранении составил $1,4 млрд - Zion Market Research

В 2018 году объём глобального рынка ИИ -технологий для здравоохранения достиг $1,4 млрд, подсчитали в аналитической компании Zion Market Research. Ожидается, что к 2025 году показатель вырастет до $17,8 млрд, а расходы на такие решения будут увеличиваться примерно на 43,8% ежегодно.

Больше всего на медицинский искусственный интеллект (машинное обучение , контекстно-зависимые вычисления, обработка естественного языка, компьютерное зрение, распознавание речи) тратят в Северной Америке. Лидерство обусловлено тем, что этот регион представляют такие технологические гиганты, как Microsoft , IBM , Google , Nvidia , Amazon , Intel , General Electric и Xilinx. Кроме того, в Северной Америке часты сделки по слияниям и поглощениям, крупные партнёрства и запуск важных продуктов.

В Европе к 2019 году рынок искусственного интеллекта, используемого в медицинских целях, можно считать зарождающимся. В 2016 году его объем измерялся $320 млн, к 2019-м он составит $1,61 млрд. При этом 21% медицинских учреждений в Европе планируют закупки ИИ-инструментов, свидетельствуют данные европейского сообщества электронного здравоохранения, обнародованные в апреле 2019 года.

Одним из главных катализатором спроса на ИИ-продукты в медицине является дефицит врачей. По данным Всемирной организации здравоохранения , к 2019 году 57 странам не хватает примерно 2,3 млн медсестер и докторов. Фактором, сдерживающим развитие этого рынка, эксперты называют отсутствие квалифицированных специалистов, которые могли бы следовать руководящим принципам в области ИИ.

К числу крупнейших производителей ИИ-решений аналитики относят следующие компании:

• General Vision;
• Nvidia;
• AiCure;
• iCarbon;
• Cyrcadia Health;
• Atomwise;
• Pathway Genomics;
• Sophia Genetics;
• Apixio;

Представлен искусственный интеллект, повышающий успех ЭКО на 20%

В конце декабря 2018 года эксперты из Корнуэльского университета в и Имперского колледжа в Лондоне продемонстрировали результаты своего исследования, согласно которым эффективность ЭКО можно повысить на 10-20%, если использовать искусственный интеллект для оценки качества эмбрионов. Подробнее .

Начало установки в Китае 4 тыс. будок с ИИ-докторами, ставящими диагнозы за минуты

В конце ноября 2018 года крупнейший онлайн-провайдер медицинских услуг в Китае Ping An Healthcare and Technology рассказал, что планирует установить несколько тысяч ИИ -клиник размером с телефонную будку и распространить их по всей стране за три года. Первые такие пункты оказания медицинской помощи уже заработали. Подробнее .

Как искусственный интеллект будет развиваться в медицине в 2019 году

Япония строит ИИ-больницы для решения проблемы нехватки врачей

В августе 2018 года стало известно о том, что правительство Японии, при поддержке бизнеса и научного сообщества, начинает строительство в стране больниц, в которых на помощь медикам придет искусственный интеллект . За счет ИИ-технологий предполагается справиться с нехваткой врачей в Японии, разгрузить персонал и сократить медицинские расходы. Подробнее .

Предложены первые рекомендации по применению ИИ в сфере здравоохранения

18 июня 2018 года Американская медицинская ассоциация (AMA) предложила первые в мире рекомендации по использованию искусственного интеллекта в области здравоохранения. В заявлении, которое представитель AMA огласил на ежегодной конференции в Чикаго, указаны основные направления дальнейшего развития ИИ в этой отрасли.

Согласно этому заявлению, AMA намерена внедрять наработки в области искусственного интеллекта и других приоритетных областях для улучшения результатов лечения и для профессионального удовлетворения врачей. AMA собирается использовать свое значимое положение в отрасли для привлечения производителей, определения приоритетов в разработке ИИ, а также решения проблем, связанных с валидацией и внедрением новых методик. Кроме того, AMA намерена разработать план обучения специалистов и донесения информации до пациентов об ограничениях и возможностях, которые характерны для этой категории аналитических инструментов.

AMA выступает за интеграцию тщательно продуманных, высококачественных и клинически апробированных методик применения ИИ, а также требует надлежащего профессионального и правительственного надзора за их безопасным, эффективным и законным использованием. Аналитические технологии на основе ИИ, считает AMA, должны быть доступны для проверки и выявления систематических погрешностей на всех этапах разработки, соответствовать ведущим стандартам воспроизводимости, а также защищать интересы частных лиц и конфиденциальность личной информации.

