Искусственный интеллект в медицине. Искусственный интеллект в медицине
 Скачать 27.54 Kb.
|
|
Искусственный интеллект в медицине В этой статье мы будем рассматривать медицину как систему научных знаний и практической деятельности, целями которой являются сохранение и укрепление здоровья человека, продление его жизни, лечение и предупреждение болезней. Под содержательной стороной термина «искусственный интеллект» будем понимать технологии, основанные на обучении компьютерных систем и предназначенные для замены действий человека при выполнении каких-либо процессов. Такое определение позволит сосредоточиться на практических аспектах и избежать вопросов философского плана, которые часто сопровождают обсуждение ИИ в непрофессиональных кругах. Какова же ситуация с применением ИИ в медицине по состоянию на июнь 2021 г.? На наш взгляд, такая фиксация времени необходима ввиду бурного развития рассматриваемой области. В 2020 г. журнал Nature опубликовал весьма наглядную диаграмму (см. рисунок) роста количества публикаций в профессиональном медицинском сообществе о применениях технологий машинного обучения. ИИ в хирургии Речь идет о роботах, участвующих в хирургических операциях и сопровождающих хирургические операции и послеоперационных больных. По данным MarketsandMarkets, глобальный рынок хирургических роботов будет расти в среднем на 10,4% и достигнет $6,5 млрд к 2023 г. против $3,9 млрд в 2018 г. В 2018 г. более 5 тыс. хирургических роботов использовались более чем в миллионе медицинских процедур по всему миру. Важно заметить, что термин «робот» часто создает неправильное представление о том, что роботы выполняют хирургические операции. Это не совсем так. Роботы с искусственным интеллектом применяются все чаще в микрохирургических процедурах. Но не следует считать, что скоро будут оперировать только роботы-хирурги. Зато справедливы ожидания, что роботы с ИИ помогут хирургам работать лучше. Согласно одному из исследований, проведенному с участием 379 пациентов врачей-ортопедов, хирургические операции с использованием искусственного интеллекта вызвали в 5 раз меньше осложнений, чем операции, где хирурги работали в одиночку. Роботизированная хирургия – это активно развивающаяся и эффективная технология, которая приобретает все большее значение при различных медицинских процедурах в неврологии, гинекологии, ортопедии, торакальной и общей хирургии, при установке зубных имплантатов, а также трансплантации волос. Роботизированные технологии позволяют врачам с минимальным опытом или практикующим врачам, плохо знакомым с той или иной операционной процедурой, проводить лечение на уровне, которого они не смогли бы достичь даже в результате многолетней практики. Помощь робота во время операции уменьшает последствия тремора рук оперирующего врача, а также устраняет случайные движения. Робот Da Vinci, который считается одним из самых передовых в мире хирургических роботов, предоставляет врачу набор хирургических инструментов, которые можно использовать при проведении минимально инвазивной хирургии, и обеспечивает лучший контроль над обычными процедурами. Приобрел большую популярность и миниатюрный мобильный робот Heartlander. Он минимизирует повреждения, которые необходимо причинить пациенту для доступа к сердцу во время операции. Робот входит в грудную клетку через небольшой разрез ниже грудины. Используя это устройство, хирурги теперь могут выполнять стабильное и локализованное картирование, зондирование и лечение всей поверхности сердца. Виртуальные помощники медсестры Согласно недавнему отчету Accenture, использование виртуальных помощников медсестер в сфере здравоохранения может сэкономить $20 млрд в год за счет уменьшения на 20% времени, которое медсестры тратят на обслуживание пациентов. Сегодня рядом с живыми медсестрами в госпиталях США уже работают компьютерные помощники, от которых можно получать советы, подсказки и другую информацию. Например, цифровой ассистент Салли, улыбающаяся женщина в белом халате, или медбрат Уолт. Салли и Уолт – это анимированные аватары, виртуальные личные тренеры по здоровью из платформы iCare Navigator на базе искусственного интеллекта, предназначенной для взаимодействия с пациентами и их обучения. Компания TeleHealth Services, разработавшая iCare Navigator, утверждает, что использует электронные медицинские записи пациентов и применяет машинное