Как генеративный искусственный интеллект меняет здравоохранение

Искусственный интеллект трансформирует медицинскую отрасль, решая широкий спектр задач — от рутинных, связанных с администрированием медицины, до научно-исследовательских. ИИ — это всегда прежде всего про работу с массивами данных, которые он способен структурировать, обобщить и проанализировать. В медицине он особенно востребован: отрасль здравоохранения, по данным ВЭФ, генерирует до 30% мирового объема данных. Это снимки, медицинские карты, клинические записи, отчеты, результаты анализов, интервью с пациентами и многое другое. Можно сказать, что одна из самых серьезных проблем в мировой системе здравоохранения, — множество источников неструктурированных данных, с которыми приходится иметь дело медицинским работникам. Теперь в этом им помогает генеративный ИИ (Gen AI). Уже из названия ясно, что генеративные нейросети, такие как ChatGPT, Midjourney, Gemini, GigaChart, YandexGPT и другие, способны создавать новый контент (аудио, код, текст, видео, симуляции), работая по принципу машинных моделей глубокого обучения. В то же время традиционные технологии ИИ могут только что-то описывать, делать предиктивный, предсказательный анализ и рекомендовать.

По данным GMI, в 2023 году глобальный рынок Gen AI составил $1,8 млрд, а к 2029-му вырастет до $22,1 млрд при среднегодовом темпе роста на уровне 32,6%. В Boston Consulting Group считают, что к 2027 году мировой рынок решений с применением Gen AI в медицине достигнет $22 млрд.

Если взглянуть на российский HealthTech, то заметно, что передовые решения с применением ИИ уже проникают в сферу государственного здравоохранения. Например, Росздравнадзором одобрено 11-12 нейросетей, которые задействованы в столичной медицине, в первую очередь для помощи врачам в анализе компьютерных снимков (рентгенограмм, маммограмм, томограмм и др).

Какие задачи в медицине уже решает ИИ?

Одна из перспективных областей применения генеративного ИИ в медицине — клинические исследования и разработка лекарств. Для них нужны большие массивы данных, которые может синтезировать ИИ. Затем на их основе он создает репрезентативные модели. Если бы не было этих синтетических данных, пришлось бы затрачивать много времени на сбор медицинских записей о болезнях реальных пациентов. Кроме того, синтезированные ИИ данные хороши тем, что полностью обезличены. Значит, нет вопросов с конфиденциальностью, которая является весьма щепетильной и проблематичной темой в медицине.

Вторая область применения генеративного ИИ — работа с изображениями. Технологии компьютерного зрения давно используются для анализа медицинских изображений, помогая врачам их интерпретировать. Например, они применяются в патоморфологии (исследования патологических изменений в тканях). В этих исследованиях врачи раньше использовали микроскопы. Сейчас стекла с препаратами просто сканируются, а снимки биоптатов оцифровываются, причем вплоть до клетки. Нейросети, обученные на датасетах из цифровых лабораторий, анализируют состав клетки и классифицируют ткань межклеточного пространства. Врачи используют эти материалы для постановки диагноза, которая занимает уже значительно меньше времени. В случае патоморфологических исследований это очень важно, ведь при подозрении на онкологию каждый день ожидания для пациента мучителен.

ИИ также помогает интерпретировать рентгенологические снимки, причем эти технологии уже переходят в область массового скрининга. Например, в Москве даже внедрен специальный тариф ОМС, в соответствии с которым анализ и описание рентгенограмм передаются сервисам на основе ИИ, а участия врача не требуется. Однако если искусственный интеллект находит на снимке отклонения от нормы, то информация передается врачам для дальнейшего заключения. Впрочем, это пока эксперимент: все заключения ИИ проверяются рентгенологами. Скорее всего, в будущем, по мере «дообучения» нейросетей на бóльшем объеме данных, этого не потребуется, а значит, работа столичной медицинской системы станет эффективнее.

Способность генеративного ИИ создавать визуальный контент позволяет задействовать его не только в анализе, но и в реконструкции радиологических снимков. Например, американская компания Subtle Medical разработала технологию SubtleMR, основанную на нейросетях, для реконструкции и постобработки снимков с целью удаления «шумов». Медицинская компания Siemens Healthineers использовала ее в своих аппаратах МРТ.

