сложные системы
                Кредит: CC0 Public Domain

Исследователи из Вашингтонского университета работают над созданием систем искусственного интеллекта (ИИ) для здравоохранения, которые способны трансформировать диагностику и лечение заболеваний, помогая гарантировать, что пациенты получают правильное лечение в нужное время.
                                                                                       

В новой статье «Точка зрения», опубликованной 10 декабря в Журнале Американской медицинской ассоциации ( JAMA), два эксперта по искусственному искусству в Медицинской школе Вашингтонского университета в Санкт-Петербурге. Луи — Филипп Пейн, профессор Роберта Дж. Терри и директор Института информатики; и Томас М. Мэддокс, доктор медицинских наук, профессор медицины и директор Лаборатории инноваций систем здравоохранения — обсуждают наилучшее использование ИИ в здравоохранении и рассказывают о некоторых проблемах, связанных с внедрением этой технологии в больницах и клиниках.

В сфере здравоохранения искусственный интеллект полагается на способность компьютеров просеивать и анализировать электронные данные о пациентах, такие как возраст, история болезни, состояние здоровья, результаты анализов, медицинские изображения, последовательности ДНК и много других источников медицинской информации. ИИ отличается сложной идентификацией паттернов в этих группах данных, и он может делать это в масштабе и скорости, превышающих человеческие возможности. Надежда состоит в том, что эту технологию можно использовать, чтобы помочь врачам и пациентам принимать более обоснованные решения в области здравоохранения.

Пейн и Мэддокс ответили на вопросы об искусственном интеллекте, в том числе о его возможностях и ограничениях, а также о том, как он может изменить методы работы врачей.

Где мы начнем с того, что ИИ начнет заниматься медицинской практикой?

Мэддокс. Одним из первых применений ИИ в лечении пациентов, которое мы сейчас видим, является визуализация, например, для улучшения диагностики рака или проблем с сердцем. Существует много типов визуальных тестов — рентген, КТ, МРТ и эхокардиограммы. Но в основе всех этих методов визуализации лежит общее количество высококачественных данных. Чтобы ИИ работал хорошо, лучше иметь очень полные наборы данных — без пропущенных чисел, так сказать, — и цифровые изображения обеспечивают это. Кроме того, человеческий глаз часто слеп к некоторым моделям, которые могут присутствовать на этих изображениях, например, к незначительным изменениям в ткани молочной железы за несколько лет маммографии. Была проделана некоторая интересная работа по распознаванию ранних стадий рака или ранних стадий сердечной недостаточности, которые даже высококвалифицированный врач не увидел бы.

Пейн: Во многих случаях у нас уже есть очень простые формы ИИ в клинике. У нас были инструменты в течение долгого времени, например, для выявления аномальных ритмов в ЭКГ. Нарушение сердечного ритма вызывает тревогу, чтобы привлечь внимание врача. Это компьютер, который пытается воспроизвести человека, понимая эти данные и говоря: «Это не выглядит нормально, вам, возможно, придется решить эту проблему». Теперь у нас есть возможность анализировать гораздо более крупные и более сложные источники данных, такие как вся электронная медицинская карта и, возможно, даже данные, извлеченные из повседневной жизни, поскольку, например, все больше людей отслеживают свой режим сна или частоту пульса с помощью носимых устройств.

Как это повлияет на то, как врачи практикуют медицину?

Пейн: мы считаем важным подчеркнуть, что эти инструменты никогда не заменят клиницистов. Эти технологии обеспечат помощь, помогая поставщикам услуг видеть важные сигналы в огромных объемах данных, которые в противном случае остались бы скрытыми. Но в то же время существуют уровни понимания того, что компьютеры по-прежнему не могут и никогда не смогут реплицироваться.

Мэддокс: взять рекомендации по лечению от ИИ, даже отличную рекомендацию, и решить, подходит ли он для пациента, по сути, является процессом принятия человеческих решений. Каковы предпочтения пациента? Каковы ценности пациента? Что это значит для жизни пациента и его семьи? Это никогда не будет функция AI. По мере того, как эти системы ИИ появляются медленно, я думаю, мы можем начать видеть, как меняются роли врачей — на мой взгляд, в лучшую сторону. Роли врачей могут сместиться с того, чтобы быть сборщиками данных и анализаторами, чтобы быть переводчиками и советниками для пациентов, когда они пытаются ориентироваться в своем здоровье.

