Algorytmy już działają w obszarach, w których jest dużo danych cyfrowych. Ale trudno je wdrożyć.
- Czy jest jakiś?
— Wraz z pojawieniem się nowych zdolności, samokształceniealgorytmy rozprzestrzeniają się coraz bardziej, co prowadzi do gwałtownego wzrostu we wszystkich dziedzinach, w tym w medycynie. Ale medycyna to specyficzna dziedzina, jedna z najbardziej konserwatywnych branż. To zrozumiałe – od tego zależy życie i zdrowie ludzi. Innowacje tutaj zawsze przechodzą długą drogę, zanim się sprawdzą. Medycyna przyciąga wiele firm technologicznych, ale w praktyce testowanie jest trudniejsze, a niektóre obszary nie zawsze się sprawdzają.
Aby sztuczna inteligencja działała, potrzebne są tablice, które mogą byćanalizować i uczyć się. Dlatego widzimy wiele przykładów rozwoju z obszarów, w których dane są pierwotnie cyfrowe. Ze skanera CT, MRI, USG dane można zobaczyć tylko na ekranie. Kumulowały się przez długi czas, a teraz służą do trenowania i tworzenia algorytmów. Obrazowanie medyczne jest jednym z pierwszych obszarów, w których sztuczna inteligencja zaczęła się rozprzestrzeniać, uzyskiwać rekomendacje i sprawdzone wyniki. Co więcej, działają tutaj algorytmy, które już znalazły zastosowanie – na przykład rozpoznawanie twarzy.
Albo elektroniczna dokumentacja medyczna pacjentów.Są to również uporządkowane informacje cyfrowe, które można wykorzystać do znalezienia diagnoz medycznych, które nie zostały pierwotnie wykryte. Ale każda instytucja przechowuje informacje inaczej, więc naukowcom nie jest łatwo uzyskać zestaw danych, z którym będą mogli pracować w praktyce. Jednak badania w tej dziedzinie trwają.
Tam, gdzie jest mniej danych cyfrowych, sztuczna inteligencja wciąż jest trudnaznajdź zastosowanie - do tego brakuje zestawów do treningu i testów. A w praktyce dokładność algorytmów będzie się różnić od tej uzyskanej w laboratorium.
Dmitrij Lisogor
- Rozumiem, że próba jest jeszcze niewielka, ale czy możemy już powiedzieć, że w niektórych obszarach diagnostyka stała się bardziej skuteczna?
— Nie mówimy o tym, co umieści algorytmdiagnozy są dokładniejsze niż osoba. Teraz opłaca się w obszarach, w których odbywa się wiele rutynowych operacji, na przykład masowe badania przesiewowe w poszukiwaniu raka płuc. Aby zidentyfikować kilka zagrożonych osób, musisz przyjrzeć się ogromnej ilości danych - AI zrobi to szybciej.
Lub na przykład mammografia to badanie,który jest zalecany dla kobiet po 40 roku życia jako program badań przesiewowych w kierunku raka piersi. Lekarze muszą przejrzeć setki lub tysiące zdjęć, aby zidentyfikować kilka zagrożonych osób. Algorytm sortuje i zwraca uwagę specjalistów na te badania, które wymagają podjęcia decyzji i diagnozy. To już jest wprowadzane w życie i znacznie ułatwia pracę lekarzom.
— Czyli to już jest technologia, która działa, chociaż sfera jest bardzo konserwatywna?
— Uznanie technologii to przyzwolenieOrgany regulacyjne. W Rosji to Roszdravnadzor, w USA FDA i tak dalej. Ale był duży konflikt prawny: systemy samouczące się zmieniają się z każdym pacjentem, okazuje się, że na co dzień używamy różnych algorytmów. Znaleziono kompromis - algorytmy są używane w stanie "zamrożonym". Są rejestrowane, możliwość uczenia się wyłączona – algorytmy są wykorzystywane z dokładnością, jaka została pokazana organom regulacyjnym.
FDA wydała już dziesiątki rejestracjicertyfikaty na rozwiązania programowe oparte na AI, w Rosji wydano sześć takich certyfikatów. Zasadniczo algorytmy działają w dziedzinie analizy obrazu medycznego lub danych z dokumentacji medycznej.
— Jak działa system analizy dokumentacji medycznej?
