Диагноз по снимку и голосу
То, что мы сегодня называем искусственным интеллектом, на самом деле не одна, а совокупность нескольких технологий. Применительно к борьбе с COVID-19 наибольший интерес представляет сочетание компьютерного зрения с машинным обучением: нейронные сети анализируют множество снимков КТ и рентгена легких и с помощью человека учатся определять, на каких есть признаки пневмонии, характерной для коронавируса.
Примеры подобного использования ИИ можно найти во многих странах, и Россия не стала исключением. В начале апреля система Botkin AI от компании «Интеллоджик», которая изначально занималась диагностикой других заболеваний (например, онкологии), была адаптирована под коронавирусную пневмонию. В середине месяца «Ростелеком» запустил пилотные испытания аналогичной системы совместно с «РТК Радиология» и университетом Иннополис. А в конце апреля такая система была запущена с одобрения столичных властей на базе Московского центра лучевой диагностики.
Некоторые разработчики верят, что ИИ-системы могут быть настолько чувствительными, что определят наличие коронавируса даже по голосу. О подобных разработках практически одновременно объявили ученые из университета Карнеги – Меллона (США) и израильский стартап Vocalis Health.
Здесь в дело вступает другая комбинация технологий: обработка естественного языка плюс машинное обучение. Алгоритмы отслеживают изменения в голосе, характерные для различных поражений легких и дыхательных систем, и определяют те, которые могут быть связаны с COVID-19. Американские ученые приглашают всех принять участие в разработке, точнее, в сборе данных для ИИ-алгоритмов: на сайте можно пройти короткий опрос и оставить запись своего голоса, с его помощью нейросети будут обучаться.
Вирусная математика: как IT-компании прогнозируют развитие пандемии
Некоторые алгоритмы машинного обучения натренированы прогнозировать наличие и развитие коронавируса на базе статистики. Проанализировав общедоступные данные, нейросети могут оценить вероятность заболевания на основании простых вопросов-ответов. Такой инструмент разработали компания «Софттри», а также «Сбербанк» совместно с DocDoc – их тест можно пройти онлайн.
Важно понимать, что подобные системы не заменяют традиционную врачебную практику, однако существенно сокращают время, которое докторам приходится тратить на анализ данных. Обученные алгоритмы ИИ за несколько секунд могут «просканировать» снимок или голос и представить врачу вывод о вероятности заболевания коронавирусом. Такие инструменты называются системами поддержки врачебных решений.
Вас снимает «тепловая» камера
С начала пандемии эти системы начали активнее внедрять в российское здравоохранение. В апреле Росздравнадзор впервые зарегистрировал ИИ-систему поддержки врачебных решений Webiomed. Ее планируется интегрировать в обычные больницы и поликлиники для анализа медицинских данных пациента и прогнозирования развития заболеваний.
Впрочем, если напрямую к коронавирусу система Webiomed отношения пока не имеет, то другие разработки прокладывают себе путь в больницы именно в связи с COVID-19. Например, в нескольких стационарах «Медси» была установлена умная система видеонаблюдения от компании «Третье мнение». С согласия пациентов система контролирует их состояние, физическую активность, а также проверяет наличие защитных костюмов у медперсонала.
В конце апреля стало известно, что разработчик в области компьютерного зрения и машинного обучения VisionLabs создал инструмент для бесконтактного измерения температуры. Он может с точностью до 0,2 градуса определять температуру тела людей в кадре видеокамеры и таким образом выявлять заболевших.
Схожая система видеоаналитики от компании «Швабе» 8 мая была запущена в пилотном режиме на Ленинградском вокзале Москвы. Камера с тепловизором под управлением ИИ-алгоритмов отслеживает поток людей, определяет тех, чья температура выше нормы, и оповещает об этом оператора, чтобы человека успели остановить и направить на обследование.
