Искусственный интеллект – просто модный хайп?
Искусственный интеллект (ИИ) в медицине – это уже реальный помощник врача или пока только громкая шумиха вокруг отдельных научных экспериментов? Разобраться, насколько ИИ интегрирован в клиническую практику, мы попытались с генеральным директором Ассоциации разработчиков и пользователей искусственного интеллекта в медицине «Национальная база медицинских знаний» Борисом Зингерманом:
Борис Валентинович, вы могли бы назвать области здравоохранения, где искусственный интеллект нашел массовое применение?
Нигде. Нынешний ИИ – это модная хайповая тема, под которую пытаются подвести все эксперименты и достижения, связанные с цифровыми технологиями. Где реальная граница между обычной цифровизацией и искусственным интеллектом, толком никто не знает. Даже вокруг определения серьезно спорят. Чаще всего электронные системы, умеющие принимать какие-то решения, мы называем artificial intelligence (искусственный интеллект), сокращенно AI (в русском варианте ИИ). В зарубежной литературе все чаще встречается другая расшифровка сокращения – augmented intelligence, то есть дополненный интеллект.
Несмотря на то, что тема замены человека искусственным интеллектом невероятно модная, она не сегодня родилась. И даже не вчера. Это вопросы, которые обсуждают более 50 лет, еще с научных изысканий Алана Тьюринга.
В российской медицине первым занялся этими вопросами академик Израиль Моисеевич Гельфанд. У него была большая группа математиков, которые неплохо работали с врачами еще в 1960-х годах. Сегодня из выдающихся специалистов можно назвать академика Бориса Аркадьевича Кобринского, Михаила Ивановича Шафрина из Центра нейрохирургии имени Н. Н. Бурденко и многих других.
Нейросети без розовых очков
В 70-е годы упор делался на развитие экспертных систем, которые должны были стать энциклопедией для доктора. То есть тот самый «дополненный интеллект». Сейчас приоритет отдается нейронным сетям, которые могут обучаться и принимать самостоятельные решения. Разве это не является настоящим искусственным интеллектом?
Нынешний хайп по поводу ИИ связан именно с нейросетями. С научной точки зрения в них тоже нет ничего нового. Этим алгоритмам и технологиям уже 20-30 лет.
С чем связан нынешний всплеск интереса к ИИ? В последние 5-7 лет произошло невероятное увеличение вычислительной мощности компьютеров. Накоплено много оцифрованных медицинских данных. Особенно это заметно, когда дело касается обработки медицинских изображений. Эта область, в которой будет серьёзный прорыв в ближайшее время. Все его ждут.
Разве он уже не произошел? Почти ежедневно появляются сообщения о том, как ИИ справляется с выявлением различных патологий более квалифицированно, чем врачи-рентгенологи.
На самом деле, есть несколько проблем работы с изображениями, и далеко не все на сегодня решены.
Первая заключается в том, что для качественного обучения нейросети необходимы большие массивы данных. С этим сейчас более-менее неплохо, потому что уже 20 лет все лучевые исследования существуют в цифровом виде.
Вторая проблема связана с разметкой данных. Квалифицированные специалисты должны выделить объекты, которые свидетельствуют об обнаруженных патологиях. Именно на таких размеченных массивах и должны обучаться нейросети. Разметка данных – крайне сложный и дорогостоящий процесс, поэтому их сейчас не так много. Такие датасеты с размеченными медицинскими изображениями выпускают крупные университеты, в основном зарубежные. Появление каждого нового датасета – это событие. Так что вопрос с размеченными данными для нейросетей пока далек от полного решения.
Третья проблема касается стандартизации. Даже если вы обучили нейросеть на каком-то датасете и получили великолепные результаты, у вас нет никакой гарантии, что в соседней медорганизации данные собираются в том же виде. Там может стоять аппарат другой фирмы, применяться другие настройки контрастности и т.д. В результате нейросеть, показывающая хорошие результаты в одной клинике, в другой работать уже не будет. Сегодня мало компаний, которые создают универсальные нейросети, работающие на широком круге оборудования. Но нет гарантии, что и их НС будут работать на любой аппаратуре.
