Алгоритмите вече работят в области, където има много цифрови данни. Но е трудно да ги приложим.
— Има ли някакви
— С появата на нови способности, самообучениеалгоритмите се разпространяват все повече и повече, това води до скок във всички области, включително и медицината. Но медицината е специфична област, една от най-консервативните индустрии. Това е разбираемо – от това зависи животът и здравето на хората. Иновациите тук винаги изминават дълъг път, преди да се докажат. Медицината привлича много технологични компании, но на практика тестването е по-трудно и някои области не винаги работят.
За да работи AI, са необходими масиви, които могат да бъдатанализирайте и учете. Ето защо виждаме много примери за развитие от области, където данните първоначално са цифрови. От компютърна томография, ЯМР, ултразвук данните се виждат само на екрана. Те се натрупваха дълго време и сега се използват за обучение и създаване на алгоритми. Медицинските изображения са една от първите области, където AI започна да се разпространява, получава препоръки и доказани резултати. Освен това тук работят алгоритми, които вече са намерили приложение - например разпознаване на лица.
Или електронни медицински досиета на пациенти.Това също е структурирана цифрова информация, която може да се използва за намиране на медицински диагнози, които първоначално не са били открити. Но всяка институция съхранява информация по различен начин, така че не е лесно за изследователите да получат набор от данни, с който могат да работят на практика. Въпреки това, изследванията в тази област продължават.
Там, където има по-малко цифрови данни, AI все още е труденнамерете приложение - за това няма достатъчно комплекти за обучение и тестове. И в реалната практика точността на алгоритмите ще се различава от получената в лабораторията.
Дмитрий Лисогор
- Разбирам, че извадката все още е малка, но можем ли вече да кажем, че диагностиката стана по-ефективна в някои от областите?
— Не говорим за това какво ще постави алгоритъмътдиагнозите са по-точни от човек. Сега се отплаща в области, където има много рутинни операции, например масови скринингови проучвания за търсене на рак на белия дроб. За да идентифицирате няколко души в риск, трябва да разгледате огромно количество данни - AI ще го направи по-бързо.
Или, например, мамографията е изследване,който се препоръчва за жени над 40 години като скринингова програма срещу рак на гърдата. Лекарите трябва да разгледат стотици или хиляди изображения, за да идентифицират няколко души, които са изложени на риск. Алгоритъмът сортира и привлича вниманието на специалистите към онези изследвания, които изискват вземане на решения и диагностика. Това вече се въвежда в практиката и значително улеснява работата на лекарите.
— Тоест, това вече е технология, която работи, въпреки че сферата е много консервативна?
— Признанието за технологията е разрешениерегулаторни органи. В Русия това е Росздравнадзор, в САЩ е FDA и т.н. Но имаше голям правен конфликт: системите за самообучение се сменят с всеки пациент, оказва се, че използваме различни алгоритми всеки ден. Намерен е компромис - алгоритмите се използват в "замразено" състояние. Те са регистрирани, възможността за обучение е изключена - алгоритмите се използват с точността, която е показана на регулаторните органи.
FDA вече е издала десетки регистрациисертификати за софтуерни решения, базирани на AI, в Русия бяха издадени шест такива сертификата. По принцип алгоритмите работят в областта на анализа на медицински изображения или данни от медицински досиета.
— Как работи системата за анализ на медицинските досиета?
— Основната идея е да се търси не самовърху текущи диагнози, но и ретроспективно. Когато дойдете при лекаря, той има 12-15 минути за час, това не е достатъчно за преглед на цялата анамнеза – с какво е идвал пациентът преди 3-10 години и с какви специалисти се е свързал. Необходимо е да се събере целия масив от данни, за да не се пропусне например развитието на хронични заболявания. Тази система ви позволява да копаете по-дълбоко и лекарят разглежда уликите и взема окончателното решение.
За да събирате данни, трябва да поискате разрешение от всеки пациент. Но това може да се промени
– В това взаимодействие има и пациенти – провеждали ли сте проучване за отношението им към ИИ? Готови ли са да се доверят на данните и потенциалните лечения на технологиите?
— Philips провежда годишно проучванеИндекс на бъдещето здраве – където задаваме въпроси на група лекари, ръководители на клиники или пациенти. През 2018 и 2019 г. изследванията се фокусираха върху отношението на пациентите към ИИ. Пациентите са предпазливи, изразяват опасения относно факта, че техните данни ще бъдат използвани в алгоритмите.
