Штучний інтелект у лікарнях Як це може змінити діагностику

Штучний інтелект у лікарнях: як він може змінити діагностику

Штучний інтелект зараз широко використовується в медицині.
Технологія може позбавити лікарів від великої роботи, особливо в діагностиці раку.
Врешті-решт, лікар завжди повинен вирішити сам, попереджає фахівець.

«Чи замінює штучний інтелект зцілення людини?» - запитує австрійський лікар Крістіан Мате в підзаголовку своєї нещодавно опублікованої книги «Медицина без лікарів». Назва провокує і покликана привернути увагу.

Насправді зростає кількість повідомлень про те, що системи штучного інтелекту (ШІ) іноді розпізнають патологічні зміни краще, ніж фахівці, аналізуючи дані зображень. ШІ зробить лікарів - або принаймні деяких спеціалістів - зайвими в майбутньому?

Машини можуть позбавити лікарів від роботи

«Ні» - це чітка відповідь Мате. Натомість лікарі могли залишити деякі рутинні або тривалі завдання для навчальних машин. Розробники також розглядають системи ШІ більше як допоміжні технології, подібні до систем допомоги в сучасних автомобілях. Мате навіть сподівається, що, насамперед, високорозвинена технологія ШІ може зробити медицину більш гуманною: полегшені такими системами, лікарі можуть знову зосередитись на своїх пацієнтах.

Системи навчання по суті засновані на штучних нейронних мережах, які імітують функції та зв’язки нервових клітин. Такі мережі роблять комп’ютерну систему здатною до навчання, якщо вона навчена відповідним чином. Системи ШІ тепер можуть грати в складні ігри, такі як шахи або «Перейти» краще, ніж людські гросмейстери. Хоча їх колись довго тренували майстри за допомогою п'єс з тисяч ігор, програмне забезпечення для штучного інтелекту AlphaGo Zero зробило це багато років тому без даних про навчання людей: AlphaGo Zero став найкращим гравцем Go у світі лише на основі правил гри та через ігри проти себе.

Але більшість систем ШІ вимагають великих обсягів даних, створених людиною. Наприклад, програмне забезпечення ШІ для виявлення раку шкіри, яке Холгер Хенсле з Гейдельберзької університетської лікарні розробив разом з колегами, пройшло навчання з більш ніж 150 000 клінічних записів нешкідливих родимок та небезпечних меланом (чорний рак шкіри). Лабораторні результати були депоновані для всіх зображень. Таким чином, система навчилася розрізняти нешкідливі родимки та злоякісні меланоми на основі тонких особливостей.

ПРО ТЕМУ

дослідження
технології
наук

Інтерв'ю з босом Фраунгофера: "Штучний інтелект не бере владу"

Штучний інтелект: наше майбутнє або майбутня загибель?

Рівень помилок у діагнозах порівнянний

Дослідження Хенсле та його колег з журналу "Annals of Oncology" викликало сенсацію в 2018 році: аналізуючи 100 клінічних записів, розроблений ними ШІ виявив 95 відсотків випадків захворювання на рак чорної шкіри, тоді як 58 фахівців у середньому становили трохи менше 87 відсотків меланом визнаний. Якщо фахівці отримували додаткову інформацію про пацієнта - наприклад, вік, стать, ділянку шкіри - показник ураження зростав до 89 відсотків. Натомість лікарі змогли ідентифікувати доброякісні родимки в хороших 71 відсотках випадків, а додаткові дані про пацієнтів навіть майже у 76 відсотках. ШІ вдалося це лише трохи менше ніж на 64 відсотки - тож, швидше за все, неправильно діагностували рак.

"Дослідження зазнало критики, оскільки обставини оцінки не відповідають повсякденній клінічній практиці", - говорить Хенсле. Тому він та його команда розпочали ще одне розслідування, в рамках якого лікарі отримували інформацію про окремі випадки, але ШІ отримав лише збільшене зображення. Тепер результати ШІ та спеціалістів були приблизно однаковими, про що дослідники знову повідомляють в “Анналах онкології”.

Група навколо Хенсле хоче вдосконалити систему ШІ далі. Вони помітили кілька кричущих помилкових діагнозів, де чітко ідентифікували родимки, віднесені до категорії раку. Дослідники виявили причину: лікарі позначили ділянки шкіри пацієнта синім кольором, і ШІ, очевидно, інтерпретував позначення як ознаку меланоми. Відтоді на клінічних зображеннях при використанні ШІ не повинно бути видно маркування.

Бази даних можуть допомогти у виборі терапії

Дослідники з Інституту досліджень комп’ютерної графіки Фраунгофера (IGD) у Дармштадті хочуть підтримати лікарів ще одним способом: цифровою моделлю пацієнта. З цією метою сім інститутів Фраунгофера об’єднали зусилля для формування дослідницької мережі. Вони хочуть об’єднати раніше розподілену інформацію про окремих пацієнтів та групи пацієнтів з подібними захворюваннями. "Ми покладаємось на дані, які в будь-якому випадку збираються в клініках та медичних практиках", - каже Стефан Везарг, один з керівників проекту.

Отже, коли лікар вводить дані про пацієнта в програмне забезпечення, їх порівнюють із записами в різних базах даних, таких як реєстри раку. Таким чином, система знаходить пацієнтів з подібними даними та повідомляє лікареві, якими методами лікування вони успішно лікувались.

Аналіз відповідного випадку також враховує клінічні рекомендації щодо прийняття медичних рішень та витрати на різні методи лікування. Оскільки система базується на Інтернеті, лікарі можуть отримати до неї доступ з будь-якого місця на комп’ютерах, планшетах чи, за необхідності, смартфонах. Це повинно полегшити їм рішення, наголошує Везарг.