Перспективы искусственного интеллекта
Д-р. Лусиано Преведелло, радиолог медицинского центра Ohio State University Wexner Medical Center (OSUWMC) Университета Огайо, США, и руководитель отдела информатики медицинской визуализации, высоко оценивает потенциал искусственного интеллекта (ИИ) в здравоохранении.
Наш собеседник хорошо осведомлен об эволюции этой технологии, а в последние три года он досконально изучил сильные и слабые стороны приложений глубокого обучения, так как на факультете была создана лаборатория для разработки и изучения приложений ИИ в медицинской визуализации.
Несмотря на большой шум вокруг темы ИИ, и на то, что Преведелло разделяет этот энтузиазм, на которые вещи он смотрит более скептически. Прежде всего, доктор подчеркивает, что ИИ – это развивающаяся, но не такая уж новая история. «Мое мнение, вероятно, отличается от общепринятого, – объяснил он. – Многие люди говорят об ИИ, как о чем-то футуристическом, но он работает довольно долгое время. ИИ в форме машинного обучения уже используется во многих приложениях для медицинской визуализации».
Новым, с точки зрения Преведелло, является то, что последние разработки в области машинного обучения, и конкретно – глубокого обучения, позволят проводить более сложные анализы и расширят сферу применения искусственного интеллекта в медицинской визуализации. Эти новые методики можно будет применять не только к медицинским изображениям, но и к клиническим отчетам в свободном текстовом формате. С помощью традиционных средств машинного обучения была достигнута определенная степень автоматизации, но далее требовались масштабные индивидуальные настройки, что делало дальнейшую разработку очень ресурсоемкой. «Было практически невозможно применить один и тот же алгоритм к различным клиническим сценариям», – объясняет он.
Последние методы гораздо более обобщаемы. Например, один и тот же алгоритм глубокого обучения «умеет» распознавать пневмонию на рентгенограмме грудной клетки или внутричерепное кровоизлияние на КТ головы. «В ближайшем будущем мы станем свидетелями появления новых алгоритмов, способных делать гораздо более сложные вещи. Эти достижения не обязательно будут сразу же очевидны для нас. Иногда кажется, что приложения просто стали «умнее». Похожие процессы мы наблюдали в области веб-поиска. Вначале это были более простые, работающие на сравнении строк-указателей алгоритмы, подключающие нас к веб-сайтам. А затем Google представил принципиально иной способ общения с интернетом, гораздо более интеллектуальный, с невидимым машинным обучением», – сказал Преведелло.
По его мнению, нечто похожее происходит сейчас в здравоохранении. «Хотя некоторые из этих инструментов у нас уже были, со временем они станут более интегрированными, более интеллектуальными, поумнеют до такой степени, что через несколько лет мы будем спрашивать себя, как могли раньше жить без них».
Со временем ИИ будет оказывать большую помощь при диагностике, но для этого потребуются дополнительные проверки, согласования и более жесткий контроль. Несколько узконаправленных клинических приложений уже были одобрены FDA. Как только уровень знаний совпадет с финансовыми интересами поставщиков технологий, клинические применение алгоритмов значительно расширится. «Достаточно скоро приложения будут использоваться в повседневной врачебной практике, – уверен Преведелло. – Мы знаем, что компьютеры могут извлекать намного больше информации из пиксельных данных, чем способен воспринимать невооруженный глаз. Это может быть использовано для улучшения наших диагностических возможностей или даже для дальнейшего изучения генетического профиля некоторых опухолей, что позволит принимать более персонализированные решения о лечении».
Несмотря на весь свой оптимизм по поводу будущего ИИ, Преведелло является реалистом. «Хотя эволюция и развитие приложений ИИ происходит гораздо быстрее, чем мы себе представляли в прошлом, по-прежнему существует огромный пробел в реализации. Думаю, нам нужно работать над стандартизацией процессов, чтобы легко интегрировать эти инструменты в клинические условия. Это непростая задача. Для нее требуется много людей, много усилий. Когда мы читаем новости об ИИ, у нас возникает ощущение, что все эти приложения появятся в нашей сфере довольно скоро. Но реальность такова, что их внедрение в клинические системы займет больше времени, чем ожидается».