Интересното е, че професионалисти в областтаздравеопазването не споделя тази загриженост. Последното проучване, Future Health Index 2021, изследва мненията на лидери в бранша - ръководители на клиники, главни лекари и ръководители на отдели. Респондентите в Русия оценяват положително перспективите за въвеждане на телемедицина и инструменти за изкуствен интелект в практиката. Така 53% от анкетираните посочиха телемедицината като една от цифровите медицински технологии, в която биха искали да инвестират най-много ресурси днес. И след три години 85% от анкетираните биха искали да дадат приоритет на инвестициите в AI.
Страхът от пациентите е свързан с невежеството – тесмятат, че машината ще постави диагнози, но няма да работи да говоря с лекаря. Не е така – компютърните програми са участвали във вземането на решения и преди, просто не се говори толкова силно за тях. Например в Московска област беше въведена технология за записване на среща с лекар. Пациентът общува по телефона с бот, който се опитва да класифицира кой специалист и с каква степен на спешност трябва да бъде насочен. Според статистиката 80% от пациентите са си уговаряли срещи с лекари по този начин и никой не задава въпроси за AI. Следователно това е по-скоро психологическа бариера, като се има предвид, че окончателното решение винаги остава на лекаря.
- Пациентите изразиха ли опасения относно безопасността на данните?
- AI не носи толкова много рискове по отношение накибер защита. Много данни, които се използват за обучение или тестване на алгоритми, стават анонимни. Ако името на пациента бъде премахнато от сканирането на белите дробове, изследователите ще загубят контакт с истински пациенти. За някои алгоритми, разбира се, трябва да погледнете дали диагнозата е потвърдена или не, но учените имат строги протоколи за сигурност на данните.
Събирайте и натрупвайте данни без разрешениепациентите все още не са налични. Макар и на държавно ниво, се обсъждат възможни промени в законодателството с цел създаване на набори от анонимни данни без задължително разрешение. Няма опции да не се използва AI, докато се развива медицината. Ето защо е необходимо да се премахнат законодателните бариери, които пречат на тяхното развитие. Например предоставяне на анонимни данни на изследователи без разрешението на пациентите.
Работи ли по различен начин сега? За обучение и тестване се нуждаете от голямо количество данни - искате ли разрешение от всеки пациент?
- Няма друг начин, само този е разрешенметод. Липсата на набори от данни е един от най-големите проблеми и пречки пред развитието на AI. Това е не само специфичен за Русия, но и глобален проблем. Някои авторитарни държави правят това насила – в Китай те могат да бъдат използвани без разрешение. Но Русия внимава с личните данни на пациентите.
- За колко данни говориш? Колко данни трябва да научи един алгоритъм?
- Зависи от алгоритъма, но говорим за стотици,ако не и хиляди изследвания. Да приемем, че получаваме хиляда изследвания за обучение на алгоритъма, но имаме нужда от същия брой изследвания за тестване. На тях обученият алгоритъм потвърждава или не потвърждава неговата точност. И едва тогава можем да говорим за приложението на практика. И там той ще се сблъска с десетки хиляди изследвания и точността му ще варира.
- Споменахте консерватизма в здравеопазването. Откъде идва инициативата за въвеждане на AI системи в медицината?
— Не може да се каже, че има два полярни лагера.Но като много начинания, те се ръководят от предприемачи и технологични компании, които правят продукт и намират приложение за него. Основните двигатели са компаниите създатели, и то с различни размери – те могат да бъдат стартиращи компании и големи технологични компании като IBM, Google, Microsoft, Philips. Ние също така създаваме алгоритми и им помагаме да намерят своя път в клиничната практика.
Лекарите не са против технологиите. Но главните инициатори от страна на медицината не са самите клиницисти, а здравните администратори, те трябва да мислят как да подобрят ефективността на системата.
Ярък пример е под ръка:експеримент за въвеждане на AI за анализ на медицински изображения в московската здравна система. Това е голяма програма, която градът стартира миналата година, а сега тече втората фаза на проучването. 21 услуги участват в 13 направления, включително Philips, те вече са провели повече от 2 милиона проучвания с помощта на алгоритми. Резултатите са на разположение на лекарите, които работят с пациенти и решават дали да вземат предвид препоръките или не.
Алгоритмите могат да работят във всяка болница. Но те не са заместител на лекарите.
- Трябва ли да закупите оборудване и инфраструктура за внедряване в AI? Или не е много скъпо за институциите?
— Много алгоритми са предоставени без локалниинфраструктура от страна на лечебното заведение - първоначално са базирани в облака, изисква се само достъп. Има и друг проблем: медицинските изображения вече се съхраняват някъде и трябва да решим проблема с интеграцията с тях. Но всичко останало се обработва на външни мощности, за да не се създават допълнителни изчислителни клъстери в институциите.
