Цифра наступает
Активнее всего ИИ сегодня используется в визуальной диагностике. Хорошо натренированные модели способны точно распознавать признаки раковых опухолей, ориентируясь на снимки МРТ, УЗИ, КТ, рентгеновские снимки и флюороскопию. А также анализируют лабораторные анализы. ИИ внедряется в скрининги для массовой диагностики заболеваний, что делает этот процесс значительно быстрее и дешевле. Существенно облегчают рутинные процедуры системы автоматизации документооборота. Быстро идет внедрение новых чат-ботов и голосовых интерфейсов для сбора первичного анамнеза, информирования пациентов о подготовке к исследованиям, голосового ввода данных в медкарты. Цифровой помощник регистратора запишет на прием, помощник рентгенолога проверит, что пациент правильно расположен в аппарате, помощник медсестры проследит, принял ли пациент таблетку и т. д.
Повышается роль ИИ как помощника и в принятии врачебных решений, и в минимизации врачебных ошибок. Более того, цифровые аватары и виртуальные ассистенты эволюционировали до полноценных инструментов для консультаций.
Быстрыми темпами идет развитие технологий виртуальной реальности (VR/AR), которые уже используют для обучения медицинских специалистов и реабилитации пациентов. Набирают силу "цифровые двойники" - виртуальные модели органов пациента для подбора терапии.
Расширяется и спектр применения ИИ для постановки диагноза, отмечают эксперты.
"В этом году он научился распознавать заболевания почек, остеоартроз и даже прогнозировать летальные исходы у пациентов с COVID-19, - перечисляет советник генерального директора по искусственному интеллекту Ассоциации ФинТех Алексей Сидорюк. - Помимо лечебно-диагностической деятельности ИИ активно применяется в медицинском страховании (например, выявлении фактов мошенничества по программам ДМС) и даже разработке лекарственных средств".
Фармацевтические компании используют ИИ для анализа десятков миллионов перспективных молекул в процессе разработки новых лекарств, что сокращает его срок на 3-6 лет.
Переходим на платформу
В этом году активнее стал использоваться интегративный ИИ - не отдельные алгоритмы, а целые платформы, которые объединяют сервисы, медицинские данные, аналитику, возможность прогнозирования индивидуальных рисков развития заболеваний, контроль лечения и т.д.
Примером может служить комплексная платформа ИТ-холдинга Т1 в области медицины - интегрированное решение на основе моделей машинного обучения (ML), которое охватывает весь спектр медицинских процессов от записи на прием и лечения до формирования аналитики и отчетности. Такая система проконтролирует расписание приемов, обеспечит голосовое заполнение протокола осмотра, поиск нужной врачу информации в базе знаний, сформирует выписку при окончании лечения и проверит все сформированные документы. Кроме того, платформа составит отчет в Фонд ОМС, проанализирует результаты работы, финансовые показатели и множество других параметров, обеспечивая всесторонний контроль и оптимизацию.
Внедрение подобной платформы в деятельность медицинского учреждения даст не только экономический и социальный эффект, но и обеспечит полное соответствие всем клиническим рекомендациям и медицинским нормативным документам. Решение можно тиражировать на любые специализации врачей, что позволит оптимизировать деятельность организации с полным охватом всех ее направлений на глобальном уровне. Например, такая платформа оптимизирует нагрузку на персонал, выявляет причины появления очередей, мониторит эффективность сотрудников и помогает совершенствовать управление внутренними ресурсами. Она может быть интегрирована с внешними информационными системами, собирает и хранит данные для глубокой аналитики, а также непрерывно обучается на основе сохраняемых протоколов, что подчеркивает универсальность и масштабируемость подобных решений в здравоохранении.
Дышится легче
Но еще важнее, что ML-модели уже применяются в повседневной практической работе врачей. Одним из примеров может служить ее использование в индивидуальной настройке наркозно-дыхательных аппаратов (НДА). Этот пилотный проект реализуют ИТ-холдинг Т1 и Национальный медицинский хирургический центр им. Н.И. Пирогова Минздрава России.
"Целью модели было подсказать параметры настройки НДА, чтобы минимизировать время поиска оптимальных, индивидуальных для каждого пациента на разных этапах оперативного вмешательства, показателей работы аппарата, высвободив внимание врача для других задач, и снизить потенциальные риски осложнений", - рассказал "РГ" заведующий отделением анестезиологии-реанимации N 1 НМХЦ им. Н.И. Пирогова Минздрава России Борис Теплых.
