Штучний інтелект може виявити стан здоров'я більш кваліфіковано, ніж люди, але цього ще недостатньо, аби перейти у повсякденне використання.
Лікарі були спантеличені. 60-річній пацієнтці Токійського університету після декількох місяців лікування раку не стало краще.
Тому медична команда передала симптоми жінки до суперкомп'ютера IBM Watson. Він переглянув базу даних онкології та оголосив, що у пацієнтки рідкісна форма вторинного лейкозу. Команда змінила напрямок лікування, і жінка незабаром вийшла з лікарні.
IBM Watson за лічені хвилини помітив те, на що в іншому випадку може знадобитися тиждень для виявлення діагнозу. Як повідомив один з лікарів The Japan Times: "Можна без перебільшення сказати, що IBM Watson врятував пацієнтці життя, давши нам потрібні дані в надзвичайно короткий термін".
Це майбутнє медицини? Дослідники штучного інтелекту давно мріють створити машини, які дозволять діагностувати стан здоров'я, пропонувати лікарям плани лікування та навіть прогнозувати, як зміниться здоров'я пацієнта.
Головною перевагою такого штучного інтелекту була б не швидкість, а точність. Дослідження в США показало, що медична помилка є третьою провідною причиною смерті, і значну частину цього становлять неправильні діагнози.
"Варіантів змін стану здоров’я так багато, а література змінюється занадто швидко, щоб лікар первинної медичної допомоги зміг утримати все це в своїй голові"
Герберт Чейз, який працює в біомедичній інформатиці в Колумбійському університеті в Нью-Йорку, одного разу порадив своїй команді використати IBM Watson. Штучний інтелект працює над алгоритмом, який розписує нотатки лікарів, щоб визначити, що у пацієнтів може бути розсіяний склероз. Мета полягає в тому, щоб створити програму, яка зможе обчислити ризик виникнення РС у кожної людини, будь то 0,5 чи 5 відсотків. Він уявляє собі майбутнє, в якому програмне забезпечення буде автоматично аналізувати електронні медичні записи та виписувати попередження чи рекомендації.
"Це партнерство. Машина дає рекомендації, тоді людина втручується", - каже Чейз. Але спектр людських хвороб складний, тому «алгоритми повинні бути побудовані цеглина за цеглиною», з акцентом на одне медичне питання одночасно.
Ці будівельні блоки часто покладаються на машинне навчання (галузь штучного інтелекту), яка шукає зразки в статистиці. Завдяки простоті збору та обміну даними, дослідники придумують нові алгоритми так само швидко, як комп’ютери можуть аналізувати цифри.
Розумний сканер слайдів
Наприклад, нещодавно команда Стенфордського університету в Каліфорнії оприлюднила алгоритм машинного навчання, навчений вивчати слайди ракової тканини легенів. Комп'ютер навчився вибирати конкретні функції для кожного слайду, як розмір, форму та текстуру комірок. Він також міг розрізнити зразки людей, які прожили лише короткий час після встановлення діагнозу - скажімо, кілька місяців - і тих, хто прожив набагато довше. Дослідження перевірило результати алгоритму, випробувавши його на історичних даних, тому тепер штучний інтелект може бути використаний для пацієнтів.
Зчитувач слайдів Стенфорда - це лише один із багатьох штучних інтелктів, які навчаються виконувати медичні завдання. На конференції з питань машинного навчання та охорони здоров’я в Лос-Анджелесі дослідники представили нові алгоритми виявлення судом, прогнозування прогресування захворювань нирок або серця та виявлення аномалій у вагітних або новонароджених дітей. Учасники одного програмного завдання отримують дані від штучного інтелекту для прослуховування записів серцебиття, сортування нормальних ритмів від ненормальних.
Ще інші проекти намагаються робити медичні судження, використовуючи більш неясні або непрямі джерела. Алгоритм Microsoft, опублікований у червні 2016, дозволяє зробити припущення, хто має рак підшлункової залози, ґрунтуючись на їх пошуках в Інтернеті. Google DeepMind, що базується в Лондоні, використовує масу анонімізованих даних Національної служби охорони здоров’я Великобританії для підготовки ШІ, які допоможуть офтальмологам. Метою тут є виявлення хвороб очей, ячі з‘являються раніше, ніж це може виявити людина.
Але чи готова медицина контролювати штучний інтелект? Перш ніж це станеться, лікарі, ймовірно, захочуть побачити більш надійний доказ того, що прогнози комп'ютера можуть покращити результати здоров'я.
Деякі побоюються, що діагноз поставлений машиною може призвести до зворотньої реакції, заохочуючи лікарів до передіагностики та частого тестування пацієнтів. Навіть якщо алгоритми працюють добре, виникає питання, як їх цілком інтегрувати в клінічну практику.
Чейз вважає, що штучно створена інтелектуальна діагностика в кінцевому підсумку буде інтегрована прямо в бази даних електронних медичних записів і пошук комп'ютерних даних стане настільки рутинним, як і отримання даних про пацієнта.
"Щоб лікарі делегували завдання штучному інтелекту, вони повинні спочатку визнати, що іноді можуть помилятися"
Програми, які допомагають в діагностиці уже існують. За допомогою Ізабель, яку лікарі можуть запускати в Google Glass, вони можуть зробити руки вільними. Але Чейз каже, що такий підхід є непопулярним, оскільки багато часу лікар витрачає, вводячи дані пацієнтів, перед їх використанням. Питання з постановкою діагнозу ШІ зніметься лише тоді, коли час не буде витрачатися на введення даних пацієнта.
«Ніхто не може дійсно замінити здатність лікарів розмовляти з пацієнтами», - говорить Лео Ентоні Селі, лікар відділення інтенсивної терапії медичного центру «Бет-Ізраїль Діаконесс» у Бостоні. «Лікарі повинні зосередитися на тому, що у них виходить краще, це спілкуватися з пацієнтами і виконувати призначення, залишаючи прийняття складних рішень на машину».
І якщо боротися з технологіями і алгоритмами поки ще зарано, то воювати за клімат саме час, тим більше, що Ірландія знайшла спосіб боротьби зі зміною клімату.