Пейн: это означает, что нам нужно подумать о новых способах обучения врачей и других поставщиков услуг, когда эти системы входят в медицинскую практику. Мы хотим, чтобы люди в нашей системе здравоохранения делали то, что людям уникально подходит, например, перевод и консультирование, как описал Том. А компьютеры в системе делают то, что компьютеры идеально подходят для таких задач, как сбор, фильтрация и анализ больших объемов сложных данных. И эти две вещи дополняют друг друга.

Какие нормативные вопросы, особенно связанные с конфиденциальностью, необходимо решать для ИИ?

Пейн. Поскольку в настоящее время медицина практикуется, между поставщиками медицинских услуг и их пациентами уже существуют моральные, этические и конфиденциальные контракты. Если мы сможем найти способ полностью отразить эти существующие контракты с технической точки зрения, мы окажемся в хорошей позиции. Они предоставляют ориентиры.

Мэддокс: Это продолжение клятвы Гиппократа. В отношениях поставщика и пациента уже заложена конфиденциальность. Конфиденциальность требует двух вещей: первая — это механизм защиты данных, а вторая — установление доверия. Мы обязаны сохранить это доверие.

Пейн: много говорят об этике управления данными и о том, существует ли необходимость в эквиваленте клятвы Гиппократа для людей, отвечающих за надлежащую защиту и использование данных пациентов. Существует морально-этический договор, который предусматривает не только защиту конфиденциальности пациента, но и обеспечение того, чтобы информация использовалась ответственно и для улучшения системы здравоохранения. Есть обязанность, которую люди, обвиненные в этом, принимают как часть своей профессии. Создание систем для анализа данных в здравоохранении — это не то же самое, что создание систем, которые управляют логистикой, когда кто-то заказывает что-то в Интернете. Ставки намного выше, и важно признать эту разницу.

Представьте, что ИИ полностью интегрирован в вашу практику. Как это может изменить ваш распорядок дня?

Мэддокс: я кардиолог. Как правило, пациенты, которых я вижу, включают пациентов с сердечным приступом или пациентов с сердечной недостаточностью. Традиционно мы наблюдаем за этими пациентами, направляя их в нашу кардиологическую клинику для последующих посещений. Например, пациент может приходить ко мне каждые шесть месяцев. Но этот период наблюдения в основном выбирается случайным образом — для этого нет особых медицинских причин.

Теоретически, с ИИ я бы больше не планировал эти стандартные последующие назначения. Вместо этого я каждый день проверял бы интегрированные, анализируемые AI потоки данных моей практики с тысячами пациентов. Алгоритмы ИИ объединяют несколько потоков данных, которые могут нарисовать картину здоровья сердца моих пациентов в любой день. Например, я мог видеть уровни активности моих пациентов, измеренные их носимыми устройствами, их схемы соблюдения лекарств по данным аптеки, их частоту дыхания и пульса от их домашних датчиков, их колебания веса от их «умной» шкалы, их подверженность воздействию загрязнение воздуха от датчиков окружающей среды, и недавние посещения ER из их электронной медицинской карты. Принимая все это вместе, ИИ может идентифицировать любых пациентов с высоким риском сердечных заболеваний. С точки зрения риска сердечного приступа, возможно, есть пациент, который, так сказать, тлеет, и система побуждает меня и мою команду как можно скорее обратиться к этому пациенту для встречи. Что касается остальных пациентов с сердечно-сосудистыми заболеваниями, у которых в настоящее время нет признаков высокого риска, то им не нужно было бы приходить в мою клинику. Мы просто продолжим следить за ними удаленно и будем готовы к любым проблемам.

Пейн: Том только что описал умную систему здравоохранения, в которой потребление медицинской помощи определяется фактическими потребностями. В его примере ИИ перебрал огромное количество различных видов данных и вытащил одного пациента, с которым ему нужно было наблюдать и взаимодействовать. Одним из лучших способов сократить расходы на здравоохранение и улучшить результаты медицинского обслуживания будет устранение ухода, в котором пациенты не нуждаются.




Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *