Сегодня масштабно используются две технологии ИИ — экспертные системы и нейронные сети. В то время как экспертные системы отживают свой век, нейронные сети (НС) завоевали рынок благодаря способности учиться.
·
Выделяют несколько видов ИИ:
Узкий ИИ (narrow AI) — спроектирован, чтобы решать определённую задачу;
Общий ИИ (general AI, AGI) — сможет решать любые задачи, с которыми справится человек;
Superintelligence — будет опережать человека по сложности решаемых задач.
·
Барьеры
К сожалению, очень часто люди не готовы брать на вооружение новые технологии. Как и вокруг любой инновации, вокруг ИИ в медицине бытует множество как предрассудков, так и обоснованных опасений.
Боязнь восстания машин
Известный страх — вера в то, что ИИ — это сверхинтеллектуальный робот, который может стать угрозой человечеству (стереотип, навязанный, в основном, популярным кинематографом). Слыша выражение «искусственный интеллект», люди вспоминают SkyNet из «Терминатора», пугаются и выступают против.
Чиновники в правительствах часто тоже являются носителями вышеописанного стереотипа. Поэтому одной рукой подписывают инновационные программы и перспективные планы, другой же — законы и подзаконные акты, душащие всякую реальную инновацию в колыбели.
·
«Серая» правовая зона и законодательные барьеры
Гигантские массивы данных, в т. ч. персональных, всё равно, так или иначе, собираются и используются — в эпоху глобальных информационных сервисов с миллиардами пользователей иначе и быть не может, но легальность этого — под вопросом. Права собственности, права на использование открытых для ИИ персональных данных, а также вопросы разграничения ответственности при эксплуатации искусственного интеллекта в медицине требуют законодательного регулирования.
И тому, чтобы это регулирование происходило быстро, трезво, эффективно и с пользой для людей, есть несколько серьёзных препятствий.
Во-первых, это недостаточный уровень экспертизы, понимания законодателями и правительственными чиновниками, что собственно нужно сделать, так как отрасль новая и готовых кейсов попросту не существует. Придётся действовать методом проб и ошибок, а ошибки в деле здравоохранения особенно опасны, ведь идёт о жизни и здоровье людей.
Во-вторых, национальные государства не очень-то охотно отдают права на оперирование данными граждан кому-то, кроме более или менее подконтрольных им структур. Особенно опасаются они делиться этим ресурсом с международными организациями и частными, более всего — иностранными, компаниями. Им видится в этом, и не без оснований, частичная потеря суверенитета над гражданами, потеря существенного ресурса и утрата толики властных функций. Именно отсюда проистекает, например, вся отечественная катавасия последних лет — с «иностранными агентами» и требованием к транснациональным сервисам держать серверы с данными граждан РФ на её территории.
Наконец, законодатели, как и простые люди, в какой-то степени находятся в плену стереотипов и страхов, начиная от страха перед реальными опасностями, тем же кибертерроризмом, тем возможным ростом безработицы среди медиков, и заканчивая элементарными неофобией и мракобесием.
При отсутствии же законодательного регулирования, тот, кто взялся бы развивать и продвигать ИИ-сервисы на конкретной территории (развитие клиентской базы, налаживание взаимодействия со структурами местной здравоохранительной системы, языковая локализация и т. п.), вынужден был бы действовать на свой страх и риск и быть готовым к тому, что в любой момент всё, что он делает, может оказаться уже не в «серой», а в «чёрной» зоне, то есть вне закона. Со всеми вытекающими экономическими, правовыми и моральными последствиями.
Безусловно, прогресс не остановить, потребность в широком медицинском применении ИИ существует, основанные на нём услуги всё чаще востребованы и так или иначе будут оказываться. Но если они окажутся на символической территории «чёрного рынка», это не только отпугнёт от данной отрасли многих специалистов и пациентов, но и лишит людей гарантий контролируемого стандарта и защиты, создаст условия для процветания имитаторов и поставщиков заведомо некачественных услуг.
·
Немного истории
Искусственный интеллект имеет длинную историю, основанную на теоретических работах Тьюринга по кибернетике, датированных началом XX века. Хотя концептуальные предпосылки появились еще ранее, с философских работ Рене Декарта «Рассуждение о методе» (1637) и работы Томаса Гоббса «Человеческая природа» (1640).
В 1830-х годах английский математик Чарльз Бэббидж придумал концепцию сложного цифрового калькулятора — аналитической машины, которая, как утверждал разработчик, могла рассчитывать ходы для игры в шахматы. А уже в 1914 году директор одного из испанских технических институтов Леонардо Торрес Кеведо изготовил электромеханическое устройство, способное разыгрывать простейшие шахматные эндшпили почти так же хорошо, как и человек.
С середины 30-х годов прошлого столетия, с момента публикации работ Тьюринга, в которых обсуждались проблемы создания устройств, способных самостоятельно решать различные сложные задачи, к проблеме искусственного интеллекта в мировом научном сообществе стали относиться внимательно. Тьюринг предложил считать интеллектуальной такую машину, которую испытатель в процессе общения с ней не сможет отличить от человека. Тогда же появилась концепция Baby Machine, предполагающая обучение искусственного разума на манер маленького ребенка, а не создание сразу «умного взрослого» робота — прообраз того, что сейчас мы называем машинным обучением.
В 1954 году американский исследователь Ньюэлл решил написать программу для игры в шахматы. К работе были привлечены аналитики корпорации RAND Corporation. В качестве теоретической основы программы был использован метод, предложенный основателем теории информации Шенноном, а его точная формализация была выполнена Тьюрингом.
