ИИ в медицине: тренды и примеры применения

 

В этой статье мы будем рассматривать медицину как систему научных знаний и практической деятельности, целями которой являются сохранение и укрепление здоровья человека, продление его жизни, лечение и предупреждение болезней. Под содержательной стороной термина «искусственный интеллект» будем понимать технологии, основанные на обучении компьютерных систем и предназначенные для замены действий человека при выполнении каких-либо процессов. Такое определение позволит сосредоточиться на практических аспектах и избежать вопросов философского плана, которые часто сопровождают обсуждение ИИ в непрофессиональных кругах.

 

Какова же ситуация с применением ИИ в медицине по состоянию на июнь 2021 г.? На наш взгляд, такая фиксация времени необходима ввиду бурного развития рассматриваемой области. В 2020 г. журнал Nature опубликовал весьма наглядную диаграмму (см. рисунок) роста количества публикаций в профессиональном медицинском сообществе о применениях технологий машинного обучения.

 

 

Экспоненциальный рост числа исследований, как правило, сопровождается постоянным расширением круга решаемых задач. Поэтому мы не будем претендовать на исчерпывающую картину применения ИИ в медицине, а попытаемся очертить наиболее успешные или перспективные с нашей точки зрения направления.

 

 

Речь идет о роботах, участвующих в хирургических операциях и сопровождающих хирургические операции и послеоперационных больных. По данным MarketsandMarkets, глобальный рынок хирургических роботов будет расти в среднем на 10,4% и достигнет $6,5 млрд к 2023 г. против $3,9 млрд в 2018 г. 

 

В 2018 г. более 5 тыс. хирургических роботов использовались более чем в миллионе медицинских процедур по всему миру. Важно заметить, что термин «робот» часто создает неправильное представление о том, что роботы выполняют хирургические операции. Это не совсем так. 

 

Роботы с искусственным интеллектом применяются все чаще в микрохирургических процедурах. Но не следует считать, что скоро будут оперировать только роботы-хирурги. Зато справедливы ожидания, что роботы с ИИ помогут хирургам работать лучше. 

 

Согласно одному из исследований, проведенному с участием 379 пациентов врачей-ортопедов, хирургические опе­ра­ции с использованием искусственного интеллекта вызвали в 5 раз меньше осложнений, чем операции, где хирурги работали в одиночку. Роботизированная хирургия – это активно развивающаяся и эффективная технология, которая приобретает все большее значение при различных медицинских процедурах в неврологии, гинекологии, ортопедии, торакальной и общей хирургии, при установке зубных имплантатов, а также трансплантации волос. Роботизированные технологии позволяют врачам с минимальным опытом или практикующим врачам, плохо знакомым с той или иной операционной процедурой, проводить лечение на уровне, которого они не смогли бы достичь даже в результате многолетней практики. Помощь робота во время операции уменьшает последствия тремора рук оперирующего врача, а также устраняет случайные движения. 

 

Робот Da Vinci, который считается одним из самых передовых в мире хирургических роботов, предоставляет врачу набор хирургических инструментов, которые можно использовать при проведении минимально инвазивной хирургии, и обеспечивает лучший контроль над обычными процедурами. 

 

Приобрел большую популярность и миниатюрный мобильный робот Heartlander. Он минимизирует повреждения, которые необходимо причинить пациенту для доступа к сердцу во время операции. Робот входит в грудную клетку через небольшой разрез ниже грудины. Используя это устройство, хирурги теперь могут выполнять стабильное и локализованное картирование, зондирование и лечение всей поверхности сердца.

 

 

По оценкам IBM, 90% данных в отрасли здравоохранения – это изображения, и их объем увеличивается быстрее объемов всех других медицинских данных. Начавшие свое триумфальное шествие с распознавания изображений собак, автомобилей и рукописных цифр, нейронные сети очень пригодились при обработке разно­образных визуальных данных.

 

Возможности нейронных сетей помогают трансформировать сферу радиологии, экономя время и деньги медицинских организаций. После того, как медицинское изображение получено с помощью МРТ, компьютерной томографии, ультразвукового или рентгенологического исследования, врач должен проанализировать его на наличие каких-либо отклонений или признаков заболеваний. Для выявления сколько-нибудь серьезного состояния требуется интерпретация нескольких визуализационных исследований.

 

После обучения с использованием больших наборов данных исследований системы на основе ИИ способны анализировать медицинские изображения и сообщать об обнаруженных особенностях, например, небольших опухолях, которые человеческий глаз может упустить. Такие системы выявляют закономерности и предоставляют информацию о характеристиках любых отклонений от нормы, экономя время врача. 

 

В тех случаях, когда у пациента есть несколько снимков, сделанных на протяжении некоторого времени, искусственный интеллект также может анализировать динамику заболевания. Так, для проверки работы своей системы на основе ИИ в корпорации Google провели эксперимент: снимки предложили изучить шестерым сертифицированным радиологам. В тех случаях, когда диагноз ставился по единственному снимку, искусственный интеллект справился так же или даже лучше людей. Системе удалось диагностировать на 5% больше случаев рака и сократить ложноположительные вердикты на 11%. 

