Ключевые идеи книги: Deep-медицина. Как искусственный интеллект может вернуть здравоохранению человечность. Эрик Тополь

Smart Reading, 2021

Этот текст – сокращенная версия книги Эрика Тополя «Deep-медицина. Как искусственный интеллект может вернуть здравоохранению человечность». Только самые ценные мысли, идеи, кейсы, примеры. Искусственный интеллект проникает в нашу жизнь все дальше: подсказывает кратчайшие маршруты, переводит тексты, помогает совершать покупки, находить врачей и лекарства. А главное, ИИ умнеет с каждым днем. Значит ли это, что машины вот-вот найдут спасение от рака и диабета, а врачи при постановке диагнозов будут обязательно советоваться с искусственным разумом? Стоит ли верить оптимистичным прогнозам футурологов? Или же правы те скептики, которые считают, что ИИ далеко не всесилен и вряд ли в обозримом будущем что-то глобально изменит в медицине? Не лучше ли побеспокоиться о личных данных, которые, попав в Сеть, мгновенно окажутся в руках хакеров? Правда, как водится, где-то посередине, и ее знает Эрик Тополь, врач с мировым именем, посвятивший годы анализу возможностей ИИ в медицине.

Искусственный интеллект на службе у медицины

Как ИИ умеет работать с паттернами

Поскольку ИИ умеет очень быстро делать выводы на основе огромного количества данных, особенно хорошо структурированных, первыми на хорошие новости могут надеяться травматологи, радиологи, патологоанатомы, то есть врачи, которые работают с паттернами — моделями с повторяющимися закономерностями вроде рентгенограмм и прочих медицинских снимков. Тут у ИИ несколько явных преимуществ перед докторами.

• ИИ точнее. Если предоставить машине 50 тысяч рентгеновских снимков грудной клетки, она сможет распознавать на них патологию с точностью в 95 %, не заменяя рентгенолога, но существенно облегчая ему работу по сортировке снимков. Оценивая рентгенограммы переломов тазобедренного сустава, ИИ столь точен, что заменяет более дорогие методы сканирования типа МРТ; нейронная сеть, обученная более чем на 1000 пациентов, показала 99 % точность, сопоставимую с опытом рентгенологов. Компания Zebra Medical Vision протестировала нейронную сеть, которая обнаруживает компрессионные переломы позвонков с 93 % точностью, тогда как рентгенологи пропускают такие переломы более чем в 10 % случаев. Разница в 3 % не так уж велика, но она имеет значение, когда речь идет о людях.

В совместном исследовании компаний Moorfields и DeepMind, включающем более 14 тысяч снимков, автоматизированный анализ десятков глазных патологий не уступал в точности анализу экспертов. При этом ИИ куда чаще, чем врачи, давал показания для более детального обследования у узкого специалиста: вероятность ложной тревоги составила лишь около 1 %, и не было случая, когда ИИ рекомендовал бы пациенту с тяжелым заболеванием простое наблюдение у окулиста, тогда как врачи согласились лишь с 65 % решений о перенаправлении пациентов к узким специалистам.

• ИИ в разы чувствительнее к текстуре и цветопередаче снимка, и это принципиально важно, если речь идет о некоторых геномных аномалиях, связанных с раком мозга. Кроме того, алгоритмы умеют улучшать качество изображения, что позволяет сократить радиационные дозы КТ-сканирования, меньше вредя пациентам и снижая стоимость сканеров;

• ИИ помогает сократить риски: машинная обработка маммографических изображений более чем 1000 пациенток в сочетании с результатами биопсии показала, что более 30 % операций на груди можно было избежать. Алгоритмы Google обнаруживали метастазы с точностью более 92 % по сравнению с 73 % для патологоанатомов при одновременном снижении ложноотрицательного показателя на 25 %. Правда, Google грешил ложноположительными результатами.

Конец ознакомительного фрагмента.