173

0
14
Штучний інтелект в медицині

Минулого тижня завершилася перша російська конференція з штучного інтелекту OpenTalks.AI. Науковий журналіст, аспірант МДУ Микола Козин продовжує розповідати про штучний інтелект в медицині.

Медицина, раніше орієнтована на лікування гострих захворювань, сьогодні приділяє все більше уваги хронічних недуг — ожиріння, депресії, діабету.

Виявлення серцевої недостатності, аутоімунних розладів і онкологічних захворювань на ранніх етапах рятує життя багатьом пацієнтам, але ускладнює завдання лікарів.

Навіть геніям медицини, володіє професійними інтуїцією та досвідом, не так просто прийняти правильне рішення, адже з кожною годиною обсяги медичних даних стрімко ростуть.

Щоб швидко вирішити завдання, медикам потрібно задіяти, крім власного, ще один інтелект — штучний.

Що ж таке штучний інтелект?

Під штучним інтелектом (ШІ) фахівці мають на увазі здатність машини імітувати раціональне поведінку людини. Машина повинна сприймати змінну інформацію і приймати оптимальні рішення.

До початку XXI століття застосування в медицині знайшли дві концепції ШІ — експертні системи та нейронні мережі.

Як працюють експертні системи

Експертні системи почали розробляти ще в 70-ті роки XX століття. Ключовою частиною експертної системи є база знань — сукупність відомостей про предмет і набір інструкцій, застосовний до фактів.

Факти в базі знань експертної системи описують постійні явища в конкретній предметній області. Наприклад: «У здорової людини дві ноги».

В процесі роботи система отримує інформацію про конкретне завдання: «У пацієнта А одна нога», які зберігає в робочій пам’яті. Робоча пам’ять звертається до бази для винесення вердикту: «А Пацієнт хворий».

Створення експертних систем потребує величезних ресурсів. Щоб отримати хорошу експертну систему, потрібні експерти в області, інженери по знаннях, програмісти. Базу знань необхідно не тільки створювати, але і постійно поповнювати.

Як працюють нейронні мережі

В даний час концепція експертних систем переживає серйозну кризу. Завдяки здатності вчитися ринок ІІ завоювали нейронні мережі (НС).

Механізм роботи НС заснований на принципі біологічних нейронних мереж. У комп’ютерному вигляді НС представляють граф з трьома або більше шарами нейронів, з’єднаних в шарах тим або іншим чином. У сполук є ваги, які відіграють важливу роль у навчанні НС.

Під час навчання на вхідні нейрони подаються дані. Надалі дані обробляються нейронами на внутрішньому шарі, та на вихідних нейронах виходять певні нові значення.

Якщо отримані значення не влаштовують дослідників, вони змінюють вагу сполук у нейронної мережі та заново її вчать. Чим більше даних отримує НС, тим більш достовірний відповідь на запит вона видає.

Приміром, на наш запит до системи: «Болить голова, озноб і висока температура» НС, проаналізувавши медичні картки тисяч пацієнтів, може видати відповідь: «З високою часткою ймовірності у Вас грип».

Важливо відзначити, що знання про те, що таке температура, озноб, грип, мережа не має. Вона лише знаходить зв’язку між симптомами та висновками лікаря у вибірці даних і ранжує ці взаємозв’язки по їх вазі.

Головна відмінність ІЇ від звичайних комп’ютерних програм

На відміну від звичних комп’ютерних програм, при створенні ІІ програмісту не потрібно знати всіх залежностей між вхідними даними і результатом. Там, де людина вже створені математичні моделі — наприклад, для статистичної обробки медичних карт — ИИ не потрібно.

Робота ШІ полягає в навчанні на масиві достовірних даних і в пошуку тих формул та залежностей, які не визначаються людиною.

На що здатний медичний штучний інтелект

Практики і досвіду лікаря може не вистачати для правильної діагностики захворювання. Володіє доступом до наукової літератури і мільйонам історій хвороб нейронна мережа може швидко класифікувати випадок, співвіднести його з схожими і сформулювати пропозиції щодо плану лікування.

На сьогоднішньому етапі розвитку технологій ШІ не може вирішувати складні завдання, непосильні для лікаря: наприклад, створювати фантастичні прилади, самостійно скануючі людини і призначають ефективне лікування.

Інтелектуальні рішення для лікарів

Зараз ШІ вирішують відносно прості завдання: наприклад, дають висновок, чи є чужорідне тіло або патологія на рентгенологічному знімку, і є ракові клітини в цитологічному матеріалі. При цьому точність оцінок медичних даних МРТ знімків УЗД, маммограм — вже перевищує 90%.