Как технологията ще повлияе на болниците? Ще бъде ли съкратен персоналът? Ще се промени ли медицинското образование? Ще се промени ли подходът им към диагнозата? Каква е вашата прогноза за това?
— Технологиите се развиват толкова бързо, че се обадихТова би било визия, а не прогноза. В бъдеще лекарите, които не използват AI, ще бъдат заменени от лекари, които използват AI. Никой не казва, че алгоритмите ще заменят човешките специалисти. Медицинската специалност е една от най-трудните за овладяване, изисква много обучение и практика - именно поради това в много области няма достатъчно специалисти. Търсенето на лекарства и неговата наличност нараства, населението застарява, има повече заболявания, а степента на откриване се подобрява. Но броят на лекарите не расте със същата скорост.
AI ще повиши ефективността на тяхната работа, т.ене може да се говори за намаляване на техния брой. Технологиите ще ви помогнат да се съсредоточите върху онези ситуации, в които трябва да вземете решение и да поставите диагноза, върху комуникацията с пациента. Това е много важно: без диалог е много трудно да се постави диагноза, да се предпише лечение, да се провери неговото развитие и качество. Технологията трябва да освободи време за диагностика и лечение, за да бъде по-човечно.
- Ще замести ли ИИ контакта между пациента и лекаря? И като цяло колко важно е в бъдеще изследванията да се базират на обективни данни и анализ на масиви от данни?
- Важен е контактът между лекаря и пациента, защото дваматаНяма хора с еднакви диагнози, винаги ще има нюанси. Ако говорим за настинка, това не е толкова критично. Но ако става дума за онкологично заболяване или заболяване на сърдечно-съдовата система, което може да има дългосрочни последици не само за пациента, но и за обкръжението му, комуникацията от специалист не може да бъде заменена. Той трябва правилно да подготви всички за по-нататъшния път - сложно лечение или операция.
- Ще повлияе ли ИИ върху заплатите на лекарите и ролята им в медицината като цяло?
– Не мисля, че има риск в това – количеството работаНяма да се промени. Например при белодробен преглед днес трябва да се прегледат хиляди флуорограми, за да се идентифицира съмнение за туберкулоза. Лекарят ще може да идентифицира само няколко пациенти, които имат съмнения за една седмица. Това ще забави диагнозата, началото на лечението, понякога може да бъде критично. В бъдеще резултатът ще бъде същият, но ще го постигнем по-бързо, защото алгоритъмът ще отсее изображения, които не заслужават внимание. Но диагнозата ще остане при лекаря, работата му няма да стане по-малко отговорна или квалифицирана.
— По време на пандемията се появи огромно количество данни, върху които можете да тествате или обучавате алгоритми. Успяхте ли да използвате тези данни?
— Лекари, които са търсили затъмнения, свързани сCOVID-19 може да е пропуснал маси, свързани с туберкулоза или рак на белия дроб. Затова ИИ се използва за вторични изследвания, откриване на съпътстващи заболявания. Ние предлагаме услуга, която ви позволява да избегнете интегрирането на десетки алгоритми – достатъчно е да свържете нашата платформа веднъж и чрез нея клиентът получава достъп до алгоритмите на различни разработчици във формат на пазара. С него можете да направите една снимка на белите дробове, а ИИ ще търси различни аномалии - туберкулоза или рак.
— Има стотици публикации за AI в медицината,Отвън е почти невъзможно да се прецени кои области са обещаващи и кои са твърде надценени. Например, те говорят много за радиологията – наистина ли ще има голям пробив там? Кои други области си струва да следвате?
- Радиологията изглежда обещаваща само зарадиоригинална дигитализация. Данните вече са цифрови, така че е по-лесно да се създават и прилагат алгоритми. Вероятно в тази област ще се случи много голяма трансформация, ще се появят много стартиращи фирми, ще дойдат технологични гиганти. Например, наскоро Microsoft купи компания за гласов анализ и разпознаване на медицински изображения.
Използването на AI в свързаната област изглежда обещаващо.област — търсене на нови лекарства. Алгоритъмът ви позволява да симулирате реакцията на тялото към определени компоненти. Вече има новини за молекули, които са избегнали традиционния начин на работа в лабораторията, без да използват голям брой опитни животни. Разбира се, тази молекула все още преминава през всички етапи на клинични изпитвания, но това значително съкращава цикъла на развитие. Може би именно с помощта на AI ще намерят лекове за болести, които все още не са лечими.
Прочетете още
Вижте как изглежда Сатурн от Луната. Снимката е направена от орбиталния апарат на НАСА
Хъбъл завършва пътуване през външната слънчева система: какво е видял там
Реакторът за синтез KSTAR поставя рекорд: задържа плазмата по-дълго от всякога