Искусственный интеллект в здравоохранении - Коллектив авторов

стратегической для внедрения ИИ, который существенно упростил бы выполнение сначала простых задач, а по мере развития и более комплексных. Помимо частных задач, стоящих перед медицинскими специалистами, ИИ способен помочь и уже помогает решить ряд значимых вызовов для развития системы здравоохранения, а именно проблемы:

– роста числа людей старшего поколения (соответственно увеличения доли хронических заболеваний, требующих системного мониторинга);

– роста расходов на здравоохранение;

– дефицита медицинского персонала.

Так, медицинская страховая компания Medical Mitual в США совместно с компанией Lark Health используют цифровую платформу для персонализированной профилактики и лечения хронических заболеваний, позволяющую сегментировать большие группы пациентов по различным наиболее социально значимым заболеваниям, выявлять риски развития таких заболеваний, обеспечивать коммуникацию медицинских работников и пациентов. Платформа работает на основе использования разговорного ИИ и подключенных мониторов, беспроводных глюкометров, тонометров, позволяющих оказывать помощь в режиме реального времени. Для клиентов страховой компании эти продукты бесплатны. Наблюдение за состоянием здоровья участников программ управления артериальной гипертензией и лечения диабета Lark за шесть недель показало, что большинство пациентов благодаря контролю достигают нормализации уровня глюкозы в крови и артериального давления[9].

В соответствии с прогнозами агентства MarketsandMarkets объем глобального рынка ИИ в здравоохранении вырастет с 6,9 млрд долл. США в 2021 г. до 67,4 млрд долл. США к 2027 г. Среднегодовой рост рынка составляет 46,2 % (рис. 5).

Рис. 5. Прогноз роста рынка ИИ в здравоохранении. Источник: [Artificial intelligence in healthcare market / Markets and Markets. 2021. https://www.marketsandmarkets.com/Market-Reports/artificial-intelligencehealthcare-market-54679303. html (дата обращения: 22.10.2022), 2021].

Для того чтобы ИИ стал полезным практически, требуются огромные массивы данных для его обучения, а также усилия многих практикующих медиков, которые контролируют этот процесс. Для ускорения сбора и обработки данных иногда применяют такой метод, как краудсорсинг – некое виртуальное коллективное экспертное обсуждение проблемы. На информационной платформе собираются эксперты, которые решают задачи ИИ, поставленные коммерческими и общественными организациями. Участники платформы часто мотивированы не вознаграждением, а профессиональным интересом и желанием внести посильный вклад в высокотехнологичное исследование [Гусев, Добриднюк, 2017, с. 88].

Правительства целого ряда государств формируют различные новые правовые режимы для развития ИИ. Так, Южная Корея ввела «демократический» режим для повсеместного внедрения ИИ. Смысл его работы заключается в том, что формируется список запрещенных сфер применения ИИ (похоже на общеразрешительный метод правового регулирования – «разрешено все, что не запрещено»). Все остальное получает временное разрешение. На протяжении всего процесса разработки и внедрения нового высокотехнологичного продукта он проходит несколько проверок, в ходе которых принимается решение о продлении или прекращении такого разрешения. В дальнейшем власти планируют объединить наработанный опыт и создать отраслевые комитеты, которые разработали бы более гибкую законодательную базу в сфере искусственного интеллекта.

В Великобритании Министерство цифрового развития приняло решение о создании Центра этики в сфере данных и инноваций, который выступал бы связующим звеном между разными институтами, ответственными за разработку и внедрение ИИ, в том числе в медицину. Основными функциями Центра будет анализ и прогнозирование ошибок в управлении искусственным интеллектом и его регулировании, которые могут препятствовать этичному и инновационному развитию отрасли; разработка стандартов и кодексов поведения; консультирование правительства по политике и нормативной стратегии.

