Наверх
23 сентября 2021

Почему искусственный интеллект не гарантирует спасения от всех болезней

Суперкомпьютер IBM Watson является самым известным примером использования искусственного интеллекта в диагностике и терапии рака

©Vostock Photo

Прошедшее десятилетие войдет в историю как время, когда искусственный интеллект (ИИ) превратился из клише научных фантастов в реально существующую технологию. Банковское дело и ритейл, промышленность и беспилотный транспорт – «умные» нейросети пришлись ко двору везде. Но даже на фоне эффектных примеров из других сфер экономики особенно многообещающим выглядит применение ИИ в медицине. Предотвращение опасных болезней, разработка новых лекарств, а в перспективе, по уверениям футурологов, даже поиск «формулы бессмертия» – на все это потенциально способны самообучающиеся программы.

Вопросом «национальной безопасности и выживания российского государства» назвал в декабре президент Владимир Путин адаптацию в России связанных с ИИ технологий, отметив, что она продвигается «в недостаточном объеме». Судя по реальному опыту, которым поделились с «Профилем» причастные к теме медики и IT-специалисты, это определенно касается медицинского ИИ. Между тем как в Европе, Китае и США в эту сферу инвестируют миллиарды, российское здравоохранение не спешит открываться для нейросетей, и вскоре накопленное отставание может стать критическим.

Пока же чиновники планируют создание программно-аппаратного комплекса, который обеспечит внедрение систем ИИ в отечественные клиники, – соответствующий конкурс на проведение научно-исследовательских работ объявил в конце 2019 года Минпромторг, прием заявок завершился 20 января. Как «фантастическая» технология поможет защитить здоровье россиян, и почему она привлекает все больше внимания инвесторов и властей в разных странах?

Рак не пройдет

Первая попытка применить компьютерные вычисления в медицине относится к 70‑м годам XX века. Группа ученых Стэнфордского университета создала экспертную систему MYCIN, которая работала с помощью простой машины ввода и базы данных из 600 логических правил. MYCIN должна была стать цифровым ассистентом врача в диагностике заболеваний, их обосновании и составлении курса лечения.

Почти в 70% случаев программа предлагала оптимальную терапию, но все равно использовалась крайне редко. Основной проблемой стала ее медлительность: на передачу запроса в систему и ожидание ответа тратилось до получаса. Возникли трудности и с формированием базы данных: любой врач подтвердит, что его знания и опыт практически невозможно свести к набору стандартизированных правил – «шпаргалке» для компьютера.

Только в XXI веке мощность процессоров, объемы виртуальных хранилищ и другие «системные требования» перестали служить барьером на пути нейросетевых алгоритмов. В результате полноценное проникновение ИИ в медицину началось в последние годы, и уже сегодня, как рассказали «Профилю» практикующие врачи, он используется «на подхвате» в самых разных ипостасях. По словам хирурга-имплантолога Антона Герасимова, с помощью компьютерных программ автоматически определяется дозировка при введении анестезии, рисуются графики, выбираются режимы работы наконечника на инструменте. Главврач сети глазных клиник Татьяна Шилова добавляет, что в диагностических приборах появились встроенные решения, которые показывают отклонения от нормы и «подсказывают» доктору, на что обратить внимание.

Особенно хорошо искусственный интеллект зарекомендовал себя в прогнозировании заболеваний. Так, система, разработанная в Университете Луизианы, способна предсказывать эпилептические припадки с точностью до 99,6% за час до появления основных симптомов. Похожее решение IBM и Astra Zeneca предупреждает пациента о риске инфаркта и инсульта, анализируя особенности его организма. Нейронная сеть для оценки электрокардиограмм Geisinger может прогнозировать сбои сердечного ритма точнее профессиональных кардиологов.

©Shutterstock / Fotodom

А недавно команда ученых научила алгоритм Deep Gestalt определять генетические заболевания по фотографии человека. Эксперименты показали, что в 90% случаев один из десяти наиболее подходящих на «взгляд» ИИ диагнозов был верным. Один из первых проектов массового внедрения ИИ реализовал китайский онлайн-провайдер медицинских услуг Ping An Healthcare and Technology. В конце 2018 года компания анонсировала установку на территории Китая нескольких тысяч ИИ-клиник. Они представляют собой кабинки наподобие телефонных будок, в которых можно проконсультироваться с виртуальным доктором. Затем полученная информация проверяется «живым» врачом, который ставит окончательный диагноз и выписывает рецепт.

Как новейшие достижения IT-индустрии меняют медицину

Компьютерное моделирование на основе ИИ оказалось весьма кстати и при разработке лекарств. Раньше единственным способом проверить новый медикамент были эксперименты. Искусственный интеллект же анализирует данные о биологических процессах внутри человека и может предсказать эффективность найденной формулы препарата. Как надеются технооптимисты, в будущем не останется неизлечимых болезней: компьютер отыщет ответ на каждую из них. Пока до этого далеко, но в некоторых случаях применение ИИ уже позволяет бросить вызов одной из наиболее массовых «эпидемий» современности – раку.