— Główną ideą jest nie tylko wyglądaćna aktualnych diagnozach, ale także retrospektywnie. Kiedy przychodzisz do lekarza, ma 12-15 minut na wizytę, to nie wystarczy, żeby przejrzeć całą historię – z czym pacjent przyszedł 3-10 lat temu i z jakimi specjalistami się kontaktował. Konieczne jest zebranie całej gamy danych, aby np. nie przeoczyć rozwoju chorób przewlekłych. Ten system pozwala kopać głębiej, a lekarz przygląda się wskazówkom i podejmuje ostateczną decyzję.
Aby zebrać dane, musisz poprosić o zgodę każdego pacjenta. Ale to może się zmienić
– W tej interakcji są też pacjenci – czy prowadziliście badania nad ich postawami wobec AI? Czy są skłonni zaufać danym i potencjalnym metodom leczenia technologii?
— Philips prowadzi coroczne badanie„Future Health Index” – gdzie zadajemy pytania grupie lekarzy, liderów klinik lub pacjentów. W latach 2018 i 2019 badania dotyczyły postaw pacjentów wobec sztucznej inteligencji. Pacjenci mają ostrożność, wyrażają obawy, że ich dane zostaną wykorzystane w algorytmach.
Co ciekawe profesjonaliści w tej dziedzinieopieka zdrowotna nie podziela tej troski. W najnowszym badaniu Future Health Index 2021 zbadano opinie liderów branży – liderów klinik, głównych lekarzy i kierowników oddziałów. Respondenci w Rosji pozytywnie oceniają perspektywy wprowadzenia do praktyki narzędzi telemedycyny i sztucznej inteligencji. Tym samym 53% respondentów wymieniło telemedycynę jako jedną z cyfrowych technologii medycznych, w którą chcieliby dziś zainwestować najwięcej środków. A za trzy lata 85% ankietowanych chciałoby nadać priorytet inwestycjom w sztuczną inteligencję.
Strach pacjentów wiąże się z ignorancją – onimyślą, że maszyna postawi diagnozę, ale rozmowa z lekarzem nie zadziała. To nie tak – programy komputerowe były już wcześniej zaangażowane w podejmowanie decyzji, po prostu nie mówiono o nich tak głośno. Na przykład w regionie moskiewskim wprowadzono technologię umawiania się na wizytę u lekarza. Pacjent komunikuje się telefonicznie z botem, który stara się sklasyfikować, do którego specjalisty iz jakim stopniem pilności należy go skierować. Według statystyk 80% pacjentów umawiało się w ten sposób na wizyty u lekarzy, a nikt nie zadawał pytań dotyczących AI. Jest to więc raczej bariera psychologiczna, biorąc pod uwagę, że ostateczna decyzja zawsze pozostanie w gestii lekarza.
- Pacjenci nie wyrazili obaw o bezpieczeństwo danych?
- Sztuczna inteligencja nie niesie ze sobą tak wielu zagrożeń pod względembezpieczeństwo cybernetyczne. Wiele danych wykorzystywanych do trenowania lub testowania algorytmów zostaje zanonimizowanych. Jeśli nazwisko pacjenta zostanie usunięte ze skanu płuc, naukowcy stracą kontakt z prawdziwymi pacjentami. W przypadku niektórych algorytmów trzeba oczywiście sprawdzić, czy diagnoza została potwierdzona, czy nie, ale naukowcy mają ścisłe protokoły bezpieczeństwa danych.
Zbieraj i gromadź dane bez pozwoleniapacjenci nie są jeszcze dostępni. Chociaż na poziomie stanowym dyskutowane są możliwe zmiany w ustawodawstwie w celu tworzenia zestawów danych anonimowych bez obowiązkowego zezwolenia. Nie ma opcji, aby nie korzystać z AI podczas dalszego rozwoju medycyny. Dlatego konieczne jest usuwanie barier legislacyjnych utrudniających ich rozwój. Na przykład udostępnianie zanonimizowanych danych naukowcom bez zgody pacjentów.
Czy teraz działa inaczej? Do szkolenia i badania potrzebujesz dużej ilości danych – czy prosisz o zgodę każdego pacjenta?
- Nie ma innej drogi, tylko ta jest dozwolonametoda. Brak zbiorów danych to jeden z największych problemów i przeszkód w rozwoju AI. Nie dotyczy to tylko Rosji, ale problem globalny. Niektóre kraje autorytarne robią to na siłę – w Chinach można ich używać bez pozwolenia. Ale Rosja ostrożnie podchodzi do danych osobowych pacjentów.
