Искусственный интеллект в медицине: применение и перспективы

Искусственный интеллект уже водит машины, отвечает на звонки, пишет тексты и рисует картины. А как насчет медицины? Отвечаем: в этой области он тоже набирает обороты и постепенно превращается в важного помощника медицинского персонала. Внедрение систем на базе ИИ – один из ключевых трендов современного здравоохранения. В этой статье мы расскажем, как в этом направлении развивается медтех рынок и как использовать ИИ в медицине и здравоохранении.

14 766 просмотров
Медтех и искусственный интеллект

Медтех, или медицинские технологии, – это применение гаджетов и сервисов в здравоохранении. Сюда можно отнести приложения, информационные сети и другие разработки, которые могут использовать пациенты и врачи. Вот задачи, в которых могут быть полезны медицинские технологии:

• анализ медицинских изображений (УЗИ, КТ, МРТ, результаты анализов);
• поддержка принятия врачебных решений;
• подбор индивидуального лечения;
• приложения для онлайн-консультаций;
• удаленный мониторинг и помощь пациентам;
• разработка лекарственных препаратов;
• протезирование с помощью интеллектуальных систем.

По прогнозам Deloitte, к 2022 году объем расходов на мировом рынке здравоохранения достигнет $10,059 трлн. Частный пример современных медицинских технологий – это искусственный интеллект, который сейчас активно внедряется в здравоохранение. Например, рынок ИИ-приложений в области медицины вырос в десять раз с 2014 года:

Источник: PwC

Применение ИИ в медицине
Данные о пациентах

Информация о пациентах может храниться в десятках клиник и медицинских карточек. Это усложняет сбор анамнеза и постановку диагноза. Интерпретация анализов, тестов и снимков тоже может быть недостаточно точной из-за объема данных. Даже если у врача на руках находится вся необходимая информация, он не всегда может правильно ее интерпретировать и заметить каждую деталь. От этого могут зависеть жизни пациентов.

Google Deepmind Health анализирует симптомы и предлагает несколько диагнозов. Результаты поиска основаны на миллионах страниц научной информации, которые содержат даже самые малоизвестные заболевания. Сервис MedClueRx анализирует симптомы и не просто диагностирует болезнь, но и выбирает максимально безопасные и эффективные препараты в зависимости от особенностей пациента.

Диагностика

Системы с искусственным интеллектом позволяют распознавать заболевания даже на ранней стадии. Например, сервисы Zebra Medical Vision и Arterys помогают врачам-диагностам сосредоточиться на общении с пациентами и избавиться от необходимости вглядываться в мельчайшие детали снимков легких и УЗИ сердца.

Такие типы ИИ-программ могут использовать не только врачи, но и пациенты. Сервис 23andMe анализирует генетическую информацию и рассказывает пользователю о его предках. Стартап Sophia Genetics использует генетические данные для выявления предрасположенности к определенным заболеваниям. Так пациенты корректируют свой образ жизни, а врачи выбирают наиболее вероятные диагнозы.

Создание лекарств

Разработка вакцины и последующие клинические исследования – это долгие и дорогостоящие процессы. ИИ может уменьшить время на разработку новых лекарств в несколько раз, анализируя молекулярные структуры существующих препаратов и предлагая новые согласно заданным требованиям. Например, в 2019 году компания Insilico Medicine таким образом создала несколько вариантов лекарств для лечения мышечного фиброза. Для этой задачи алгоритмам понадобился 21 день, после чего ученые отобрали наиболее подходящие варианты препаратов и за 25 дней провели тест на лабораторных животных. Таким образом, понадобилось 46 дней для выбора подходящего лекарства. Однако традиционный процесс разработки лекарств занимает около 8 лет и стоит фармкомпаниям несколько миллионов долларов. Новые технологии дают надежду на то, что с их помощью мы сможем быстрее получить лекарства от болезней, которые сегодня не поддаются лечению: рассеянный склероз, болезнь Альцгеймера и другие.

