Скорее, его можно рассматривать как своего рода испытательный полигон, где можно протестировать перспективные ИТ-технологии и вдохновить исследователей.
Испытанные и испытанные прототипы должны быть переданы в массовое производство, что позволит достичь более высоких показателей с точки зрения соотношения цены и качества и пригодности для использования в реальных условиях.
Сегодня почти на каждой конференции по искусственному интеллекту есть доклады исследователей со всего мира с заявлениями "Мы создаем наш собственный Watson, и он будет лучше оригинала".
Весной 2017 года в журнале Nature появилась публикация о технологии, позволяющей с помощью машинного обучения распознавать рак кожи у людей. С помощью новой системы искусственного интеллекта исследователи смогли идентифицировать пять новых биомаркеров, на которые могут быть нацелены новые лекарства при лечении глаукомы.
По словам ученых, для этого в систему искусственного интеллекта вводится информация о более 600 тысячах последовательностей ДНК 2,3 тысяч пациентов и данные о взаимодействиях генов.
Проект DeepMind Health, которым руководит британская компания, входящая в состав Google, создал систему, способную за несколько минут обрабатывать сотни тысяч медицинских записей и извлекать из них необходимую информацию.
Хотя этот проект, основанный на систематизации данных и машинном обучении, все еще находится на ранней стадии, DeepMind уже сотрудничает с Глазной больницей Мурфилдс (Великобритания) с целью повышения качества лечения.
Используя миллионы анонимных томографированных изображений глаз, исследователи пытаются создать алгоритмы, основанные на технологиях машинного обучения, которые помогли бы обнаружить ранние признаки двух заболеваний глаз влажной возрастной макулярной дистрофии и диабетической ретинопатии.
Другая компания, принадлежащая Google, действительно, занимается аналогичными исследованиями. Специалисты этой компании используют искусственный интеллект и алгоритмы поисковой системы Google для анализа того, что делает человека здоровым.
Израильская компания MedyMatch Technology, в которой работает всего 20 человек, разработала решение на основе искусственного интеллекта и больших данных, благодаря которому врачи могут более точно диагностировать инсульт. Для этого в режиме реального времени система MedyMatch сравнивает изображение мозга пациента с сотнями тысяч других изображений, находящихся в ее облаке. Известно, что инсульт может быть вызван двумя причинами: кровоизлиянием в мозг и тромбом.
Соответственно, каждый из этих случаев требует разного подхода к лечению. Однако, по статистике, несмотря на улучшение компьютерной томографии, количество ошибок в диагностике не изменилось за последние 30 лет и составляет примерно 30 %.
То есть почти в каждом третьем случае врач назначает пациенту неправильное лечение, что приводит к печальным последствиям.
Система MedyMatch способна отслеживать мельчайшие отклонения от нормы, которые специалист не всегда может заметить, тем самым сводя вероятность ошибки в постановке диагноза и назначении лечения к минимуму.
В последнее время все больше внимания уделяется использованию технологии искусственного интеллекта не только при создании решений для врачей, но и для пациентов.
Примером может служить мобильное приложение британской компании Your.MD, который был запущен в ноябре 2015 года.
Эта программа использует искусственный интеллект, машинное обучение и технологии обработки естественного языка.
В результате пациент может просто сказать, например: «У меня болит голова», и получить рекомендации по последующим действиям и советы экспертов со смартфона.
Для этого вам нужна система интеллекта, MD подключен к крупнейшей в мире карте симптомов, созданной вашим МД: он учитывает 1,4 миллиона симптомов, на выявление которых ушло более 350 тысяч часов.
Каждый симптом был проверен специалистом британской системы здравоохранения. Искусственный интеллект выбирает наиболее подходящий симптом на основе уникального профиля владельца смартфона.
Другая компания, Medtronic, предлагает приложение, которое позволяет прогнозировать критическое снижение уровня сахара в крови за три часа до события. Для этого Medtronic совместно с IBM используют технологии когнитивной аналитики для обработки данных глюкометров и инсулиновых помп. С помощью приложения люди смогут лучше понять влияние повседневной активности на диабет.
В рамках еще одного интересного проекта IBM, на этот раз совместно с диагностической компанией Pathway Genomics, было создано приложение OME, которое сочетает когнитивную и точную медицину с генетикой.
Цель приложения - предоставить пользователям персонализированную информацию для улучшения качества жизни.
Первая версия приложения включает рекомендации по диете и физическим упражнениям, информацию о метаболизме, которые зависят от генетических данных пользователя, карту с информацией о привычках пользователя и состоянии здоровья.
В будущем в приложение будут добавлены электронные медицинские записи, информация о страховании и другая дополнительная информация.
В дополнение к прямому клиническому применению элементы искусственного интеллекта могут быть использованы во вспомогательных процессах медицинской организации.
Например, было бы целесообразно использовать искусственный интеллект в автоматической диагностике качества медицинской информационной системы, в вопросах информационной безопасности.
Системы искусственного интеллекта могут помочь с выдачей рекомендаций по своевременной настройке каталогов, тарифов или даже заметить ненормальное поведение сотрудника и порекомендовать его руководителю отправить его на работу с системой, так как возникли подозрения в его низком профессионализме и медленной реакции.
6. Искусственный интеллект в медицине России
Объем рынка медицинского ИИ в России превысил 500 млн рублей
Объем рынка технологий искусственного интеллекта, используемого в медицинских целях, в России по итогам 2021 года превысил 500 млн рублей.
Такие данные в середине февраля 2022 года привел директор по развитию бизнеса компании Webiomed Александр Гусев. Он не уточнил динамику в сравнении с 2020 годом.
