Интерес к практическому применению искусственного интеллекта (ИИ) стремительно растет. Системы, основанные на искусственном интеллекте, помогают повысить эффективность и увеличить доходы компаний в самых разных отраслях
Однако несмотря на широкие возможности нейросетей, широкое распространение ИИ получил не во всех индустриях. Особенно этот тренд отчетливо виден в здравоохранении.
Сегодня искусственный интеллект (ИИ) находит свое применение во многих сферах нашей жизни — от транспорта и промышленности до финансов и медицины — и тем самым привлекает все больше внимания со стороны инвесторов. Например, в здравоохранении возможности ИИ уже сейчас позволяют оптимизировать работу клиник, повысить эффективность оказания помощи и сделать процесс диагностики более точным. По данным PWC, во втором квартале 2018 года искусственный интеллект стал одним из наиболее прорывных направлений для инвестиций в США с объемом финансирования $2,3 млрд. Россия серьезно отстает от США и Китая по инвестициям в развитие искусственного интеллекта, однако популярность ИИ в нашей стране растет. Несмотря на это, российские врачи неоднозначно относятся к возможностям ИИ в здравоохранении, указывая на нехватку инфраструктуры и погрешность в работе. Какие барьеры стоят на пути внедрения ИИ в систему российского здравоохранения? И удастся ли отечественным врачам найти общий язык с новыми технологиями?
Обучить ИИ
Чтобы искусственный интеллект показывал максимально точные результаты, его нужно сначала обучить. Для этого необходим массив качественно подготовленных данных для обучения. К сожалению, сегодня в здравоохранении такой информации в распоряжении специалистов в области Data Science немного, часто она является неполной, неточной или «сырой». Дело в том, что данные для обучения ИИ предоставляются лечебными учреждениями и перед тем как предоставить информацию, их необходимо подготовить (разметить, структурировать, оцифровать патологию и т.д.). Этот процесс ручной и занимает много времени и требует больших затрат. На данный момент специалистов, занимающихся подготовкой этих данных в системе здравоохранения, недостаточно. Это один из вызовов ну пути к созданию систем ИИ, способных давать результаты сопоставимые с результатами специалистов. Одна из главных задач в сфере ИИ сегодня, над которой работают программисты, — создание автономной «умной» системы, способной самообучаться. Пока что в медицине большее распространение получили алгоритмы ИИ, которые были обучены на основе подготовленных данных, алгоритмы ИИ, которые могут проходить обучение без участия специалиста, пока находятся на этапах разработки и тестирования. В этих условиях разработчикам будет необходимо работать в тесной связи с врачами: чем больше будет подготовлено качественный данных, тем больше медицинских задач сможет взять на себя искусственный интеллект.
Обеспечить защиту данных
Еще одним препятствием для внедрения ИИ в систему здравоохранения является текущее состояние системы защиты информации. По данным отчета компании Infowatch за первое полугодие 2017 года, медучреждения лидировали по количеству инцидентов, связанных с утечкой данных (17,4%), и этот тренд сохраняется. Ранее, в 2015 году ярким примером несовершенства этой сферы стала кража личных данных 80 млн клиентов медицинской страховой компании Anthem. Инцидент не только нанес ущерб пользователям на 115 млн долларов, но и серьёзно подорвал доверие к системе здравоохранения в целом. Сегодня, согласно данным исследования Philips «Индекс здоровья будущего», в России 46% граждан не испытывают доверия к тем сферам, где используется их персональная информация.
Чтобы решить эту задачу и укрепить доверие граждан к системе безопасности их данных, необходимо посмотреть на нее с двух сторон. Во-первых, нужно расширять возможности клиник для обмена данными о пациентах в рамках медицинского сообщества, с другой — обеспечить более эффективный контроль и защиту, чтобы пациенты могли быть уверены в том, что их личная информация не станет достоянием широкой общественности. Это процесс, безусловно, долгий и трудоемкий, он требует участие как государства, так и бизнеса, но в конечном итоге, только он может реально повлиять на безопасность конфиденциальных данных пациентов.
Соблюдать нормы этики
Второй вызов касается этической стороны. На сегодняшний день пока нет принятого консенсуса — можно ли без угрозы здоровью пациента использовать искусственный интеллект для диагностики заболеваний и назначении лечения и правильно ли передавать судьбу человека «в руки» машины. Дело в том, что при правильном и качественном обучении искусственный интеллект способен выявлять множество патологий, включая злокачественные образования и различные патологии на ранней стадии, что даст больше уверенности в благоприятном прогнозе. Но что, если у пациента есть анатомические особенности или патология настолько редкая, что ИИ с ней ни разу не встречался? В этом случае разработчикам необходимо найти соответствующие новые данные, которые будут иллюстрировать эти особенности, чтобы машина могла учитывать их в новых исследованиях с минимальной погрешностью. И тут у специалистов возникает логичный вопрос: кто является истинным владельцем медицинских данных — пациент, врач, клиника, страховая компания или кто-то ещё? И кто имеет право ими распоряжаться? А если ИИ допустит ошибку и будет нанесен ущерб пациенту? Эти нравственные вопросы особенно беспокоят медицинское сообщество и препятствуют проникновению новых технологий в здравоохранение.
Что дальше
Несмотря на существующие препятствия, перспективы для развития искусственного интеллекта в медицине есть. По данным Deloitte, к 2020 году мировые расходы на здравоохранение достигнут $8,7 трлн — 10,5% от общемирового ВВП. Такие прогнозы ставят государство и бизнес перед необходимостью внедрять технологии ИИ в лечебные учреждения, чтобы предоставить врачам новые возможности, повысить эффективность использования существующих ресурсов и таким образом сократить расходы. ИИ позволит справиться с большими массивами данных пациентов и оказывать поддержку врачей в принятии клинических решений. ИИ будет особенно востребован в сфере радиологии, патоморфологии и геномике.
Благодаря способности собирать и анализировать информацию, ИИ может повысить роль профилактики заболеваний всего населения. Например, лаборатория Philips Research изучает возможности искусственного интеллекта для раннего выявления туберкулеза. Специалисты разработали решение на основе ИИ, которое анализирует большое количество медицинских снимков и делает выводы о наличии заболевания. В ходе проведенных исследований ученые выяснили, что результаты, предоставленные ИИ, ничуть не уступают по качеству работе специалиста.
Говорить о полной замене врача искусственным интеллектом пока преждевременно. Сегодня разработчики утверждают — искусственный интеллект следует воспринимать именно как эффективного помощника врачу, который подстраивается под его работу и помогает поставить точный диагноз с первого раза. Вполне вероятно, что мы будем наблюдать за симбиозом работы компьютера и человека, а роль ИИ будет стремительно расти по мере обеспечения благоприятных условий для его внедрения. Эксперты McKinsey утверждают, что в здравоохранении возможно автоматизировать 36% функций, особенно на уровне работы с данными. Поэтому можно смело прогнозировать, что в будущем большинство рутинных задач будет передано машине, а врачи смогут сфокусироваться на более важных задачах, требующих человеческого ресурса и профессионального подхода.