AMA считает, что в центре внимания должны быть потребности пользователей, а использование системы ИИ должно проверяться на репрезентативной выборке в рамках клинического исследования.

ИИ научили предсказывать падение артериального давления во время операции

В июне 2018 года в журнале Anesthesiology были опубликованы результаты, полученные группой исследователей, которая разработала алгоритм прогнозирования потенциальной гипотонии или аномального падения артериального давления во время операции.

Для создания алгоритма исследователи воспользовались технологией машинного обучения – искусственный интеллект проанализировал данные 1334 пациентов, во время операции которых производилась регистрация артериального давления – в общей сложности 545 959 минут. На основе этих данных был подготовлен алгоритм прогнозирования гипотонии во время операции.

Утвердив этот алгоритм, исследователи провели его проверку на втором наборе данных, включавшем показатели артериального давления 204 пациентов общей длительностью 33 236 минут. В эти записи входило 1923 эпизода гипотонии. Алгоритм точно предсказал внезапное падение артериального давления за 15 минут до его возникновения в 84 % случаев, за 10 минут до его возникновения - в 84% случаев и за пять минут до его появления - в 87% случаев.

Исследователи предполагают, что данный алгоритм может активно использоваться анестезиологами и хирургами для предотвращения осложнений, связанных с гипотонией, таких как послеоперационный инфаркт миокарда или острая почечная недостаточность.

Как отметил в своем заявлении Максим Каннессон (Maxime Cannesson), доктор медицинских наук, ведущий научный сотрудник, профессор анестезиологии и бывший заведующий кафедрой периоперационной медицины в Медицинском центре UCLA в Лос-Анджелесе, ранее у врачей не было возможности предсказать гипотонию во время операции, и разумеется, в таких условиях анестезиологам приходилось действовать очень быстро в ответ на внезапное падение артериального давления. Возможность прогнозирования эпизодов гипотонии во время операции позволит врачам активно предупреждать развитие этих эпизодов и их осложнений.

ИИ лучше врачей распознает рак кожи

В конце мая 2018 года было опубликовано исследование, показавшее более высокую эффективность искусственного интеллекта по сравнению с человеком в части распознавания рака. Однако в труднодоступных местах компьютер не столь точен. Подробнее .

Три наиболее перспективных применения ИИ в медицине

Искусственный интеллект привлекли к УЗИ-диагностике беременных

В британской больнице запустили новый вид тестирования плода на патологии, которые не способен заметить врач. В основанную на искусственном интеллекте систему заложено 350 000 снимков, классифицированных по тем или иным отклонениям .

По уточнению Engineer, УЗИ-диагностика с искусственным интеллектом получила название ScanNav и призвана давать врачу дополнительные сведения в режиме реального времени. В результате ИИ позволяет специалисту не сомневаться, что учтены все ракурсы. Последнее особенно актуально из-за движения плода в утробе матери.

Пока технологию апробируют в тестовом режиме в акушерстве, но в будущем разработку планируется применять в различных областях медицины. К слову, на ИИ-диагностов уже возложены большие надежды в испытывающей дефицит врачей Японии , а в Китае искусственному интеллекту и вовсе выдали врачебную лицензию.

Поиском новых антибиотиков займется искусственный интеллект

Устойчивость к антибиотикам - это одна из больших проблем современной медицины. Благодаря повсеместному применению антибиотиков и несоблюдений инструкций врача лекарства перестали воздействовать на бактерии, что вызывает проблемы при лечении как самых обыкновенных повседневных заболеваний, так и тяжелых .

Одна техника, которая может справиться с устойчивостью к антибиотикам, - это поиск вариантов известных антибиотиков. К сожалению, это крайне тяжелый и трудоемкий процесс, требующий времени. По крайней мере, для людей. Когда в дело вступают алгоритмы, вопрос времени перестает быть настолько значимым.

Группа американских и российских исследователей создали антибиотический алгоритм, который, быстро разбирая базы данных, может открыть в 10 раз больше вариантов антибиотиков, чем было открыто за все время подобных исследований в предыдущие годы.

Алгоритм, известный как VarQuest, описан в статье, опубликованной в последнем номере журнала Nature Microbiology. Хосейн Махимани, профессор университета Карнеги-Меллона, говорит в пресс-релизе, что VarQuest завершил поиск, который методами традиционных вычислений занял бы сотни лет.

