Искусственный интеллект сейчас в тренде. Он уже пишет картины, управляет автомобилем и отвечает в организациях на телефонные звонки. Всё шире он применяется и в медицине, и показывает там очень высокую эффективность. И скорее всего покажет ещё бо́льшую, если можно будет привлечь к сбору данных простых людей и поменять законодательство. Правда, некоторые проблемы связанные с его внедрением в рамках современной мировой политэкономической ситуации могут показаться неразрешимыми.

Медицина, ранее ориентировавшаяся, в основном, на излечение острых заболеваний, в настоящее время уделяет больше внимания болезням хроническим, многие из которых недавно и  не считались болезнями. Врачам приходится сталкиваться с необходимостью лечить депрессии, ожирение, разные болезни пожилого возраста. Диабет, аутоиммунные расстройства сердечная недостаточность всё чаще у пациентов диагностируются на самых ранних стадиях, вне фазы обострения, причём всё чаще речь идёт не только о поддерживающей терапии, но о возможности излечить полностью и исправить данные системные сбои человеческого организма. Очень быстро развивается превентивная медицина, которая позволяет распознать у людей предрасположенность к некоторым типам заболеваний ещё до проявления этих болезней и принять необходимые меры. Очень быстро увеличиваются объёмы медицинских данных, и постепенно мы начинаем понимать, что от качества и скорости их анализа зависят наше качество жизни и здоровье. И что всё это является работой для искусственного интеллекта.

В данной статье под искусственным интеллектом  мы станем понимать способность машины имитировать умное поведение людей, а именно — умение ориентироваться в меняющемся контексте и  с учётом этих изменений принимать оптимальные решения, которые позволяют достичь цели.
В настоящее время используются масштабно две технологии искусственного интеллекта — это нейронные сети и экспертные системы. Пока экспертные системы отживают свой век, нейронные сети завоевали рынок благодаря способности учиться.
Традиционно выделяется несколько видов искусственного интеллекта:
Узкий искусственный интеллект— он спроектирован, чтобы решать определённую задачу; Общий искусственный интеллект — он сможет решать любые задачи, с которыми справится человек; Superintelligence — он станет опережать человека по сложности решаемых задач.
В данной статье под искусственным интеллектом я стану говорить об «узком искусственном интеллекте», реализованный на базе нейронных сетей. Механизм работы нейронных сетей был вдохновлён биологическими нейронными сетями.Нейронные сети в компьютерном виде представляют граф с тремя и более слоями нейронов, которые соединены в слоях разными образами. У соединений имеются веса, которые играют довольно важную роль в обучении нейронных сетей.
Обучение нейронных сетей примитивно можно представить следующим образом: подаются данные на входные нейроны, далее они на внутреннем слое обрабатываются нейронами, и  получаются некоторые значения на выходных нейронах. Если нас не устраивают полученные значения, то мы меняем веса соединений в нейронной сети и  её учим заново (об этом можно подробнее почитать в книге Дэвида Криселя A BriefIntroductiontoNeuralNetworks). Чем больше на входные нейроны подаётся релевантных данных, тем результат работы сети выходит релевантнее.

Что требуется сделать как можно скорее?

На полках поликлиники больниц пылятся целые тонны медицинских карт. А между тем, если обучить нейронные сетина их материале, то системы искусственного интеллекта смогли бы многим спасти жизни и смогли бы также уменьшить затраты людей на лечение. Но открыть сведения из историй болезней — это очень смелый шаг, и  ему многие воспротивятся, думая, что их персональные данные смогут использовать им же во вред. Необходимо, чтобы открытие личных данных происходило с соблюдением огромного количества условий и его должно сопровождать подписание разнообразных соглашений, которые гарантируют (вероятно, при участии государств) использование этих данных строго по назначению. Однако, так или иначе, необходимо сделать медицинские карты доступными для нейронных сетей —в настоящее время «тренировочные сеты» информации — это узкое место искусственного интеллекта в медицине.

Что может искусственный интеллект в медицине?

Диагност и ассистент лечащего врача

Врачу бывает трудно правильно диагностировать заболевание, а особенно если он пока имеет не очень много практики или если конкретный случай сильно отличается от его профессионального опыта. Здесь на помощь должен будет прийти искусственный интеллект, который имеет доступ к базам с миллионами историй болезни (и прочей упорядоченной информацией). При помощи алгоритмов машинного обучения искусственный интеллект будет классифицировать конкретный кейс, очень быстро просканирует научную литературу по нужной тематике, которая вышла за определённый интервал времени, затем изучит похожие случаи, имеющиеся в доступе, и предложит на их основе план лечения. Кроме того, искусственный интеллект будет обеспечивать индивидуализированный подход к лечению, принимая во внимание данные о генетических особенностях пациента, паттернах движения, собранных его носимыми устройствами, предыдущей истории болезней — всём анамнезе жизни. Искусственный интеллект вероятно (по крайней мере, на текущем этапе развития технологий) — не заменит врача, но может стать — уже стал — полезным инструментом, помощником в деле диагностики и лечения.

