Тема искусственного интеллекта и применение его технологий в медицине обсуждалась в январе на круглом столе «Искусственный интеллект в здравоохранении» на XVIII Ассамблее «Здоровая Москва». В дискуссии приняли участие самые знаковые эксперты в этой области из России и всего мира. Они рассказали о том, что сейчас актуально в мире по данной теме, какие были ожидания в широком смысле и как они менялись на протяжении последних трех лет, что уже вошло в практику здравоохранения.
Часть первая. Обмен мнениями с зарубежными экспертами
Сергей Воинов, руководитель направления цифровых решений для медицины Фонда «Сколково» был модератором этого мероприятия. Он напомнил собравшимся, что у нас в стране есть регионы с очень неравномерным распределением специалистов в различных нозологиях: где-то у нас таких врачей избыток, где-то их просто нет. Так же было отмечено, что система российского здравоохранения является достаточно масштабной и территориально распределенной, поэтому использование технологий искусственного интеллекта, автоматизация работы врачей необходима.
Сергей Воинов. Фото: Sk.ru
Cлово было передано эксперту из Австралии Робину Манну, директору по цифровому здравоохранению BCG в Сиднее, бывшему национальному руководителю инноваций в Calvary Health Care, некоммерческой католической организации здравоохранения в Австралии. Так же Р.Манн ранее возглавлял дизайн клинических процессов в NHS Wales Informatics Service в Великобритании, предоставляющей цифровые услуги для Уэльского здравоохранения.
Опытный эксперт в интеграции государственных, частных и некоммерческих организаций здравоохранения начал свое выступления с определения, что лично он вкладывает понятие искусственный интеллект.
По мнению Р.Манна — это способ описать большое количество данных, алгоритмов и получить какой-то инсайт, еще один инструмент, который мы используем, чтобы диагностировать болезнь и разработать решение, чтобы справиться с той или иной проблемой, которая может быть у клиентов.
«Приведу несколько примеров. Для страховой организации надо было выявить, в каких случаях врачи не совсем честно работали. Требовалось проанализировать состояние здоровья пациентов, чтобы понять в каких случаях они не должны были получать срочное лечение или наоборот находились в группе риска, и могли повторно попасть в больницу. Это важно в случаях, когда лечение особенно дорого стоит, когда идут большие инвестиции в организацию скорой помощи. Мы сконструировали некого цифрового близнеца для неотложки, который в течение трех дней анализировал все случаи попадания больных по скорой помощи. Это позволило создать модели ситуаций, где, при каких обстоятельствах и с какими проблемами обращаются люди для срочной госпитализации. Мы смогли сузить наш отбор и предложить оптимальное решение, которое снизило расходы этой службы. Искусственный интеллект помог расставить приоритеты».
«Приведу несколько примеров. Для страховой организации надо было выявить, в каких случаях врачи не совсем честно работали. Требовалось проанализировать состояние здоровья пациентов, чтобы понять в каких случаях они не должны были получать срочное лечение или наоборот находились в группе риска, и могли повторно попасть в больницу. Это важно в случаях, когда лечение особенно дорого стоит, когда идут большие инвестиции в организацию скорой помощи.
Мы сконструировали некого цифрового близнеца для неотложки, который в течение трех дней анализировал все случаи попадания больных по скорой помощи. Это позволило создать модели ситуаций, где, при каких обстоятельствах и с какими проблемами обращаются люди для срочной госпитализации. Мы смогли сузить наш отбор и предложить оптимальное решение, которое снизило расходы этой службы. Искусственный интеллект помог расставить приоритеты».
Затем микрофон был передан Николасу Марку, управляющему директору и партнеру в венчурном фонде Intermountain Healthcare, учрежденном с целью инвестиций в инновационные компании, главным образом с фокусом на цифровое здоровье и ИИ.
Он рассказал о том, какие проекты в фокусе, уже реально запущены и применяются в США, какие параметры становятся важным при принятии решения о финансировании проектов, связанных с ИИ в здравоохранении.
