Как искусственный интеллект позволяет находить и лечить болезни: лучшие мировые и российские практики
Объем данных в здравоохранении стремительно растет. На это, в частности, влияют развивающиеся информационные технологии как в смежных областях, так и в медицине — например, появление нового цифрового оборудования. Кроме того, становятся популярными медицинские цифровые помощники и приложения для мониторинга здоровья, которые также собирают значительный массив клинической информации.
В России тренд на цифровизацию данных в здравоохранении усилился благодаря запущенному в 2018 году федеральному проекту «Создание единого цифрового контура в здравоохранении на основе единой государственной системы в сфере здравоохранения (ЕГИСЗ)». По сути, принцип работы ЕГИСЗ основан на использовании электронного документооборота. Система собирает данные медучреждений, обрабатывает и хранит их, а также формирует аналитическую информацию.
Мировые практики использования ИИ в медицине
Накапливающиеся данные системы здравоохранения расширяют возможности для обучения искусственного интеллекта. На основе ИИ создаются алгоритмы, которые помогают решать проблемы пациента в моменте, а также менять саму систему оказания медицинской помощи – например, значительно ускорять диагностику жизнеугрожающих заболеваний только за счет анализа результатов обследований.
При этом внедрение искусственного интеллекта создает новую парадигму, в которой пациент становится равноправным участником экосистемы здравоохранения и участвует в диагностике и управлении своим заболеванием на основе данных. Поэтому основные ИИ-решения в медицине сегодня сосредотачиваются на принципах взаимодействия с самим пользователем. Например, артериальное давление, пульс или уровень глюкозы теперь можно самостоятельно мониторировать и записывать с помощью носимых устройств, встроенные алгоритмы сами интерпретируют результат и оповещают, если у человека возникают определенные риски.
Кроме этого, чат-боты могут провести опрос пациента по жалобам и на основе этого рекомендовать, к какому врачу нужно обратиться. Такие решения также сокращают время диагностики заболеваний, более того – снижают нагрузку на врачей и систему здравоохранения. Еще одно перспективное направление в медицине – разработки генеративного ИИ (GenAI) на базе больших языковых моделей: они развивают диагностику на основе диалога с пользователем.
Помимо взаимодействия с пациентом, ИИ становится полезен и в организационных процессах здравоохранения. Например, компьютерное зрение для видеонаблюдения за потоками пациентов помогает организовать бесперебойную работу в крупных медицинских учреждениях. Известны проекты, когда искусственный интеллект применялся даже в палатах интенсивной терапии: например, для анализа активности пациентов в реанимации по видеокамере, чтобы вовремя оповестить врачей о резком ухудшении состояния больных.
Российские ИИ-проекты
В России медицинские технологии и решения на основе машинного обучения применяются уже не первый год. Официально есть информация о 38 зарегистрированных медицинских изделиях с технологиями ИИ. Кроме этого, вопросы применения искусственного интеллекта неоднократно поднимаются на уровне государства: представители регуляторов говорят о необходимости внедрения ИИ в различные отрасли здравоохранения, а в декабре стало известно о разработке Минздравом кодекса этики применения ИИ в сфере охраны здоровья.
Одно из ключевых направлений применения ИИ в российской медицине сегодня – это анализ медицинских изображений. Одним из первых проектов стал «московский эксперимент» по использованию технологий в области компьютерного зрения и дальнейшего применения этих технологий в системе здравоохранения. Проект стартовал в 2020 году на базе Научно-практического клинического центра диагностики и телемедицинских технологий Департамента здравоохранения Москвы и, согласно открытым источникам, продолжается на данный момент. За время эксперимента искусственный интеллект уже обработал 14 млн исследований (изображений КТ, МРТ, флюорографии и не только) по 38 заболеваниям.
Некоторые результаты по улучшению диагностики показал другой проект – ретроспективный анализ КТ-изображений, сделанных для диагностики COVID-19 у пациентов в Нижнем Новгороде и Санкт-Петербурге. Он был запущен в 2021 году при поддержке компании AstraZeneca.
Снимки, которые нижегородцы и петербуржцы сделали для диагностики коронавирусной инфекции, искусственный интеллект проанализировал на наличие новообразований в легких. Это более 20 тыс. изображений. В результате в Санкт-Петербурге выявили 158 случаев подозрения на рак легкого, а в Нижнем Новгороде – 113 таких случаев. Таким образом, ретроспективный скрининг с использованием ИИ позволил повысить потенциальный уровень диагностики на 10%.
В 2024 году в партнерстве с цифровыми провайдерами был запущен анализ результатов обработки ИИ рентгенологических изображений. Цель – найти закономерности выявления узловых образований в легких и «красных флагов» для рентгенолога, которые помогут в ранней диагностике рака легкого.
На глобальном уровне компания использует современные цифровые технологии, чтобы максимально сократить время, необходимое для открытия и выпуска новых лекарств. Data science и искусственный интеллект позволяют лучше понимать природу заболеваний, точнее прогнозировать клинический успех молекул, внедрять новые подходы в клинической практике и не только.
Очевидно, что применение искусственного интеллекта в будущем позволит значительно улучшить качество и доступность медицинской помощи в стране. ИИ способен оптимизировать рабочие процессы врачей, снизить нагрузку на поликлиники и больницы, ускорить диагностику заболеваний. К тому же многие мировые практики применения искусственного интеллекта в медицине уже тестируются в России.
Однако для успешного внедрения этих проектов в рутинную практику потребуется решение ключевых задач в отношении ИИ: это обеспечение безопасности данных, подготовка кадров для эффективной работы с цифровыми инновациями и этические аспекты применения искусственного интеллекта. Конечно, эти вопросы требуют детальной и фундаментальной проработки.