Когда многие из нас слышат термин «искусственный интеллект» (ИИ), мы представляем, как роботы выполняют нашу работу, делая людей устаревшими. А поскольку управляемые искусственным интеллектом компьютеры запрограммированы на принятие решений при минимальном вмешательстве человека, некоторые задаются вопросом, будут ли машины скоро принимать трудные решения, которые мы теперь доверяем нашим врачам.
По словам Дэвида Б. Агуса, доктора медицинских наук, профессора медицины и инженерии Медицинской школы Кека Университета Южной Калифорнии и Инженерной школы Витерби, важно отделять факты от научной фантастики, потому что ИИ уже существует - и это коренным образом меняет медицину.
В отличие от робототехники, ИИ в здравоохранении в основном относится к врачам и больницам, имеющим доступ к обширным наборам данных потенциально спасительной информации. Это включает в себя методы лечения и их результаты, показатели выживаемости и скорость оказания помощи, собранные для миллионов пациентов, географических местоположений и бесчисленных, а иногда и взаимосвязанных состояний здоровья. Новые вычислительные мощности могут обнаруживать и анализировать большие и малые тенденции на основе данных и даже делать прогнозы с помощью машинного обучения, предназначенного для определения потенциальных последствий для здоровья.
Машинное обучение использует статистические методы, чтобы дать компьютерным системам возможность «обучаться» на поступающих данных, выявлять закономерности и принимать решения с минимальным вмешательством человека.
Вооруженные такой целенаправленной аналитикой, врачи могут лучше оценивать риски, ставить правильные диагнозы и предлагать пациентам более эффективные методы лечения, говорит Агус, автор книги «Счастливые годы: как преуспеть в дивном новом мире Здоровье и конец болезни. Он считает, что потенциал ИИ для улучшения здравоохранения «ошеломляет».
«У нас есть много данных, которые мы собирали десятилетиями, - говорит он. «Впервые вычислительная мощность позволяет нам использовать данные таким образом, чтобы принести пользу пациентам».
Проблема, по его словам, заключается в том, что «у человека есть сотни тысяч точек данных о медицинском обслуживании, если не миллионы. Поэтому, когда у вас есть наборы данных о сотнях тысяч точки, данные должны быть собраны надлежащим образом и правильно, чтобы мощь машинного обучения «принесла свои плоды».
Он предлагает пример. «Недавно вышло исследование, которое показало, что если у вас рак яичников, и вы также принимаете бета-блокаторы - препарат, который [можно] использовать для снижения артериального давления, - вы живете на четыре с половиной года дольше., " он говорит. «Это наблюдение, к которому мы бы никогда не пришли с помощью биологии. Большие данные показывают нам. Теперь [это открытие] нужно подвергнуть большому испытанию, чтобы убедиться, что оно реально».
С точки зрения пациента, «что интересно, так это то, что ИИ позволяет [врачам] персонализировать лечение, о чем мы мечтали десятилетиями», - говорит он.
Agus теперь может взять отдельного пациента и сразу же найти других пациентов с похожими симптомами. «Я вытаскиваю их из базы данных, - говорит он, - и могу сказать: «Вот их реакция». Машинное обучение и ИИ позволяют мне [получать доступ] ко всей информации и вести очень содержательную дискуссию с пациентом, «сидящим в смотровой комнате», раскрывая данные [о состоянии здоровья], о которых исторически мы принимали простые решения. ИИ позволяет нам нужно углубиться и искать ассоциации, которые человеческий мозг не может сделать… но компьютер может."
Есть, конечно, недоброжелатели в отношении использования аналитики в здравоохранении, но опасения, как правило, меньше сосредоточены на искусственном интеллекте, машинном обучении и прогностическом отслеживании, а больше на том, как большие данные могут использоваться для измерения, вознаграждения, или оштрафовать всю больницу или даже отдельного хирурга.
Такие измерения могут повлиять на то, как, когда и даже лечится ли пациент, пишет Джерри Мюллер, автор книги «Тирания показателей» 2018 года. «Нигде метрики не пользуются большей популярностью, чем в области медицины», - говорит он. А когда на кону жизни, заключает он, «ставки высоки».
Мюллер указывает на проблему человеческой природы: люди и бюрократия, по его словам, известны тем, что «играют» числами из чувства самосохранения.
Он приводит примеры востребованных хирургов, поддерживающих высокие показатели выживаемости пациентов, отказываясь браться за более рискованные случаи, тем самым потенциально исключая нестандартные методы лечения - и возможные смерти после любого медицинского вмешательства - из тенденций данных, которые может обнаружить ИИ. Тогда показатели успеха также искусственно завышаются.
Тем не менее, Агус считает, что использование возможностей данных принесет большие инновации. «Алгоритмы и ИИ существуют уже некоторое время, но мы учимся лучше собирать и систематизировать данные», - говорит он.«Это последнее десятилетие было посвящено молекулярной биологии: мы секвенировали ДНК и изучали ее связи, и это было захватывающе. Это будет десятилетие данных».
С учетом того, что лучшие больницы по всей стране внедряют ИИ и анализ показателей с целью улучшения и оптимизации лечения, Агус может быть прав. В нашем все более запутанном мире данные и судьба становятся навсегда связанными.
Чувствую себя взвинченным
Некоторые примеры технологических инноваций в здравоохранении включают следующее:
Роботизированные размышления: Иногда в игру вступают роботы. Исследование Бристольского университета 2017 года показало, что дети с аутизмом испытывают трудности с различением выражений лица. В том же году Dell Technologies выпустила Milo, визуально выразительного робота высотой 2 фута, который учит аутичных детей в возрасте от 5 до 17 лет распознавать признаки эмоций. Сейчас он используется в учебных заведениях 27 штатов США.
Подключение пациентов с БАС:Очки с отслеживанием взгляда, использующие технологию искусственного интеллекта, известную как интерфейс мозг-компьютер (BCI), позволяют людям, которые потеряли способность говорить или двигаться, общаться опять таки. Пациенты «печатают» глазами на мониторе, который озвучивает их мысли посредством компьютерного декодирования, а также пользуются электронной почтой, читают книги и остаются на связи с миром.
Обнаружение мерцательной аритмии: Некоторые виды сердечных аритмий, особенно мерцательная аритмия, могут увеличить вероятность инфаркта или инсульта. Исследования Стэнфордского университета показывают, что программное обеспечение ИИ может более точно идентифицировать аритмии по электрокардиограмме (ЭКГ), чем человек-эксперт.
На горизонте: Магнитно-резонансная томография (МРТ) и компьютерная аксиальная томография (КТ) обеспечивают подробные неинвазивные изображения внутренних органов. ИИ может вскоре заменить потребность в дополнительных образцах тканей рентгенологическими инструментами следующего поколения, позволяющими проводить виртуальную биопсию опухолей.
В цифрах:
1 из 7 000: Количество американцев всех возрастов с синдромом удлиненного интервала QT, смертельным заболеванием сердца, которым когда-нибудь может помочь Кардио Про, ИИ- Домашний кардиомонитор с питанием, который выявляет серьезные и доброкачественные аритмии.
30%: Сокращение времени ожидания пациентов перед госпитализацией, сообщает госпиталь Джонса Хопкинса после того, как в 2016 году был запущен цифровой командный центр с 22 мониторами для улучшения обслуживания пациентов и снижения риска и оптимизировать поток.
95,5%: Процент точности при использовании специального микроскопа, с помощью которого компьютерная программа с глубоким обучением с точностью идентифицировала раковые клетки, согласно исследованию Калифорнийского университета в Лос-Анджелесе, опубликованному в 2016 году в Научные отчеты о природе.