Также Мохимани указывает, что VarQuest сумел предоставить более тысячи вариантов пептидных групп, используемых для производства антибиотиков, за рекордно короткое время, и таким образом он может дать микробиологам более широкую перспективу, возможно, даже предупредить о трендах или паттернах микробиологического мира, которые иначе прошли бы полностью незамеченными.

2017

В здравоохранении грядет "цунами" ИИ-технологий

Создано ИИ-устройство для удаленного контроля сна при помощи радиоволн

8 августа стало известно о том, что инженеры (MIT) при участии специалистов Центральной больницы штата Массачусетс разработали ИИ-систему, способную контролировать сон человека при помощи радиоволн.

Как передаёт издание TNW, устройство, которое по виду напоминает обычный роутер Wi-Fi , дистанционно анализирует радиосигналы вокруг человека и по движению глаз определяет стадии сна - легкую, глубокую или быструю. Поскольку радиоволны отражаются от тела, любое небольшое движение тела изменяет частоту отраженных волн. Анализ же этих волн помогает выявить жизненно важные параметры жизнедеятельности человека, такие как пульс и частота дыхания, и определить отклонения от нормы. Для функционирования прибор не требует датчиков и приспособлен для применения в домашних условиях.

Предполагается, что мониторинг сна в режиме реального времени в естественных условиях позволит ответить на многие вопросы, связанные с его расстройством. По задумке ученых MIT, их разработка превратится в итоге в полноценный инструмент, который позволит лечащим врачам отслеживать параметры сна на расстоянии, корректируя его в случае необходимости.

Эксперимент по клонированию свиней в Китае провели роботы с ИИ

Впервые в истории человечества китайские ученые из Института робототехники и автоматизированных информационных систем при Нанькайском университете (Nankai University) города Тяньцзинь провели успешное клонирование свиней с помощью роботов, передает China People"s Daily. В начале января 2017 года 510 клонированных эмбрионов были помещены в шесть суррогатных свиноматок. В результате эксперимента две свиноматки в конце апреля, на 110 день беременности родили 13 здоровых искусственно выведенных поросят.

При проведении эксперимента по клонированию свиней ученые впервые использовали специальные роботизированные микроманипуляторы-анализаторы, которые выполнили все операции по сбору и переносу ДНК от животных-доноров к суррогатным носителям. Универсальные микроманипуляторы под управлением искусственного интеллекта для операций с ДНК объединяют в себе функции забора анализов, тестирования и оперирования.

В процессе клонирования свиней, проведенного в сотрудничестве с Институтом животноводства и ветеринарного исследования (Animal Husbandry and Veterinary Research Institute), была задействована так называемая техника ядерного переноса соматических клеток (Somatic Cell Nuclear Transfer, SCNT), обычно используемая для селекции - когда ядро соматической клетки переносится в яйцеклетку без ядра. Преимуществом этой методики является гарантия качественного осеменения яйцеклетки, а недостатком - низкий уровень успешного завершения экспериментов из-за большого процента брака в процессе клонирования.

Основная проблема процесса клонирования с ядерным переносом заключается в том, чтобы избежать разрушения чувствительных клеток. Исследователи произвели предварительный анализ мощности, необходимой инструменту для безопасной работы с клетками при удалении ядер, и затем отрегулировали его на минимально возможном уровне. Благодаря этому степень деформации клеток уменьшилась с 30-40 мм до 10-15 мм, что улучшило последующее развитие клетки и увеличило шансы на успех.

Предполагается, то полученные в результате исследования данные о взаимосвязи микрооперацией над клетками и дальнейшим развитием клеток сможет помочь другим ученым сделать следующие открытия в этой области.

Искусственный интеллект научили предсказывать инфаркт лучше докторов

В апреле 2017 года ученые из Университета Ноттингема представили технологию искусственного интеллекта, способную предсказывать наступление сердечного приступа. Разработчики утверждают, что точность прогнозирования выше, чем у докторов.

В ходе исследования сравнили эффективность рекомендаций медиков с работой четырех программ, написанных с использованием алгоритмов машинного обучения . Ученые преследовали цель найти закономерности в записях более 378 тыс. пациентов. В компьютер были заложены 22 критерия, в том числе возраст, национальность, наличие артрита и заболеваний почек, уровень холестерина в крови.

