Сфера применения

Искусственный интеллект — система алгоритмов, построенная на машинном обучении. Его преимущество состоит в том, что он может освободить человека от выполнения многих рутинных задач. Отсюда возник широкий интерес к ИИ среди медицинских работников и всей системы здравоохранения. Сейчас данная технология уже используется в области диагностики заболеваний, исследования генома, создания лекарств, разработки протезов с учетом анатомических особенностей человека, мониторинга состояния пациентов, медицинской визуализации, робототехники и мехатроники. И этот список далеко не полный. Устройства, созданные на основе ИИ, могут обучаться, анализировать большие объемы информации, а также принимать решения самостоятельно. Это позволяет экономить время, средства и эффективнее обслуживать пациентов.

Обработка медицинских данных 

Каждый медицинский снимок, протокол осмотра и анамнез содержит информацию, которая позволяет поставить диагноз и определить нужное лечение. Однако даже опытные специалисты не всегда видят полную картину заболевания, потому что данные в медицинской карте не структурированы, история болезней может быть слишком объемной, да и от человеческого глаза что-то может легко ускользнуть. Усталость врача и недостаток знаний в узкой области также могут сказаться на правильности лечения.

Искусственный интеллект может решить эту проблему, потому что способен обработать всю имеющуюся информацию, распознать неочевидные симптомы и подобрать нужную терапию.

Так, Google Health объединилась с британской технологической компанией DeepMind, чтобы создать приложение, которое могло бы помогать большому количеству врачей быстрее и эффективнее оказывать помощь пациентам. Их «умный» цифровой помощник под названием Deepmind Health анализирует доступную информацию о симптомах больного и выдает список рекомендаций. Приложением уже пользуется, например, британская офтальмологическая клиника «Moorfields».

Программу Watson for Oncology от IBM используют клиники США, Индии и Таиланда. Она позволяет лечащим врачам быстро находить информацию в медицинской карте пациента, определить симптомы и подобрать возможные варианты лечения. Кроме этого, она помогает бороться специалистам с раковыми заболеваниями. Watson за считанные минуты анализирует терабайты данных, а врачи используют эту информацию для персонализированного лечения пациента. При этом система «самообучается» в каждом новом случае, что позволяет в следующий раз диагностировать болезнь еще быстрее и качественнее.

Специалисты крупнейших ведущих больниц уже используют технологии машинного обучения в своей практике. Так, в сентябре 2016 года компания Microsoft объявила о сотрудничестве с Клиникой Кливленда, чтобы помочь выявить пациентов с повышенным риском остановки сердца во время лечения в отделении интенсивной терапии. В том же году компания NVIDIA присоединилась к Массачусетской больнице: в специально разработанный «суперкомпьютер глубокого обучения» NVIDIA DGX-1 были загружены 10 миллиардов медицинских изображений из базы данных больницы с целью быстрее и эффективнее выявлять имеющиеся патологии. А, например, в Госпитале имени Джона Хопкинса утверждают, что интеллектуальная система, разработанная вместе с GE Healthcare Partners, позволила на 30% ускорить процесс назначения лечения.

Диагностика заболеваний

Алгоритмы ИИ уже применяются в медицинской практике, помогая специалистам определять болезни и назначать лечение. Одним из способов получить нужную информацию являются носимые устройства и приложения, подкрепленные возможностями искусственного интеллекта. К примеру, мобильное приложение Ada. Система задает вопросы, а человек отвечает на них, после чего она подбирает в базе данных информацию о проблеме, дает рекомендации и в некоторых случаях советует обратиться к врачу.

Еще пример — чат-бот Clara, созданный на базе технологии искусственного интеллекта и разработанный учеными Еврейского университета Хадассы (Израиль). Он поможет обнаружить ранние признаки болезни Альцгеймера. Clara задает пациентам специальные вопросы (о самочувствии, отношениях с близкими и другом), затем сравнивает эту информацию с исходными данными и создает компьютерный тест, адаптированный под конкретного человека. Точность такой диагностики составляет 95%.

Исследователи из Валенсийского политехнического университета (Испания) предложили свое «умное» решение в диагностике нейродегенерации — ALTEA. Эта система на базе ИИ, которая помогает распознать симптомы болезни Альцгеймера за счет визуализации сегментации изображений, полученных методом МРТ. Программа оценивает однородность или неоднородность гиппокампа — глубинной части мозга, регулирующей когнитивную функцию (например, память и внимание), а затем анализирует биомаркеры развивающейся болезни, фиксируя малейшие отклонения.

Искусственный интеллект обучают распознавать злокачественные образования. Ученые из Университета Центральной Флориды (США) создали ИИ на основе сверточной нейронной сети Google Inception v3, который может выявить на ранней стадии рак легких. Алгоритм, получивший название S4ND, переводит снимки компьютерной томографии в систему клеток и выстраивает собственную систему классификации. Точность работы составляет 95-97%. S4ND может найти даже небольшие узелки (около трех миллиметров). Другая «умная» разработка исследователей из компании ANCON Medical Inc. (Великобритания) под названием BREATH способна по определить рак легких по одному дыханию.