Автоматизация процессов

Дисбаланс и дефицит медицинских кадров высшего и среднего звена был во всем мире еще до вспышки коронавируса. По данным Всемирной Организации Здравоохранения, чтобы люди во всем мире имели доступ к услугам здравоохранения к 2030 году, странам с низким уровнем дохода нужно еще 18 миллионов медицинских работников. В дальнейшем ситуация, скорее всего, не стабилизируется из-за роста населения, старения общества и изменения клинической картины заболеваний. Эти факторы только повысят спрос на высококвалифицированных медицинских работников и усложнят доступ к медицинской помощи. Поэтому инновационные технологии должны содержать в себе искусственный интеллект и базу знаний в предметной области. Так они освободят врачей от рутинных повседневных задач: внесение информации в медкарту, детальный анализ большого массива данных из истории болезней и т.д. Благодаря этому медработники сконцентрируют время и усилия на решении серьезных диагностических вопросов и выборе лечения. Современные ИИ-технологии могут помочь системе здравоохранения повысить удовлетворенность пациентов и медицинского персонала, снизить стоимость медицинских услуг и улучшить качество медицинской помощи.

Онлайн-консультации

О популярности телемедицины мы уже говорили в статье про медтех тренды 2021. Удаленные консультации расширяют доступ к качественной медицинской помощи, особенно в малонаселенных пунктах, где в ней нуждаются больше всего. Кроме того, онлайн-консультации предоставляет возможность снизить затраты на здравоохранение и получить второе мнение по результатам исследований, чтобы уточнить диагноз и план лечения. ИИ делает телемедицину значительно удобнее. Он применяется для удаленной диагностики, сбора медицинских показателей и работы с информацией о пациентах.

Например, в нашем приложении для докторов Primu.Online планируется внедрить ИИ для анализа симптомов и перевода записей приёмов в текстовый формат. А в Google уже разработали алгоритм, который по фотографии сетчатки глаза выявляет диабетическую ретинопатию. Так врачи могут избежать рутинных задач и сложностей диагностики, чтобы сосредоточиться на лечении.

Например, В Google разработали алгоритм, который по фотографии сетчатки глаза выявляет диабетическую ретинопатию. Так врачи могут избежать рутинных задач и сложностей диагностики, чтобы сосредоточиться на лечении.

Над телемедицинскими приложениями работают многие крупные компании, например, Сбер. Приложение СберЗдоровье использует искусственный интеллект для распознавания симптомов. Перед онлайн-консультацией оно предполагает диагнозы и исходя из этого советует клиенту врача. Это снижает нагрузку на медицинских работников, при этом позволяя пациентам более внимательно отслеживать свое состояние.

Перспективы применения ИИ

На рынок медтеха входят крупные игроки: Google, Apple, Microsoft. Их продукты с использованием ИИ улучшают точность диагнозов, доступность врачей и систематизацию медицинских данных. Преимущество этих больших компаний в наличии средств и квалифицированных сотрудников. Это позволяет им создавать комплексные продукты, которые включают не доступные ранее возможности. Например, Google Health – это сервис, объединяющий разнообразные услуги как для пациентов, так и для врачей. С помощью ИИ он помогает предотвратить слепоту, выявить рак груди на ранней стадии, поддерживать психическое здоровье и т.д.

Однако новейшим технологиям сейчас противопоставлены их дороговизна и недоверие людей к машинам. Кроме того, многим развивающимся странам для внедрения искусственного интеллекта в медицину не хватает оборудования и средств. Следовательно, чтобы удовлетворить аудиторию, нужно создавать оптимальные продукты. Например, более простые и дешевые ИИ-системы сделают медицину доступнее, а качественный маркетинг и положительные отзывы убедят клиентов в пользе искусственного интеллекта. Это отличный шанс нащупать правильный подход к аудитории и занять прибыльную нишу. Кроме того, согласно исследованиям, рынок ИИ в медицине будет стремительно расти в ближайшие несколько лет:

Источник: McKinsey and Company

За искусственным интеллектом будущее, и оно наступает уже сегодня. Мы в Azoft стремимся использовать все возможности новейших технологий. Наш отдел RnD разрабатывает и использует искусственный интеллект, машинное обучение и нейронные сети для решения задач в области медицины и не только. Напишите нам на [email protected] с идеей проекта – мы будем рады внести вклад в развитие медтеха вместе с вами.