Сделанные искусственным интеллектом выводы о рисках развития инфаркта сверили с данными за 2015 год, и они оказались более точными, чем предсказания врачей, основанные на рекомендациях Американского коллежа кардиологии (American College of Cardiology, ACC) и Американской ассоциации сердца (American Heart Association, AHA): от 74,5% до 76,4% точности против 72,8%.

По приблизительным подсчетам авторов проекта, компьютер мог бы спасти на 355 жизней больше, чем методика ACC и AHA. Ученые намерены повысить эффективность интеллектуальной системы, добавив в нее учет таких факторов риска, как образ жизни и генетические данные.

Интересно, что алгоритмы не учитывали влияние диабета, который всегда считался фактором риска в системе ACC и AHA.

По словам эпидемиолога Ноттингемского университета Стивена Вэна, биологические системы имеют множество взаимосвязей, часть которых неизвестна врачам: например, повышенное содержание жира в организме при определенных условиях может защитить от острых отклонений в работе сердца. Подобные взаимодействия неочевидны, их сложно заметить и объяснить, но компьютерная программа способна проследить связь , проанализировав огромные объемы данных, считает он.

Искусственный интеллект, нейронные сети и машинное обучение быстро и прочно вошли в отрасль информатизации здравоохранения как один из ключевых драйверов и направлений развития на ближайшие годы. Наравне с телемедициной, это одна из самых популярных в СМИ и блогосфере тем. Постоянно растет количество сообщений и обсуждений о том, что планируется или уже создано очередное новое революционное решение для медицины, построенное на базе методов искусственного интеллекта.

Мы подготовили для вас 10 наиболее интересных работ по этой теме, заслуживающих, чтобы на них обратили внимание.

1. Великое пробуждение искусственного интеллекта. Издание The New York Times Magazine опубликовало статью, в которой рассказывается, как "Google Переводчик" научился переводить почти как человек, что такое искусственный интеллект и при чем тут кошки и "Китайская комната". Редакция vc.ru опубликовала перевод этой статьи, адрес https://vc.ru/21767-the-great-ai-awakening
2. Как искусственный интеллект изменит здравоохранение через 5 лет. Норман Винарски, один из создателей Siri и консультант венчурного фонда SRI Ventures, рассказал, какое будущее ждет здравоохранение через пять лет с учетом влияния искусственного интеллекта. Адрес: https://rb.ru/story/future-of-ai-healthcare/
3. Искусственный интеллект и врачебное решение . Сергей Сорокин, генеральный директор "Интеллоджик" и основатель Botkin.AI, о возможностях искусственного интеллекта в поддержке принятия врачебных решений и развитии диагностики: https://www.if24.ru/iskin-i-vrachebnoe-reshenie/
4. Алгоритм Эндрю Ына лучше диагностирует пневмонию, чем врачи . Группа специалистов Стэнфордского университета под руководством Эндрю Ына разработала алгоритм глубокого обучения, который превзошел опытных радиологов в диагностике пневмонии по рентгеновским снимкам https://hightech.fm/2017/11/16/pneumonia-algorithm
5. Искусственный интеллект уже может лечить не хуже врачей: тренды развития AI в медицине . Илья Попов, член отраслевых рабочих групп при Министерстве Финансов РФ, Торгово-промышленной палате РФ и Деловой России, рассказал о тенденциях развития AI в фармацевтике и медицине и дал прогнозы на 2018 год: https://rb.ru/opinion/trendy-razvitiya-ai-v-farme/
6. Искусственный интеллект будет помогать ставить диагнозы во всех больницах Китая . Медицинские ИИ-платформы могут ставить даже самые сложные диагнозы с точностью 85% и назначать схемы лечения онкологических заболеваний, которые на 96% совпадают с мнением лучших врачей Китая, сообщает China Daily. Адрес: https://hightech.fm/2017/10/11/ai-china-diagnostic
7. Искусственный интеллект - революция или новый маркетинговый ход? Обзор мнений по теме искусственного интеллекта от различных специалистов: https://www.crn.ru/numbers/spec-numbers/detail.php?ID=123946
8. Заблуждения искусственного интеллекта . Каждый день мы слышим, что искусственный интеллект решит все наши проблемы - от самоуправляемых автомобилей до лечения рака. В то же время некоторые ученые и капитаны индустрии, например Илон Маск, основатель компании Tesla, считают, что искусственный интеллект представляет экзистенциальную угрозу человечеству. Где же правда и что скрывается под этим термином? Специалист по Computer Science Анатолий Гершман рассказывает о главных мифах, окружающих ИИ https://postnauka.ru/faq/80051
9. Самые интересные AI-решения и проекты 2017 года . Одним из ярких IT-трендов прошедшего года стало бурное развитие сервисов, использующих технологии машинного обучения и системы искусственного интеллекта (Artificial Intelligence, AI) на базе нейронных сетей. Вспоминаем самые оригинальные и перспективные программные решения в этой области https://3dnews.ru/963472/
10. Google представила инструмент ИИ для прецизионной медицины с открытым исходным кодом . Компания сделала DeepVariant, инструмент который может быть использован для повышения точности геномного секвенирования, доступного через Google Cloud