Специалисты из Техасского университета разработали программу, которая может обрабатывать цифровые изображения срезов опухоли. По завершении анализа она «выдает» своеобразную «карту рака», по которой врач может сделать вывод о пространственном распределении и взаимодействии клеток опухоли, соединительной ткани, отследить распространение раковых клеток в близлежащие лимфатические узлы, отследить реакцию иммунитета на злокачественный процесс по количеству лимфоцитов. Такой детальный анализ позволяет подобрать оптимальный план лечения опухоли.

ИИ может распознавать целый спектр заболеваний, таких как туберкулез, нарушения зрения, кровоизлияние в мозг в результате черепно-мозговой травмы, сердечно-сосудистые болезни. Для последнего, например, исследователи из Китайской академии наук создали алгоритм под названием RhythmNet, который измеряет пульс человека по его лицу. В основе метода лежит фотоплетизмография — оптический метод измерения объема крови в тканях кожи. Программа обнаруживает на записанном видео лицо, выравнивает его пигментацию, чтобы исключить из анализа глаза и волосы, затем делает отдельные кадры и обрабатывает с помощью искусственного интеллекта. После этого она высчитывает среднее значение пульса и оценивает сердечный ритм.

Также все больше становится популярным генетический анализ, ведь чем больше у специалиста информации о первопричине заболевания, тем эффективнее будет лечение. В этом могут помочь «умные» системы по анализу генома: они позволяют выявить предрасположенность человека к ряду заболеваний — от язвы желудка до деменции. Среди таких сервисов — Sophia Genetics и Human Longevity. Уже сегодня можно сдать генетический материал и получить развернутый ответ. Более глобальная задача подобных проектов — первичный сбор информации и создание «генетической» базы данных.

Предсказание рисков

Алгоритмы машинного обучения хорошо зарекомендовали себя в прогнозировании целого ряда заболеваний. Расчеты некоторых из них могут показаться пугающими, однако все же они очень полезны. Среди таких — ИИ, который вычисляет риск смерти пациента на основании электрокардиограммы. Исследователи из Университета штата Пенсильвания, авторы разработки, для обучения ИИ использовали около 1,77 миллиона ЭКГ, собранных от 400 000 пациентов. Тестирование показало, что программа верно предсказывает риск смерти в течение следующего года в 85% случаев. Для сравнения, точность прогноза врачей составляет 60-80%.

Компания Medtronic совместно с IBM предлагают приложение под названием Sugar.IQ, которое способно предсказать критическое снижение уровня сахара за три часа до события. Для этого применяются технологии когнитивной аналитики к данным глюкометров и инсулиновых помп.

Алгоритм Jvion выявляет пациентов с риском повторного обращения в больницу в течение 30 дней после выписки. Кроме этого, он также дает рекомендации по уходу за здоровьем и профилактике заболеваний.

Ученые из Мельбурна, Мюнхена и Кембриджа совместно разработали программу metaGRS, которая позволяет с высокой вероятностью предсказать вероятность инсульта даже у новорожденных. Она основана на генетическом тестировании, для которого достаточно лишь капли слюны или крови.

Создание лекарств

По словам Джуди Сюардс, топ-менеджера компании Pfizer, чтобы создать и вывести новое лекарство на рынок, требуется более 12 лет. Много времени уходит на то, чтобы найти нужное вещество, а также на проведение нужных опытов. Перед выходом на рынок препарат проходит массу проверок контролирующих органов. Однако даже самые тщательные испытания не дают гарантии того, что он будет эффективен для человека.

Искусственный интеллект, по мнению ученых, позволит точнее моделировать лекарства: например, специалисты смогут задавать желаемые свойства химического соединения, а компьютер будет формировать необходимую молекулярную структуру. Так, алгоритм Al Workbench от канадской компании Deep Genomics позволяет быстро и эффективно находить и синтезировать нужные лекарства на основе генетической информации пациента. Американская лаборатория Atomwise также использует суперкомпьютеры для поиска оптимальной формулы лекарственного препарата. Еще пример — компания Insilico Medicine, миссия которой состоит в том, чтобы продлить здоровое долголетие с помощью инновационных решений, использует ИИ с глубоким обучением для разработки новых лекарств. Их нейросеть также учится предсказывать результаты клинических испытаний новых препаратов, создавая выгоду в экономическом плане для фармацевтических компаний.

Таким образом, если ИИ получит распространение в фармацевтике, то можно будет ожидать появление качественно новых лекарств и сокращения времени их выхода на рынок.

Заключение

Все вышеперечисленное — лишь малая часть возможностей, которые искусственный интеллект принес и может принести в сферу здравоохранения. Подобные технологии во многом могут упростить жизнь медицинских работников и спасти жизни их подопечных. Главная цель ИИ состоит в том, чтобы из огромного количества данных составить самое полное понимание о том, что считать здоровьем, а что — болезнью. Применяя технологии ИИ, исследователи делают первые шаги в разработке полноценного персонализированного лечения самых разных заболеваний — от депрессии до рака и деменции.

Фото: expertcentre.org