Применение искусственного интеллекта в медицине

Генеральный директор компании "Системы корпоративной аналитики"; сооснователь цифровой среды Sweepnet, Арсен Бабаян рассказывает, как искусственный интеллект и большие данные способствуют эволюции медицины и формированию более точной, быстрой и эффективной системы здравоохранения, какие вызовы и препятствия стоят на пути применения ИИ в медицине.

Применение ИИ и Big Data в медицине в России и в мире

Искусственный интеллект и Big Data (анализ больших данных) трансформировали медицинскую сферу. По данным отчета агентства Smart Ranking, объем российского рынка медицинских технологий по итогам 2022 года достиг 19,46 млрд рублей, что на 27% больше, в сравнении с предыдущим годом.

С применением ИИ ведется разработка систем, способных проводить раннее обнаружение множества заболеваний, включая онкологические и сердечно-сосудистые, через анализ медицинских данных и образов. При помощи машинного обучения, медицинские учреждения могут эффективно анализировать данные пациентов в реальном времени, что позволяет быстро идентифицировать потенциальные проблемы и предотвращать развитие заболеваний.

Системы на базе ИИ могут анализировать медицинские изображения с большой точностью, помогая диагностировать различные заболевания, включая рак и диабет. По данным mos.ru, в столичной системе здравоохранения зарегистрированы 12 отечественных медицинских сервисов с технологиями ИИ. Все они одобрены Росздравнадзором, причем 11 — это нейросети, которые помогают врачам-рентгенологам искать признаки заболеваний на компьютерных снимках (рентгенограмме, томограмме, маммограмме и флюорограмме).

Кроме того ИИ помогает в анализе генетической информации, что способствует разработке персонализированных методов лечения. Примером может служить Google's DeepMind, который успешно идентифицирует глазные заболевания на основе анализа сканирования сетчатки. В поликлиниках Москвы используют программы на базе ИИ, которые помогают терапевтам поставить пациенту диагноз. Нейросеть анализирует жалобу пациента, и сравнивает ее с несколькими миллионами записей других пациентов из базы ЕМИАС (Единой медицинской информационно-аналитической системе).

Сфера прогнозирования заболеваний также претерпела существенные изменения, с появлением алгоритмов, способных предсказывать возникновение заболеваний на основе анализа большого объема данных. Например, исследования, основанные на данных электронных медицинских карт, могут предсказать риск развития диабета, сердечных заболеваний или депрессии у конкретного пациента.

К примеру, IBM Watson для лечения онкологии проанализировала 30 миллиардов снимков, и помогает врачам выбирать оптимальные методы лечения рака на основе анализа огромного объема медицинских данных. Стартап Healx использует ИИ для сопоставления лекарств, прошедших клинические испытания, с редкими заболеваниями, которые они могли бы лечить. Arterys использовала облачные вычисления для предоставления изображений 4D Flow больничным радиологам через веб-браузер, что позволяет им принимать жизненно важные решения о лечении. Компания Thymia, основанная в 2020 году, разработала видеоигру на основе искусственного интеллекта, которая призвана обеспечить более быструю, точную и объективную оценку психического здоровья.

Алгоритмы ИИ способны анализировать большие объемы данных о здоровье населения, включая информацию из социальных сетей, новостных порталов и официальных статистических данных, для прогнозирования возможных вспышек болезней и эпидемий. Это позволяет государственным органам заранее подготовиться к возможным эпидемиям.

Например, новая система, созданная Университетом Джонса Хопкинса, обнаруживает сепсис на несколько часов раньше, чем традиционные методы, и снижает вероятность смерти пациента на 20%.

В России работает цифровой сервис диагностики MDDC, основанный на алгоритмах нейросети: он помогает выявлять минимальные новообразования в легких (менее 4 мм), а также диагностировать рак на ранней стадии.

В исследовании Journal of the National Cancer Institute ученые использовали ИИ для анализа маммограмм более чем 26 000 женщин. Система смогла обнаружить рак молочной железы с точностью 94,5%, в то время как традиционный показатель у врачей-рентгенологов - 88,4%.

В целом, ранняя диагностика и прогнозирование с использованием ИИ открывает новые горизонты для медицинской науки, делая возможным профилактику и оперативное лечение многих заболеваний на самых ранних стадиях.