Діагностична точність ІІ перевищує 90%

Проект IBM: Watson

Найвідомішим прикладом впровадження ІЇ в медичній діагностиці стала система IBM Watson. Це суперкомп’ютер, який вміє відповідати на питання, сформульовані мовою обивателя, а не на мові програмування.

У 2015 році корпорація IBM навіть створила відокремлений підрозділ — IBM Watson Health, яка займається впровадженням технології ШІ в охороні здоров’я.

У комп’ютера Watson є доступ до різних джерел даних: енциклопедій, баз наукових статей, антологій знань. Завдяки величезним обчислювальних потужностей, IBM Watson зміг проаналізувати 30 мільярдів медичних знімків і 50 мільйонів анонімних електронних медичних карток.

Спочатку IBM навчали і застосовували ІІ в онкології. Проте нещодавно розробники IBM Watson почали співпрацювати з Американською кардіологічною асоціацією.

Тепер за даними зображення УЗД когнітивна платформа буде шукати ознаки стенозу аортального серцевого клапана (дуже поширеного типу вади серця).

Технології Watson Health доступні через хмарну платформу Watson Health Cloud. Вона призначена для лікарів, дослідників, страхових агентів і медичних компаній.

Проекти Google: DM Health Verily

Природно, що IBM — не єдиний технологічний монстр, що просуває свої інтелектуальні рішення в медицині. Підрозділ Google — DeepMind Health — застосовує технології IT-гіганта в медицині.

Сьогодні DM Health співпрацює з лондонської офтальмологічної клініки Moorfields Eye Hospital. За допомогою ІІ лікарі хочуть проаналізувати тисячі анонімних очних знімків, щоб знайти первинні симптоми сліпоти.

Крім того, DM Health спільно з Університетським коледжем Лондона розробляє продукт, який зможе автоматично розрізняти здорові і ракові тканини в області голови та шиї.

Схожим проектом займається інший підрозділ Google — Verily. Фахівці цієї фірми використовують ІЇ та алгоритми пошуковика Google для того, щоб проаналізувати, що ж робить людину здоровою.

Ізраїльський стартап: MedyMatch Technology

За статистикою, кількість помилок при постановці діагнозу за даними комп’ютерної томографії перевищує 30%. Вдумайтеся! Майже в кожному третьому випадку лікар призначає пацієнтові неправильне лікування.

На базі ІІ і великих даних ізраїльтяни розробили рішення, завдяки якому лікарі можуть точніше діагностувати інсульт. У режимі реального часу система MedyMatch порівнює знімок мозку пацієнта з сотнями тисяч інших знімків, які є в її «хмарі».

ІІ від MedyMatch розпізнає найдрібніші відхилення від норми, які не завжди здатний помітити спеціаліст, таким чином зводячи ймовірність помилки в постановці діагнозу до мінімуму.

В ізраїльській MedyMatch Technology працює всього 20 осіб. Як це часто буває, на новому ринку маленькі гравці цілком можуть конкурувати з гігантами.

Інтелектуальні рішення для пацієнтів

Хронічно хворим необхідно щодня стежити за динамікою здоров’я. Для цього пацієнти носять пристрою для моніторингу пульсу, тиску, дихання. Однак дані необхідно не тільки зібрати, але й обробити, та правильно інтерпретувати.

На допомогу приходять мобільні додатки, які:

  • оперативно працюють з інформацією про стан організму, повідомляючи про тривожних паттернах лікаря;
  • видають вже прописані в програмі найпростіші поради по покращенню самопочуття та лікуванню;
  • збирають масиви даних, необхідні для подальшого навчання ІІ.

Кишеньковий кардіолог AliveCor

Мобільний додаток від AliveCor може обробляти дані датчика для зняття кардіограми в домашніх умовах. ІІ щодня розшифровує дані пацієнта і відстежує небезпечні тенденції. Якщо додаток виявляє ризик швидкого інфаркту — воно заздалегідь попросить користувача звернутися до лікаря.

Майже справжня медсестра Sense.ly

Електронна медсестра Sense.ly

Анімована медсестра в додатку Sense.ly запитує про самопочуття в нормі тиск, є чи скарги. ІІ додатка розпізнає і відправляє інформацію лікаря. Віртуальна сестра може давати пояснення по симптомам, нагадувати про прийом ліків і може прямо пов’язати з лікарем по відеозв’язку.

Медичні боти-консультанти

Телемедичний сервіс Healthtap взяв скрипти багатьох тисяч консультацій і натренував за ним чат-бота Doctor A. I. Отримати консультацію від цього бота можна також через розумну колонку Amazon Alexa.

Аналогічну розробку, чат-бот Heath Bot, створили і у Microsoft. Поки, правда, боти розуміють англійську мову.

