За последние несколько десятков лет медицинские исследования перешли от лечения временных заболеваний к лечению долговременных. Это дело, построенное на усилиях таких людей, как Листер, Пастер и Солк, было медленным и трудным, и большое количество перспективных препаратов и методов лечения в конечном итоге провалили клинические испытания. Расцвет антибиотиков постепенно затухает, но мы по-прежнему находим новые способы борьбы с заболеваниями. Что дальше? Думаю, это искусственный интеллект.
ИИ готов выступить в качестве умножающей силы для любой области медицины, потому что вместо того, чтобы быть полезным в отношении одного вида заболевания — как антибиотики или излучение — ИИ может работать вместе с людьми, принимая все более взвешенные решения с каждым днем, независимо от области применения. Точно так же, как противомикробные агенты являются следствием и спутником микробной теории, есть все причины полагать, что ИИ поможет нам применить наше знание «омик» (геномики, протеомики, метаболомики и так далее) к человеческому здоровью. Мы начали напрямую взаимодействовать с информацией, заключенной в геноме, так что самой собой разумеется, что следующим большим скачком будет обработка этой информации.
Многофакторный анализ на сегодняшний день является наибольшей силой ИИ, поскольку позволяет ему принимать в некотором роде контекстуальные решения, подобно тому, как это делают люди, а также подключать эйдетическую память жесткого диска. В его анализе отсутствуют эмоции, а также намеренные пропуски, вызванные потерей концентрации. ИИ не нуждается во сне, а также не устает, если занимается чем-то определенным долгое время. В то же время ИИ имеет преимущества массивной параллельной обработки данных. Его способность ворочать огромными объемами данных растет, и он действительно может объять необъятное, в отличие от людей. При достаточной памяти и вычислительной силе, медицинский ИИ может удерживать в контексте целое фамильное древо медицинских записей, искать в базах данных для точной диагностики и привлекать огромное количество медицинских и социальных ресурсов — и все это в одночасье.
Прежде чем мы поговорим об этом, давайте определим ИИ как компьютеризированную систему, которая может выполнять задачи, требующие обычно человеческого интеллекта, вроде речи и распознавания изображений, перевода языков или принятия решений. Но у таких систем есть разные степени сложности, и они могут в большей или меньшей степени полагаться на компьютеры, зависимо от того, какую задачу в настоящее время люди ставят перед компьютерами. Пока мы не доверяем ИИ достаточно, чтобы дать им полную автономию; даже в самолетах с автопилотом всегда находятся обученные люди, пилоты. Бывают и умные системы, работающие в режиме реального времени, которые имеют разные степени интеллекта и автоматизма — вроде самоуправляемых автомобилей Google. Именно техника принятия взвешенных решений на дюйм приближает ИИ к человеческому уровню осведомленности о ситуации.
Уровень развития
Программное обеспечение с ИИ в виде приложений для здоровья полагается по большей части на его способность запоминать и проводить параллели, и все больше — на его способность подходить к каждому индивидуально, свободно общаться на естественном языке и обрабатывать большие данные. Люди используют контекст, чтобы определить значение многозначных слов или событий, а с обработкой естественного языка это может и ИИ. И эти системы уже используются сегодня. Среди достойных упоминания примеров — партнерство IBM Watson и Sloan-Kettering, а также медицинский ИИ под названием Praxis.
Watson прославился благодаря своей победе в викторине Jeopardy! (наш аналог — «Своя игра») и прекрасной игре в шахматы. Он хорошо разбирается в теории игр, а также способен изучать и анализировать новую информацию, и теперь применяет свои таланты в качестве диагноста. Watson также работает с группой Wellpoint, и Самуэль Нессбаум из Wellpoint говорит, что в ходе испытаний Watson поставил 90% правильных диагнозов для рака легких, в то время как врачи смогли справиться лишь с 50% случаев. IBM, Sloan-Kettering и Wellpoint пытаются использовать Watson как диагностическую помощь на облачной основе, доступную любому врачу или больнице, готовой платить.
Но даже Watson с его внушительными талантами не создавался для медицины. Чтобы увидеть медицинский ИИ в действии, нужно посмотреть на Praxis: программное обеспечение, созданное для обработки медицинской документации и записей. Он использует модель обучения, которая записывает голосовые или печатные вводные данные врача, а затем классифицирует их в сети семантических узлов, основываясь на том, насколько точно слова или фразы, связанных с концептами программы, совпадают с теми, что программа уже видела. Praxis запоминает эти отношения и чем больше работает, тем умнее становится.