Четвертая проблема еще более фундаментальна. Сегодня хорошо и качественно работающие нейросети могут находить на изображениях только определенные изменения. Например, есть такая успешная российская компания Botkin.AI. Ее платформа хорошо умеет определять признаки рака легких по компьютерной томограмме на оборудовании разного типа. Но… она может диагностировать лишь одну патологию. А человек на томограмме легких увидит пневмонию, туберкулез и массу других заболеваний.
Поэтому нейросеть хороша для пересмотра снимков за врачом. Если система проанализирует уже отсмотренный врачом снимок и заметит какие-то признаки патологии, пропущенной специалистом, то предложит посмотреть еще раз. Вот такой механизм применения нейросети сегодня является более-менее рабочим.
Получается, что ИИ не может играть роль системы поддержки врачебных решений?
Возможно, когда-то придем и к этому, но не сегодня. Сейчас хорошо обученная нейросеть обладает очень высокой чувствительностью, но не очень высокой специфичностью. Это значит, что она будет реже пропускать рак легких, но не будет видеть признаки других заболеваний. Поэтому хайповые сообщения, что искусственный интеллект обошел шестерых врачей, надо внимательно читать, чтобы понять, как дело обстояло в действительности.
Та же система Botkin.AI проходила тестирование в Ямало-Ненецком автономном округе под эгидой нашей ассоциации. Она была интегрирована в информационную систему обычной медицинской организации и взаимодействовала с обычными врачами, которые работали в своем привычном режиме. Было просмотрено 600 томограмм, в которых было выявлено 49 случаев наличия признаков рака легких. Из этого количества 28 томограмм врачи отвергли, посчитав, что там нет этих признаков. А в 21 случае согласились с нейросетью. При этом лишь в двух случаях врачи эти признаки рака легких пропустили. То есть два случая из двадцати, ради которых эту систему и можно использовать. Если обобщить наш опыт, то система дает чуть более 10% выявления новых пациентов. Это хорошие цифры.
ИИ придет завтра. Или послезавтра
Мы сосредоточились на анализе изображений. А как обстоят дела в других сферах с применением искусственного интеллекта?
Этим летом вышел обзор американской компании Frost & Sullivan, в котором она определила наиболее перспективные направления развития ИИ в медицине. Анализ изображений был на лидирующих позициях, но не самым первым.
Одна из самых перспективных технологий, которая сегодня уже в какой-то мере работает – это поиск и тестирование новых лекарственных молекул. В этом сегменте ИИ показывает впечатляющие результаты. Многие фармакомпании уже используют здесь возможности искусственного интеллекта. Направление хорошо профинансировано, дает положительные результаты, но не слишком заметно широкой аудитории.
Ряд направлений связан с анализом медицинских текстов. Например, анализ качества медицинских документов. Несколько компаний, в том числе российских, этой темой занимаются.
Дело в том, что анализируя больше количество медицинских документов из истории болезней, можно выбрать те медкарты, которые вызывают подозрение с точки зрения правильности оказания медицинской помощи. В этом вопросе очень заинтересованы страховые компании и медицинские организации, жестко контролирующие качества своей работы.
Актуальна тема использования медицинских текстов для обучения и использования систем принятия врачебных решений. Всем известна нашумевшая история с когнитивной системой IBM Watson. К сожалению, здесь пиара гораздо больше, чем реальных успехов. Очень многие зарубежные клиники, которые работали с Watson, отказываются от использования системы, потому что на деле она оказалась не готова выполнять заявленные функции. Были выявлены ошибки в предложенных ею протоколах лечения. Это был скорее научный эксперимент, нежели практический.
Наверное, к перспективным направлениям применения искусственного интеллекта можно отнести и обработку данных с дистанционных медицинских приборов?
Конечно. Нынешний бум медицинских гаджетов только начался и не собирается заканчиваться. Возможности использования удаленного мониторинга состояния пациента – это большое подспорье врачу. Принципиальный вопрос: кто будет обрабатывать этот поток данных? Для анализа этих результатов никаких врачей не напасешься. Например, существует прибор, который дистанционно измеряет уровень глюкозы каждые 15 минут в течение 2 недель, то есть почти полторы тысяч измерений в конечном итоге. Нереально, что их будет отсматривать человек. Здесь должны появиться системы, проводящие первичную обработку, и только в случае отклонений от нормы поставляющие информацию врачу.