ІЇ для ракових хворих Mendel.ai

Іноді останньою надією онкохворих може стати випробування нового препарату від раку. Пацієнт, добровільно усвідомлюючи високий ризик, має шанс отримати ефективне лікування, яке з’явиться в загальному доступі через кілька років.

Страждає від онкології людина не володіє достатньою кваліфікацією, щоб зрозуміти, чи підходять йому випробування. ІІ проекту Mendel.ai приходить на допомогу людям: система розпізнає природний мову, на якому написана медична карта, і пропонує відповідні випробування пацієнту.

Інтелектуальні рішення для управління лікарнею

Робота лікарні вимагає швидкої координації персоналу та ресурсів — на кону здоров’я і життя пацієнтів. Як передбачити, скільки лікарів, приміщень, матеріалів необхідно медичному закладу в певний період часу?

Електронний асистент Bright.md

Bright.md розробляли в якості посередника між лікарем і пацієнтом. ІІ-асистент допомагає вирішувати рутинні завдання — організує зустріч пацієнта і лікаря, що призначає здачу аналізів, отримує відповіді пацієнта по опитувального листа.

Помічник звільняє лікаря від бюрократичних процедур і спрощує взаємодія пацієнта з клінікою.

Система моніторингу хворих Qventus

Система Qventus відстежує стан здоров’я пацієнтів, що знаходяться в стаціонарі, пророкує погіршення і резервує лікарів та обладнання для запобігання критичної ситуації.

Керуючий ІІ Qventus застосовують у декількох американських госпіталях, і він вже довів свою ефективність. В одній з лікарень система змогла знизити кількість пацієнтів у стаціонарі на 39%, оскільки персонал вчасно отримував попередження про стан хворих і оперативно надавав допомогу.

«Третя думка» Клименко з приводу російської медицини

В березні 2016 року IBM надала тестовий доступ до Watson фахівцям з ряду медичних установ у Росії. Яким конкретно лікарям і клінікам вдалося попрацювати з Watson, в IBM не уточнювали.

Тоді ж гендиректор IBM в Росії та СНД Андрій Філатов нарікав, що охорона здоров’я в Росії дуже жорстко регулюється. У вітчизняній медицині діє принцип: «що не дозволено, то заборонено».

Далі тестування впровадження Watson в російській медицині не просунулося — після майже двох років ніякої додаткової інформації про співпрацю з російськими медиками корпорація не повідомляє.

IBM Watson. Яким буде російський аналог?

Причина неуспіху IBM в Росії лежить на поверхні — інновації в медицині заявляються однією з цілей стратегії «Цифрова економіка», в рамках якої взято курс на імпортозаміщення. Як вважають в Уряді РФ, до 2020 року в Росії буде свій «Ватсон». Хто ж буде його створювати?

У 2016 році радник президента РФ Герман Клименко анонсував розробку першого проекту фонду Інституту розвитку інтернету в галузі медицини. Система, що отримала назву «Третя думка», — буде розпізнавати патології організму за цифровими даними, отриманими від рентгену, УЗД, КТ, МРТ.

Розробкою програмного забезпечення займається компанія «Технології відеоаналізу». Дані для навчання ІІ розробникам безкоштовно передали НДІ урології та інтервенційної радіології ім. Н.А. Лопаткіна, НМИЦ дитячої онкології та імунології ім. Дмитра Рогачова, і ряд регіональних медичних центрів.

Для такого масштабного проекту необхідні серйозні інвестиції. За словами пана Клименка, витрати обчислюються десятками мільйонів доларів. Розробники планують залучити кошти з допомогою виходу на ICO (форма залучення фінансування шляхом продажу інвесторам криптовалют).

Колишній лідер напрямки просунутих технологій по Європейському регіону IBM Павло Шклюдов вважає, що «потенціал проекту (прим. — „Третя думка“) є, але для створення подібного класу систем потрібно 5 років, у 20 разів більше фінансів і люди, заточені на продукт, а не на наукові роботи».

Проблеми впровадження ІІ: міфи і реальні виклики

Люди дуже часто негативно оцінюють нові технології. Навколо ІЇ теж існує безліч страхів, побоювань і міфів.

Штучний інтелект ось-ось переможе людський!

Найпоширеніший міф — віра в прийдешнє «повстання машин». Такі побоювання явно передчасні.

Наведені мною приклади технологій належать до так званого вузького ІІ (narrow AI). Подібні системи в принципі здатні вирішувати тільки певні завдання, перевершити людський розум вони не в змозі.

Поява сверхумного Superintelligence варто очікувати не раніше 2045 року, передбачає американський футуролог Реймонд Курцвейл.

А ось на думку співзасновника Microsoft Пола Аллена, поки досконально не вивчений людський мозок, говорити про штучне потенційно небезпечному сверхразуме зарано.

Загалом, повстання машин відкладається.