Медицина, ранее ориентированная на лечение острых заболеваний, сегодня уделяет все больше внимания хроническим недугам - ожирению, .

Выявление сердечной недостаточности, аутоиммунных расстройств и заболеваний на ранних этапах спасает жизни многим пациентам, но усложняет задачу врачам.

Подберем и запишем
к врачу бесплатно

Скачать бесплатное приложение

Загрузить на Google Play

Доступно в App Store

Даже гениям медицины, обладающим профессиональными интуицией и опытом, не так просто принять верное решение, ведь с каждым часом объемы медицинских данных стремительно растут.

Чтобы быстро решить задачу, медикам нужно задействовать, помимо собственного, еще один интеллект - искусственный.

Что же такое искусственный интеллект?

Под искусственным интеллектом (ИИ) специалисты подразумевают способность машины имитировать рациональное поведение человека. Машина должна воспринимать изменяющуюся информацию и принимать оптимальные решения.

К началу XXI века применение в медицине нашли две концепции ИИ - экспертные системы и нейронные сети.

Как работают экспертные системы

Экспертные системы начали разрабатывать еще в 70-ые годы XX века. Ключевой частью экспертной системы является база знаний - совокупность сведений о предмете и набор инструкций, применимый к фактам.

Факты в базе знаний экспертной системы описывают постоянные явления в конкретной предметной области. Например: «У здорового человека две ноги».

В процессе работы система получает информацию о конкретной задаче: «У пациента А одна нога», которые сохраняет в рабочей памяти. Рабочая память обращается к базе для вынесения вердикта: «Пациент А болен».

Создание экспертных систем требует огромных ресурсов. Чтобы получить хорошую экспертную систему, нужны эксперты в области, инженеры по знаниям, программисты. Базу знаний необходимо не только создавать, но и постоянно пополнять.

Как работают нейронные сети

В настоящее время концепция экспертных систем переживает серьезный кризис. Благодаря способности учиться рынок ИИ завоевали нейронные сети (НС).

Механизм работы НС основан на принципе биологических нейронных сетей. В компьютерном виде НС представляют граф с тремя или более слоями нейронов, соединенных в слоях тем или иным образом. У соединений есть веса, играющие важную роль в обучении НС.

Во время обучения на входные нейроны подаются данные. В дальнейшем данные обрабатываются нейронами на внутреннем слое, и на выходных нейронах получаются определенные новые значения.

Если полученные значения не устраивают исследователей, они меняют вес соединений в нейронной сети и заново ее учат. Чем больше данных получает НС, тем более достоверный ответ на запрос она выдает.

К примеру, на наш запрос к системе: « , озноб и высокая температура» НС, проанализировав медицинские карточки тысяч пациентов, может выдать ответ: «С высокой долей вероятности у Вас ».

Важно отметить, что знаниями о том, что такое температура, озноб, грипп, сеть не обладает. Она лишь находит связи между симптомами и заключениями врача в выборке данных и ранжирует эти взаимосвязи по их весу.

Главное отличие ИИ от обычных компьютерных программ

В отличие от привычных компьютерных программ, при создании ИИ программисту не нужно знать всех зависимостей между входными данными и результатом. Там, где человеком уже созданы математические модели - например, для статистической обработки медицинских карт - ИИ не требуется.

Работа ИИ заключается в обучении на массиве достоверных данных и в поиске тех формул и зависимостей, которые не определяются человеком.

На что способен медицинский искусственный интеллект

Практики и опыта врача может не хватать для верной диагностики заболевания. Обладающая доступом к научной литературе и миллионам историй болезней нейронная сеть может быстро классифицировать случай, соотнести его с похожими и сформулировать предложения по плану лечения.

