Algoritmos já estão funcionando em áreas onde há muitos dados digitais. Mas é difícil implementá-los.
- Existe algum
— Com o advento de novas capacidades, a autoaprendizagemalgoritmos estão se espalhando cada vez mais, isso está levando a um aumento em todas as áreas, incluindo a medicina. Mas a medicina é uma área específica, uma das indústrias mais conservadoras. Isso é compreensível - a vida e a saúde das pessoas dependem disso. As inovações aqui sempre percorrem um longo caminho antes de se provarem. A medicina atrai muitas empresas de tecnologia, mas na prática os testes são mais difíceis e algumas áreas nem sempre funcionam.
Para que a IA funcione, são necessários arrays, que podem seranalisar e aprender. Portanto, vemos muitos exemplos de desenvolvimentos de áreas onde os dados são originalmente digitais. De um scanner de tomografia computadorizada, ressonância magnética, ultra-som, os dados só podem ser vistos na tela. Eles se acumularam por um longo tempo e agora são usados para treinar e criar algoritmos. A imagem médica é uma das primeiras áreas onde a IA começou a se espalhar, obter recomendações e resultados comprovados. Além disso, algoritmos que já encontraram aplicação funcionam aqui - por exemplo, reconhecimento facial.
Ou registros médicos eletrônicos de pacientes.Esta também é uma informação digital estruturada, pode ser usada para encontrar diagnósticos médicos que não foram detectados originalmente. Mas cada instituição armazena as informações de forma diferente, por isso não é fácil para os pesquisadores obter um conjunto de dados com o qual possam trabalhar na prática. No entanto, a investigação nesta área está em curso.
Onde há menos dados digitais, a IA ainda é difícilencontre um uso - para isso não há conjuntos suficientes para treinamento e testes. E na prática real, a precisão dos algoritmos será diferente do que foi obtido em laboratório.
Dmitry Lisogor
- Entendo que a amostra ainda é pequena, mas já podemos dizer que os diagnósticos se tornaram mais eficazes em algumas áreas?
— Não estamos falando sobre o que o algoritmo vai colocardiagnósticos são mais precisos do que uma pessoa. Agora vale a pena em áreas onde há muitas operações de rotina, por exemplo, estudos de triagem em massa em busca de câncer de pulmão. Para identificar algumas pessoas em risco, você precisa analisar uma enorme quantidade de dados - a IA fará isso mais rápido.
Ou, por exemplo, a mamografia é um estudo,que é recomendado para mulheres acima de 40 anos como programa de rastreamento contra o câncer de mama. Os médicos precisam examinar centenas ou milhares de imagens para identificar algumas pessoas que estão em risco. O algoritmo classifica e chama a atenção de especialistas para aqueles estudos que exigem tomada de decisão e diagnóstico. Isso já está sendo implementado na prática e facilita muito o trabalho dos médicos.
— Ou seja, essa já é uma tecnologia que funciona, embora a esfera seja muito conservadora?
— Reconhecimento por tecnologia é permissãoautoridades reguladoras. Na Rússia, é Roszdravnadzor, nos EUA é o FDA e assim por diante. Mas havia um grande conflito legal: os sistemas de autoaprendizagem mudam a cada paciente, acontece que usamos algoritmos diferentes todos os dias. Um compromisso foi encontrado - os algoritmos são usados em um estado "congelado". Eles são registrados, a possibilidade de aprendizado é desativada - os algoritmos são usados com a precisão que foi mostrada às autoridades reguladoras.
A FDA já emitiu dezenas de registroscertificados para soluções de software baseadas em IA, seis desses certificados foram emitidos na Rússia. Basicamente, os algoritmos funcionam na área de análise de imagens médicas ou dados de registros médicos.
— Como funciona o sistema de análise de prontuários?
— A ideia principal é olhar não sóem diagnósticos atuais, mas também retrospectivamente. Quando você vem ao médico, ele tem 12 a 15 minutos para uma consulta, isso não é suficiente para revisar todo o histórico - o que o paciente veio com 3 a 10 anos atrás e quais especialistas ele contatou. É necessário reunir todo o conjunto de dados para, por exemplo, não perder o desenvolvimento de doenças crônicas. Esse sistema permite que você se aprofunde, e o médico analisa as pistas e toma a decisão final.
Para coletar dados, você precisa pedir a permissão de cada paciente. Mas isso pode mudar
– Também há pacientes nessa interação – você realizou pesquisas sobre suas atitudes em relação à IA? Eles estão dispostos a confiar dados e tratamentos potenciais à tecnologia?
— A Philips realiza um estudo anualÍndice de Saúde do Futuro - onde fazemos perguntas a um grupo de médicos, líderes de clínicas ou pacientes. Em 2018 e 2019, a pesquisa se concentrou nas atitudes dos pacientes em relação à IA. Os pacientes têm cautela, expressam preocupação com o fato de seus dados serem usados em algoritmos.
Curiosamente, os profissionais da áreaos cuidados de saúde não partilham desta preocupação. O estudo mais recente, Future Health Index 2021, examinou as opiniões dos líderes do setor - líderes de clínicas, médicos-chefes e chefes de departamentos. Os entrevistados na Rússia avaliam positivamente as perspectivas para a introdução de ferramentas de telemedicina e IA na prática. Assim, 53% dos entrevistados apontaram a telemedicina como uma das tecnologias médicas digitais em que gostariam de investir mais recursos hoje. E em três anos, 85% dos entrevistados gostariam de priorizar o investimento em IA.
O medo dos pacientes está associado à ignorância - eleseles acham que a máquina vai fazer diagnósticos, mas não vai adiantar falar com o médico. Não é assim – os programas de computador já estiveram envolvidos na tomada de decisões antes, apenas não foram falados tão alto. Por exemplo, na região de Moscou, foi introduzida uma tecnologia para marcar uma consulta com um médico. O paciente se comunica por telefone com um bot que tenta classificar qual especialista e com que grau de urgência ele deve ser encaminhado. Segundo as estatísticas, 80% dos pacientes marcaram consultas com médicos dessa maneira e ninguém fez perguntas sobre IA. Portanto, trata-se sim de uma barreira psicológica, visto que a decisão final será sempre do médico.
- Os pacientes expressaram preocupações sobre a segurança dos dados?
- A IA não traz tantos riscos em termos decíber segurança. Muitos dados usados para treinar ou testar algoritmos se tornam anônimos. Se o nome do paciente for removido do exame pulmonar, os pesquisadores perderão contato com pacientes reais. Para alguns algoritmos, é claro, você precisa verificar se o diagnóstico foi confirmado ou não, mas os cientistas têm protocolos rígidos para segurança de dados.
Colete e acumule dados sem permissãopacientes ainda não estão disponíveis. Ainda que em nível estadual, estão sendo discutidas possíveis mudanças na legislação a fim de criar conjuntos de dados anonimizados sem autorização obrigatória. Não há opções para não usar a IA enquanto desenvolve ainda mais a medicina. Portanto, é necessário remover as barreiras legislativas que impedem o seu desenvolvimento. Por exemplo, disponibilizar dados anônimos para pesquisadores sem a permissão dos pacientes.
Funciona diferente agora? Para treinamento e teste, você precisa de uma grande quantidade de dados - você pede permissão a cada paciente?
- Não tem outro jeito, esse é o único permitidométodo. A falta de conjuntos de dados é um dos maiores problemas e obstáculos no caminho do desenvolvimento da IA. Isso não é apenas específico da Rússia, mas um problema global. Alguns países autoritários fazem isso à força - na China, eles podem ser usados sem permissão. Mas a Rússia é cuidadosa com os dados pessoais dos pacientes.
- De quantos dados você está falando? Quantos dados um algoritmo precisa aprender?
- Depende do algoritmo, mas estamos falando de centenas,se não milhares de estudos. Digamos que recebemos mil estudos para treinar o algoritmo, mas precisamos do mesmo número de estudos para testar. Neles, o algoritmo treinado confirma ou não sua precisão. E só então podemos falar sobre a aplicação na prática. E lá ele enfrentará dezenas de milhares de estudos, e sua precisão varia.
- Você mencionou o conservadorismo da saúde. De onde vem a iniciativa de introduzir sistemas de IA na medicina?
— Não se pode dizer que existam dois campos polares.Mas, como muitos empreendimentos, eles são conduzidos por empreendedores e empresas de tecnologia que fabricam um produto e encontram usos para ele. Os principais impulsionadores são as empresas criadoras, e de diferentes portes – podem ser startups e grandes empresas de tecnologia como IBM, Google, Microsoft, Philips. Também criamos algoritmos e os ajudamos a encontrar o caminho para a prática clínica.
Os médicos não são contra a tecnologia. Mas os principais iniciadores por parte da medicina não são os próprios clínicos, mas os administradores de saúde, eles devem pensar em como melhorar a eficiência do sistema.
Um exemplo vívido está à mão:experimento sobre a introdução de IA para a análise de imagens médicas no sistema de saúde de Moscou. Este é um grande programa que a cidade iniciou no ano passado e agora está em andamento a segunda fase do estudo. 21 serviços participam de 13 direções, incluindo a Philips, já realizaram mais de 2 milhões de estudos usando algoritmos. Os resultados estão disponíveis para os médicos que trabalham com pacientes e decidem se levam em conta as recomendações ou não.
Algoritmos podem funcionar em qualquer hospital. Mas eles não são um substituto para os médicos.
- Precisa adquirir equipamentos e infraestrutura para implementação em IA? Ou não é muito caro para as instituições?
— Muitos algoritmos são fornecidos seminfraestrutura do lado da instituição médica - eles são inicialmente baseados na nuvem, apenas o acesso é necessário. Há outro problema: as imagens médicas já estão armazenadas em algum lugar e precisamos resolver a questão da integração com elas. Mas todo o resto é processado em capacidades externas para não criar clusters computacionais adicionais nas instituições.
Como a tecnologia afetará os hospitais? O quadro de funcionários será reduzido? A educação médica vai mudar? Sua abordagem ao diagnóstico mudará? Qual é a sua previsão para isso?
— A tecnologia está se desenvolvendo tão rápido que ligueiSeria uma visão, não uma previsão. No futuro, médicos que não usam IA serão substituídos por médicos que usam IA. Ninguém diz que os algoritmos substituirão os especialistas humanos. A especialidade médica é uma das mais difíceis de dominar, requer muito treinamento e prática - é por isso que em muitas áreas não há especialistas suficientes. A demanda por medicamentos e sua disponibilidade estão crescendo, a população está envelhecendo, há mais doenças e a taxa de detecção está melhorando. Mas o número de médicos não está crescendo na mesma proporção.
A IA aumentará a eficiência de seu trabalho, entãoé impossível falar em reduzir o seu número. A tecnologia ajudará a focar nas situações em que você precisa tomar uma decisão e fazer um diagnóstico, na comunicação com o paciente. Isso é muito importante: sem diálogo é muito difícil fazer um diagnóstico, prescrever um tratamento, verificar sua evolução e qualidade. A tecnologia deve liberar tempo para que o diagnóstico e o tratamento sejam mais humanos.
- A IA substituirá o contato entre o paciente e o médico? E, em geral, quão importante é no futuro, onde a pesquisa será baseada em dados objetivos e análise de matrizes de dados?
- O contato entre o médico e o paciente é importante, pois os doisNão existem pessoas com os mesmos diagnósticos, sempre haverá nuances. Se estamos falando de um resfriado, não é tão crítico. Mas se for uma doença oncológica ou uma doença do sistema cardiovascular, que pode ter consequências a longo prazo não apenas para o paciente, mas também para seu ambiente, a comunicação de um especialista não pode ser substituída. Ele deve preparar corretamente todos para o caminho seguinte - tratamento complexo ou cirurgia.
- A IA afetará os salários dos médicos e seu papel na medicina em geral?
– Não acho que haja risco nisso – a quantidade de trabalhoNão mudará. Por exemplo, em um exame pulmonar hoje, milhares de fluorogramas precisam ser examinados para identificar suspeita de tuberculose. O médico só conseguirá identificar vários pacientes com suspeitas em uma semana. Isso vai atrasar o diagnóstico, o início do tratamento, às vezes pode ser crítico. No futuro, o resultado será o mesmo, mas o alcançaremos mais rapidamente, pois o algoritmo eliminará imagens que não merecem atenção. Mas o diagnóstico ficará com o médico, seu trabalho não se tornará menos responsável ou qualificado.
— Durante a pandemia, apareceu uma enorme quantidade de dados nos quais você pode testar ou treinar algoritmos. Você conseguiu usar esses dados?
— Médicos que procuraram apagões relacionados aO COVID-19 pode ter perdido massas associadas à tuberculose ou câncer de pulmão. Portanto, a IA é usada para pesquisa secundária, detecção de doenças concomitantes. Oferecemos um serviço que permite evitar a integração de dezenas de algoritmos - basta conectar nossa plataforma uma vez, e através dela o cliente tem acesso aos algoritmos de diferentes desenvolvedores no formato marketplace. Com ele, você pode tirar uma foto dos pulmões e a IA procurará várias anormalidades - tuberculose ou câncer.
— Existem centenas de publicações sobre IA na medicina,Do lado de fora, é quase impossível avaliar quais áreas são promissoras e quais são supervalorizadas. Por exemplo, eles falam muito sobre radiologia – realmente haverá um grande avanço lá? Que outras áreas valem a pena seguir?
- A radiologia parece promissora apenas por causadigitalização originária. Os dados já são digitais, por isso é mais fácil criar e implementar algoritmos. Provavelmente, uma transformação muito grande ocorrerá nessa área, muitas startups aparecerão, gigantes tecnológicos virão. Por exemplo, a Microsoft comprou recentemente uma empresa de análise de voz e reconhecimento de imagens médicas.
O uso da IA no campo relacionado parece promissor.área — a busca de novos medicamentos. O algoritmo permite simular a resposta do corpo a determinados componentes. Já houve notícias sobre moléculas que evitaram a forma tradicional de trabalhar em laboratório, sem usar um grande número de animais de experimentação. Claro, essa molécula ainda passa por todas as etapas dos ensaios clínicos, mas isso encurta significativamente o ciclo de desenvolvimento. Talvez seja com a ajuda da IA que eles encontrem curas para doenças que ainda não são tratáveis.
Consulte Mais informação
Veja como Saturno se parece da lua. Foto tirada pelo orbitador da NASA
Hubble completa uma jornada através do sistema solar externo: o que ele viu lá
O reator de fusão KSTAR bate um recorde: ele mantém o plasma por mais tempo do que nunca