По словам Гусева, структуру выручки работающих на этом рынке компаний составляет либо один крупный эксперимент с грантовой поддержкой, либо грантовая поддержка от институтов развития - «то есть это не совсем про продажи и тиражирование бизнеса».
Однако ситуация будет меняться, уверен директор по развитию бизнеса компании Webiomed.
Источником монетизации, по его мнению, станут ориентация на коммерческий сектор здравоохранения и B2B-взаимодействие заказчиков и производителей.
Медицинский софт создается для заказчиков из исследовательских медицинских компаний, он позволит ускорить и удешевить обработку данных.
Другими потребителями станут частные клиники, страховые компании и крупные работодатели, заинтересованные в поддержании трудоспособности сотрудников.
Через несколько лет на этот рынок выйдут государственные заказчики, что обеспечит быстрое развитие медицинского ИИ, считает эксперт.
В Москве к 2021 году насчитывалось более 40 медтех-компаний, специализирующихся на анализе медицинских изображений для диагностики (32 %), предиктивной аналитике (28 %) и системах поддержки принятия решений (27 %), с совокупной выручкой 1,7 млрд рублей.
По словам аналитиков Deloitte, большие данные и искусственный интеллект в здравоохранении, в частности, открывают возможности для принятия управленческих решений на уровне всей популяции. ИИ, например, помимо автоматизации ручных процессов активно тестируется для решения сложных клинических и организационных задач.
Направления использования ИИ в медицине.
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.
Данные представлены в таблице 1.
Таблица 1 - Искусственный интеллект
|
Задачи |
Эффект |
|
|
Анализ (в т.ч. перекрестный) популяционных данных, данных ЕГИСЗ, омиксных данных, социальных сетей |
Новые корреляции для дальнейшего научного исследования и применения в медицине |
|
|
Анализ медицинских изображений, создание системы с автоматическим начальным уровнем описания и интерпретации результатов |
Повышение скорости и качества принятия врачебных решений |
|
|
Умные скрипты опроса пациентов |
||
|
СППВР* (по задачам, нозологиям), платформы организации СППВР как сервисов |
||
|
Оперативный контроль качества и интеллектуальный бенчмаркинг оказания медицинской помощи в учреждении |
Повышение скорости и качества контрольно-экспертной работы |
|
|
Контроль отдаленных последствий оказания медицинской помощи |
Изменение системы оценки и анализа оказания медицинской помощи |
|
|
Системы повышения приверженности граждан ЗОЖ и пациентов назначенному лечению |
Снижение заболеваемости и повышение результативности лечения |
|
|
Моделирование деятельности медицинской организации |
Повышение качества управления, оптимизация затрат |
|
|
Носимые и иные мобильные медицинские изделия для дистанционного мониторинга |
Онлайн / регулярное наблюдение за показателями состояния здоровья |
|
|
Умные учебные медицинские тренажеры |
Повышение качества подготовки медицинских работников |
|
|
Визуализация медицинских данных, вкл. умную навигацию при оперативных вмешательствах |
Повышение скорости и качества принятия врачебных решений, оказания медицинской помощи |
ЗАКЛЮЧЕНИЕ
Подводя итог, мы считаем, что в ближайшем будущем в здравоохранении с помощью искусственного интеллекта будут применены следующие инновационные процессы.
Автоматизированные методы диагностики, например, анализ рентгеновских или МРТ-изображений для автоматического выявления патологии, микроскопический анализ биологического материала, автоматическое кодирование ЭКГ, электроэнцефалограмм.
Хранение большого количества расшифрованных результатов диагностического обследования в электронном виде, когда есть не только сами данные, но и формализованное заключение по ним, позволяет создавать действительно надежные и ценные программные продукты, которые могут если не заменить врача, то предоставить ему эффективная помощь, например, в выявлении рутинной патологии, сокращение времени и стоимости обследования, внедрение аутсорсинга и удаленной диагностики.
Системы распознавания речи и понимания естественного языка они могут оказать значительную помощь как врачу, так и пациенту.
Начиная от обычного декодирования речи и превращения ее в текст в качестве более продвинутого интерфейса для общения с медицинскими информационными системами (MIS), обращения в колл-центр или голосового помощника, до таких идей, как автоматический перевод языка при приеме иностранца, синтез речи при чтении записей из MIS, робот регистратор в приемном отделении больницы поликлиники, способный отвечать на простые вопросы и направлять пациентов.
Системы анализа и прогнозирования событий также являются вполне решаемыми задачами искусственного интеллекта прямо сейчас, и они могут оказать значительный эффект. Например, оперативный анализ изменений заболеваемости позволяет быстро прогнозировать изменения в доступе пациентов к медицинским организациям или потребности в лекарствах.
Системы автоматической классификации и согласования помогают связать информацию о пациентах в различных формах в различных информационных системах. Например, можно будет создать интегрированную электронную медицинскую карту из отдельных эпизодов, описанных с разными деталями, без четкого или противоречивого структурирования информации. Технология машинного анализа контента социальных сетей и интернет-порталов перспективна для быстрого получения социологической, демографической и маркетинговой информации
о качестве системы здравоохранения и отдельных медицинских учреждений.
Автоматические чат-боты для поддержки пациентов могут оказать значительную помощь в приобщении пациентов к здоровому образу жизни и соблюдении предписанного лечения. Чат-боты уже могут научиться отвечать на рутинные вопросы, подсказывать тактику поведения пациента в простых ситуациях, связывать пациента с нужным врачом с помощью телемедицины, давать рекомендации по диете.