ИИ помогает медикам, но его потенциал раскрыт лишь на 10-15 процентов
На работу Валерий Иванович приезжает, сам за рулем, рано-рано утром. И не важно, какой это день: тяжелый понедельник или канун выходного. Потом операционная. Самые сложные операции, требующие применения высоких технологий, и самые обычные, те, которые, как принято говорить, "на потоке". А потом обход пациентов, беседы с ними и их родственниками. Обычное дело врача? Согласна. Но именно такой стиль делает невозможное возможным: лечение, можно сказать, становится счастьем. А это, поверьте, очень важно, даже когда во врачевании все сильнее заявляет о себе машинный интеллект.
Валерий Иванович, уже почти привычно, что нейросети сокращают время обследований, улучшают результаты терапии. Но хочется конкретики об основных направлениях применения искусственного интеллекта в медицине.
Валерий Широкорад: Сложный вопрос. Но попытаюсь хотя бы их обозначить. Начну с уже очевидного: ИИ в диагностике и анализе медицинских изображений. Одно из самых перспективных направлений - использование ИИ для анализа рентгеновских снимков, МРТ, КТ, УЗИ. Алгоритмы глубокого обучения (например, сверточные нейронные сети) способны выявлять патологии с точностью, сопоставимой с опытными врачами. А в некоторых случаях - даже превосходящей ее.
Примеры?
Валерий Широкорад: Пожалуйста. Рак молочной железы: ИИ-системы (например, Google DeepMind) показывают точность до 94 процентов в обнаружении опухолей на маммограммах. Это на 11 процентов выше, чем у традиционных методов.
Неврология: IBM Watson анализирует МРТ для ранней диагностики болезни Альцгеймера, предсказывая развитие заболевания за годы до появления симптомов. Офтальмология: алгоритм IDx-DR от FDA одобрен для автономной диагностики диабетической ретинопатии по снимкам глазного дна. Пульмонология: во время пандемии COVID-19 ИИ-платформы (Lunit INSIGHT CXR) анализировали рентгеновские снимки легких, выявляя пневмонию с точностью 96 процентов...
В роботизированной хирургии системы с ИИ повышают точность операций, уменьшая риски осложнений. А da Vinci - робот-ассистированная система - помогает хирургам выполнять сложные операции через мини-разрезы. Smart Tissue Autonomous Robot (STAR) от Johns Hopkins проводит сшивание тканей автономно, с точностью выше, чем у человека.
Если говорить о персонализированной медицине, то ИИ анализирует геномные данные, историю болезни и образ жизни пациента, подбирая индивидуальные схемы лечения. Это особенно важно в онкологии, где терапия должна учитывать мутации опухоли. Tempus использует ИИ для анализа ДНК опухолей и подбора оптимальной терапии. Deep Genomics предсказывает влияние генетических мутаций на развитие болезней, помогая разрабатывать персонализированные лекарства.
В кардиологии алгоритмы HeartFlow анализируют КТ сердца, создавая 3D-модели кровотока для выявления ишемии без инвазивных процедур. Наконец, прогнозирование заболеваний и эпидемий. Машинное обучение помогает предсказывать риски развития хронических болезней, таких как диабет, сердечная недостаточность, на основе данных пациентов. Также ИИ используется для моделирования эпидемий.
Моделирования даже эпидемий?
Валерий Широкорад: Да. Скажем, Google DeepMind и Harvard разработали модель, предсказывающую острую почечную недостаточность за 48 часов до ее наступления. А BlueDot еще в декабре 2019 года предупредил о вспышке COVID-19, анализируя данные авиаперелетов и сообщения СМИ.
Поверить в такое...
Валерий Широкорад: Это уже данность. И есть иные примеры, в которые проще поверить. Виртуальные медицинские ассистенты и чат-боты. Они уже на виду, как говорят, на глазах у всех. ИИ-ассистенты проводят первичный опрос пациентов, сокращая нагрузку на врачей. И тут есть конкретные примеры, конкретные адреса, названия авторов.
Скажем, Ada Health (более 12 млн пользователей) ставит предварительный диагноз на основе симптомов. Buoy Health использует ИИ для сортировки пациентов перед визитом к врачу.