«Оценивая любой новый стартап, мы конкретно смотрим на реальные результаты применения искусственного интеллекта. Нам интересно, когда машина работает лучше, чем люди. Мы это часто видим в медицинской сфере. Например, один медицинский центр США сообщил, что они снизили уровень приема пациентов на 20% за счет распространение алгоритмов оказания первичной помощи с помощью различных приложений, которые выдавали рекомендации пациентам. Так же, мы финансировали проект в Стэфорде, когда грамотно структурированные наборы данных в рентгенологии позволяли с помощью ИИ проанализировать 420 снимков за 90 секунд, в то время, как у врачей уходило на это несколько часов. Машина показала более высокий уровень точности».
«Оценивая любой новый стартап, мы конкретно смотрим на реальные результаты применения искусственного интеллекта. Нам интересно, когда машина работает лучше, чем люди. Мы это часто видим в медицинской сфере. Например, один медицинский центр США сообщил, что они снизили уровень приема пациентов на 20% за счет распространение алгоритмов оказания первичной помощи с помощью различных приложений, которые выдавали рекомендации пациентам.
Так же, мы финансировали проект в Стэфорде, когда грамотно структурированные наборы данных в рентгенологии позволяли с помощью ИИ проанализировать 420 снимков за 90 секунд, в то время, как у врачей уходило на это несколько часов. Машина показала более высокий уровень точности».
О векторах развития крупных технологических вендоров рассказал создатель Центра по науке о данных и искусственном интеллекте, глава отдела искусственного интеллекта по точной диагностике из главного технологического управления Royal Philips Ханс-Алоис Вишманн.
В своей презентации он сделал акцент на то, насколько важной является валидация данных в работе с технологиями искусственного интеллекта. Был приведен пример, как должны коррелировать между собой улучшение результатов диагностики с помощью искусственного интеллекта, сокращение нагрузки на персонал, снижение стоимости услуг.
Именно калибровка, верификация и валидация ИИ является для эксперта критерием успеха работы всей его команды.
«Врачей нельзя заменить, но их компетенции могут быть дополнены и усовершенствованы. Мы 10 лет работали в отделении интенсивной терапии, чтобы понять, почему и в каких случаях ухудшается состояние пациентов, анализировали индикаторы, предупреждающие об ухудшении состояния. Речь идет не только об обработке снимков. Мы пытались интергрировать искусственный интеллект в работу терапевтов, как основу первичной помощи. Мы придумали математическую основу построения модели использования ретроспективных данных, которая в нужный момент заранее предупреждает врача, о том, на что необходимо срочно обратить внимание. Это позволило снизить уровень сердечных приступов на 86%.»
«Врачей нельзя заменить, но их компетенции могут быть дополнены и усовершенствованы. Мы 10 лет работали в отделении интенсивной терапии, чтобы понять, почему и в каких случаях ухудшается состояние пациентов, анализировали индикаторы, предупреждающие об ухудшении состояния.
Речь идет не только об обработке снимков. Мы пытались интергрировать искусственный интеллект в работу терапевтов, как основу первичной помощи. Мы придумали математическую основу построения модели использования ретроспективных данных, которая в нужный момент заранее предупреждает врача, о том, на что необходимо срочно обратить внимание. Это позволило снизить уровень сердечных приступов на 86%.»
Выступающий постоянно делал акцент на том, что одинаково опасно переоценивать возможности искусственного интеллекта и, наоборот, недооценивать их. В частности, он разъяснил, как может быть достигнута большая результативность в маммографии, если принять ИИ в «состав консилиума врачей». Работа с ИИ с одной стороны постоянно обучает его и повышает надёжность алгоритма, а с другой стороны «алгоритм сам по себе также может работать как один из двух рентгенологов. Если алгоритм согласен с первым доктором, то нет необходимости привлекать второго специалиста для анализа, как это принято сейчас на практике для повышения надежности диагностики».
Подготовила Надежда Данилова
Источник: evercare.ru