Тенденции создания профильных органов власти и государственных учреждений следует и Китай. В Пекине для стимулирования развития технологий в 2018–2019 гг. было создано несколько организаций и инфраструктурных объектов: New Generation Artifcial Intelligence Development National Experimental Zone – первая из девяти пилотных зон, ориентированная на создание комфортной среды для кооперации и развития бизнеса, науки, образования, для создания искусственного интеллекта, поддержки молодых талантов в данной сфере. Международный научно-исследовательский центр в сфере ИИ занимается стимулированием фундаментальных исследований и роста новых патентов. Пекинская академия искусственного интеллекта создана ведущими китайскими университетами и лидерами технологического рынка и становится одним из самых мощных мировых корпусов по разработке ИИ – в 2021 г. академия представила новую версию гипермасштабируемой предварительно подготовленной модели глубокого обучения, первой и самой большой в мире. Zhongguancun Park в Китае стал аналогом Кремниевой долины, в нем располагаются 600 китайских и мировых R&D-центров и технологических компаний общей стоимостью около 40,5 млрд долл.

Можно обозначить следующие основные направления использования ИИ в медицине:

1) визуальная диагностика;

2) система поддержки врачебных решений;

3) риск-анализ (многофакторный анализ с поиском возможных отклонений и нарушений, рисков некорректной диагностики или лечения и др.);

4) разработка новых лекарственных препаратов;

5) клинические исследования (испытания);

6) прогноз эпидемий;

7) выполнение медицинских манипуляций;

8) обеспечение организационных процедур (взаимодействие пациентов и врачей, врачей между собой, пациентов и организаций в сфере здравоохранения и др.).

Нужно отметить, что в настоящее время ИИ проник практически в каждую медицинскую специальность. Существенно возросло число исследований, систематических обзоров. Например, согласно опубликованному в 2021 г. систематическому обзору [Переверзев и др., 2021] различные алгоритмы ИИ можно успешно применять для оптимизации прогноза при различных заболеваниях позвоночника (прил. 1). Исследования демонстрируют возможность участия систем ИИ в диагностике и лечении патологии сетчатки [Каталевская и др., 2022]. Современные алгоритмы ИИ обучены анализировать изображения, полученные при помощи цифровых ретинальных фундус-камер, оптических когерентных томографов, ОКТ-ангиографии. Наиболее перспективным направлением является использование алгоритмов ИИ на этапе офтальмологического скрининга пациентов с хроническими заболеваниями, в первую очередь диабетической ретинопатией, диабетическим макулярным отеком и возрастной макулярной дегенерацией, а также в процессе лечения с целью организации персонализированного подхода к ведению пациента.

Проведенные исследования по конкретной медицинской специальности, систематические обзоры позволяют выявить достижения в данной области, возможные пути их применения, а также риски и ограничения.

Практическое использование ИИ и выбор конкретных технологий зависят от специфики различных медицинских специальностей, наиболее актуальных задач совершенствования медицинской помощи по этим направлениям:

1. В сфере лучевой диагностики, патоморфологии, цитологии – автоматизированный контроль качества полученных изображений, приоритизация результатов исследований, выявление признаков патологических процессов, поддержка принятия решений при дифференциальной диагностике, морфометрия; сравнительный анализ исследований, выполненных в динамике; формирование проектов описаний результатов исследований, голосовое заполнение медицинской документации.

2. В дерматологии – обнаружение и классификация злокачественных новообразований кожи.

3. В нейрохирургии, урологии, хирургии – выявление риска осложнений, прогнозирование результатов, система поддержки врачебных решений, роботизированное выполнение инвазивных медицинских вмешательств.

4. В анестезиологии и реаниматологии – система непрерывного мониторинга, прогнозирование состояния пациентов, роботизированное выполнение медицинских вмешательств, содействие в уходе за пациентом.

Всемирной организацией здравоохранения (ВОЗ) отмечен ряд изменений, вызванных использованием технологий на основе ИИ в здравоохранении:

– эволюция роли пациента при оказании медицинской помощи;

– переход от ухода за пациентами в условиях стационара к уходу на дому;

– использование систем ИИ для медицинской деятельности за пределами официальной системы здравоохранения;

– использование технологий на основе ИИ для распределения ресурсов и определения приоритетов [Ethics and governance of artificial intelligence for health: WHO guidance, 2021].