Приведем некоторые примеры.

IBM Watsonfor Oncology. IBM Watson — суперкомпьютер, умеющий отвечать на вопросы, сформулированные на естественном языке (то есть не на языке программирования). У него есть доступ к различным источникам данных: энциклопедиям, базам научных статей, антологиям знаний. Благодаря огромным вычислительным мощностям, обработав источники, он выдаёт максимально точный ответ на заданный вопрос.
IBM Watsonfor Oncology — программа применения мощностей IBM Watson для определения оптимальной доказательной основанной на данных стратегии лечения рака. Перед запуском этой программы в Watson для обучения были загружены сотни тысяч медицинских документов, в том числе 25 тысяч историй болезни, более 300 медицинских журналов и более 200 учебников, всего около 15 млн страниц текста. В 2011 году было объявлено о совместном исследовательском проекте IBM и Nuance Communications, результатом которого должен был стать коммерческий продукт для клинического применения в области принятия врачебных решений. В подготовке к клинической практике суперкомпьютеру помогали исследователи-клиницисты из Колумбийского университета (Columbia University) и Университета Мэриленда в Балтиморе (Universityof Maryland, Baltimore).
С 2013 года IBM Watson используется в Мемориальном онкологическом центре им. Слоуна-Кеттеринга в Нью-Йорке (Memorial Sloan Kettering Cancer Center, MSK) для помощи в принятии управляющих решений (Utilizationmanagement) при лечении больных раком лёгких и уходе за ними. Разумеется, его база постоянно пополняется новыми историями болезни.
В том же году IBM и Онкологический центр им. М. Д. Андерсона (University o fTexas MD Anderson Cancer Center) запустили пилотный проект «миссии по искоренению рака». Однако вскоре было объявлено, что проект (на который на тот момент уже было потрачено 62 млн долларов) не оправдал ожиданий и будет отложен.
В июле 2016 года программа IBM Watsonfor Oncology была запущена в коммерческую эксплуатацию на базе Manipal Hospitals (ведущая сеть больниц в Индии) — для помощи врачам и пациентам в определении персонализированных методик борьбы с раком. Также сеть Manipal Hospitals предлагает онкологическим больным узнать «мнение Ватсона» онлайн, на своём веб-сайте.
В феврале этого года Медицинский центр Джупитера (Jupiter Medical Center), Джупитер-Айленд, Флорида, США, также объявил о начале использования IBM WatsonforOncology. В пресс-релизе, посвящённом запуску программы, сообщалось, что «Ватсон» уже способен оказывать действенную помощь клиницистам в разработке планов лечения рака груди, лёгких, толстой кишки, шейки матки, яичников и желудка. До конца года IBM и MSK планируют обучить IBM Watsonfor Oncology лечению ещё 9 типов рака, покрыв тем самым потенциально 80% заболеваемости раком в мире.

IBM MedicalSieve

Этот проект находится в стадии разработки. Чтобы оценить результаты МРТ, рентген-снимков, кардиограмм, врачу в среднем нужно потратить значительно больше времени на изучение картинки, чем системе машинного обучения. При этом точность компьютерного анализа в среднем выше, что позволит выявить дефекты и образования, которые врач может и пропустить. Особенно под конец смены, когда медики устают и теряют концентрацию. Более того, за счёт уменьшения количества времени на распознавание и обработку данных, может быть обслужено больше пациентов.

GoogleDeepMindHealth

Это подпроект Google Deep Mind, применяющий технологии искусственного интеллекта к медицине. В данный момент известно о сотрудничестве DM Health и лондонской больницей «Мурфилдс Ай» (Moorfields Eye Hospital): тысячи анонимных глазных снимков будут проанализированы с целью найти первичные симптомы слепоты. Также, в сотрудничестве с больницей Университетского колледжа Лондона (University College London Hospital), искусственный интеллект будет задействован в проекте по разработке алгоритма, который сможет автоматически различать здоровые и раковые ткани в области головы и шеи.

NeuroLex.co.

Люди, когда говорят, сообщают значение произносимого не только словами, но и интонацией, промежутками между словами, скоростью и громкостью речи. Из психиатрической практики известно, что психические расстройства обычно сопровождаются определёнными речевыми изменениями. Поэтому можно научить нейронные сети расставлять соответствия между речевыми паттернами и диагнозами (на основе уже имеющейся клинической практики), таким образом сделать процесс установления диагноза более быстрым и точным.
Не следует путать NeuroLex.co и NeuroLex.org — wiki-проект по составлению актуального динамического лексикона нейронауки.

Face2Gene

Это программа, позволяющая диагностировать по фото многие генетические заболевания (в основном, у детей). Целевая аудитория — практикующие врачи и исследователи. Подробнее см. в нашем материале «Диагностирование генетических болезней по фото».