- O ile danych mówisz? Ile danych musi się nauczyć algorytm?
- Zależy od algorytmu, ale mówimy o setkach,jeśli nie tysiące badań. Powiedzmy, że otrzymujemy tysiąc badań, aby wytrenować algorytm, ale potrzebujemy takiej samej liczby badań do testowania. Na nich wytrenowany algorytm potwierdza lub nie potwierdza swojej dokładności. I dopiero wtedy możemy porozmawiać o aplikacji w praktyce. Tam zmierzy się z dziesiątkami tysięcy badań, a jego dokładność będzie się różnić.
- Wspomniałeś o konserwatyzmie opieki zdrowotnej. Skąd inicjatywa wprowadzenia systemów AI w medycynie?
— Nie można powiedzieć, że są dwa obozy polarne.Ale jak wiele przedsięwzięć, są one napędzane przez przedsiębiorców i firmy technologiczne, które tworzą produkt i znajdują dla niego zastosowanie. Głównymi motorami napędowymi są firmy tworzące, i to różnej wielkości - mogą to być start-upy i duże firmy technologiczne, takie jak IBM, Google, Microsoft, Philips. Tworzymy również algorytmy i pomagamy im znaleźć drogę do praktyki klinicznej.
Lekarze nie są przeciwko technologii. Ale głównymi inicjatorami ze strony medycyny nie są sami klinicyści, ale administratorzy służby zdrowia, muszą zastanowić się, jak poprawić wydajność systemu.
Żywy przykład jest pod ręką:eksperyment dotyczący wprowadzenia sztucznej inteligencji do analizy obrazów medycznych w moskiewskim systemie opieki zdrowotnej. To duży program, który miasto rozpoczęło w zeszłym roku, a teraz trwa druga faza badań. 21 serwisów uczestniczy w 13 kierunkach, w tym Philips przeprowadził już ponad 2 miliony badań z wykorzystaniem algorytmów. Wyniki są dostępne dla lekarzy pracujących z pacjentami i decydujących o uwzględnieniu zaleceń.
Algorytmy mogą działać w każdym szpitalu. Ale nie zastępują lekarzy.
- Czy potrzebujesz kupić sprzęt i infrastrukturę do wdrożenia w AI? A może nie jest to bardzo kosztowne dla instytucji?
— Wiele algorytmów jest dostarczanych bez lokalnegoinfrastruktura od strony placówki medycznej – początkowo są one oparte na chmurze, wymagany jest tylko dostęp. Jest jeszcze jeden problem: obrazy medyczne są już gdzieś przechowywane i musimy rozwiązać problem integracji z nimi. Ale wszystko inne jest przetwarzane na zewnętrznych mocach, aby nie tworzyć dodatkowych klastrów obliczeniowych w instytucjach.
Jak technologia wpłynie na szpitale? Czy personel zostanie zmniejszony? Czy zmieni się edukacja medyczna? Czy zmieni się ich podejście do diagnozy? Jaka jest twoja prognoza na to?
— Technologia rozwija się tak szybko, że zadzwoniłemTo byłaby wizja, a nie prognoza. W przyszłości lekarze, którzy nie używają AI, zostaną zastąpieni przez lekarzy, którzy używają AI. Nikt nie mówi, że algorytmy zastąpią ludzkich specjalistów. Specjalizacja medyczna jest jedną z najtrudniejszych do opanowania, wymaga wielu szkoleń i praktyki – dlatego w wielu dziedzinach brakuje specjalistów. Rośnie zapotrzebowanie na leki i ich dostępność, populacja starzeje się, pojawia się coraz więcej chorób, poprawia się wykrywalność. Ale liczba lekarzy nie rośnie w tym samym tempie.
AI zwiększy efektywność ich pracy, więcnie można mówić o zmniejszeniu ich liczby. Technologia pomoże skoncentrować się na tych sytuacjach, w których musisz podjąć decyzję i postawić diagnozę, na komunikacji z pacjentem. To bardzo ważne: bez dialogu bardzo trudno postawić diagnozę, przepisać leczenie, sprawdzić jego postęp i jakość. Technologia powinna zwolnić czas na diagnozę i leczenie, które będą bardziej ludzkie.
- Czy AI zastąpi kontakt między pacjentem a lekarzem? A generalnie, jak ważne jest to w przyszłości, gdzie badania będą opierać się na obiektywnych danych i analizie tablic danych?
- Kontakt między lekarzem a pacjentem jest ważny, ponieważ dwojeNie ma ludzi z takimi samymi diagnozami, zawsze będą niuanse. Jeśli mówimy o przeziębieniu, nie jest to takie krytyczne. Ale jeśli jest to choroba onkologiczna lub choroba układu sercowo-naczyniowego, która może mieć długoterminowe konsekwencje nie tylko dla pacjenta, ale także dla jego otoczenia, komunikacji ze specjalistą nie można zastąpić. Musi odpowiednio przygotować każdego do dalszej drogi – kompleksowego leczenia lub operacji.
- Czy sztuczna inteligencja wpłynie na pensje lekarzy i ogólnie ich rolę w medycynie?
– Myślę, że nie ma w tym ryzyka – ilość pracyNie zmieni się. Na przykład w dzisiejszym badaniu płuc trzeba przejrzeć tysiące fluorogramów, aby zidentyfikować podejrzenie gruźlicy. Lekarz będzie w stanie zidentyfikować tylko kilku pacjentów, którzy mają podejrzenia w ciągu tygodnia. To opóźni diagnozę, rozpoczęcie leczenia, czasami może mieć krytyczne znaczenie. W przyszłości wynik będzie taki sam, ale szybciej go osiągniemy, ponieważ algorytm wyeliminuje obrazy, które nie zasługują na uwagę. Ale diagnoza pozostanie z lekarzem, jego praca nie stanie się mniej odpowiedzialna ani wykwalifikowana.
— Podczas pandemii pojawiła się ogromna ilość danych, na których można testować lub trenować algorytmy. Czy byłeś w stanie wykorzystać te dane?
— Lekarze, którzy szukali zaciemnień związanych zCOVID-19 mógł przeoczyć masy związane z gruźlicą lub rakiem płuc. Dlatego sztuczna inteligencja jest wykorzystywana do badań wtórnych, wykrywania chorób współistniejących. Oferujemy usługę, która pozwala uniknąć integracji dziesiątek algorytmów - wystarczy raz podłączyć naszą platformę, a za jej pośrednictwem klient uzyskuje dostęp do algorytmów różnych programistów w formacie marketplace. Dzięki niemu można zrobić jedno zdjęcie płuc, a AI będzie szukać różnych nieprawidłowości - gruźlicy czy raka.
— Istnieją setki publikacji na temat AI w medycynie,Z zewnątrz prawie niemożliwe jest oszacowanie, które obszary są obiecujące, a które zbyt przewartościowane. Na przykład dużo się mówi o radiologii – czy naprawdę nastąpi tam wielki przełom? Jakie inne obszary warto śledzić?
- Radiologia wydaje się obiecująca tylko z powoduoryginalna digitalizacja. Dane są już cyfrowe, więc łatwiej jest tworzyć i wdrażać algorytmy. Zapewne nastąpi w tym obszarze bardzo duża transformacja, pojawi się wiele start-upów, przyjdą technologiczni giganci. Na przykład Microsoft niedawno kupił firmę zajmującą się analizą głosu i rozpoznawaniem obrazów medycznych.
Wykorzystanie AI w pokrewnej dziedzinie wydaje się obiecujące.obszar — poszukiwanie nowych narkotyków. Algorytm pozwala na symulację reakcji organizmu na określone składniki. Pojawiły się już wiadomości o molekułach, które uniknęły tradycyjnego sposobu pracy w laboratorium, bez użycia dużej liczby zwierząt doświadczalnych. Oczywiście ta cząsteczka nadal przechodzi wszystkie etapy badań klinicznych, ale to znacznie skraca cykl rozwojowy. Być może to z pomocą sztucznej inteligencji znajdą lekarstwa na choroby, których jeszcze nie da się wyleczyć.
Czytaj więcej
Zobacz, jak Saturn wygląda z Księżyca. Zdjęcie zrobione przez orbitera NASA
Hubble kończy podróż przez zewnętrzny Układ Słoneczny: co tam zobaczył
Reaktor termojądrowy KSTAR ustanawia rekord: utrzymuje plazmę dłużej niż kiedykolwiek