Трудно представить повседневную жизнь без технологий. Алгоритмы искусственного интеллекта (ИИ) персонифицируют товары в онлайн-магазинах, формируют новостную ленту, управляют беспилотной техникой. Искусственный интеллект напрямую влияет на обработку информации и в конечном счете на наше восприятие мира.
Технологии на основе ИИ становятся востребованными в медицине. Сегодня нейросети классифицируют иммуногистохимические изображения на уровне профессиональных патологов, виртуальный помощник ставит диагнозы на основе жалоб пациента, на рынке появляются портативные устройства для удаленной диагностики мерцательной аритмии.
Стремительная эволюция ИИ вызывает опасения экспертов. Джеффри Хинтон, пионер глубокого машинного обучения, оценил, что в ближайшие 30 лет компьютер станет умнее человека. Сотни ученых призвали запретить разрабатывать технологии на базе ИИ. В этой статье поговорим о перспективах и ограничениях ИИ.
Как используют алгоритмы искусственного интеллекта?
Анализ изображений
Исследовательская группа во главе с Андре Эстева обучили нейросеть различать карциному кожи и себорейный кератоз, злокачественную меланому и доброкачественный невус кожи на основе 129,000 изображений. Аналитики утверждают, что скорость постановки диагноза сопоставима с одновременной работой 21 врача-дерматолога [1].
Сотрудники компании Google разработали алгоритмы глубокого машинного обучения для диагностики ретинопатии по снимкам глазного дна. Чувствительность оценки составила около 90%. Метод определяет поражения сетчатки на ранних стадиях, что недоступно глазу человека, а также занимает меньше времени [2].
Гастроэнтерологи по изображениям эндоскопии и ультрасонографии обнаруживают аномальные структуры, такие как полипы. Кроме того, с помощью ИИ диагностируют гастроэзофагеальный рефлюкс, атрофический гастрит, прогнозируют желудочно-кишечные кровотечения, воспаления мочевого пузыря, метастазирование колоректального рака и карциномы пищевода.
Лабораторная медицина
Исследователи обучили ИИ диагностировать бета-талассемию, железодефицитную анемию, гемоглобинопатию по общему анализу крови. В исследовании 190 пациентов с анемиями различного генеза ИИ удалось поставить диагноз в 98,44% случаев, используя такие показатели общего анализа крови, как число эритроцитов (RBC), концентрацию гемоглобина (HGB), гематокрит (HCT), средний объем эритроцитов (MCV), среднее содержание гемоглобина в эритроцитах (MCH), среднюю концентрацию гемоглобина в эритроците (MCHC), индекс распределения эритроцитов (RDW) [3].
Предложения на рынке
Кардиология
В 2014 году агентство FDA одобрило использование портативного электрокардиографа AliveCor для ранней диагностики мерцательной аритмии. Чтобы получить электрокардиограмму, нужно приложить устройство к лодыжке и пальцам, после чего готовая электрокардиограмма появляется на экране смартфона. Недавние исследования показали, что удаленный мониторинг предпочтительнее для диагностики мерцательной аритмии по сравнению с рутинной практикой.
Эндокринология
Компания “Medtronic” представила систему непрерывного мониторинга уровня глюкозы в крови. Подкожный сенсор измеряет уровень глюкозы каждые 5 минут, а информация отображается на экране смартфона в режиме реального времени. Система позволяет оптимизировать прием препаратов и предотвращать эпизоды гипогликемии.
Неврология
В 2018 г. компания Empatica получила одобрение FDA устройства Embrace. Кожные электроды детектируют приступы генерализованной эпилепсии и сообщают об этом в мобильном приложении, которое способно оповещать близких родственников и врачей дополнительной информацией о местонахождении пациента [4].
Разработка новых препаратов
Компания Verge Genomics фокусируется на использовании алгоритмов машинного обучения для анализа генетических данных и идентификации препаратов для борьбы с неврологическими нарушениями (болезнь Паркинсона, болезнь Альцгеймера, амиотрофический латеральный склероз).
Виртуальные помощники
Чат-боты записывают пациента на ближайшую свободную дату, отвечают на вопрос о доступных лекарствах и дженериках.
Голосовой ассистент врача поможет заполнить электронную медицинскую карту, подскажет диагноз по симптомам пациента.
Что не так?
Несмотря на многообещающие результаты, применение искусственного интеллекта ограничено. Отсутствуют воспроизводимые результаты. Часто алгоритмы выявления болезней показывают надежные результаты в одном пуле случаев, но получают худшие результаты в случаях из других источников.
Кроме того, актуален вопрос о защите личной информации пациентов — что будет делать нейросеть с полученными данными?
Перспективы: автоматизируй это
На искусственный интеллект возлагают большие надежды по автоматизации рутинных задач, оптимизации эффективности и стоимости диагностики, разработке новых препаратов и переходу к персонализированной медицине.
Стремительный рост технологий сопровождается нарастанием страхов о том, что искусственный интеллект заменит человека. Мы не можем предсказывать будущее, однако у врача, понимающего роль искусственного интеллекта, будет преимущество в медицине будущего.
[1] Dermatologist-level classification of skin cancer with deep neural networks