Технологии искусственного интеллекта проникают во все сферы человеческой деятельности, в том числе и медицину. Нейросети, созданные и обученные людьми, уже помогают систематизировать большие объемы данных, ставить предварительный диагноз и участвовать в разработке медикаментов. Однако несмотря на такие возможности и перспективы в лечении пациентов, специалисты медицинской области не спешат активно внедрять ИИ в свою работу.
Как искусственный интеллект может помочь врачам
Потенциал технологий глубинного обучения в медицине сложно переоценить. Нейросети уже повышают качество медицинских услуг, увеличивают эффективность диагностики благодаря возможности работы с большими объемами данных.
Например, медицинские чат-боты, основанные на ИИ, помогают в решении многих задач. Сервис собирает жалобы пациентов и, учитывая указанные симптомы, может посоветовать лекарственные препараты или записать на прием к врачу. Собранная информация поступает к медицинскому специалисту, который сможет эффективнее провести первую консультацию и оказать необходимую помощь пациенту гораздо быстрее.
Система с искусственным интеллектом IBM Watson уже помогает осуществлять качественную диагностику и лечение онкологических заболеваний. Так, ИИ выявил у 60-летней пациентки с неверным диагнозом редкую форму лейкемии, изучив 20 миллионов научных статей о раке.
Программы с ИИ также используются в анализе рентгеновских снимков и в разработке новых лекарственных препаратов. Компания Semantic Hub недавно создала сервис на базе искусственного интеллекта для оценки потенциала медицинских препаратов перед их выпуском на рынок. Алгоритм собирает и анализирует научные публикации, связанные с заболеванием, назначением и действием разрабатываемого лекарства. Затем ИИ анализирует информацию и делает вывод о конкурентных преимуществах медикамента и возможностях его продвижения на рынке.
Перспективными направлениями для нейросетей в медицине являются:
1. Сбор и систематизация данных;
2. Диагностика заболеваний и установление предварительного диагноза;
3. Телемедицина;
4. Разработка новых лекарственных препаратов.
Что препятствует искусственному интеллекту внедряться в медицину
Рассмотрим, какие препятствия не дают развиваться ИИ в медицинской сфере.
- Недоверие медицинских экспертов к искусственному интеллекту
Медицина - консервативная сфера. Каждая инновация сначала должна быть тщательно проверена прежде, чем будет использована в работе врачей, ведь речь идет о здоровье и жизни людей. Многие врачи с недоверием относятся к внедрению искусственного интеллекта во врачебную практику, считая, что технологии еще далеки от совершенства и использовать их для лечения людей еще небезопасно.
- Устаревшая информация о пациентов
Данные в карточках пациентов не всегда могут быть достоверными или исчерпывающими. В них могут быть ошибки и неточности, а процесс анализа затрудняться неразборчивым почерком.
Для устранения этой проблемы разрабатываются варианты обучения нейросетей на небольших объемах информации. В качестве успешных примеров подобного обучения можно назвать принцип работы клавиатуры смартфонов. Алгоритм запоминает и анализирует введенные ранее слова и может прогнозировать содержание следующих текстов.
- Длительная разработка ИИ
Во время работы с пациентами искусственный интеллект не должен совершать ошибок. ИИ, влияющие на принятие врачебных решений, должны быть точными и эффективными. Именно поэтому в процессе разработки и тестирования нового алгоритма участвуют реальные врачи. Искусственный интеллект должен многочисленные проверки, прежде чем поступит на службу специалистов. Как правило, это занимает много времени.
- Проблемы с установлением ошибок
Искусственный интеллект работает по принципу "черного ящика". Если в алгоритме есть ошибка, и системой принято неправильное решение, то ответить на вопрос "почему" будет крайне трудно.
Компании, специализирующиеся на разработке ИИ, уже занимаются созданием таких алгоритмов, которые будут раскрывать причины своих решений.
- Обучение персонала
Внедрение технологий искусственного интеллекта требует, чтобы медицинский персонал умел его эффективно применять. Врачам не нужно досконально знать, как работает машинное обучение, но иметь понятие об общих принципах функционирования необходимо.
- Нехватка кадров среди разработчиков ИИ
Для создания эффективного алгоритма и его внедрения в медицинскую сферу требуется сильная команда разработчиков, среди которых должны быть специалисты:
- с широким спектром знаний в предметной области, математических алгоритмах и подходах к защите информации;
- с навыками программирования и наглядного представления данных.
На данный момент наблюдается нехватка таких сотрудников.
- Высокая стоимость нейросети
Сложности с поиском кадров повышают стоимость разработки сервисов на основе искусственного интеллекта. И это, не говоря о том, что созданный ИИ еще нужно настроить под данные, накопленные в конкретном медучреждении.
В результате получается, что новые технологии не могут позволить себе многие клиники и больницы в виду ограниченного бюджета.
7. Наличие несистематизированных данных
Большинство данных в медицине не структурировано, не оцифровано и плохо размечено. А поскольку медицина не точная наука, данные, полученные от разных медицинских школ, могут быть противоречивыми, что затруднит работу искусственного интеллекта в постановке диагноза.
- Безопасность данных
Обеспечение работы искусственного интеллекта связано с вычислительными мощностями, которых нет во многих медицинских учреждениях нет. Соответственно, что и безопасность хранящихся данных будет под угрозой.
- Законодательство
Российский закон требует, чтобы любые медицинские технологии были сертифицированы. Если ИИ для медицины был создан в России, его необходимо регистрировать как медизделие.
Кроме того, с точки зрения закона еще актуален вопрос по предоставлению и хранению личной информации пациента.
Что будет с внедрением ИИ в медицину в будущем
Медицинское сообщество не может не признавать полезность искусственного интеллекта для лечения больных. Тем не менее, на его внедрение потребуется время.
В ближайшие годы ИИ будут активнее применяться фармацевтическими компаниями при разработке медицинских препаратов, постановке диагноза и даже участвовать в проведении операций.