С развитием технологий увеличился интерес к использованию искусственного интеллекта (ИИ) в медицине. По своей сути ИИ – это современная цифровая система, способная имитировать работу человеческого мозга, где нейроны заменены на нейронные сети компьютера. Разработчики ИИ стремятся создать такие искусственные системы, которые бы выполняли задачи ранее доступные только человеку. Качественный скачок произошел в середине 2000-х годов, когда ученые нашли новые модели обучения нейросетей – глубокого машинного обучения. Эта технология не предполагает четко заданных формул, правил и алгоритмов для решения поставленной задачи. Наоборот, обучение происходит с помощью большого массива данных и различных методов, на основе которых машина и выявляет формулу, тем самым она учится выполнять задачу в будущем [1]. Сегодня нейросети используются в разных областях: в автомобилестроении для разработки автономных автомобилей, в торговле для анализа поведения покупателей и улучшения системы рекомендации товаров, в сельском хозяйстве для распознавания и уничтожения сорняков и др. [2]. ИИ становится привычной частью нашей жизни, многие пользуются этими технологиями в быту (умные колонки, голосовые помощники или smart-часы, которые показывают не просто дату и время, но и фиксируют аритмии).

По данным отчета о внедрении искусственного интеллекта, составленному компанией IBM, уровень внедрения ИИ в 2022 году достиг 35% (в 2021 – 21%). Более 40% компаний работают над интеграцией этой технологии в свои текущие приложения и процессы [3].

В медицине наиболее успешно развиваются три направления: визуализация и обработка изображений в диагностике (обнаружение признаков патологий на лучевых снимках), поддержка принятия врачебных решений (постановка предварительного диагноза на основе анамнеза и выбор терапии) и автоматизация рутинной работы (роботы для записи на прием, голосовые боты для заполнения медицинских карт) [4]. По данным статистики, около 80-85% врачей-клиницистов устанавливают или подтверждают диагноз с помощью компьютерной томографии, УЗИ, МРТ, рентгенографии [5]. В последние года количество исследований и, соответственно, нагрузка на врачей значительно возросли, что чревато врачебными ошибками (10-20% при стандартной нагрузке) [5]. Обеспечить качество помогает независимое двойное чтение изображений двумя разными врачами. ИИ позволяет заменить одного врача. Исследования доказывают, что описание изображения с применением нейросети происходит в 8 раз быстрее [5]. Исследования также подтверждают, что технологии искусственного интеллекта значительно повышают точность постановки диагноза: 93% – при обработке радиологических изображений, МРТ, маммограмм, пренатальных УЗИ, 94,5% – при диагностике туберкулеза, 96,5% – при язвенных инцидентах [1, 5]. При анализе маммограмм у 26000 женщин нейросеть смогла обнаружить рак молочной железы с точностью 94,5% против 88,4% у радиологов, при анализе томограмм более 1000 пациентов рак легких – с точностью 94% против 65% у врачей [4].

Передовым опытом внедрения нейросетей в медицину обладает Москва, что вполне естественно. Столица более 10 лет занимается цифровизацией системы здравоохранения, и сегодня использует уже 12 сервисов на основе ИИ, которые одобрены Росздравнадзором [6]. 11 из них – это нейросети, которые помогают врачам определять признаки рака легких, коронавируса, инсульта, гидроторакса, аневризмы и других заболеваний на КТ, маммограмме, рентгенограмме. Двенадцатый сервис – это система поддержки принятия врачебных решений, которая используется для постановки предварительного диагноза на основе собранного анамнеза. ИИ анализирует протокол осмотра и предлагает три наиболее вероятных диагноза. Врач может согласиться с одним из них либо поставить собственный.

По статистике, врач пропускает патологию в 3-4% случаев, а ИИ – в 0,02% [7]. Кроме того, ИИ может подсказать диагноз, который сложно было бы предположить, поскольку зачастую врач не может проанализировать весь массив данных пациента [7].

Сейчас в Москве ведутся разработки проекта по созданию с помощью ИИ калькулятора биологического возраста, что должно помочь в профилактике возраст-ассоциированных заболеваний [7]. Первым регионом, где начали использовать ИИ, стала Кировская область. Там в 2020 году был реализован проект по внедрению системы поддержки принятия врачебных решений [4]. В том же году в Якутии запустили скрининговый онлайн-проект «Онкопоиск», направленный на раннее выявление онкологических заболеваний. Технологии используют на 6 основных видах рака (легких, толстого кишечника и прямой кишки, печени, молочной железы, простаты, шейки матки) [8]. А в целом, в соответствии с приказом Минздрава России, в 2023 году все субъекты РФ должны были внедрить не менее одного медицинского изделия на основе технологии ИИ, а в 2024 году таких должно быть минимум три [9].

Среди перспективных направлений – использование ИИ в гинекологии (при ультразвуковой диагностике в различные триместры беременности, в диагностике и лечении миомы матки, экстракорпоральном оплодотворении) [10]. Еще одно серьезное направление – распознавание лиц для диагностики заболеваний. Исследования показывают, что технология распознавания лиц, основанная на нейросетях глубокого обучения, обладает высокой точностью, что является основой для ее дальнейшего развития и применения [11]. Болезни вызывают нарушения не только во внутренних структурах и физиологических функциях человека, но приводят и к изменениям внешнего вида, деформациям конечностей, туловища, лица. И врачи могут выносить предварительные суждения по чертам лица у пациентов с болезнями, для которых такие изменения характерны. Как правило, это наследственные заболевания: синдром Дауна, синдром Тернера и т.д., но не только, есть, например, акромегалия, аутизм, болезнь Альцгеймера. Кроме того, сейчас появляются исследования, посвященные раку и коронавирусной инфекции, симптомы которых также отражаются на внешности [11].

