Искусственный интеллект (ИИ), безусловно, главная инновация XXI века, обладающая колоссальным значением для общества. Это сквозная технология, проникающая в каждый аспект нашей жизни. Уже сегодня, даже если мы этого не замечаем, ИИ повсюду среди нас: смартфоны умеют распознавать изображения с камеры, виртуальные ассистенты понимают наши команды и умеют на них отвечать, а решения для автоматического синхронного перевода могут сделать общение на разных языках совершенно свободным.
И это только начало: в технологии, призванной стать ключевым элементом четвертой индустриальной революции, кроется существенно более значимый потенциал. Если компьютеры научатся хорошо "видеть", представьте, что это значит для людей с нарушениями зрения. Если компьютеры научатся хорошо "слышать", представьте, как они могут помочь людям с нарушениями слуха.
"Большие данные" — "пища" для ИИ
Искусственный интеллект сегодня является одним из самых быстрорастущих сегментов мирового рынка здравоохранения: по прогнозам Frost&Sullivan, он достигнет $6,6 млрд до 2021 года. Такие впечатляющие темпы роста возможны благодаря огромным массивам данных, генерируемых людьми, зданиями, машинами, а также различными девайсами.
Данные — это "пища" для искусственного интеллекта. Чем больше данных обработает алгоритм, тем более точно и корректно он сможет формулировать выводы на их основе. Медицина — сфера с большим количеством данных, в которой точность, пожалуй, является наиболее критичным фактором.
Благодаря обширным историческим медицинским данным искусственный интеллект может оказаться полезным при постановке диагноза и выборе подходящего лечения, предоставив врачу "третье мнение". При наличии всей имеющейся медицинской информации о конкретном заболевании ИИ сможет проанализировать ее и выяснить, какие методы лечения и препараты были наиболее эффективны за всю историю врачебной практики.
Дополнительный объем информации генерируют также набирающие популярность различные носимые устройства. Сегодня существуют портативные измерители пульса и давления, устройства, способные постоянно контролировать сердечный ритм или уровень сахара в крови.
По мере снижения их стоимости и расширения функционала уже ставших популярными фитнес-браслетов системы диагностики на базе ИИ получат еще больше данных о состоянии здоровья каждого конкретного пациента, предоставив врачу возможность точнее и эффективнее назначать план лечения и своевременно корректировать его в процессе.
От теории к практике
Прорыв в решениях в сфере медицины напрямую связан с развитием алгоритмов ИИ. В 2016 году, к примеру, искусственный интеллект, разработанный Microsoft, достиг уровня человека в распознавании речи, а за последние три года мы совершили несколько исторических прорывов в достижении паритета между компьютерами и людьми в переводе и понимании естественного языка.
Созданная Google Alpha Go в 2016 году обыграла чемпиона мира по игре го Ли Седоля. Алгоритмы и методы обучения ИИ постоянно совершенствуются, и этот прогресс уже находит выражение в конкретных решениях и в медицинской сфере.
Уже сегодня ИИ-сервисы могут анализировать медицинские изображения и находить на них настолько ранние признаки заболевания, которые врач пока не может заметить. "Третье мнение" особенно актуально для онкологических заболеваний, при которых раннее начало лечения способно существенно улучшить прогноз на скорое выздоровление. К примеру, проект InnerEye помогает онкологам-радиологам повышать эффективность лечения различных типов рака, ускоряя работу со снимками внутренних органов и тканей пациентов.
Другой недавний пример — это использование суперкомпьютера IBM Watson в Токио, чтобы уточнить диагноз 60-летнего пациента с лейкемией и назначить успешное лечение, сопоставив генетические данные миллионов исследовательских работ. И таких кейсов становится все больше: так, белорусский стартап DBrain вместе с американской компанией LigoLabs с помощью технологий ИИ и блокчейн повышают точность диагностики онкологических заболеваний.
Подобные технологии используются и в России — российская платформа Botkin.AI позволяет выявлять онкологические заболевания легких благодаря анализу медицинских изображений с помощью технологий искусственного интеллекта в облаке Microsoft Azure. Решение уже успешно внедрено в нескольких регионах страны. В России также есть цифровая гистологическая лаборатория UNIM, которая исследует гистологические материалы при помощи нейронной сети для постановки верного диагноза.