Врачам и пациентам: как искусственный интеллект помогает в медицине

За первый квартал 2022 года частные инвестиционные компании вложили миллиарды долларов в здравоохранение. Треть из них была направлена на одно из самых перспективных направлений в медицине — интеграцию и развитие ИИ.

3688 просмотров

О том, насколько перспективна эта технология, чем она может помочь пациентам и врачам, и почему некоторые люди опасаются ИИ в медицине, рассказывает Сергей Воинов, директор по акселерации по направлению «Цифровая медицина» Кластера биологических и медицинских технологий Фонда «Сколково».

Уже сейчас рынок ИИ в медицине оценивается в $8,2 млрд. Согласно прогнозам аналитиков, к 2027 году объем рынка может вырасти до $25,1 млрд.

Успешные проекты с ИИ

Главные задачи ИИ — улучшить эффективность системы здравоохранения и снизить нагрузку и объем рутинной работы врачей, позволив им сконцентрироваться на постановке точных диагнозов. Именно поэтому рынок технологий и, в частности, ИИ так активно развивается в сегменте медицины.

Первым направлением, где искусственный интеллект получил широкое распространение, стала радиология – в части компьютерных и магнитно-резонансных томограмм, рентгена и флюорографии. Алгоритмы ИИ помогают выявить патологию на ранней стадии, обозначить потенциальные проблемы, на которые стоит обратить внимание, а также собрать воедино данные с анализов. Такой способ диагностики уже доказал свою эффективность, поскольку врач не всегда может заметить мельчайшие изменения — они будут видны только при систематизации огромного массива данных. Кроме того, ИИ позволяет эффективно контролировать ход заболеваний, например, онкологических, или выявлять его первые симптомы и признаки, свидетельствующие о скором развитии болезни.

Дебютной разработкой в этой области стала система Webiomed (компания «К-Скай» — резидент «Сколково»). Как медицинское изделие платформу прогнозной аналитики и управления рисками в здравоохранении зарегистрировали 3 апреля 2020 года. Это первая система ИИ в России, которая способна обработать большой объем информации о пациенте, выявить на основе данных подозрения на заболевания и спрогнозировать возможное ухудшение здоровья. При этом ИИ изучает не только медицинские показатели, но и социальные данные. Платформа формирует цифровой паспорт пациента. Можно сказать, что система заменяет целый консилиум врачей, что позволяет работать быстрее и точнее.

В России этой сфере уделяется особое внимание. Несколько проектов уже достигли весомых результатов в использовании ИИ в радиологии. В их число вошли Botkin.AI, Care Mentor, «Третье мнение» и «Цельс» – все они являются резидентами «Сколково». Качество работы подтверждает статистика. Например, заммэра Москвы по вопросам социального развития Анастасия Ракова сообщила, что за два года сервисы ИИ обработали более 6 млн лучевых снимков. По ее словам, технологии помогли быстрее описать снимки и заметили мельчайшие отклонения. ИИ хорошо показал себя в медицине, поэтому ученые уже пишут алгоритм, по которому можно будет обнаружить ранние проявления болезни Альцгеймера по результатам МРТ.

Еще одним направлением, где применяется искусственный интеллект, стала область семантического анализа. ИИ анализирует и систематизирует данные, содержащиеся в электронной медицинской карте пациента. Ее заполняют сразу несколько врачей: кардиолог, невролог, терапевт и другие. Алгоритм собирает анамнезы воедино, и так специалист может обнаружить определенные паттерны. Метод, при котором медкарта заполнена разными специалистами, а данные собраны воедино, позволяет оптимизировать постановку точного диагноза.