Поскольку онкологические заболевания – это мутации в организме на клеточном уровне, для постановки диагноза и подбора лечения необходимо обработать массу данных, что порой не под силу даже квалифицированному врачу. К примеру, Google в 2018 году разработал алгоритм, который правильно диагностирует рак в 89% случаев, а участвовавшие в тестировании врачи набрали лишь 73%. Предполагается, что в будущем персонализация лечения рака с помощью ИИ (разработка препаратов с учетом индивидуальных особенностей ДНК) позволит воздействовать на опухоль точечно, что будет гораздо эффективнее химиотерапии.

Целебная конкуренция

По данным Frost & Sullivan, лечение «искусственным интеллектом» – один из самых быстрорастущих сегментов рынка медуслуг: в 2021 году он достигнет $6,6 млрд. По большинству показателей лидируют на нем США – в частности, по объему инвестиций (почти $12 млрд в 2019 году) и количеству патентов. Согласно отчету AI Index Report, американские исследователи ИИ остаются самыми влиятельными в научном сообществе: их цитируют на 40% чаще, чем авторов из других стран.

Вслед за Штатами идет Китай, который с каждым годом наращивает государственные программы поддержки ИИ. В 2019 году китайские инвестиции в эту технологию составили $6,8 млрд. А по числу научных статей о ней КНР даже обгоняет США. Кстати, в начале XXI века IBM, фармацевтическая компания Roche и другие корпорации провели ряд исследований в области искусственного интеллекта. Сегодня эти данные находятся в открытом доступе.

Следовательно, больше не нужно быть огромной компанией для выхода на рынок медицинского ИИ, и все большую роль на нем начинают играть старт-
апы. По данным Стэнфордского университета, разработками в области медицинских технологий занимаются 4,1% всех связанных с ИИ стартапов в мире. В США и Европе этот показатель выше – 5,3% и 4,4% соответственно.

Перспективные разработки мирового уровня существуют и в России. Недавно стало известно, что в МФТИ создают систему на базе машинного обучения, которая отбирает и выращивает ткани для трансплантации сетчатки глаза. Нейросеть самостоятельно определяет, какие культуры стволовых клеток развиваются правильно и могут быть пригодны для дальнейших операций. А в технопарке «Сколково» научились применять алгоритмы для разработки лекарств от рака. Для этого один из сколковских резидентов, компания OncoUnite, сотрудничает с несколькими десятками онкологов в России и за рубежом, рассказал «Профилю» ее директор Дмитрий Чебанов.

Искусственный интеллект справляется с базовой диагностикой, доказательством чему служит проект Ping An Good Doctor в Китае, но пока не может заменить врача в «живом» общении с пациентом и проведении высокоточных операций

Imaginechina / Vostock Photo

И все же медицинский ИИ не стал в России объектом серьезных инвестиций, сетуют эксперты: сегодня в стране мало кто готов вкладываться в научно-исследовательские проекты, не дающие быстрого результата. «У нас пока нет понимания, что в это направление стоит вкладывать ресурсы. Иностранные разработчики ИИ привлекают в частном порядке российских врачей к организации массивов данных и разметке томографических снимков для обучения алгоритмов, – поясняет директор проектов компании «ТехЛАБ» Михаил Кауфман. – Но это приведет к тому, что добавочной стоимостью эти компании будут распоряжаться сами, а нам останется покупать технологии у них». Импульс для развития российского рынка «искусственных докторов» мог бы прийти со стороны государства, рассуждают эксперты.

Однако пока в стране нет законодательной базы, которая бы регламентировала интеллектуальные системы, то есть врачи не имеют права приобщать к медицинской карте пациента данные, полученные от алгоритмов. Это связывает руки тем клиникам, которые хотели бы попробовать новинку в действии.

Что же касается поддержки разработчиков, то ее нет и подавно, разводит руками Дмитрий Чебанов. «В России чиновники путают инновации и фундаментальную науку, – делится собеседник. – Мол, сначала изобрети, а потом уже внедряй. Но никто не изобретает электричество, чтобы запустить электромобили. Задача старт-апов – объединить известные научные открытия в работающую технологию. В США для этого на базе университетов есть инкубаторы, акселераторы для технологических компаний, которые обладают очень широкими полномочиями. У нас такого нет. Институтов, которые со стороны государства призваны ускорять внедрение технологий, не хватает».

В результате сегодня позиции российских компаний на мировом рынке ИИ-решений выглядят слабо, резюмирует Чебанов: «Все наши технологические хабы составляют примерно 10% от того, что есть в китайской провинции Гуандун. Даже в небольших Нидерландах технопарков не один десяток».