На сегодняшнем этапе развития технологий ИИ не может решать сложные задачи, непосильные для врача: например, создавать фантастические приборы, самостоятельно сканирующие человека и назначающие эффективное лечение.

Интеллектуальные решения для врачей

Сейчас ИИ решают относительно простые задачи: например, дают заключение, присутствует ли инородное тело или патология на рентгенологическом снимке, и имеются ли раковые клетки в цитологическом материале. При этом точность оценок медицинских данных - МРТ, снимков УЗИ, маммограм - уже превышает 90%.

Проект IBM: Watson

Самым известным примером внедрения ИИ в медицинской диагностике стала система IBM Watson. Это суперкомпьютер, который умеет отвечать на вопросы, сформулированные на языке обывателя, а не на языке программирования.

В 2015 году корпорация IBM даже создала отдельное подразделение - IBM Watson Health, которое занимается внедрением технологии ИИ в здравоохранении.

У компьютера Watson есть доступ к различным источникам данных: энциклопедиям, базам научных статей, антологиям знаний. Благодаря огромным вычислительным мощностям, IBM Watson смог проанализировать 30 миллиардов медицинских снимков и 50 миллионов анонимных электронных медицинских карт.

Первоначально IBM обучали и применяли ИИ в онкологии. Однако недавно разработчики IBM Watson начали сотрудничать с Американской кардиологической ассоциацией.

Теперь по данным изображения УЗИ когнитивная платформа будет искать признаки стеноза аортального сердечного клапана (очень распространенного типа порока сердца).

Технологии Watson Health доступны через облачную платформу Watson Health Cloud. Она предназначена для врачей, исследователей, страховых агентов и медицинских компаний.

Проекты Google: DM Health и Verily

Естественно, что IBM - не единственный технологический монстр, продвигающий свои интеллектуальные решения в медицине. Подразделение Google - DeepMind Health - применяет технологии IT-гиганта в медицине.

Сегодня DM Health сотрудничает с офтальмологической лондонской клиникой Moorfields Eye Hospital. С помощью ИИ врачи хотят проанализировать тысячи анонимных глазных снимков, чтобы найти первичные симптомы слепоты.

Кроме того, DM Health совместно с Университетским колледжем Лондона разрабатывает продукт, который сможет автоматически различать здоровые и раковые ткани в области головы и шеи.

Похожим проектом занимается другое подразделение Google - Verily . Специалисты этой фирмы используют ИИ и алгоритмы поисковика Google для того, чтобы проанализировать, что же делает человека здоровым.

Израильский стартап: MedyMatch Technology

По статистике, количество ошибок при постановке диагноза по данным компьютерной томографии превышает 30%. Вдумайтесь! Почти в каждом третьем случае врач назначает пациенту неверное лечение.

На базе ИИ и больших данных израильтяне разработали решение, благодаря которому врачи могут точнее диагностировать . В режиме реального времени система MedyMatch сравнивает снимок мозга пациента с сотнями тысяч других снимков, которые есть в ее «облаке».

ИИ от MedyMatch распознает мельчайшие отклонения от нормы, которые не всегда способен заметить специалист, таким образом сводя вероятность ошибки в постановке диагноза к минимуму.

В израильской MedyMatch Technology работает всего 20 человек. Как это часто бывает, на новом рынке маленькие игроки вполне могут конкурировать с гигантами.

Интеллектуальные решения для пациентов

Хронически больным необходимо каждый день следить за динамикой здоровья. Для этого пациенты носят устройства для мониторинга пульса, давления, дыхания. Однако данные необходимо не только собрать, но и обработать, и правильно интерпретировать.

На помощь приходят мобильные приложения, которые:

• оперативно работают с информацией о состоянии организма, сообщая о тревожных паттернах лечащему врачу;
• выдают уже прописанные в программе простейшие советы по улучшению самочувствия и лечению;
• собирают массивы данных, необходимые для дальнейшего обучения ИИ.

Карманный кардиолог AliveCor

Мобильное приложение от AliveCor может обрабатывать данные датчика для снятия кардиограмм в домашних условиях. ИИ ежедневно расшифровывает данные пациента и отслеживает опасные тенденции. Если приложение выявляет риск скорого инфаркта - оно заранее попросит пользователя обратиться к врачу.

Почти настоящая медсестра Sense.ly

Электронная медсестра Sense.ly

Анимированная медсестра в приложении Sense.ly спрашивает о самочувствии, в норме ли давление, есть ли жалобы. ИИ приложения распознает и отправляет информацию лечащему врачу. Виртуальная сестра может давать пояснения по симптомам, напоминать о приеме лекарств и может напрямую связать с врачом по видеосвязи.

