Как искусственный интеллект применяется в медицине

Предыстория развития и обзор рынка

Первое реальное применение высокоинтеллектуальных устройств в медицине произошло в начале 2000 годов. Именно тогда был создан проект, основная задача которого заключалась в разработке устройств, позволяющих повысить качество жизни людей с болезнью Альцгеймера. В данном проекте приняли участи Вашингтонский университет, Intel и компания Elite Care. В результате, в 2002 году были созданы девайсы Activity Compass, ADL Monitor и ADL Prompter.

Тестирование данных устройств продолжается и по сей день. Activity Compass анализирует повседневное передвижение больного, и, в случае, если он потеряется, помогает ему дойти до пункта назначения. Датчик ADL Monitor следит за повседневной активностью пациентов и отмечает все случаи ее отклонения он нормального поведения. Устройство ADL Prompter помогает больным в выполнении сложных задач по дому (например, приготовление еды).

https://www.youtube.com/watch?v=RozYPTFrbC4

С 2002 года прошло уже около 15 лет, и за это время технологии искусственного интеллекта сделали огромный шаг вперед. К разработке интеллектуальных устройств для медицины подлечилось большое количество IT-компаний, интерес которых к данному направлению понятен. Причина кроется не только в важности отрасли для общественной жизни, но и в огромном потенциале рынка: ежегодно в мире на здравоохранение и сопутствующие программы социального характера тратится около $ 8.2 трлн.

По статистике аналитического агентства Frost {amp}amp; Sullivan, рынок высокоинтеллектуальных медицинских решений сейчас составляет около $ 1 млрд. Ожидается, что уже к 2021 году эти показатели достигнут отметки в $6 млрд. при ежегодном росте около 40 %. При этом отдельно отмечается, что с каждым годом роль искусственного интеллекта в медицине будет только усиливаться.

Безусловно, большая часть рынка принадлежит IT-гигантам, таким как IBM, Google, Microsoft и т.д. Чего только стоит суперкомпьютер Watson. Однако в последний годы стартапы также активно включились в разработку подобных технологий, и, по мнению экспертов, будут способны своими достижениями продвинуть отрасль вперед. На рисунке ниже представлены сегодняшние направления исследований стартапов в отрасли здравоохранения.

В настоящий момент неизвестно, когда именно искусственный интеллект достигнет такого уровня развития, что сможет безошибочно ставить диагнозы и рекомендации по лечению. Многие эксперты полагают, что когда это наступит, то существует опасность замены реальных врачей машинами. Однако пока до этого еще далеко – искусственный интеллект сейчас способен лишь помогать медицинским работникам.

В то же время, технологии искусственного интеллекта могут сильно помочь в совершенствовании принципов лечения различных заболеваний. Так, ряд ученых сейчас работают над тем, чтобы с помощью машин можно было создавать виртуальные модели каждого пациента, тем самым прогнозируя ход того или иного заболевания с учетом генетических и возрастных особенностей человека. Помимо этого, виртуальные модели смогут предсказать появление заболеваний в будущем, что позволит незамедлительно начать профилактическое лечение.

ИИ диагностирует

Алгоритмы ИИ уже вовсю применяются в медицинской практике, помогая врачам определять болезни и назначать лечение.

Платформу Watson Health от IBM используют радиологические клиники США, Индии и Таиланда. Когнитивная программа на её основе способна зарегистрировать у пациентов рак или проблемы с сердцем. Российская разработка TeleMD тоже диагностирует онкозаболевания, а также оценивает риски их развития. DeepMind Health — технология Google — работает в британской офтальмологической клинике, выявляет некоторые глазные болезни и рекомендует, как их лечить.

В прошлом году появилась информация, что в одной из больниц Англии началось тестирование ИИ, который проводит УЗИ-диагностику беременных. ПО под названием ScanNav в режиме реального времени и параллельно с врачом обследует плод на патологии.