В обычной практике при использовании искусственной вентиляции легких (ИВЛ) в ходе операции врачи должны одновременно учитывать множество параметров - пол, возраст, открытая это операция или малоинвазивная, а также положение пациента, давление газов в полостях тела и т.д. Параметры ИВЛ состоят не только из числа вдохов и их объема, но и из различных характеристик давления в дыхательных путях на разных этапах дыхательного цикла (вдох-выдох), скоростей нарастания давления, множества коротких отрезков дыхательного цикла. Подбор этих параметров занимает длительное время до 15 мин (изменили-оценили-повторили) при изменении положения тела, перехода к другой зоне оперативного вмешательства, необходимо начинать подбор заново. Была сформулирована гипотеза, что можно построить модель ИИ, которая после получения первичной информации о пациенте, состоянии его дыхательной системы, операционных параметров, позволит построить прогноз оптимальных параметров без потери времени на их ручной перебор. Для целей построения модели разработчики собирали базу онлайн-данных в течение года. Когда было собрано достаточное количество наблюдений (более 80 тысяч), построили модель и на ее основании реализовали простое приложение для врача. В нем пользователь может просто сканировать QR-код койки пациента, затем нажать кнопку "рассчитать" - и получает в режиме онлайн оптимальные показатели работы аппарата НДА для него. Так ИИ помогает врачу обеспечить наивысшее качество лечения.
"ИИ становится не просто ассистентом и личным помощником, но и инструментом персонализированной медицины", - отмечает Борис Теплых.
По мнению Сергея Голицына, руководителя направления Т1 ИИ ИТ-холдинга Т1, подобные приложения могут применяться в реальной практической работе врачей многих специальностей.
Учесть все риски
При этом необходимо учитывать и риски, которые могут возникать при использовании ИИ в медицине. Они касаются как точности диагностики и принимаемых врачом решений, так и вопросов медицинской этики.
Ошибки алгоритмов могут возникать из-за ограниченных или неполных данных. Так, нейросети, обученные на неполных выборках, могут пропускать редкие случаи или выдавать неверные рекомендации. Ошибки возможны, и если ИИ-системы обучаются на исторических данных, которые могут отражать системные предубеждения. Например, если алгоритм обучался на данных европеоидной популяции, для других этнических групп его точность может снижаться. А недостаточная прозрачность алгоритмов может вызывать непонимание решений и опасения у врачей и пациентов.
Возникает и ряд этических вопросов. Например, кто несет ответственность за ошибки разработчики алгоритма: врачи или учреждение в целом? Кроме того, сложно понять, как ИИ приходит к определенным выводам и не ошибся ли он. Автоматизация процессов сокращает прямое взаимодействие между врачом и пациентом, которое часто определяет успех или неуспех лечения.
Есть и опасения о соблюдении конфиденциальности персональных медицинских данных пациента в случае несанкционированного доступа в ним третьих лиц.
Эксперты называют еще одну категорию рисков - отсутствие стандартов для оценки эффективности и безопасности медицинских ИИ-систем. А коммерческая тайна и патентная защита алгоритмов могут вступать в противоречия с требованиями прозрачности и объяснимости медицинских решений.
Перспективы оптимистичны
Урегулирование этих пока не решенных вопросов будет способствовать более плотной интеграции ИИ во все клинические процессы. Так, эксперты прогнозируют его применение в анализе лабораторных и визуальных данных для более ранней диагностики заболеваний, в разработке персонализированных планов лечения, в анализе статистической информации для создания программ профилактики и т.д. В перспективе ИИ-ассистенты врача возьмут на себя большую часть рутинной работы - сбор и анализ первичного анамнеза, оформление медицинских документов, подготовку отчетов о работе медучреждений и т.д.
Технологии дополненной и виртуальной реальности будут шире применяться в обучении студентов медвузов и повышении квалификации врачей, а также в реабилитационных методах.
В фармакологии использование ИИ значительное сократит сроки разработки лекарств и стоимость их вывода на рынок за счет машинного поиска эффективных новых молекул и оптимизации клинических исследований.
Тем не менее ИИ никогда не заменит врачей, но зато он существенно дополнит их возможности в решении рутинных задач и освободит время для внимательного общения с пациентами, которое, как известно, само по себе является исцеляющим фактором.