обучение для выстраивания индивидуальных отношений. Приложение определяет, когда пациент будет наиболее восприимчив к информации о состоянии своего здоровья и можно будет лучше всего управлять его лечением. Толчком для создания платформы iCare Navigator стали исследования Медицинской школы Бостонского университета, в ходе которых были разработаны виртуальные медсестры Луиза и Элизабет, объясняющие пациентам, например, когда принимать лекарства. Оказалось, что 74% пациентов предпочли получить рекомендации при выписке из стационара от виртуальной медсестры, а не от человека. Молли от компании Sensely – еще один популярный аватар медсестры с искусственным интеллектом, который используют Калифорнийский университет в Сан-Франциско и Национальная служба здравоохранения Великобритании. Молли задает пациентам вопросы, касающиеся их здоровья, оценивает симптомы и на основе симптомов дает рекомендации по наиболее эффективному лечению. Таким образом, вместо того, чтобы искать обнаруженные у себя симптомы в интернете, сегодня человек может получить помощь от виртуальной медсестры. Виртуальные медсестры не только предоставляют медицинские консультации по поводу распространенных заболеваний или недомоганий, но также позволяют записаться на прием к врачу. Они доступны круглосуточно и без выходных и готовы ответить на вопросы в режиме реального времени. Это одно из основных приложений искусственного интеллекта в здравоохранении, которое все чаще применяется для повышения информированности и улучшения навыков самоуправления у пациентов с хроническими заболеваниями. Благодаря виртуальной медсестре пациент сможет предотвратить ухудшение своего состояния. Системы мультимодальной диагностики В развитии ИИ можно выделить несколько трендов, один из которых связан с интеграцией типов (модальностей) данных, на которых выполняется обучение. Например, для аудиовизуального распознавания речи визуальное описание движения губ объединяется с аудиовходом для предсказания произнесенных слов. Информация, поступающая из источников различных модальностей, может иметь различную предсказательную силу и топологию шума, а в некоторых источниках данные могут отсутствовать. Неоднородность мультимодальных данных затрудняет построение моделей. Важно изучить, как представлять входные данные и обобщать их таким образом, чтобы они отражали несколько модальностей. Например, текст представляется символами, а аудио и визуальные модальности – сигналами. В контексте медицинского применения вся диагностическая информация о пациенте может быть интегрирована в такие мультимодальные данные и обрабатываться системой ИИ, обученной рассматривать как внешнее изображение человека и фрагментов его тела, так и результаты анализов, МРТ- и КТ-изображения, аудиозаписи ответов на вопросы и т.д. Все это приближает нас к построению универсального диагноста, использующего холистический подход к диагностике заболеваний, и сокращению количества посещений разных врачей-специалистов для назначения эффективного лечения. Приложения для здоровья на базе искусственного интеллекта Самое большое потенциальное преимущество искусственного интеллекта – возможность помочь людям оставаться бодрыми, чтобы им не приходилось посещать врача или по крайней мере делать это не слишком часто. Искусственный интеллект и интернет медицинских вещей (IoMT) уже постепенно меняют парадигму с «реактивного» здравоохранения на «проактивное». Сочетание искусственного интеллекта и IoMT со временем сделает подключенные устройства для мониторинга состояния здоровья более интеллектуальными. ИИ и огромные объемы данных, генерируемые IoMT, также могут использоваться для постановки диагноза. Различные приложения для здорового образа жизни на основе искусственного интеллекта, такие как MyFitnessPal и HealthTap, предоставляют людям полный контроль над своим здоровьем и благополучием, обратную связь с медучреждением и рекомендации для поддержания здоровья. Например, HealthTap узнает о симптомах пациента и их изменении с течением времени и координирует процесс лечения: отправляет напоминания, предоставляет текстовые ответы, сопоставленные с данными об истории болезни, руководствами, созданными врачами, а также обеспечивает возможность проведения онлайн-консультаций по видеоконференцсвязи. ИИ диагностирует Алгоритмы ИИ уже вовсю применяются в медицинской практике, помогая врачам