·
Летом 1956 года в Университете Дартмута в США прошла первая рабочая конференция с участием таких ученых, как Маккарти, Минский, Шеннон, Тьюринг и другие, которые впоследствии были названы основателями сферы искусственного разума. В течение 6 недель ученые обсуждали возможности реализации проектов в сфере искусственного интеллекта. Именно тогда и появился сам термин Artificial Intelligence (AI) — искусственный интеллект.
Следует уточнить, что исследовательские работы по ИИ не всегда шли путем победителя, а их авторы добивались успеха. После взрывного интереса инвесторов, технологов, ученых в 50-е годы XX века и фантастических ожиданий, что вот-вот компьютер заменит человеческий мозг, в 60-70-е годы наступило тяжелое разочарование. Возможности компьютеров того времени не позволяли проводить сложные вычисления. В тупик зашла и научная мысль по разработке математического аппарата ИИ. Отголоски этого пессимизма встречаются во многих учебниках по прикладной информатике, выпускаемых до настоящего времени. В общественной культуре и даже государственных нормативных документах сформировался образ робота или кибернетического алгоритма как жалкого, недостойного внимания, агента. Который может выполнять свои функции только под контролем человека.
Однако, с середины 90-х гг. интерес к ИИ вернулся, и технологии стали развиваться быстрыми темпами. С этого времени наблюдается настоящий взрыв исследований и патентной работы по этой тематике.
· Чем отличается создание ИИ от обычной разработки ПО?
Главное отличие методов искусственного интеллекта от обычного программирования состоит в том, что при создании ИИ программисту не нужно знать все зависимости между входными параметрами и тем результатом, который должен получится (ответом). Там, где такие зависимости хорошо известны или где есть надежная математическая модель, например, расчет статистического отчета или формирование реестра на оплату медицинской помощи, вряд ли стоит искать применение искусственному интеллекту – современные программные продукты справляются с задачей пока лучше, надежнее и в приемлемое время.
·
Обзор наиболее перспективных направлений развития
Подытоживая вышесказанное, считаем, что уже в ближайшем будущем в здравоохранении будут автоматизироваться при помощи ИИ следующие задачи:
1. Автоматизированные методы диагностики, например, анализ рентгенологических или МРТ-снимков на предмет автоматического выявления патологии, микроскопический анализ биологического материала, автоматическое кодирование ЭКГ, электроэнцефалограмм и т.д. Хранение большого количества расшифрованных результатов диагностического обследования в электронном виде, когда имеются не только сами данные, но и формализованное заключение по ним, позволяют создавать действительно надежные и ценные программные продукты, способные если не заменить врача, то оказать ему эффективную помощь. Например, самостоятельно выявлять и обращать внимание на рутинную патологию, сокращать время и стоимость обследования, внедрять аутсорсинг и дистанционную диагностику.
2. Системы распознавания речи и понимания естественного языка могут оказать существенную помощь как врачу, так и пациенту. Начиная от уже обычной расшифровки речи и превращении ее в текст в качестве более продвинутого интерфейса общения с медицинскими информационными системами (МИС), обращения в Call-центр или голосового помощника – и далее до таких идей, как автоматический языковой перевод при поступлении иностранца, синтез речи при прочтении записей из МИС, робот-регистратор в приемном отделении больницы или регистратуре поликлиники, способный отвечать на простые вопросы и маршрутизировать пациентов и т.д.
3. Системы анализа больших данных и предсказания событий также являются вполне решаемыми уже сейчас задачами для ИИ, которые могут дать существенный эффект. Например, оперативный анализ изменений заболеваемости позволяет быстро предсказать изменение обращаемости пациентов в медицинские организации или потребность в лекарственных препаратах, предупредить эпидемию или дать точный прогноз ухудшения здоровья, что порой может спасти жизнь пациенту.
4. Системы автоматической классификации и сверки информации помогают связать информацию о пациенте, находящейся в различных формах в различных информационных системах. Например, построить интегральную электронную медицинскую карту из отдельных эпизодов, описанных с разной детальностью и без четкого или противоречивого структурирования информации. Перспективной является технология машинного анализа содержимого контента социальных сетей, интернет-порталов с целью быстрого получения социологической, демографической, маркетинговой информации о качестве работы системы здравоохранения и отдельных лечебных учреждений.
5. Автоматические чат-боты для поддержки пациентов могут оказать существенную помощь в повышении приверженности пациентов здоровому образу жизни и назначенному лечению. Уже сейчас чат-боты могут научится отвечать на рутинные вопросы, подсказывать тактику поведения пациентов в простых ситуациях, соединять пациента с нужным врачом в телемедицине, давать рекомендации по диете и т.д. Такое развитие здравоохранения в сторону самообслуживания и большей вовлеченности пациентов в охрану собственного здоровья без визита к врачу может сэкономить существенные финансовые ресурсы.
6. Развитие робототехники и мехатроники. Всем известный робот-хирург Da Vinci – это лишь первый шажочек в сторону если не замены врача на машину, то как минимум повышение качества работы медицинских сотрудников. Интеграция робототехники с ИИ рассматривается сейчас как один из перспективных направлений развития, способный переложить на машины рутинные манипуляции – в том числе и в медицине.
Безусловно, когда идет речь о здоровье человека, важен принцип «не навреди», который должен сопровождаться жесткостью нормативно-правового поля и тщательной доказательной базой при внедрении новых технологий. Вместе с тем, стоит ли заранее относиться к новым технологиям со скепсисом и отрицанием их возможного будущего практического применения, игнорируя очевидные успехи?
Вне зависимости, какая часть решений ИИ в здравоохранении будет успешно внедрена, а какая аргументировано отвергнута, следует признать, что в XXI веке ИИ как технология будет оказывать наибольшее преобразующее влияние, из того пакета технологий, которые мы применяем в медицинской профессии.