Медицинские боты-консультанты

Телемедицинский сервис Healthtap взял скрипты многих тысяч консультаций и натренировал по ним чат-бота Doctor A.I. Получить консультацию от этого бота можно также через умную колонку Amazon Alexa.

Аналогичную разработку, чат-бот Heath Bot , создали и в Microsoft. Пока, правда, боты понимают только английский язык.

ИИ для раковых больных Mendel.ai

Иногда последней надеждой онкобольных может стать испытание нового препарата от рака. Пациент, добровольно осознавая высокий риск, имеет шанс получить эффективное лечение, которое появится в общем доступе через несколько лет.

Страдающий от онкологии человек не обладает достаточной квалификацией, чтобы понять, подходят ли ему испытания. ИИ проекта Mendel.ai приходит на помощь отчаявшимся: система распознает естественный язык, на котором написана медицинская карта, и предлагает подходящие пациенту испытания.

Интеллектуальные решения для управления больницей

Работа больницы требует быстрой координации персонала и ресурсов - на кону здоровье и жизни пациентов. Как предсказать, сколько врачей, помещений, материалов необходимо медицинскому учреждению в определенный период времени?

Электронный ассистент Bright.md

Bright.md разрабатывали в качестве посредника между врачом и пациентом. ИИ-ассистент помогает решать рутинные задачи - организует встречу пациента и врача, назначает сдачу анализов, получает ответы пациента по опросному листу.

Помощник освобождает врача от бюрократических процедур и упрощает взаимодействие пациента с клиникой.

Система мониторинга больных Qventus

Система Qventus отслеживает состояние здоровья пациентов, находящихся в стационаре, предсказывает ухудшение и резервирует врачей и оборудование для предотвращения критической ситуации.

Управляющий ИИ Qventus применяют в нескольких американских госпиталях, и он уже доказал свою эффективность. В одной из больниц система смогла снизить количество пациентов в стационаре на 39%, поскольку персонал вовремя получал предупреждения о состоянии больных и оперативно оказывал помощь.

«Третье мнение» Клименко по поводу российской медицины

В марте 2016 года IBM предоставила тестовый доступ к Watson специалистам из ряда медицинских учреждений в России. Каким конкретно врачам и клиникам удалось поработать с Watson, в IBM не уточняли.

Тогда же гендиректор по IBM в России и СНГ Андрей Филатов сетовал , что здравоохранение в России очень жестко регулируется. В отечественной медицине действует принцип: «что не разрешено, то запрещено».

Причина неуспеха IBM в России лежит на поверхности - инновации в медицине заявляются одной из целей стратегии «Цифровая экономика», в рамках которой взят курс на импортозамещение. Как считают в Правительстве РФ , к 2020 году у России будет свой «Ватсон». Кто же будет его создавать?

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.

Разработкой программного обеспечения занимается компания «Технологии видеоанализа». Данные для обучения ИИ разработчикам бесплатно передали НИИ урологии и интервенционной радиологии им. Н.А. Лопаткина, НМИЦ детской онкологии и иммунологии им. Дмитрия Рогачева, и ряд региональных медицинских центров.

Для столь масштабного проекта необходимы серьезные инвестиции. По словам господина Клименко, затраты исчисляются десятками миллионов долларов. Разработчики планируют привлечь средства с помощью выхода на ICO (форма привлечения финансирования путем продажи инвесторам криптовалют).

Бывший лидер направления продвинутых технологий по Европейскому региону IBM Павел Шклюдов считает, что «потенциал у проекта (прим. - „Третье мнение“) есть, но для создания подобного класса систем нужно лет 5, в 20 раз больше финансов и люди, заточенные на продукт, а не на научные работы».

Проблемы внедрения ИИ: мифы и реальные вызовы

Люди очень часто негативно оценивают новые технологии. Вокруг ИИ тоже существует множество страхов, опасений и мифов.

Искусственный интеллект вот-вот победит человеческий!

Самый распространенный миф - вера в грядущее «восстание машин». Такие опасения явно преждевременны.

Приведенные мною примеры технологий относятся к так называемому узкому ИИ (narrow AI). Подобные системы в принципе способны решать только определенные задачи, превзойти человеческий разум они не в состоянии.

