Как применять искусственный интеллект в медицине и здравоохранении

По данным консалтинговой компании Grand View Research, мировые расходы на искусственный интеллект в медицине по итогам 2018 года составили $2,5 млрд. Внедрение инструментов, включающих алгоритмы анализа больших данных (о здоровье населения, результатов лабораторных и генетических исследований) и автоматическое распознавание речи, направлено на достижение следующих основных целей:

• Снижение количества врачебных ошибок, приводящих, кроме прочего, к летальному исходу, за счёт повышения точности и скорости постановки диагноза.
• Обеспечение более эффективного взаимодействия между врачом и пациентом за счёт сокращения административной нагрузки на медперсонал.
• Снижение стоимости и ускорение разработки новых лекарственных препаратов.

Рассмотрим несколько сценариев применения ИИ и машинного обучения в медицине.

Эпидемиология

Медицинские интеллектуальные системы и стали особенно востребованы в период пандемии коронавируса, когда они дали возможность обеспечивать:

• взаимодействие специалистов в режиме реального времени через коммуникационные платформы со встроенным ИИ, способным распознавать устную и письменную речь на разных языках (чат-боты, голосовые помощники, машинный перевод);
• быструю диагностику на основе анализирования медицинских изображений (в том числе КТ-снимков грудной клетки);
• контроль за состоянием пациентов;
• ускоренную разработку лекарственных средств;
• прогноз распространения вируса.

В Китае, где в декабре 2019 года были зафиксированы первые заболевшие коронавирусом, уже в марте 2020-го был предложен набор ИИ-решений и облачных сервисов для борьбы с пандемией.

Коммуникационная платформа DingTalk. Площадка для международного обмена опытом распознавания, лечения и противодействия распространению коронавирусной инфекции. Общение медработников происходит в групповом чате, где в режиме реального времени осуществляется машинный перевод текстовых сообщений пользователей. ИИ-система поддерживает 11 языков: арабский, индонезийский, китайский, английский, французский, японский, русский, испанский, тайский, турецкий и вьетнамский. Для проведения удалённой консультации доступен формат видеоконференций.

ИИ-система прогнозирования эпидемии. Моделирует масштабы распространения коронавируса в различных регионах мира. При разработке алгоритмической модели использовалась статистика по заболевшим, умершим и выздоровевшим в провинциях Китая.

Система анализа КТ-снимков. Была обучена на базе 5 тысяч изображений грудной клетки жителей Китая. По данным разработчика, точность выявления коронавируса составляет 96%. Время, требуемое на КТ-анализ, не превышает 10 секунд.

Радиологические исследования

Анализ медицинских изображений (например, КТ- и МРТ-снимков) для диагностики (прежде всего онкологий) лежит в основе научного направления, называющегося радиомикой и развивающегося на стыке радиологии, компьютерных вычислений и математической статистики. Ожидается, что применение искусственного интеллекта позволит в будущем отказаться от инвазивных диагностических процедур, сопровождающихся высоким риском осложнений и дискомфортом для человека (например, эндоскопии и биопсии).

Уже сейчас ИИ-анализ снимков повышает точность выявления заболевания и прогнозирования его хода. Это достигается за счёт обучения алгоритмов на базе больших данных, собранных в медучреждениях по итогам обследований.

ИИ-лаборатория Американского колледжа радиологии разработала открытый масштабируемый сервис, который можно внедрять и примененять в профильных клиниках и научно-исследовательских институтах США без дополнительных расходов на закупку софта. Решение даёт возможность врачам-радиологам, не владеющим навыками программирования, применять в своей практике ИИ:

• анализировать наборы данных;
• разрабатывать алгоритмы и модели машинного обучения;
• оценивать их эффективность в выявлении и прогнозировании развития болезней;
• обмениваться полученными результатами с коллегами.

По данным разработчиков, сервис соответствует требованиям безопасности, предъявляемым Минздравом и социальными службами США.

Электронные медкарты

Искусственный интеллект упрощает работу с медкартами, избавляя врачей от лишней административной нагрузки. Время, которое они вынуждены тратить на заполнение документации, сокращается благодаря голосовым помощникам. Так, интеграция сервиса Dragon Medical One с программой распознавания речи с электронными медкартами даёт возможность, по заявлениям производителя, вносить сведенья о состоянии больного и ходе терапии на 45% быстрее и на 20% подробнее, чем при вводе в ручном режиме с использованием клавиатуры.

Медкарты содержат данные как в структурированном (результаты анализов), так и в неструктурированном (жалобы пациента, рекомендации врача) виде. ИИ быстро ищет и обрабатывает сведения разного формата для точной постановки диагноза.

Превентивная диагностика

Нейросети и облачные сервисы помогают выявлять предрасположенность к болезни, позволяя приступать к её устранению как можно раньше.

Для оценки рисков различных патологий (в том числе сахарного диабета, гипертонии и атеросклероза) ИИ-система Airdoc использует снимки сетчатки глаз. Выявление симптомов на ранней стадии позволяет своевременно приступить к терапии и избежать серьёзных осложнений, например предотвратить слепоту и инсульт у больных диабетом.

Изображения с высоким разрешением, полученные через цифровой сканер, передаются для дальнейшей обработки в облако. ИИ-алгоритмы за 20–30 миллисекунд анализируют снимки сетчатки обоих глаз пациента на наличие аномалий (например, пятен и деформированных кровеносных сосудов). Итоговые сведенья, содержащие показатели уровня риска по 30 заболеваниям, отправляются на email пациента.

Медицинские роботы

Робототехника в медицине обеспечивает высокую точность и безопасность при проведении хирургических операций, во время эндоскопии и при терапевтических процедурах.

Роботы выполняют роль посредников между врачом и пациентом. Так, компаньон Mabu помогает контролировать работу организма людям с сердечной недостаточностью, ревматоидным артритом или раком печени. Технология распознавания речи на базе нейросетей помогает роботу изучить особенности своего подопечного путём ежедневного диалога с ним.

Mabu задаёт вопросы о самочувствии пациента, различных параметрах (например, весе), симптомах (при сердечной недостаточности следует контролировать наличие одышки). Полученные ответы робот передаёт врачу, медсестре и фармацевту, отпускающему необходимые лекарства. После получения назначений робот контролирует ход лечения: даёт пациенту необходимые рекомендации и напоминает о своевременном приёме препаратов.

Новый подход к оказанию врачебной помощи

Новые технологии изменят привычные представления о здравоохранении и доступных для пациентов услугах.

Регулярный мониторинг состояния организма обеспечат носимые девайсы, измеряющие жизненно важные показатели организма. Программа, анализируя собранные данные, заранее предупредит о необходимости обращения в клинику.

ИИ-платформа удалённого мониторинга здоровья стартапа Current Health, по информации разработчика, определяет наличие более 100 болезней. Беспроводной носимый гаджет, закрепляемое на руке пациента, ежедневно отслеживает пульс, давление, температуру и другие параметры. Изучение полученных данных позволяет на ранней стадии выявить риск наступления осложнений.

В приложении, доступном на стационарных и мобильных устройствах, собрана детальная информация о состоянии пациента. Встроенный чат-бот задаёт вопросы о его самочувствии и наличии симптомов. Консультации с врачом возможны в формате видеосвязи. Платформа интегрирована с электронными медкартами.

Поддержка жизнедеятельности человеческого организма с помощью нейронных сетей — это перспективное направление медико-биологических исследований, связанное с воспроизведением утраченных функций у пациентов с инвалидностью с помощью роботизированных протезов и дополненной реальности. Развитие нейрокомпьютерных интерфейсов позволит в будущем организовать совместную работу нейросетей и человеческого мозга.

В 2019 году университеты штатов Северная Каролина и Аризона (США) представили совместно разработанную систему автоматической настройки коленного протеза. Если в ручном режиме регулирование 12 параметров роботизированного сустава для обеспечения нормальной ходьбы пациента занимает несколько часов, то ИИ справляется с задачей всего за 10 минут.

Учреждениям здравоохранения и IT-компаниям, занимающимся разработкой медицинских приложений, мы готовы предоставить надёжную, мощную и защищённую облачную инфраструктуру.

Облако EdgeЦентр производительное, выгодное и удобное в использовании и помогает повысить качество услуг.