Однако даже в странах–лидерах по объему инвестиций экспансия искусственного интеллекта в сферу здравоохранения едва началась. «В США только 6–7% медцентров используют ИИ, остальные выжидают. Ведь технология только развивается, исследуется: лучше не торопиться, чтобы не набить шишек», – поясняет замдиректора медицинской службы «Этнамед» Евгений Кан.

Не навреди!

Что сдерживает внедрение «искусственных докторов»? Ответ простой: недоверие. А точнее, краеугольный правовой и этический вопрос: кто должен нести ответственность, если машина поставит неверный диагноз? К слову, та же проблема возникла и при использовании MYCIN в 1970‑х годах: за полвека человечество не слишком продвинулось в ее решении.

Пока все используемые в клиниках алгоритмы несут рекомендательную функцию: они помогают сузить круг информации и подсказать, где искать ответ, но не осуществляют лечение самостоятельно. Не следует упрекать систему здравоохранения в консерватизме, призывают собеседники «Профиля»: именно он позволяет уберечь пациентов от «побочных эффектов» технологической моды.

©Shutterstock / Fotodom

«Заключение программы, анализирующей рентгеновские снимки пациента, не имеет юридической силы, – говорит Антон Герасимов. – Я не могу доверить диагностику своего пациента даже другому врачу. Всегда встает вопрос ответственности. И до тех пор, пока ее несу я, в том числе перед законом, алгоритму предназначена вспомогательная роль».

«Искусственный интеллект сегодня – это партнерская человеко-машинная система, – подчеркивает Дмитрий Чебанов. – Роль врача по-прежнему фундаментальная, основная. Самое главное для него при взаимодействии с ИИ – это правильно задать вопрос программе».

В этих условиях настоящих чудес вроде «беспилотной медицины» ждать нескоро, добавляет терапевт Алексей Цыс: «Сегодня ИИ может помочь с базовыми клиническими задачами, но трудно представить себе автоматизированные операции на головном мозге. В операционной врачи вынуждены менять подход «на лету», полагаясь на свой опыт, – компьютер так не умеет». Есть и дополнительные препятствия. «Работа ИИ требует вычислительных мощностей, которые чаще всего отсутствуют в рядовых медучреждениях, – предупреждает глава компании «Биогеном» Алексей Дубасов. – Соответственно, данные пациентов придется выводить за пределы клиники, что создает риск их кражи или потери».

На фоне новостей о регулярных утечках данных общество не готово доверить информацию о здоровье пациентов ИИ-системам, резюмирует руководитель практики «Новые технологии» Accenture в России Ринат Максутов. «Недавно в США выяснилось, что Google собирал медицинские данные для обучения своих систем, – приводит пример собеседник. – И, хотя компания утверждала, что данные были обезличены и делалось это в благих целях, проект был свернут под давлением общественности».


Нейросети: от теории до наших дней

Искусственный интеллект часто воспринимается как молодая технология, однако ей уже почти 80 лет. Основы заложил в 1940‑х годах английский математик Алан Тьюринг, описавший логику работы вычислительных машин и разработавший азы теории алгоритмов. Задолго до появления по-настоящему умных компьютеров математик предложил интеллектуальный тест для определения разумности машины.

В 1943 году американский нейрофизиолог Уоррен Мак-Каллок и его ученик Уолтер Питтс разработали первую нейронную сеть и доказали, что она может выполнять любые логические операции. А также самообучаться, распознавать образы и делать выводы, то есть обладать всеми чертами интеллекта.

Первоначально ИИ развивался в аналитическом направлении, которое предполагает выполнение частных интеллектуальных задач – переводы, простейшие игры. Первые алгоритмы разрабатывались по образу и подобию нейронных связей в человеческом мозге.

Позже возникло синтетическое направление ИИ. Цель этого подхода – в моделировании творческой деятельности мозга в общем смысле. Исследователи стали учить искусственный интеллект «думать» не о том, что он делает, а о том, как выполнять задачи и анализировать собственные ошибки. Победил аналитический подход: современные нейросети заточены на решение конкретных задач («слабый» интеллект против «сильного» у человека). При этом программа улучшает свои результаты по мере накопления опыта и фильтрации ошибок.

Переход от теоретической разработки вопроса к практике произошел в 2000-х годах с приходом компьютеров, способных обрабатывать большие объемы информации. Облачные технологии и Big Data позволили ускорить обучение ИИ, а распространение интернета совершило революцию в передаче данных.

Читать полностью (время чтения 8 минут )
Избранные статьи в telegram-канале ProfileJournal
Больше интересного на канале Дзен-Профиль
Самое читаемое
23.09.2021
22.09.2021