Компания 23andMe, расположенная в Маунтин-Вью, Калифорния, предоставляет частным заказчикам информацию об их предрасположенности к заболеваниям на основании анализа предоставленного биоматериала на однонуклеотидный полиморфизм по нескольким тысячам SNP. Изначально 23andMe была очень амбициозной в своих заявлениях, поэтому в итоге столкнулась с проблемами с FDA, а в 2015 году еще и вышла на неокупаемость, но цель — определять для пациентов факторы риска, скрытые в геноме — была прекрасной. Можно ли делать это другим методом, отличным от 23andMe? Возможно. Генетически персонализированная медицина уже может объяснить однонуклеотидные мутации, которые нарушают функцию лекарственного средства, что и было продемонстрировано на примере одной из форм лейкемии.
Интегрированный, развивающийся ИИ
Важная особенность умножающей силы в конечном счете заключается в том, что она уменьшает количество энергии, которое вам нужно потратить, чтобы сделать работу. И вот здесь ИИ действительно может преуспеть: выгрузить работу из мозгов в кремний. Программисты проделали длинный путь, создавая логически последовательное программное обеспечение, совместимое с внешним контролем. Сейчас же нам нужно двигаться вперед, к более независимым, надежным, компьютеризованным системам управления, которые смогут свободно интегрировать ввод данных из окружающей среды, человеческое направление и собственное программное управление. Уровень развития ИИ уже неплох, все готово, осталось только решить, как развивать его дальше.
Представьте себе ИИ, работающий с крупной базой данных клиники, занимающейся вышеупомянутым изучением геномики. Эта система прямо напрашивается на контроль со стороны ИИ — позволить лабораторным техникам вручную собирать последовательности ДНК будет бесчеловечно, даже если они каким-то образом начнут говорить на Python. Управляющий базой данных ИИ будет хранить актуальные последовательности ДНК, а также отслеживать, какие последовательности ДНК к каким заболеваниям приводят, и даже сопоставлять их с жизненной ситуацией пациента, воздействием на него окружающей среды и с остальными факторами. Для врачей и ученых, которые делают запрос в базе данных, он даже может создавать наглядные визуализации. Такая система станет уверенным шагом по направлению к ИИ, управляющему медицинскими записями, и снимет с людей колоссальный объем работы.
Представьте себе программное обеспечение Praxis, о котором мы говорили выше, которое подружилось с контроллером ИИ, ведущим генетическую базу данных. Такое ПО сможет выслушать повествование пациента, добавить его к карте пациента и предложить врачу диагнозы. Кроме того, оно сможет собрать достаточное количество описаний симптомов, чтобы провести между ними параллели и уточнить базу данных в любой момент, когда что-то найдет.
Медицинская визуализация — еще один момент, где аппаратное и программное обеспечение смогут работать совместно с профессиональными медиками над тем, чтобы сделать систему чем-то большим, чем просто сумма ее частей. Ученые уже работают над совмещением математического подхода с современной медицинской визуализацией, чтобы получить более точные и конкретные интерпретации снимков, полученных с помощью МРТ. Продолжительный сбор данных о личной среде пациента в сочетании с системой, которая сможет тщательно анализировать эти данные, сделают диагностику более точной.
А теперь представьте, что можете объединить все эти понятия: программное управление, полезное оборудование и визуализацию. Продукт может дополнить урезанную инфраструктуру больницы, которая чаще занимается заботой о пациентах, которые нуждаются в более интенсивном уходе — для качественной диагностики на дому подойдет и робот. Линия между программным и аппаратным обеспечением с этого момента начнет размываться.
Безопасность превыше всего
Сила продвинутого ИИ, способного анализировать кучу данных в контексте, и тонкий доступ к вашей биометрике и геному может затмить разум. Но что, если кто-то украдет вашу личность с вашей отсканированной сетчаткой глаза? Подобная технология может породить благодатную почву для преступлений. Кому будут принадлежать все эти данные?
Достаточно продвинутый ИИ может обрабатывать любое число данных в контексте, беспристрастно их взвешивая и осуществляя множество параллельных процессов. Его суждения и время отклика могут быть сверхчеловеческими. Он также сможет выявлять взаимосвязи, которые слишком разделены, чтобы попасть в прицел человеческого внимания. Но чем больше система, тем больше у нее уязвимостей, и достаточно продвинутый, чтобы делать все это, искусственный интеллект может оказаться крепко завязанным в тирании алгоритмов. Что будет с пациентом, если ИИ будет взломан, заражен или просто начнет работать неправильно? Как много свободы мы должны ему дать? Что, если мы просто переоценим способности ИИ?
Как показывают исследователи ИИ, вместе с углублением нашего понимания интеллекта и машинного обучения растет и количество возможных приложений и применений. Ставки применения искусственного интеллекта в медицине настолько высоки, что мы должны действовать точно и взвешенно. Эта революция осуществится не за год и не за два.
Долгосрочная интеграция ИИ в разнообразные ячейки медицины произведет революцию, которой мир не видел со времен открытия антибиотиков или микробной теории. Сумма человеческих знаний, сумма технологий, помноженные на применение к геному отдельного индивида или конкретной ситуации, могут дать значительно лучшие результаты, чем те, что мы видим сегодня.
Источник: