Лікар. алгоритм
Більша ефективність, менше помилок: є великі надії на використання ШІ в медицині
Джерело: Getty Images/Yuichiro Chino
Визнання раку шкіри та молочної залози та полегшення стану лікарів, постановка діагнозів та заощадження мільярдів у процесі - потенціал штучного інтелекту в медицині значний. Але чудеса (поки) неможливі.
Штучний інтелект (ШІ) повинен полегшити роботу лікарям у майбутньому. Власне. У випадку з професором Хольгером Хенсле з Гейдельберзької університетської клініки, спочатку все було навпаки: після того, як дерматолог опублікував дослідження про використання ШІ у виявленні раку шкіри, минулого року він зазнав "чистого божевілля". ЗМІ з усього світу засипали його запитами настільки, що він навряд чи дістався роботи в клініці.
Причина хвилювання: пан Хенсле був одним із перших, хто опублікував дослідження, в якому людина та машина мали прямому порівнянню показати, хто ставив кращі діагнози. Точніше: хто може краще розпізнати найнебезпечнішу злоякісну меланому - страшний "чорний рак шкіри".
Результат потрапив у заголовки новин. "Штучний інтелект був значно кращим, ніж середні показники роботи лікарів", - повідомляє Холгер Хенсле. «Тільки 13 із 58 дерматологів, які брали участь, змогли перемогти алгоритм. І вони були найкращими світовими експертами ".
Для експерименту Хайдельбергер Хенсле та його колеги навчили штучну нейронну мережу із 100 000 фотографій, на яких показано чорний рак шкіри або нешкідливі родимки.
Вони також повідомили ШІ правильний діагноз у кожному випадку. Після цього нейронна мережа перевершувала середнього дерматолога - але лише для цього конкретного питання.
"Набагато трудомісткішим та схильнішим до помилок алгоритмом є розпізнавання та розмежування декількох типів раку", - говорить Холгер Хенсле. Саме над цим він працює зараз: на наступному етапі його ШІ повинен надійно діагностувати п’ять злоякісних та п’ять доброякісних змін шкіри.
Приклад показує великий потенціал, який штучний інтелект може розвинути в медицині. Але це також дає зрозуміти, що наразі лікарів замінити не можна - адже дерматолог повинен вміти правильно класифікувати численні зміни шкіри і не повинен задовольнятися лише розрізненням чорного раку шкіри та родимок.
Тим не менше: в даний час медицина переживає потрясіння, зумовлене ШІ, над яким університети, дослідницькі установи, компанії та стартапи у всьому світі працюють під високим тиском.
"Зараз ми переживаємо математичну революцію"
Нова технологія може врятувати життя в майбутньому - як показує випадок із пацієнтом в Університетській лікарні Мангейма: Кілька років тому серед численних вогнищ запалення в легенях пухлина вже не була помітна на КТ. Хворий від цього помер. За допомогою алгоритмів лікарі могли розпізнати та вилікувати рак на ранній стадії.
Перш за все, цей автоматизований аналіз даних зображень (наприклад, фотографій шкірних змін, а також зображень комп’ютерних та магнітно-резонансних томографів) в даний час надає низку звітів про успіх.
Наприклад, робоча група Стенфордського університету підготувала алгоритм, який може виявити 14 захворювань легенів і грудної клітки і який виявив пневмонію краще, ніж рентгенологи.
В університеті Шова в Йокогамі лікарі оцінили ендоскопічні відеозаписи колоноскопій з ІІ та виявили злоякісні поліпи майже настільки ж надійно, як і після патологічного обстеження. Деякі алгоритми вже використовуються щодня як машинні помічники: У Масачусетській лікарні в Бостоні ШІ допомагає аналізувати рентген грудної клітки, а система діагностики меланоми з Гейдельберга вже встановлена приблизно в 40 німецьких медичних практиках.
"В області радіології в даний час ми переживаємо математичну революцію, яка відбувається швидше і глибше, ніж будь-які попередні потрясіння", - говорить Штефан Шенберг, президент Німецького радіологічного товариства. Він вважає, що завдяки ШІ, радіологи в майбутньому поєднуватимуть із своїми записами широкий спектр різних даних, таких як лабораторні показники чи генетичні схильності пацієнтів, і на цій основі даватимуть своїм колегам-медикам конкретні рекомендації щодо терапії (див. Інтерв’ю на сторінці 50).
Стефан Бісдорф із компанії McKinsey доводить подібним чином: «У статутному медичному страхуванні є дані рахунків із клінік та амбулаторних лікарів за останні десять років. Їх можна об'єднати з даними процедур візуалізації, щоб використовувати їх для розробки систем, що підтримуються ШІ, для діагностики та планування терапії », - говорить медичний експерт. "Але їх потрібно було б зробити загальнодоступними, щоб можна було провести нові дослідження навколо цього безлічі даних - подібно до Великобританії Біобанку у Великобританії, який робить анонімні дані про геном та здоров'я 500 000 людей доступними для вчених".
Робочий світ майбутнього
Штучний інтелект повинен не тільки призводити до більш успішних результатів лікування, але й економити витрати. "Велика надія полягає в тому, що ШІ не тільки покращить медицину, але і зробить її доступною знову - щоб ми все ще могли дозволити собі медичний прогрес у майбутньому", - говорить Хендрік Різ з аудиторської та консалтингової компанії Pricewaterhouse Coopers (PWC).
У загальноєвропейському дослідженні PWC на прикладі трьох широко розповсюджених захворювань показала, скільки грошей можна заощадити в системі охорони здоров’я завдяки використанню штучного інтелекту протягом десяти років: 90 мільярдів євро при ожирінні серед дітей (включаючи аналіз типових факторів ризику), вісім мільярдів старечого недоумства (наприклад, шляхом раннього виявлення) та 75 мільярдів при раку молочної залози (завдяки швидшим та кращим результатам).
Через посилення тиску на витрати та переважну нестачу кваліфікованих робітників лікарі все частіше використовують можливості масової обробки даних.
"Щороку такі процеси візуалізації, як комп’ютерна та магнітно-резонансна томографія, забезпечують отримання на десять-дванадцять відсотків більше даних у всьому світі, але в той же час кількість рентгенологів збільшується лише на три-чотири відсотки", - говорить Йорг Амюллер із Siemens Healthineers. «В середньому рентгенолог має лише близько трьох-чотирьох секунд для оцінки зображення. Дослідження показують, що зменшення часу інтерпретації вдвічі може збільшити рівень помилок приблизно на 16 процентних пунктів ".
Для більшої ефективності та зменшення кількості помилок у створенні звітів компанія Siemens Healthineers розробила продукт, який автоматично визначає анатомічні структури на зображеннях з комп’ютерних томографів та міток та вимірює потенційні відхилення в області грудної клітини.
Але це лише перший крок: ще одне рішення компанії використовує штучний інтелект, щоб пропонувати лікарям наступні кроки в процесі лікування на основі анамнезу пацієнтів, лабораторних показників, патолого-генетичних обстежень та клінічних досліджень - спочатку для пацієнтів Рак простати. Загалом компанія Siemens Healthineers вже вивела на ринок понад 40 рішень на основі ШІ та має близько 500 відповідних патентів.
Конкуренція також переконана, що частка ШІ у медичних виробах збільшиться. "Існує значний дефіцит фахівців у галузі інтенсивної терапії", - говорить Тімо Паулюс із Philips. "За допомогою штучного інтелекту ми можемо полегшити лікарям, щоб вони могли більше зосередитися на своєму реальному завданні - догляді за своїми пацієнтами".
63 відсотки пацієнтів відкидають чистий діагноз ШІ
Тому компанія планує продукт, який влаштовує тривоги в реанімаційних відділеннях відповідно до терміновості: Залежно від тяжкості, на екрані з’являється повідомлення або негайно викликається лікар.
Вже використовується система, яка виявляє проблеми в звичайних палатах на ранніх стадіях, щоб пацієнти могли швидко перевестись у відділення інтенсивної терапії.
Так само, як і в автомобільній промисловості, наприклад, Philips має намір використовувати цифрові близнюки органів у майбутньому: У “Heart Model” компанії алгоритм ШІ використовує близько тисячі записів реальних органів різної форми та розміру для створення загальної базової моделі.
У поєднанні з даними зображень конкретного пацієнта в комп’ютері створюється персоніфікований близнюк серця, який підтримує лікаря у сегментації органу на різні анатомічні та функціональні підструктури. Потім з них можна отримати такі властивості, як продуктивність насоса.
На додаток до великих компаній, таких як Siemens Healthineers або Philips, підприємці-засновники у всьому світі намагаються використати можливості, які пропонує штучний інтелект у медицині - не дивно: консультанти з Frost & Sullivan прогнозують, що світовий ринок застосувань ШІ в галузі охорони здоров'я буде близько 40 Відсоток зростає щороку і досягне приблизно $ 6,7 млрд до 2021 року.