Настоящей технологией будущего можно считать роботов-хирургов — это решение на стыке роботизации и ИИ. Успешный проект в этом направлении представил резидент «Сколково» — компания «Экзоскелет». Специалисты разрабатывают роботы-экзоскелеты, которые помогают людям после тяжелых травм заново учиться ходить. Однако говорить об использовании роботов-хирургов пока рано. Причина кроется в большом количестве алгоритмических частей, с помощью которых можно создать конечный продукт. При этом они могут быть не связаны напрямую с медицинскими показателями. К примеру, автопилот распознает препятствия на дороге, но не имеет доступа к управлению машиной.

Польза для каждого

Применение ИИ выгодно как для врача, так и для пациента – то есть, для всей системы здравоохранения в целом. Качество диагностики выходит на совершенно другой уровень. Однако с развитием технологий появляются и опасения у людей — некоторые пациенты сейчас склонны не доверять искусственному интеллекту. Но дело в том, что за весь процесс полная ответственность все также остается на враче – именно он выносит окончательное решение о диагнозе и лечении. ИИ лишь помогает ему собрать все нужные данные воедино и указывает на сигналы, которые могут свидетельствовать об отклонении. Сама технология рассматривается только в качестве СППВР-сервиса — системы поддержки принятия врачебных решений. ИИ анализирует информацию о пациенте, и только врач определяет, что и как делать дальше.

Искусственный интеллект не менее полезен для Министерства здравоохранения, например, при массовом медицинском осмотре — скрининге. Для примера возьмем норматив — двойной повторный пересмотр маммографических исследований на рак молочной железы. В этом случае мы снимаем с врачей обязанность проводить первичный или второй просмотр карты пациента и поручаем это искусственному интеллекту. Благодаря алгоритму, большой системный процесс автоматизируется, у врачей появляется свободное время – его можно уделить более тщательной диагностике, которую пока нельзя доверить технике.

Этика применения ИИ

Расширение участия ИИ в медицине поставило перед специалистами ряд этических вопросов, связанных, в том числе, с его использованием без контроля врача. Речь идет о вероятности самостоятельного применения инструментов пациентом.

Между человеком и машиной всегда должно быть промежуточное звено — медицинский специалист. Чтобы пациенты не использовали технологии себе во вред и не занимались самолечением, существует Всероссийский свод этических правил применения искусственного интеллекта в медицине.

Что касается повсеместного использования «умных» устройств, которыми пользуется каждый второй, то отнести их к технологиям ИИ нельзя. Гаджеты не анализируют информацию и не могут поставить предположительный диагноз. Устройства могут считывать пульс, сердцебиение, уровень кислорода, то есть предоставлять данные об одном или нескольких параметрах, но не могут конкретно указать, в чем проблема. Крупные бренды, выпускающие «умные» устройства, всегда советуют обращаться к врачу, если показатели изменились в худшую сторону. Понятно, что нельзя просто прийти к врачу и показать часы, которые, например, сообщили о плохой динамике сердцебиения. Пациенту в любом случае назначат комплексное обследование, прежде чем делать выводы о возможной патологии.

Контроль на законодательном уровне

Фонд «Сколково» принял участие в разработке норм регулирования применения ИИ в медицине и оказал экспертную поддержку — софт, необходимый для врачебной практики, может попасть в систему здравоохранения только после обязательной регистрации. Это означает, что перед этим он пройдет ряд проверок и испытаний. В рамках системы контроля также установлены определенные классы риска ПО, присвоение которых зависит от данных и решений, принимающихся ИИ. Самый низкий класс — это учетные медицинские системы, которые никак не влияют на пациента. Максимально высокий класс — это ПО, от которого зависит жизнь человека. Например, есть софт, который отправляет сигналы на имплантированный кардиостимулятор. Зарегистрировать такое ПО можно по истечению нескольких лет клинических исследований.