У пацієнта не залишиться права на анонімність!

А ось ця проблема дійсно має місце бути. Потенційне порушення лікарської таємниці заради ефективності лікування видається цілком вірогідним.

Для того, щоб системи ШІ видавали релевантні та корисні знання, їм необхідний доступ до гігантських масивів даних. Медичні дані — електронні карти, знімки, висновки лікарів — це відомості особистого характеру, вони підпадають під дії законів про захист персональних даних.

Припустимо, електронні карти і історії хвороби виявляться у відкритому доступі. Ними можуть зацікавитися страхові компанії, які почнуть завищувати вартість поліса для пацієнтів, які, на їхню думку, «не зовсім здорові».

Роботодавці можуть відмовляти претенденту, якщо дізнаються про його хвороби або генетичних предрасположенностях — цілком собі реалізація антиутопії з фільму «Гаттака».

Розвиток технологій вимагає зміни правової бази. Поки ж інноватори змушені працювати в «сірій» правовий зоні.

Штучний інтелект спровокує правове беззаконня!

На жаль, це цілком можливо. Гучним скандалом обернувся меморандум про співпрацю DeepMind Health і Королівської безкоштовної лікарні Лондона.

У 2016 році підрозділ Google отримало доступ до записів хвороб, викликів швидкої, даних радіології — всієї цифрової інформації госпіталю за 5 років. Інформація про меморандумі потрапила в пресу, і на Google подали скаргу в Офіс уповноваженого з інформації Великобританії.

Відповідно до британського законодавства, персональні дані пацієнтів можуть бути передані тільки організаціям у анонимизированном вигляді. DeepMind Health ж отримали не зашифровані дані.

Поки розгляд обмежується публічними дебатами. Однак цей або інший подібний скандал цілком можуть стати першим судовим прецедентом захисту медичних даних від систем ШІ.

Щоб уникнути уповільнення прогресу, інноваційна галузь потребує правового регулювання. Але законодавці — такі ж люди, як і ми, зі своїми упередженнями та забобонами.

Залишається сподівається, що при розробці правової бази парламентарі різних країн будуть спиратися на думки експертів, а не на фобії.

Основні проблеми застосування медичного ІІ

Що ж залишиться, якщо відкинути технологічний алармизм і правові аспекти? Основним бар’єром перед масовим застосуванням ІІ в охороні здоров’я можуть стати два моменту:

  • надмірна кількість даних для навчання;
  • кадрова проблема.

Для успішного застосування ШІ потрібен кваліфікований медичний персонал

Без якісних даних ШІ не буде працювати продуктивно. А без підготовлених фахівців просте застосування готових алгоритмів до підготовлених даних також не дасть потрібного результату.

Крім того, тривогу викликає можливе скорочення робочих місць в медицині. Хірурги, травматологи і стоматологи можуть спати спокійно, але терапевтам і діагностів у разі масового впровадження ІІ загрожують скорочення.

У 2017 році після початку експлуатації IBM Watson японська компанія Fukoku Mutual Life Insurance звільнила 43 співробітника. У керівництві фірми оцінили продуктивність суперкомп’ютера і «оптимізували» фахівців з медичного страхування.

Ринкова оцінка і перспективи медичного ІІ

За оцінкою консультантів Frost & Sullivan доходи компаній на ринку медичного ІІ до 2021 року досягнуть 6,1 млрд доларів, при цьому частка IBM складе близько 45%.

У дослідницькій компанії Research and Markets перспективи оцінюють скромніше: до 2020 року ринок зросте до 5,05 млрд доларів (у 2014 році він становив всього 419,7 млн доларів).

За розрахунками R&M, найбільш швидкозростаючим сегментом впровадження ІІ стане як раз охорону здоров’я. Причина — зростання попиту на клінічні випробування, моделювання лікування і нові дослідження.

У Frost & Sullivan склали дорожню карту розвитку галузі на кілька років вперед.

  • До початку 2020-их системи ШІ почнуть повсюдно пропонувати пацієнтам медичну допомогу на підставі даних, до яких матимуть доступ пацієнти і лікарі.
  • Хронічні захворювання, такі як рак і діабет, будуть діагностувати протягом декількох хвилин з використанням когнітивних систем, які будуть візуалізувати фізіологічні характеристики при скануванні тіла людини.

Оптимісти з F&S припускають, що до 2025 року системи ШІ будуть задіяні в 90% клінік США і приблизно в 60% найбільших госпіталів світу. Експерти сподіваються, що системи медичного ІІ охоплять майже 70% населення Землі.

  • 2469
Завантажити додаток
Medical Note

Поверни 7% від суми чека
Скачай додаток

Отримати посилання на програму в смс:
Завантажити з Google Play
Доступний в App Store

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here