Отчаянные поиски «пика»
Некоторые из систем ИИ уже зарекомендовали себя в части прогнозирования пандемии. Канадская разработка BlueDot, например, предсказала распространение неизвестного ранее вируса ранее, чем это сделала ВОЗ, – еще 30 декабря. Эта система и ее аналоги используют общедоступные данные о предыдущих эпидемиях: в случае с BlueDot это лихорадки Зика в 2014 году и Эбола в 2016-м. Также анализируется статистика распространения COVID-19, и чем больше ее накапливается, тем определеннее становятся ИИ-прогнозы.
Антивирусный хай-тек: какие гаджеты помогают в борьбе с пандемией
Если еще месяц назад сколько-нибудь детальных прогнозов на базе ИИ в мире практически не было, то на рубеже апреля-мая они появились. Сингапурские ученые с помощью машинного обучения подсчитали прогноз сокращения пандемии в разных странах. Впрочем, не везде их модель сработала одинаково успешно. Согласно ей, Россия свой пик прошла уже в апреле, и к 20 мая эпидемия должна была сойти на нет. Судя по данным последних дней, налицо ошибка системы. В итоге 11 мая сингапурским ученым пришлось аннулировать сделанные ранее прогнозы.
«Сбербанк» в конце апреля также представил собственную ИИ-модель (вычисляемую, вероятно, на суперкомпьютере «Кристофари»), которая прогнозировала пик коронавируса на 6 мая. Этот прогноз, как мы теперь знаем, также не сбылся, однако разработчики его корректируют, используя популярную математическую модель SEIR. Последняя описывает объективный «механизм» распространения эпидемий, именно на ее основании были приняты ограничительные меры в Москве.
Таким образом, ИИ-алгоритмы, хотя и могут обработать огромный массив данных быстрее человека, все же не дают точных ответов. В частности, они пока неспособны адаптироваться к непредвиденным факторам – например, как скоро будет разработана вакцина от коронавируса. В этой области, впрочем, ученые также пытаются прибегнуть к ИИ.
Раскрыт секрет «шипов»
Поиск лекарства от любого заболевания начинается с изучения его природы, и в этой области искусственный интеллект уже неплохо поработал. Первым прорывом стало моделирование белковой структуры коронавируса и его отдельных составляющих – например, тех, которые отвечают за присоединение к клеткам организма.
В конце февраля американским ученым с помощью интеллектуального прогнозирования удалось смоделировать механизм работы «шипа» молекулы коронавируса, которая отвечает за инфицирование. А команда Google DeepMind в рамках проекта AlphaFold в марте разработала модели неизученных ранее структур белка коронавируса.
Эти разработки, которыми занялись в том числе ведущие IT-корпорации, позволят ученым быстрее уяснить механизм работы SARS-CoV-2 и в конечном итоге создать вакцину. Первые результаты уже есть: в конце апреля японская корпорация NEC сообщила, что с помощью ИИ сумела смоделировать проект вакцины от коронавируса.
Поскольку многие университеты, медучреждения и корпорации выкладывают свои разработки в открытый доступ, количество связанной с коронавирусом научной информации быстро растет. Ученые из Северо-Западного университета (США) решили с помощью собственной ИИ-системы отслеживать исследования и определять, какие из них являются перспективными, а какие можно игнорировать. «Перспективность» определяется на основании фактора воспроизводимости – то есть алгоритмы просчитывают, могут ли те же результаты исследования быть получены при работе с другой популяцией. Заявлено, что этот инструмент также должен ускорить разработку вакцины.
В конце апреля к мировому сообществу присоединились российские МГУ им. М.В. Ломоносова, Центр вирусологии «Вектор» и Сибирское отделение РАН. Они начали поиск вакцины от коронавируса, используя вычислительные мощности суперкомпьютера «Ломоносов-2», принадлежащего МГУ. Подробностей о том, как именно ученые планируют создавать препарат, не сообщается. Впрочем, гарантий, что панацея от COVID-19 будет найдена, не дает никто, даже авторы самых точных ИИ-алгоритмов.