Микробиологи из BIDMC разработали умный микроскоп, который с помощью ИИ диагностирует смертельные инфекции крови. Его нейронная сеть изучила 100 тысяч изображений с вредоносными бактериями и теперь способна сортировать их по видимым признакам с точностью до 93%.

Суперкомпьютер Watson и Google DeepMind

Самым главным поставщиком интеллектуальных решений для медицины является компания IBM, разработавшая свой знаменитый суперкомпьютер Watson. Статистика показывает, что вся информация, так или иначе связанная со здравьем человека, распределена по источникам в следующем соотношении: 10% — медицинская карта пациента, 30% — генетика, 60% — внешние источники, включая научные статьи.

Каждый год публикуется около 700 тыс. научных статей, содержащих информацию об эффективных методах лечения различных заболеваний. Врач просто не в состоянии при постановке диагноза и выборе метода лечения анализировать такой объем данных. И здесь на помощь приходит Watson. Благодаря высокой мощности, этот суперкомпьютер способен проанализировать миллионы источников данных и выбрать наиболее подходящий метод лечения в каждом конкретном случае.

Как искусственный интеллект применяется в медицине

В прошлом году для обучения Watson компания IBM приобрела 30 млрд. различных медицинских снимков, купив за $ 1 млрд. компанию Merge Healthcare. К этому может добавиться около 50 млн. анонимных электронных медицинских карт, которые IBM получила после поглощения стартапа Explorys.

Наиболее известным применением Watson в области медицины является проект Watson for Oncology. В эффективности данного проекта можно убедиться из следующего примера. По статистике, в больницах США точность назначения оптимального лечения после диагностирования рака легких составляет около 50%. У IBM Watson эти показатели достигают 90%.

При этом методика лечения может корректироваться в зависимости от изменяющихся ситуаций. Внеся с iPad информацию об изменении состояния больного (например, у пациента в макроте повысилась кровь), врач уже через 30 секунд получит от Watson уточненный диагноз с обновленным курсом лечения. Более подробно о проекте Watson for Oncology можно узнать из следующего видео.

Как мы отмечали в нашей предыдущей статье, посвященной суперкомпьютеру Watson, в настоящий момент в проекте Watson for Oncology принимает участие ряд медицинских центров и больниц. Это, к примеру, Международная больница Бумрунград (Таиланд), Нью-Йоркский центр по исследованию генома человека, а также ряд других организации.

А в 2015 году Роберт Меркель, вице-президент компании IBM Watson Health, заявил, что IBM готова предложить решение Watson for Oncology для российской медицины. Лидер подразделения IBM «Разумная планета» в Центральной и Восточной Европе по решениям для государственного сектора Павел Шклюдов считает, что внедрение данного проекта в отечественную медуницу возможно, но это потребует времени и дополнительных усилий.

Помимо проекта Watson for Oncology, суперкомпьютер IBM применяется в других областях медицины. Например, американская кардиологическая ассоциация заключила контракт с IBM для модернизации принципов выявления и лечения сердечно-сосудистых заболеваний.

В 2014 году IBM объявила о сотрудничестве с Johnson {amp}amp; Johnson и фармацевтической компанией Sanofi с целью научить Watson «понимать» результаты научных исследований и клинических испытаний. Это позволяет проводить клинические испытания новых медицинских препаратов намного быстрее.

Существенно снижает стоимость использования Watson публичное облако Watson Cloud. В этом случае у медицинских учреждений нет необходимости выделять гигантский бюджет для закупки и обслуживания данного многосерверного устройства. Пользоваться услугами Watson Cloud могут специалисты из разных стран. Роберт Меркель, руководитель подразделения Watson Health, в 2015 году сообщил, что в случае необходимости, подобное облако можно развернуть и в российском дата-центре, соблюдая наше законодательство и языковую специфику.