Однако проблема в том, что симптомы на лице на ранней стадии болезни не слишком заметны, и врачу в таких случаях трудно предположить диагноз столь сложных заболеваний. Технология распознавания лиц может способствовать их раннему выявлению и повысить точность диагностики [11]. В настоящее время она находится на предварительном этапе разработки и применяется для вспомогательной диагностики. В Германии проводят исследования, связанные с разработкой технологии по выявлению психических расстройств на основе выражений лица, интерпретируемых с помощью компьютерного зрения. Этот подход помогает отличать не только здоровых людей от больных шизофренией, но и депрессию от шизофрении, а также определять степень заболевания, в которой пациент находится в настоящее время [12].

Хотя заболевания, связанные с технологией распознавания лиц, имеют большие перспективы применения в клинической диагностике, существуют и некоторые ограничения. Так, из-за разнообразия и сложности черт лица возникают ошибки и ложноположительные результаты, особенно с учетом таких факторов, как раса, пол, возраст [11]. Кроме того, диагностика по лицу зависит от качества и количества изображений и иных данных, сбор и хранение которых требуют больших затрат. Впрочем, потребность в большом количестве данных для обучения нейросетей – это общий барьер для использования ИИ в медицине. Например, для обучения ИИ IBM Watson было проанализировано 30 млрд. медицинских снимков и 50 млн. медицинских карт [1]. А при обучении ИИ Emergent, с помощью которого удалось выявить пять новых биомаркеров. На них могут быть нацелены лекарства при лечении глаукомы, в систему ввели информацию о более чем 600 тыс. специфических последовательностях ДНК 2,3 тыс. пациентов и данные о генных взаимодействиях [1]. Кроме того, возникают этико-юридические вопросы, связанные с личной неприкосновенностью, безопасностью данных, конфиденциальностью пациентов.

На сегодняшний день медицинские работники – это важнейшее звено в работе с пациентами. ИИ лишь помогает и ускоряет процесс, а окончательное решение всегда принимает врач. Как отметил на прошедшем в июне 2024 года Петербургском международном экономическом форуме представитель ВОЗ в России Батыр Бердыклычев: «ИИ дает множество преимуществ – скорость обработки больших объемов данных, быстроту диагностики, предложение персонализированного плана лечения… Но ИИ сейчас не способен полноценно обеспечивать личное взаимодействие – общение, эмпатию, сочувствие. Поэтому доверять ему вопросы жизни и смерти, решения о прекращении лечения, серьезных медицинских вмешательствах опасно. Кроме того, пока нельзя ему доверить сложные диагнозы, требующие нестандартных решений и междисциплинарных обсуждений, решения о лечении редких заболеваний» [13].

Ссылки:

1. Гусев А.В., Добриднюк С.Л. Искусственный интеллект в медицине и здравоохранении// Информационное общество. 2017; 4-5: 78-93.

2. Лермонтов Д. Искусственный интеллект и нейросети: прорывы и достижения последних лет// https://vc.ru/u/1742108-denis-lermontov/671009-iskusstvennyi-intellekt-i-neiroseti-proryvy-i-dostizheniya-poslednih-let?ysclid=lwoz5hooob353628456 (дата обращения: 06.06.2024).

3. Картер Р. Статистика ИИ: основные статистические данные ИИ, которые вы должны знать в 2023 году (с инфографикой). https://ecommerce-platforms.com/ru/articles/ai-statistics/ (дата обращения: 06.06.2024).

4. Петров Д. Как искусственный интеллект меняет будущее медицины. https://www.forbes.ru/mneniya/488597-kak-iskusstvennyj-intellekt-menaet-budusee-mediciny?ysclid=lwyvshlxyp947588338 (дата обращения: 06.06.2024).

5. Борисов В.А., Азарова В.Д., Ионов С.Н. Возможности искусственного интеллекта в лучевой диагностике заболеваний внутренних органов// Вестник науки. 2024; 4 (73), т.4: 867-881.

6. Поставить диагноз и выявить признаки заболевания: как нейросети помогают врачам в Москве. https://www.mos.ru/news/item/125405073/ (дата обращения: 06.06.2024).

7. Тяжельников А. Искусственный интеллект в амбулаторной службе// Московская медицина. 2024; март: 14-17.

8. Скрининг и ранняя диагностика рака в Якутии. https://онкопоисксаха.рф/.

9. Список зарегистрированных Росздравнадзором отечественных медицинских изделий с технологиями искусственного интеллекта. https://portal.egisz.rosminzdrav.ru/news/855 (дата обращения: 06.06.2024).

10. Барсукова Е.А. и др. Комплексный (систематический) обзор литературы о применении// Медицина. Социология. Философия. Прикладные исследования. 2023; 6: 198-202.

11. Kong X, Wang Z, Sun J, Qi X, Ding X, et al. Facial Recognition for Disease Diagnosis Using a Deep Learning Convolutional Neural Network: A systematic Review and Meta-Analysis// J Fam Med. 2024; 11(1): 1345.

12. Anderson M. Diagnosing Mental Health Disorders Through AI Facial Expression Evaluation. https://www.unite.ai/diagnosing-mental-disorders-through-ai-facial-expression-evaluation (дата обращения: 06.06.2024).

13. Власова В. ПМЭФ-2024. Не вместо, а вместе: потенциал применения ИИ в российском здравоохранении. https://inscience.news/ru/article/discussion/16138 (дата обращения: 06.06.2024).