Персонализированное лечение на основе искусственного интеллекта

1. ИИ играет важную роль в разработке персонализированных планов лечения, основанных на индивидуальных характеристиках пациента. В хирургии, роботизированные системы и ИИ уже помогают хирургам в проведении сложных операций с большей точностью и меньшими рисками для пациента. В операционной ИИ может анализировать данные в реальном времени, предоставляя хирургам ценную информацию, которая помогает в принятии решений во время операций.
2. Другое интересное направление - персонализированная терапия на основе генетической информации: при участии ИИ медицинские учреждения могут создавать индивидуализированные планы лечения, используя генетическую информацию пациента. Это может помочь в создании более эффективных и безопасных терапевтических планов лечения, минимизируя побочные эффекты и увеличивая шансы на успешное лечение.
3. Алгоритмы предсказания реакции на лекарства: ИИ может анализировать большой объем данных о реакциях различных пациентов на лекарства, предсказывая, как конкретный пациент может отреагировать на определенное лекарство или терапию. Это способствует предотвращению нежелательных реакций и повышению эффективности лечения.
4. Повышение точности и уменьшение травматизма: роботизированные хирургические системы, такие как da Vinci, используют ИИ для улучшения точности операций, уменьшения травматизма тканей и ускорения восстановления пациентов после операций. Роботы могут выполнять сложные манипуляции с высокой точностью и стабильностью.
5. 3D-моделирование и планирование операций: ИИ может быть использован для создания детализированных 3D-моделей органов пациента на основе медицинских изображений. Это позволяет хирургам заранее спланировать операцию, предвидеть возможные трудности и снизить риски осложнений.
6. Ассистенты на основе ИИ: в операционной ИИ может действовать в качестве ассистента, помогая врачам во время операций с помощью анализа данных пациента, мониторинга витальных показателей и предоставления рекомендаций по оптимальному ходу операции.
7. Виртуальная реальность и обучение: технологии виртуальной реальности (VR) и дополненной реальности (AR), интегрированные с ИИ, могут служить мощными инструментами для обучения молодых врачей и хирургов, предлагая им возможность тренироваться в виртуальной среде перед реальной операцией.

Ограничения и риски, связанные с применением ИИ в медицине

Несмотря на обширные возможности, применение ИИ в медицине сталкивается с рядом препятствий и сопряжено с некоторыми рисками. Сюда входят вопросы конфиденциальности и безопасности данных, а также потенциальные ошибки в диагностировании или лечении, вызванные ошибками алгоритмов ИИ. Большой вопрос также представляет собой интеграция новых технологий в существующие медицинские системы и обеспечение подготовки персонала к работе с новыми инструментами.

Конфиденциальность данных: с учетом того, что ИИ обрабатывает большое количество личной медицинской информации, вопросы конфиденциальности данных становятся крайне актуальными. Необходимо выработать регламент для защиты приватности пациентов.

Недостаточная точность и ошибки в диагностике: в настоящее время алгоритмы ИИ могут допускать ошибки, иногда весьма серьезные, в диагностике и предсказании болезней. Это создает потенциальные риски для пациентов и требует дальнейшего усовершенствования технологий.

Зависимость от качества данных: эффективность ИИ во многом зависит от качества и объема входных данных. Плохие или неадекватные данные могут привести к неточным или даже опасным выводам.

Юридическая ответственность: определение юридической ответственности в случае ошибок или недочетов, связанных с использованием ИИ, остается сложным вопросом. Это создает правовую неопределенность и потенциальные риски для медицинских учреждений.

Сопротивление со стороны медицинского сообщества: некоторые врачи и медицинские работники могут испытывать сопротивление новым технологиям, возможно, из-за опасений относительно замещения человеческого труда или потери профессиональной автономии.

Необходимость обучения и адаптации: для эффективного внедрения ИИ необходимо обучение медицинского персонала работе с новыми технологиями, что может занять значительное время и ресурсы.

Кибербезопасность: поскольку ИИ, как правило, зависит от сетей передачи данных, системы ИИ подвержены рискам безопасности. Более того, ИИ может активно использоваться для атаки на многочисленные компании. По данным Forrester Consulting, 88% лиц, принимающих решения в сфере безопасности, убеждены, что агрессивный ИИ является новой угрозой, которой может противостоять только защитная система на базе ИИ.

Перспективы применения ИИ в медицине будущего

Уже сейчас понятно, что интенсивное внедрение ИИ в медицинскую практику будет только нарастать. Возможно появление новых методов диагностики и лечения заболеваний с использованием ИИ, а также расширение областей применения роботизированной хирургии. Кроме того, ИИ может внести значительный вклад в исследования в области медицины, ускоряя процесс разработки новых лекарств и терапий. Все это в совокупности будет способствовать эволюции медицинской отрасли:

1. Сокращение времени и затрат на исследования: ИИ может значительно сократить время и затраты на разработку новых лекарств, предсказывая потенциальную эффективность отдельных компонентов и помогая в оптимизации процессов клинических испытаний.
2. Расширение доступа к медицинской помощи: ИИ может значительно расширить доступ к медицинской помощи, особенно в отдаленных регионах с плохой транспортной доступностью - через развитие телемедицины и дистанционного слежения за состоянием пациентов.
3. Интеграция с другими технологиями: в будущем мы можем ожидать еще более тесной интеграции ИИ с другими технологиями - такими как интернет вещей (IoT), блокчейн для управления данными пациентов, и виртуальная/дополненная реальность для обучения и лечения.
4. Развитие превентивной медицины: ИИ может способствовать переходу от реактивной к превентивной модели здравоохранения, помогая в раннем выявлении рисков и предложении стратегий для предотвращения болезней, а не только их лечения.