Продолжение этой темы – всевозможные чат-боты, которые будут общаться с пациентами и помогать им при взаимодействии с клиникой. Близка к данной теме и системы отслеживания выполнения назначений врача при лечения хронических заболеваний и т.д. Но здесь опять же необходима первичная обработка данных, чтобы не отвлекать медицинский персонал от действительно экстренных случаев.
Еще один момент, который популярен со времен Тьюринга – психологическая поддержка пациентов. Об этом много говорят, но нельзя сказать, что сегодня есть практические результаты. Скорее всего, это будет одно из ключевых направлений в разработке интеллектуальных систем.
Весь мир в хвосте
Где место России в разработке интеллектуальных медицинских систем: в авангарде, середине или хвосте?
На сегодня, я думаю, весь мир находится в хвосте. И здесь мы занимаем неплохие позиции. Вопрос в том, сколько сил и средств вкладывается в развитие новых технологий. Есть страны, которые вкладывают гораздо больше, чем мы. Но с учетом внимания президента РФ к этому вопросу, дорожной карты Сбербанка, в которой анонсированы большие вложения в искусственный интеллект в медицине, думаю, что у нас неплохие шансы идти в ногу со всем миром. Вопрос в другом: на нашем рынке 10 компаний занимается ИИ, а на американском – 200. Хотя стартовые позиции сейчас одинаковы, массовый фактор может в будущем обеспечить им преимущество. Но пока, повторюсь, мы в одинаковом положении.
Как-то не верится в это. Цифровизация медицины в нашей стране идет не очень гладко. И чем дальше от центра, тем хуже результаты.
А почему вы думаете, что в других странах цифровизация идет хорошо? У нас нет большого отставания от ведущих стран. В рейтинге цифровизации медицины первые строчки занимают Эстония, Финляндия, Дания. Но они небольшие по территории и количеству населения. Однако, скажем, Голландия, которая побольше, не так уж нас опережает.
Значит, можно не опасаться, что в ближайшем будущем искусственный интеллект потеснит врача-человека?
Эта тема активно обсуждается в прессе, но опять же на уровне хайпа. Некоторые медицинские экстремисты говорят, что уже сейчас нам нужно перестать готовить врачей-рентгенологов. Мол, врач, который через 10 лет будет смотреть рентгенограмму, должен понимать, что каждый день будет убивать пациентов, потому что искусственный интеллект сделает анализ лучше и качественней.
Нынешним летом вышел обзор известного американского блогера Medicalfuturist, в которой обсуждался данный вопрос. Так вот он сделал вывод, с которым я полностью согласен: в обозримом будущем никакой замены человека ИИ не произойдет. Произойдет активное и позитивное взаимодействие медицинского сообщества с такими системами. В различных областях медицины роль интеллектуальных систем будет разная, хотя бы в силу оцифрованности профессии. Так рентгенологи оцифрованы больше, чем психиатры, но это совсем не значит, что ИИ сможет сделать за них окончательный вывод.
Сегодня мы можем рассчитывать на то, что искусственный интеллект закроет те дыры, где врачебных кадров не хватало и не будет хватать в ближайшем будущем. Вот простой факт: рост количества лучевых исследований на порядок превосходит рост выпускаемых медицинскими вузами мира врачей-рентгенологов. Поэтому задача состоит в том, чтобы создать систему, которая на первом уровне отсеивала бы снимки без патологий, а сложные случаи отправляла врачам. Это же касается и работы терапевтов, кардиологов, эндокринологов. То есть, искусственный интеллект должен освободить врачей от повседневной рутины, чтобы они могли заниматься своим прямым делом – лечить больных людей.
Я верю, что всевозможные цифровые помощники врача скоро станут незаменимыми и, главное, незаметными, как это уже случилось с интернетом, смартфонами и цифровыми коммуникациями. А ведь 20 лет назад все это казалось фантастикой, причем даже не всегда научной.
