УправлениеИТ в бизнесе

Искусственный интеллект приближает врача к пациенту

Ольга Попова | 30.05.2021
Александр Гусев

Александр Гусев

член наблюдательного совета Ассоциации разработчиков и пользователей систем искусственного интеллекта в медицине «Национальная база медицинских знаний», директор по развитию бизнеса Webiomed, к.т.н.

Анализ медицинских изображений, прогнозная аналитика, телемедицина и другие возможности ИИ

Внедрение систем на базе ИИ – один из ключевых трендов российского здравоохранения. Замечательная способность искусственного интеллекта воспринимать огромные объемы данных, разбираться в изображениях и выявлять закономерности, ускользающие от даже самого опытного человеческого глаза, вселяет надежду на то, что эта технология изменит медицину. О перспективных направлениях, связанных с разработками в области искусственного интеллекта рассказывает Александр Гусев, член наблюдательного совета Ассоциации разработчиков и пользователей систем искусственного интеллекта в медицине «Национальная база медицинских знаний», директор по развитию бизнеса Webiomed, к.т.н.

Весь прошлый год мы говорили о влиянии пандемии на экономику. Как, на ваш взгляд, пандемия изменила развитие ИИ в вашей отрасли?

Пандемия заметно ускорила интерес к цифровым продуктам в сфере здравоохранения и в целом, и в ИИ, в частности. Государство за последний год заметно улучшило регулирование регистрации ИИ-систем как программных медицинских изделий. Министерство здравоохранения прорабатывает свой ведомственный ИИ-проект в рамках федерального проекта «Искусственный интеллект». Наши отечественные ИИ-стартапы привлекают инвестиции на развитие своих продуктов. Идут первые пилотные проекты в субъектах РФ, достаточно назвать московский эксперимент по внедрению ИИ в радиологию, а также такие примеры, как внедрение различных ИИ-продуктов на Ямале и в Кировской области. Это было запущено еще до пандемии, но именно из-за случившейся ситуации с COVID-19 мы увидели, что использование ИИ как вспомогательного инструмента позволяет в критической ситуации разгрузить врачей от рутинных задач или подстраховать их от возможных ошибок.

Насколько вырос интерес к решениям ИИ в здраве?

Здравоохранение – наверное, один из фаворитов. Именно здесь мы видим большие перспективы действительно эффективного внедрения различных ИИ-продуктов. В медицине врач в повседневной практике уже сейчас сталкивается с лавиной данных по пациенту, новых исследований и публикаций в научной литературе, множеств клинических рекомендаций и порядков оказания медицинской помощи. Все это уже просто физически невозможно удержать в голове и учесть при диагностике и лечении. Здесь остро нужен цифровой помощник в виде различных ИИ-продуктов, которые проанализируют доступную информацию, сократят время врача и руководителя на анализ данных и дадут ценные подсказки, подстрахуют от рутинной ошибки.

Сегодня часто говорят, что ИИ — это уже не отдельный стек технологий, а новый способ программирования, применимый в самых различных областях. Согласны ли вы с этим?

Да, полностью. В медицине есть масса задач, по которым невозможно привычным образом описать алгоритм анализа данных и принятия решения и затем реализовать его в виде программного кода. Например, анализ медицинских изображений. Или выявление подозрения на диагноз. Многие годы шли бесчисленные попытки создания систем поддержки принятия врачебных решений, но их львиная доля так и осталась на уровне интересных, но не внедренных в практику научных разработок. Очевидно почему: здоровье человека и взаимосвязи в организме настолько сложны (а порой не изучены или не поняты наукой), что в некоторых случаях их невозможно описать программированием и фиксированными алгоритмами. Слишком велико многообразие и непредсказуемость. Но создание алгоритмов путем машинного обучения способно решить эту проблему. Лишь бы было достаточное количество данных, а машина сама научится выявлять нужные зависимости и - пусть с какой-то вероятностью – но все-таки решать поставленную задачу.

Как изменились процессы получения данных? Стали ли они доступнее для среднего и малого бизнеса?

Никак. Проблема отсутствия качественных и пригодных для машинного обучения данных, по крайней мере в сфере здравоохранения, в России сейчас самая главная. Таких данных практически нет. И это главная причина нашего отставания в этой сфере от мировых лидеров.

Какие интересные и перспективные инновации на основе искусственного интеллекта появились в здравоохранении за последние год-полтора?