Помимо этого, большой потенциал существует у использования ИИ в разработке и тестировании новых лекарств. Согласно некоторым исследованиям, крупные фармацевтические компании тратят до $2,6 млрд, чтобы разработать и вывести на рынок один препарат.
Одна из крупнейших фармацевтических компаний — Novartis — совместно с Microsoft открыла ИИ-лабораторию, чтобы использовать "умные" алгоритмы в создании лекарственных препаратов. Подобными проектами занимается и Google: в 2018 году DeepMind смог лучше биологов предсказать форму свертывания белка. Это потенциально способно существенно ускорить процесс разработки новых лекарств.
Основные препятствия
Несмотря на большие перспективы, существует целый спектр ограничений для развития ИИ в медицине. Эти стоп-факторы должны стать основным объектом для совместной работы технологических компаний и медицинских организаций, так как их минимизация способна существенно расширить возможности применения этой технологии в здравоохранении.
- Нехватка компетенций и сотрудников. Исследование, представленное этой весной Ассоциацией электронной коммуникации (РАЭК), показало, что 48% компаний в России отмечают "сложности проектной реализации" инициатив в области ИИ в связи с нехваткой кадровых или инструментальных ресурсов. Для эффективного внедрения технологии искусственного интеллекта необходимы квалифицированные специалисты, наличие ресурсов для тестирования гипотез и разработки эффективных бизнес-моделей. Это касается рынка систем ИИ в целом, и медицинские организации не меньше других сталкиваются с дефицитом кадров, недостатком квалификации уже работающих сотрудников, а также нехваткой ресурсов для внедрения технологии.
- Недостаток структурированных данных. Далеко не во всех сферах здравоохранения достигнуты такие результаты, как, например, в борьбе с раком. Действительно, в медицине очень много неструктурированных данных, но для использования в системах машинного обучения их необходимо сначала структурировать и разметить. Это большая работа для Data Scientists (специалистов по классификации данных).
- Недостаточный уровень доверия. Искусственному интеллекту еще только предстоит заработать свой кредит доверия — как со стороны пациентов, так и практикующих специалистов. В своем большинстве люди пока еще скептически относятся к прогнозам, построенным алгоритмами. Для преодоления этого барьера необходимо появление большого количества успешных кейсов в сфере компьютерной диагностики для разных областей медицины, а также большая работа по формированию и соблюдению этических принципов использования ИИ для отрасли.
- Потребность в повышенной защите данных. При внедрении ИИ в медицине возникают риски безопасности, связанные с возможными хакерскими атаками, компрометацией данных и нарушением врачебной тайны. Поэтому сегодняшние технологические решения должны отвечать самым строгим требованиям конфиденциальности и обеспечивать полную безопасность подобных данных.
"Клятва Гиппократа" для ИИ
В эпоху стремительного развития искусственного интеллекта необходимо помнить, что эта технология — это всего лишь инструмент, призванный помочь людям выполнять сложные рутинные задачи, чтобы они могли сконцентрироваться на других аспектах, требующих большего творческого и интеллектуального вовлечения.
Так, ИИ в медицине не может считаться самостоятельной диагностической системой. Технология призвана помочь специалисту поставить более точный диагноз, сформировать индивидуальный план лечения, подобрать наиболее эффективные и безопасные препараты и т.д., тем самым оставляя за врачом право принимать важнейшие решения.
При этом надо помнить, что это право неразрывно связано с ответственностью — врачи, начиная трудовую деятельность, приносят клятву Гиппократа, обязуясь руководствоваться определенными моральными и этическими принципами в своей деятельности.
Сегодня на разработчиков ИИ возлагается не меньшая ответственность. При всех достоинствах и достижениях ИИ в медицине, транспорте, производстве и других сферах мы не можем игнорировать потенциальные риски, связанные с его использованием. Поэтому, чтобы достичь лучшего результата завтра, мы должны уже сегодня создать аналог "клятвы Гиппократа" в сфере ИИ, договорившись о базовых этических принципах развития и использования этой технологии.