Совсем недавно у Watson появился друг (или конкурент) в области медицинской диагностики. В начала 2016 года компания Google объявила об открытии медицинского направления в рамках программы развития проекта DeepMind. О применении суперкомпьютера Google в области медицины можно узнать из данного видео.

Первая задача, которая легла на плечи DeepMind – диагностика почечной недостаточности. Для этого Google заключила контракт с организацией National Health Service, что позволило получить доступ почти к 1.6 млн. историй болезней пациентов. Обучившись на этих данных, DeepMind стала эффективно диагностировать почечную недостаточность, основываясь на жалобах пациентов и результатах анализов.

ИИ отслеживает

На основе ИИ разработчики выпускают сервисы для мониторинга состояния пациентов. Врачи и учёные исследуют результаты и затем проводят клинические испытания.

Профессора из Университета Дьюка создали приложения Autism {amp}amp; Beyond и mPower, которые отслеживают симптомы аутизма и болезни Паркинсона, позволяя совершенствовать методы их диагностики. Позднее корпорация Apple разработала на их основе API-софт Health Records, чтобы пользователи делились данными с медицинскими исследователями даже через сторонние приложения.

Учёные из Массачусетского технологического института совместно со специалистами Центральной больницы из того же штата создали ИИ-систему для мониторинга сна человека. Она отслеживает отражающиеся от человека радиосигналы, анализирует пульс, частоту дыхания и способна отличить отклонения от нормы. Разработка поможет врачам удалённо инспектировать сон пациентов и при необходимости корректировать его.

ИИ в медицине

  • На уровне проектирования: прогнозирование заболеваний, выявление групп пациентов с высоким риском заболеваний, организация профилактических мер.
  • На уровне производства: автоматизация и оптимизация процессов в больницах, автоматизация и повышение точности диагностики.
  • На уровне продвижения: управление ценообразованием, снижение рисков для пациентов.
  • На уровне предоставления обслуживания: адаптация терапии и состава лекарств для каждого отдельного пациента, использование виртуальных ассистентов для построения маршрута пациента в поликлинике или больнице.

Основная статья:Искусственный интеллект в радиологии

Особенность искусственного интеллекта в том, что эта технология способна «обучаться». И по мере того, как пользователь с ней работает, она становится умнее. В медицине ИИ применяется для многих целей:

  • Диагностика
  • Создание лекарств и разработка протоколов лечения
  • Автоматизция рутинных процессов
  • Мониторинг состояния пациентов
  • Распознавание медицинских изображений (снимков МРТ, заключений УЗИ, кардиограмм и др.).

Достаточно перспективным вариантом применения искусственного интеллекта в отрасли здравоохранения является развитие персональных медицинских ассистентов. Такие ассистенты представляют собой обычные мобильные приложения, которые работают на основе машинного обучения. Они распознают голосовые и текстовые запросы пользователей и, проанализировав свою базу данных заболеваний, выдают различные рекомендации.

Помимо выдачи рекомендаций по лечению, приложение позволяет самостоятельно записать пользователя на прием к врачу либо провести стандартное обследование, связавшись в режиме реального времени с любым из докторов (12 часов в день, 6 дней в неделю). Также приложение способно регулярно проверять информацию с носимых устройств (например, для мониторинга фаз сна и сердечного ритма).

Стоимость подписки на сервис Babylon ежемесячно составляет около $10. Однако стоит отметить, что по действующему британскому законодательству, приложение не имеет право выносить официальный диагноз. Поэтому, если больной описывает симптомы для гриппа, то ему будет рекомендовано купить лекарства в аптеке, которые выдаются без рецепта, либо записаться на прием к врачу. В случае серьезных симптомов, пациенту дадут рекомендации поехать в поликлинику либо вызвать неотложку.

Ученые активно развивают идею использования искусственного интеллекта для повышения качества проводимых анализов. Совсем недавно сотрудники Калифорнийского университета Лос-Анжелеса разработали инновационный алгоритм по выявлению раковых клеток. Результаты исследований опубликованы в журнале Scientific Reports. В рамках разработанного метода активно используется микроскоп нового типа и искусственный интеллект, анализирующий полученную информацию.

В разработке используются наносекундные лазерные импульсные и аналогово-цифровой преобразователь, которые позволяют фиксировать изображения сотен тысяч клеток крови в секунду. Лазерные импульсы дают возможность высвечивать отдельные клетки крови с достаточно четким качеством изображения.

ИИ предсказывает

В 2018 году американский медицинский журнал Anesthesiology опубликовал результаты исследования искусственного интеллекта, полезного при методах оперативного лечения. В статье идёт речь об алгоритме машинного обучения для прогнозирования гипотонии во время хирургического вмешательства. ИИ проанализировал данные более тысячи пациентов, которые в общей сложности провели на операционном столе почти 10 тысяч часов. Он научился предсказывать аномалии за 15 минут до их возникновения с 84% точностью, с такой же — за 10 минут и с 87% — за 5 минут.

Qventus — система мониторинга для больниц от одноимённого стартапа. Он отслеживает действия клиентов от записи в регистратуре до выписки, умеет предсказывать ухудшение самочувствия пациентов, анализируя их состояние. Также с помощью этого ИИ клиника Mercy за 4 месяца на 40% сократила количество ненужных тестов на основании схожих жалоб клиентов.

Решение Jvion на базе машинного обучения выявляет пациентов с риском повторного обращения в больницу в течение 30 дней после выписки. Помимо этого, оно даёт рекомендации по уходу за здоровьем и профилактике болезней.

ИИ исследует

Фармацевтические гиганты вроде Sanofi или Novartis прибегают к помощи стартапов, развивающим медицинские инновации, чтобы искать новые лекарства. Производитель биотехнологических препаратов Roche приобрёл для этого компанию Flatiron Health, которая применяет машинное обучение для обработки данных.

Стартап Atomwise с 2012 года использует нейронные сети для поиска более эффективных лекарственных формул. Его система глубокого обучения AtomNet ежедневно проверяет 10 млн химических соединений, предсказывая, какие из них будут оптимальнее взаимодействовать. Подобным алгоритмом пользуется биофармацевтическая компания Berg Health.

Найденные соединения могут быть эффективны в борьбе с причиной болезни, но это не гарантирует того, что организм человека хорошо отреагирует на них. Медцентр NorthShore среди прочего занимается фармакогеномикой — изучает влияние препаратов на отдельно взятых людей в рамках проекта MedClueRx. Система определяет, какие медикаменты подойдут конкретному пациенту при эпилепсии, инфекционных заболеваниях, депрессии, заболеваниях ЖКТ.

Научный журнал Nature Microbiology в прошлом году опубликовал статью об алгоритме VarQuest. Он способен обнаружить в 10 раз больше вариаций антибиотиков, чем до этого было найдено за всё время аналогичных запросов.

Заключение

«Медицинский футурист» Берталан Меско как-то сказал, что искусственный интеллект — это стетоскоп 21-го века. Он подразумевал, что такой простой инструмент, как стетоскоп, медицинское сообщество поначалу не хотело признавать. Потребовалось несколько десятилетий, чтобы врачи начали его использовать. То же самое сейчас происходит с ИИ: кто-то использует его по мере возможностей, а кто-то боится его.

Однако технологии искусственного интеллекта, машинного обучения и нейросетей во многом упрощают жизнь врачей и их подопечных. Инновации в медицине позволяют точнее диагностировать заболевания, быстрее находить лекарственные препараты, отслеживать состояние пациентов. И это лишь малая часть возможностей, которые ИИ привнёс в сферу здравоохранения.

Поделиться:
Нет комментариев

Добавить комментарий

Ваш e-mail не будет опубликован. Все поля обязательны для заполнения.