Впервые регистрация продукта на основе ИИ произошла летом 2020 года. Уже в 2021 года пять наших резидентов получили регистрационные удостоверения Росздравнадзора. Этот момент можно считать отправной точкой, когда регистрация софта вошла в практику.

Таким образом, применение искусственного интеллекта в медицине стало ведущим трендом здравоохранения. Технологии упрощают жизнь как врачу, так и пациенту, выполняя задачи быстрее и точнее, снижая количество ошибок и предоставляя удобную клиническую аналитику.

ИИ и машинное обучение в медицине, ч.3. Проблемы использования «умных» технологий в медицине

Cloud4Y продолжает рассказывать о возможностях использования ИИ в медицине. Это третья часть, в которой мы рассмотрели возможные проблемы, возникающие при использовании «умных» технологий в сфере здравоохранения. Первая и вторая части.

Мы не случайно затрагиваем тему медицины. Выступая в роли облачного провайдера, Cloud4Y сотрудничал с разными медицинскими организациями. Это всегда было интересным опытом с новыми техническими, юридическими, психологическими трудностями, которые приходилось преодолевать.

Несмотря на все высокие достижения, новые технологии в медицину «заходят» тяжело. ИИ ждёт та же участь. Мы подготовили перечень наиболее вероятных проблем, с которыми придётся столкнуться компаниям, которые будут продвигать это направление. Будет интересно увидеть и ваши версии в комментариях.

1. Ошибки в диагнозах

Одной из важнейших проблем применения искусственного интеллекта в медицине можно назвать риск ошибочного выставления диагноза. Об этом прямо говорится в одном из свежих исследований. Учёные предупреждают, что использование методов реконструкции и анализа снимков с помощью искусственного интеллекта для постановки диагноза и определения лечения может в конечном итоге нанести вред пациентам. По их словам, даже мелкие погрешности «на входе» могут привести к принципиально разным диагнозам на выходе. И кому отвечать?

Опасения имеют право на существование. Опытный врач, глянув на снимок, сможет отличить дефект изображения от какого-нибудь образования. Или попросит сделать диагностику ещё раз. ИИ так не умеет. Он использует имеющуюся информацию и поставит диагноз. Тем самым, возможно, сильно повлияв на дальнейшую процедуру лечения.

2. Недостаточная точность распознавания

Близкая по смыслу к первой, но довольно оправданная претензия в адрес разработчиков «умных» систем распознавания медицинской информации. Простой пример — системы распознавания кошек до сих пор работают некорректно. Достаточно добавить парочку деталей, и ИИ подумает, что перед ним не кошка, а грузовик, например. При распознавании изображений некоторые детали (например, опухоль) могут быть пропущены или наоборот, добавлены.

Проблема может возникнуть как на этапе обучения компьютера, так и при его эксплуатации медучреждением. Малейшее искажение на снимке, которое может быть вызвано простым движением пациента, сильно ухудшает результаты распознавания изображений. Это было доказано с помощью исследования.

3. Опасения со стороны медучреждений

Общество всегда ратует за использование новых технологий в нашей жизни. Но рисковать и первым внедрять их в своих рабочие процессы готовы не все. В медицине особенно. Мало кто готов взять на себя ответственность задействовать новые инструменты, которые ещё недостаточно изучены и неизвестно, насколько эффективны они будут. Больницы и чиновники боятся как рисков, вызванных использованием новых устройств, так и критики со стороны пациентов, которые не хотят становиться «подопытными кроликами» и просят, чтобы их лечили по старинке. Получается замкнутый круг. Чтобы внедрять технологию, нужны кейсы, а чтобы были кейсы, нужны уже внедрённые технологии.

4. Сложность «чёрного ящика»

Нейросети, ML не дают ответ на вопрос, почему был получен такой результат. Логика, лежащая в основе сделанных выводов, непонятна. И это приводит к неуверенности в корректности достигнутого результата. То, каким образом ИИ пришёл к тому или иному выводу, является существенной информацией, важной для составления плана лечения. И если этого не понимать, будет сохраняться скепсис по отношению к машинной логике и её достижениям.

5. Забота о конфиденциальности данных

Данные о состоянии здоровья пациентов — это персональные данные, крайне чувствительная информация. Соответственно, для их защиты необходимо создать надлежащие механизмы. Как у нас заботятся о базах данных — рассказывать, пожалуй, нет смысла. Немногие компании относятся к этому вопросу со всей серьёзностью. И в итоге случаются утечки, про которые сообщали многие, и мы в том числе. Так что системы защиты нужно дорабатывать.

Отчасти может помочь обезличивание данных, но мы рассказывали, что это не всегда гарантирует анонимность. Да и вообще, собрать в одну базу истории болезни, снимки с приборов визуализации, другую медицинскую документацию — это чрезвычайно сложная задача, а сама БД будет весьма лакомым кусочком. Так что опасения справедливы.

6. Конфликт с заинтересованными сторонами

В медицине крутятся огромные деньги, хотя сами врачи получают подчас до неприличия маленькую зарплату. И делить вкусный пирог ещё на одного участника организации, работающие в сфере здравоохранения, вряд ли захотят. Фармацевты, страховщики, департаменты здравоохранения — у всех свои интересы. И для их защиты, разумеется, будут предприниматься определённые шаги. Сопротивление технологии на любом уровне приведет к проблемам с включением ИИ в медицинские процессы.

7. Соответствие законодательству
Сбор данных о пациентах регулируется рядом законов, включая всё тот же ФЗ-152, для гарантированного соответствия которому бизнес часто обращается к нам. Обмен данными между различными базами данных для анализа с помощью алгоритмов ИИ представляет собой проблему с точки зрения соответствия требованиям действующего законодательства. Учитывая, что значительная часть законопроектов пишется в стиле «запретить» и «не пущать», легализовать такие эксперименты будет ой как сложно.

8. Геополитические угрозы

Можете смеяться, но государство (да и общество) способно углядеть угрозу в объединении медицинских баз данных. А вдруг ИИ найдёт какую-то особенность у определённой категории людей, и можно будет разработать точечное действующее биологическое оружие? Вдруг иностранное государство, используя наши базы данных, сумеет навредить нам? Вдруг сделает какие-то важные выводы по специфике заболеваний в отдельных регионах?

В общем, подобные опасения, как бы странно они не звучали, возникают уже сейчас, когда про ИИ в медицине ещё мало что слышно. Можно только догадываться, что произойдёт, когда начнётся реальное внедрение технологии. Не пойдут ли протестующие жечь ЦОДы и 5G-вышки (вышки так-то ни при чём, но привычка-то осталась!).

9. Потребность в новых технологиях

Использование моделей глубокого обучения для развития и успешной интеграции искусственного интеллекта в сфере здравоохранения почти всегда включает в себя объёмные задачи, такие как обучение моделей сканированию и анализу больших объемов данных медицинской визуализации. Для нормальной работы требуется мощная ИТ-инфраструктура. В частности, высокопроизводительные графические процессоры (GPU). Соответственно, будут активнее использоваться облачные платформы. Они способны дать необходимую вычислительную мощность при надлежащей защите данных. А про то, как относятся к новым технологиям, мы уже говорили.

10. Человеческий фактор

Новая технология требует новых знаний. Как быстро освоит новый инструмент врач, лет 30-40 лечивший традиционным способом? А как скоро технология доберётся до районных больниц, где и компьютеры-то не у каждого врача есть? Всё может получиться так, как это часто бывает: в столичном регионе технология заработает, а там, где она как раз-таки нужна, появится со значительным опозданием.

При подготовке материала использовались источники:
https://vc.ru/azoft/216336-iskusstvennyy-intellekt-v-medicine-primenenie-i-perspektivy
https://vc.ru/future/465812-vracham-i-pacientam-kak-iskusstvennyy-intellekt-pomogaet-v-medicine
https://habr.com/ru/companies/cloud4y/articles/507800/