 

 

Согласно недавнему отчету Accenture, использование виртуальных помощников медсестер в сфере здравоохранения может сэкономить $20 млрд в год за счет уменьшения на 20% времени, которое медсестры тратят на обслуживание пациентов. Сегодня рядом с живыми медсестрами в госпиталях США уже работают компьютерные помощники, от которых можно получать советы, подсказки и другую информацию. Например, цифровой ассистент Салли, улыбающаяся женщина в белом халате, или медбрат Уолт. Салли и Уолт – это анимированные аватары, виртуальные личные тренеры по здоровью из платформы iCare Navigator на базе искусственного интеллекта, предназначенной для взаимодействия с пациентами и их обучения. 

 

Компания TeleHealth Services, разработавшая iCare Navigator, утверждает, что использует электронные медицинские записи пациентов и применяет машинное обучение для выстраивания индивидуальных отношений. Приложение определяет, когда пациент будет наиболее восприимчив к информации о состоянии своего здоровья и можно будет лучше всего управлять его лечением.

 

Толчком для создания платформы iCare Navigator стали исследования Медицинской школы Бостонского университета, в ходе которых были разработаны виртуальные медсестры Луиза и Элизабет, объясняющие пациентам, например, когда принимать лекарства. Оказалось, что 74% пациентов предпочли получить рекомендации при выписке из стационара от виртуальной медсестры, а не от человека.

 

Молли от компании Sensely – еще один популярный аватар медсестры с искусственным интеллектом, который используют Калифорнийский университет в Сан-Франциско и Национальная служба здравоохранения Великобритании. Молли задает пациентам вопросы, касающиеся их здоровья, оценивает симптомы и на основе симптомов дает рекомендации по наиболее эффективному лечению.

 

Таким образом, вместо того, чтобы искать обнаруженные у себя симптомы в интернете, сегодня человек может получить помощь от виртуальной медсестры. Виртуальные медсестры не только предоставляют медицинские консультации по поводу распространенных заболеваний или недомоганий, но также позволяют записаться на прием к врачу. Они доступны круглосуточно и без выходных и готовы ответить на вопросы в режиме реального времени. Это одно из основных приложений искусственного интеллекта в здравоохранении, которое все чаще применяется для повышения информированности и улучшения навыков самоуправления у пациентов с хроническими заболеваниями. Благодаря виртуальной медсестре пациент сможет предотвратить ухудшение своего состояния.

 

 

В развитии ИИ можно выделить несколько трендов, один из которых связан с интеграцией типов (модальностей) данных, на которых выполняется обучение. Например, для аудиовизуального распознавания речи визуальное описание движения губ объединяется с аудиовходом для предсказания произнесенных слов. Информация, поступающая из источников различных модальностей, может иметь различную предсказательную силу и топологию шума, а в некоторых источниках данные могут отсутствовать. Неоднородность мультимодальных данных затрудняет построение моделей.

 

Важно изучить, как представлять входные данные и обобщать их таким образом, чтобы они отражали несколько модальностей. Например, текст представляется символами, а аудио и визуальные модальности – сигналами. В контексте медицинского применения вся диагностическая информация о пациенте может быть интегрирована в такие мультимодальные данные и обрабатываться системой ИИ, обученной рассматривать как внешнее изображение человека и фрагментов его тела, так и результаты анализов, МРТ- и КТ-изображения, аудиозаписи ответов на вопросы и т.д.

 

Все это приближает нас к построению универсального диагноста, использующего холистический подход к диагностике заболеваний, и сокращению количества посещений разных врачей-специалистов для назначения эффективного лечения.

 

 

Самое большое потенциальное преимущество искусственного интеллекта – возможность помочь людям оставаться бодрыми, чтобы им не приходилось посещать врача или по крайней мере делать это не слишком часто. Искусственный интеллект и интернет медицинских вещей (IoMT) уже постепенно меняют парадигму с «реактивного» здравоохранения на «проактивное». 

 

Сочетание искусственного интеллекта и IoMT со временем сделает подключенные устройства для мониторинга состояния здоровья более интеллектуальными. ИИ и огромные объемы данных, генерируемые IoMT, также могут использоваться для постановки диагноза.

 

Различные приложения для здорового образа жизни на основе искусственного интеллекта, такие как MyFitnessPal и HealthTap, предоставляют людям полный контроль над своим здоровьем и благополучием, обратную связь с медучреждением и рекомендации для поддержания здоровья. Например, HealthTap узнает о симптомах пациента и их изменении с течением времени и координирует процесс лечения: отправляет напоминания, предоставляет текстовые ответы, сопоставленные с данными об истории болезни, руководствами, созданными врачами, а также обеспечивает возможность проведения онлайн-консультаций по видеоконференцсвязи.

 

 

Можно ли назвать применение ИИ прорывом в диагностике и лечении? На мой взгляд, сегодня прорыв еще не произошел. Поэтому я бы использовал количественную оценку развития технологии, например, число успешных исследовательских проектов в этой области или число публикаций. Если такой показатель растет экспоненциально, то можно говорить о быстром продвижении вперед. С этой точки зрения мы присутствуем при развитии прорывных технологий диагностики и лечения.