определять болезни и назначать лечение. Платформу Watson Health от IBM используют радиологические клиники США, Индии и Таиланда. Когнитивная программа на её основе способна зарегистрировать у пациентов рак или проблемы с сердцем. Российская разработка TeleMD тоже диагностирует онкозаболевания, а также оценивает риски их развития. DeepMind Health — технология Google — работает в британской офтальмологической клинике, выявляет некоторые глазные болезни и рекомендует, как их лечить. В прошлом году появилась информация, что в одной из больниц Англии началось тестирование ИИ, который проводит УЗИ-диагностику беременных. ПО под названием ScanNav в режиме реального времени и параллельно с врачом обследует плод на патологии. Микробиологи из BIDMC разработали умный микроскоп, который с помощью ИИ диагностирует смертельные инфекции крови. Его нейронная сеть изучила 100 тысяч изображений с вредоносными бактериями и теперь способна сортировать их по видимым признакам с точностью до 93%. ИИ отслеживает На основе ИИ разработчики выпускают сервисы для мониторинга состояния пациентов. Врачи и учёные исследуют результаты и затем проводят клинические испытания. Профессора из Университета Дьюка создали приложения Autism & Beyond и mPower, которые отслеживают симптомы аутизма и болезни Паркинсона, позволяя совершенствовать методы их диагностики. Позднее корпорация Apple разработала на их основе API-софт Health Records, чтобы пользователи делились данными с медицинскими исследователями даже через сторонние приложения. Учёные из Массачусетского технологического института совместно со специалистами Центральной больницы из того же штата создали ИИ-систему для мониторинга сна человека. Она отслеживает отражающиеся от человека радиосигналы, анализирует пульс, частоту дыхания и способна отличить отклонения от нормы. Разработка поможет врачам удалённо инспектировать сон пациентов и при необходимости корректировать его. ИИ предсказываетВ 2018 году американский медицинский журнал Anesthesiology опубликовал результаты исследования искусственного интеллекта, полезного при методах оперативного лечения. В статье идёт речь об алгоритме машинного обучения для прогнозирования гипотонии во время хирургического вмешательства. ИИ проанализировал данные более тысячи пациентов, которые в общей сложности провели на операционном столе почти 10 тысяч часов. Он научился предсказывать аномалии за 15 минут до их возникновения с 84% точностью, с такой же — за 10 минут и с 87% — за 5 минут. Qventus — система мониторинга для больниц от одноимённого стартапа. Он отслеживает действия клиентов от записи в регистратуре до выписки, умеет предсказывать ухудшение самочувствия пациентов, анализируя их состояние. Также с помощью этого ИИ клиника Mercy за 4 месяца на 40% сократила количество ненужных тестов на основании схожих жалоб клиентов. Решение Jvion на базе машинного обучения выявляет пациентов с риском повторного обращения в больницу в течение 30 дней после выписки. Помимо этого, оно даёт рекомендации по уходу за здоровьем и профилактике болезней. ИИ исследуетФармацевтические гиганты вроде Sanofi или Novartis прибегают к помощи стартапов, развивающим медицинские инновации, чтобы искать новые лекарства. Производитель биотехнологических препаратов Roche приобрёл для этого компанию Flatiron Health, которая применяет машинное обучение для обработки данных. Стартап Atomwise с 2012 года использует нейронные сети для поиска более эффективных лекарственных формул. Его система глубокого обучения AtomNet ежедневно проверяет 10 млн химических соединений, предсказывая, какие из них будут оптимальнее взаимодействовать. Подобным алгоритмом пользуется биофармацевтическая компания Berg Health. Найденные соединения могут быть эффективны в борьбе с причиной болезни, но это не гарантирует того, что организм человека хорошо отреагирует на них. Медцентр NorthShore среди прочего занимается фармакогеномикой — изучает влияние препаратов на отдельно взятых людей в рамках проекта MedClueRx. Система определяет, какие медикаменты подойдут конкретному пациенту при эпилепсии, инфекционных заболеваниях, депрессии, заболеваниях ЖКТ. Научный журнал Nature Microbiology в прошлом году опубликовал статью об алгоритме VarQuest. Он способен обнаружить в 10 раз больше вариаций антибиотиков, чем до этого было найдено за всё время аналогичных запросов. |