Российский СберЗдоровье внедряет ИИ-ассистентов для записи к врачу и мониторинга хронических заболеваний. Отечественные разработки в этой области уже используются в клиниках: СберМедИИ (от Сбера) анализирует рентген, КТ и МРТ, выявляя пневмонии, опухоли, инсульты с точностью до 92 процентов. Внедрен в более чем тридцати больницах.
Botkin.AI - платформа для диагностики онкологических заболеваний по КТ и МРТ. Одобрена Росздравнадзором в 2023 году. Медсканер (разработка МФТИ) обнаруживает патологии легких на флюорограммах. СберЗдоровье и Яндекс.Здоровье используют ИИ-чат-боты для первичной диагностики. Кардиодатчики от QRS анализируют ЭКГ в реальном времени, предупреждая об аритмии. Геномный ИИ подбирает диеты и лекарства на основе ДНК. Проект OncoAI (Сколково) помогает подбирать терапию при онкологических заболеваниях. Голосовые помощники расшифровывают речь врачей в электронные карты...
И чтобы убедиться, что это наша с вами реальность, достаточно просто заглянуть в лечебное учреждение. Однако, согласитесь, не во всех такое присутствует.
Валерий Широкорад: Пока не во всех. Но, как говорится, время лечит. Тем более что есть конкретные примеры использования ИИ в разработке лекарств. Есть неопровержимые данные о том, что "искусственный мозг" ускоряет создание новых препаратов, сокращая сроки с 10 лет до 2-3 лет. Insilico Medicine использует генеративные нейросети для поиска молекул-кандидатов. А BenevolentAI помог идентифицировать барицитиниб как потенциальное средство против COVID-19.
То есть искусственный интеллект в медицине - революция в диагностике и лечении?
Валерий Широкорад: Можно и так. Искусственный интеллект, и это очевидно, стремительно меняет современную медицину, предлагая новые методы диагностики, персонализированного лечения и прогнозирования заболеваний. Благодаря машинному обучению, обработке больших данных и компьютерному зрению ИИ помогает врачам принимать более точные решения, сокращает время обследований и улучшает результаты терапии.
Подтверждающие цифры возможны?
Валерий Широкорад: Не без них. Начну с цифр скорости. Автоматизация рутинных задач (анализы, расшифровка снимков) экономит до 30 процентов времени врачей. Далее точность: снижение диагностических ошибок на 40 процентов. Доступность: телемедицина с ИИ позволяет оказывать помощь в удаленных регионах (пример - "Теледоктор" в России).
А еще экономия. Внедрение искусственного интеллекта сокращает затраты на 15-20 процентов. И потому 2025-2030 годы - время массового внедрения ИИ-диагностики в клиниках. А персонализированные лекарства на основе генома станут стандартом.
Все так расписано и нет проблем?
Валерий Широкорад: Без них никак. Прежде всего это недостаток данных для обучения ИИ. Не решены юридические вопросы: скажем, кто несет ответственность за ошибку: ИИ-разработчик, врач или больница? Вызывает проблемы и соблюдение конфиденциальности, утечки данных.
Да, нейросети уже сегодня трансформируют медицину. Но их потенциал раскрыт лишь на 10-15 процентов. Для полной интеграции необходимо улучшать качество данных, разрабатывать четкие юридические нормы. Повышать цифровую грамотность врачей.
Валерий Иванович! Согласитесь, многие врачи скептически относятся к ИИ, предпочитая традиционные методы. А пациенты и вовсе порой отказываются от цифрового медика, от лечения без участия живого врача, медсестры. И значит, даже самые точные цифры не заменяют целительную силу слова врача?
Валерий Широкорад: Не заменяют! И мы не просто должны - обязаны и в век ИИ об этом помнить. Любые современные технологии в нашей профессии могут и должны использоваться только в помощь квалифицированному медицинскому персоналу. А доброе, умное слово, тем более слово профессионального целителя, было, есть и будет прописано ИИ в рецепте лечения.
И значит, завтра с утра пораньше - за руль автомобиля и в клинику?
Валерий Широкорад: И никак иначе.