В здравоохранении в основном сохраняются акценты и приоритеты, наметившиеся в последние два-три года. Во-первых, это анализ медицинских изображений с целью сокращения затрат на диагностику и пропуска врачами признаков заболеваний на ранней стадии, автоматизация рутинных операций. Во-вторых, это прогнозная аналитика с целью усиления профилактики заболеваний и сокращения затрат на оказание медицинской помощи. В некоторых странах большим спросом стали пользоваться продукты, анализирующие счета на оплату медицинской помощи для автоматизации контроля качества и детекции необоснованных услуг. Очень интересным направлением выглядит применение ИИ в телемедицине и сервисах для пациентов, помогающих проанализировать жалобы пациента и его медицинские данные на предмет предварительной постановки диагнозов.

Какие новшества могут улучшить или облегчить жизнь пациентов?

В медицине есть сразу несколько ключевых перспективных новшеств. Во-первых, ИИ научили применять для ускорения разработки лекарств, что имеет огромное значение для сокращения сроков и стоимости вывода новых препаратов на рынок. А это в свою очередь может быть критически важным для лечения новых болезней или мутаций вирусных заболеваний. Второе направление – это исследования в области социальных детерминант, когда ИИ может анализировать не только исключительно медицинских данные, но и дополнительно учитывать такие вещи, как поведение пациента в социальных сетях, данные окружающей среды, покупательские особенности и т.д. Например, недавно вышла интересная работа американских исследователей, которые создали модель машинного обучения, умеющую удивительно точно анализировать поведение человека в социальной сети на предмет выявления рисков суицида или обострения психиатрического заболевания.

Решения на базе «периферийного ИИ», когда устройства сами обрабатывают данные без подключения к ЦОД, насколько они перспективны и применимы в медицине, когда к ним будет взлет интереса заказчиков?

Да, перспективно. Обработка медицинских данных с помощью ИИ может быть заметно улучшена, если часть вычислений будет проводится на месте возникновения первичных данных. Это может оказаться не только безопаснее, но и быстрее. Есть, конечно, технические нюансы, связанные с необходимостью обновления и обслуживания территориально-распределенных экземпляров ИИ-продуктов и моделей, но все это вполне решаемо.

Какие вопросы, связанные с ИИ нуждаются в государственном регулировании?

Главный вопрос – это доступ к данным. У нас в России сейчас парадоксальная ситуация: на фоне мировой гонки за будущие огромные ИИ-рынки мы нигде не просто не лидируем, а даже хотя бы номинально не присутствуем. Ни по публикациям, ни по патентам, ни по выручке от ИИ-стартапов – нас нигде нет. Мировые лидеры этих рынков – США, Китай и Великобритания – только усиливают свои инвестиции в это направление. Вместе с этим – у нас огромное количество данных. На примере здравоохранения: государство начиная с 2011 г. инвестировало в информатизацию государственного здравоохранения порядка 90 млрд руб. Повсеместно внедрены электронные медицинские карты, автоматизированы лабораторная и лучевая диагностика. Но все это мертвым грузом лежит в архивах и толком не используется ни для улучшения качества медицинской помощи, ни для создания ИИ-продуктов и исследований в сфере медицинского ИИ. Мы как собака на сене – ничего не делаем и другим не даем. И главный барьер тут – это рудиментарное законодательство в области персональных данных. Рынок уже давно призывает урегулировать эту проблему: дать возможность контролируемого и безопасного использования обезличенных медицинских данных для стартапов и ученых в сфере ИИ. Это сейчас главная проблема, которую должна урегулировать государство.

Искусственный интеллект AI Телемедицина

Темы: Бизнес в цифре

Журнал: Журнал IT-Manager, Подписка на журналы


Поделиться:

ВКонтакт Facebook Google Plus Одноклассники Twitter Livejournal Liveinternet Mail.Ru

Также по теме

Другие материалы рубрики

Мысли вслух

Мы много и часто говорим о том, что "ИТ меняют наш мир". Посмотрим, как это происходит в Китае с применением конкретных инструментов и затрагивает сотни миллионов человек.
Согласно прогнозам Gartner, к 2022 г. 75% организаций, использующих инфраструктуру как сервис (IaaS), будут реализовывать продуманную мультиоблачную стратегию, в то время как в 2017 г. доля таких компаний составляла 49%.
Все жалуются на нехватку времени. Особенно обидно, что его не хватает на самые важные вещи. Совещания, созвоны, подготовка внутренних отчетов, непонятно, насколько нужных, но которые начальство требует так, как будто это именно то, ради чего мы работаем.

Компании сообщают

Мероприятия

Apple Tech Business Week
Санкт-Петербург, IT-пространство для бизнеса Resonance Space
22.06.2021 — 24.06.2021
VI Конференция ЦИПР-2021
Нижний Новгород, ул. Совнаркомовская, дом 13, «Нижегородская Ярмарка»
15 000 руб
23.06.2021
Выставка «EXPO-RUSSIA KAZAKHSTAN 2021»
Республика Казахстан
23.06.2021 — 25.06.2021
10:00–18:00