Появление сверхумного Superintelligence стоит ожидать не ранее 2045 года, предсказывает американский футуролог Рэймонд Курцвейл.

А вот по мнению сооснователя Microsoft Пола Аллена, пока досконально не будет изучен человеческий мозг, говорить об искусственном потенциально опасном сверхразуме рановато.

В общем, восстание машин откладывается.

У пациента не останется права на анонимность!

А вот эта проблема действительно имеет место быть. Потенциальное нарушение врачебной тайны ради эффективности лечения представляется вполне вероятным.

Для того, чтобы системы ИИ выдавали релевантные и полезные знания, им необходим доступ к гигантским массивам данных. Медицинские данные - электронные карты, снимки, заключения врачей - это сведения личного характера, они подпадают под действия законов о защите персональных данных.

Допустим, электронные карты и истории болезни окажутся в открытом доступе. Ими могут заинтересоваться страховые компании, которые начнут завышать стоимость полиса для пациентов, которые, по их мнению, «не совсем здоровы».

Работодатели могут отказывать соискателю, если узнают о его болезнях или генетических предрасположенностях - вполне себе реализация антиутопии из фильма «Гаттака».

Развитие технологий требует изменения правовой базы. Пока же инноваторы вынуждены работать в «серой» правовой зоне.

Искусственный интеллект спровоцирует правовой беспредел!

Увы, это вполне возможно. Громким скандалом обернулся меморандум о сотрудничестве DeepMind Health и Королевской бесплатной больницы Лондона.

В 2016 году подразделение Google получило доступ к записям болезней, вызовам скорой, данных радиологии - всей цифровой информации госпиталя за 5 лет. Информация о меморандуме попала в прессу , и на Google подали жалобу в Офис уполномоченного по информации Великобритании.

Согласно британскому законодательству, персональные данные пациентов могут быть переданы только организациям в анонимизированном виде. DeepMind Health же получили не зашифрованные данные.

Пока разбирательство ограничивается публичными прениями. Однако этот или другой подобный скандал вполне могут стать первым судебным прецедентом защиты медицинских данных от систем ИИ.

Чтобы избежать замедления прогресса, инновационная отрасль нуждается в правовом регулировании. Но законодатели - такие же люди, как и мы, со своими предубеждениями и предрассудками.

Остается надеется, что при разработке правовой базы парламентарии разных стран будут опираться на мнения экспертов, а не на фобии.

Основные проблемы применения медицинского ИИ

Что же останется, если отбросить технологический алармизм и правовые аспекты? Основным барьером перед массовым применением ИИ в здравоохранении могут стать два момента:

• чрезмерное количество данных для обучения;
• кадровая проблема.

Для успешного применения ИИ нужен квалифицированный медицинский персонал

Без качественных данных ИИ не будет работать продуктивно. А без подготовленных специалистов простое применение готовых алгоритмов к подготовленным данным также не даст нужного результата.

Кроме того, тревогу вызывает возможное сокращение рабочих мест в медицине. Хирурги, травматологи и стоматологи могут спать спокойно, но терапевтам и диагностам в случае массового внедрения ИИ грозят сокращения.

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.

Рыночная оценка и перспективы медицинского ИИ

По оценке консультантов Frost & Sullivan доходы компаний на рынке медицинского ИИ к 2021 году достигнут 6,1 млрд долларов, при этом доля IBM составит около 45%.

В исследовательской компании Research and Markets перспективы оценивают скромнее: к 2020 году рынок вырастет до 5,05 млрд долларов (в 2014 году он составлял всего 419,7 млн долларов).

По расчетам R&M, наиболее быстрорастущим сегментом внедрения ИИ станет как раз здравоохранение. Причина - рост спроса на клинические испытания, моделирование лечения и новые исследования.

Во Frost & Sullivan составили дорожную карту развития отрасли на несколько лет вперед.

• К началу 2020-ых системы ИИ начнут повсеместно предлагать пациентам медицинскую помощь на основании данных, к которым будут иметь доступ пациенты и врачи.
• Хронические заболевания, такие как рак и диабет, будут диагностировать в течение нескольких минут с использованием когнитивных систем, которые будут визуализировать физиологические характеристики при сканировании тела человека.

Оптимисты из F&S предполагают, что к 2025 году системы ИИ будут задействованы в 90% клиник США и примерно в 60% крупнейших госпиталей мира. Эксперты надеются, что системы медицинского ИИ охватят почти 70% населения Земли.