ИИ делает медицину доступной и персонализированной

Виртуальные ассистенты становятся привычным явлением во многих сферах: от управления личными финансами и инвестирования до психологии. В медицине такие сложные модели, как GPT-4, умеющие генерировать контент на множестве языков и обученные на массивах медицинских данных со всего мира, стали основой для массы удобных приложений. С их помощью можно описать и получить первую оценку своих симптомов, получить персональные рекомендации и просто следить за своим здоровьем более пристально. Подобные сервисы набирают популярность: у немецкого приложения Ada (Health. Powered by Ada) уже более 13 млн пользователей по всему миру. Этот ИИ-сервис в чем-то даже превосходит живых врачей: например, Ada смогла распознать начало ревматических воспалений в 70% случаев против 54% у живых врачей, среди которых были опытные ревматологи.

Генеративный ИИ может принести пользу и ментальному состоянию людей. Канадская компания DiagnaMed в 2023 году запустила чат-бот, созданный с использованием генеративного ИИ. Этот виртуальный психолог поддерживает беседу с пользователями и генерирует персональные сообщения: от практических советов до мотивации. Кстати, это уже второй продукт канадцев в области медицинского ИИ. Ранее DiagnaMed запустила цифровую платформу Cervai, предназначенную для решения почти фантастической задачи – оценить состояние человеческого мозга, в том числе степень его старения. Оценка основана на информации о нейронной активности мозга, собранной с помощью электроэнцефалограмм и обработанной моделями глубокого машинного обучения.

ИИ как «второй пилот» для медработника

Интеграция AI в медицинскую сферу создала новую концепцию, которая только в этом году была вербализована медицинской общественностью и прессой. Это Doctor Co-pilot — то есть ИИ как помощник врача. Такие решения задействованы как в системе поддержки принятия врачебных решений (СППВР), так и в медицинском администрировании.

Например, ChatGPT-4 оптимизирует рутинную работу врачей. Доктор ведет прием пациента, в режиме реального времени добавляя информацию в мобильное приложение на основе ChatGPT, которая сама записывает разговор, переводит его в текст, дополняет, исправляет и структурирует его. Специалисту остается только отредактировать запись голосом или текстом и перенести в электронную карту пациента.

Скорее всего, генеративные нейросети будут всё чаще поддерживать врачей на приеме пациентов, помогая анализировать историю болезни в соотношении с актуальными симптомами. ИИ сделает проще ведение электронных медкарт, предоставит врачам доступ к медицинской информации со всего мира в удобном формате, облегчит написание отчетов. Система Doctor Co-pilot будет превращаться в нечто среднее между медицинским чат-ботом и диагностическим инструментом, предназначенным только для личных бесед с пациентами.

В мире уже ощущается тренд на появление новых стартапов и решений в области Doctor Co-pilot. Примеров много: от копенгагенского стартапа Corti, разработавшего виртуального помощника для поддержки врачей на консультациях с пациентами в реальном времени, до громкого выхода в эту область Microsoft. Входящая в ее состав Nuance Communications выпустила приложение Dragon Ambient eXperience для ведения клинической документации. Впервые в него была интегрирована GPT-4 от OpenAI. Это приложение способно генерировать медицинскую документацию с описанием диагнозов, течения болезни, обобщений и выводов. Нейросети значительно снижают нагрузку на врачей, связанную с документацией, и они могут больше времени уделять непосредственно лечению. Кроме того, это профилактика «выгорания» врачей из-за большого объема бумажной работы.

Google тоже не осталась в стороне от «нейромедицинского» бума, запустив виртуального ассистента для врачей Med-PaLM 2. По данным корпорации, со второго по третий квартал 2023 года число активных проектов с применением генеративного ИИ на платформе Vertex AI (платформа Google MLOps) выросло в 7 раз. Однако Google не выходит на рынок решений Doctor Co-pilot или в сферу медицинских услуг самостоятельно, предпочитая работать с партнерами. Так, чат Med-PaLM 2 тестируется в клинике Mayo.

В российском HealthTech тоже появились решения для помощи врачам. Например, Сбер разработал сервис «ТОП-3», который помогает поставить предварительный диагноз по описанию симптомов. Врач вносит в систему данные о состоянии пациента, а нейросеть выдает три наиболее вероятных диагноза из 265 групп по МКБ-10. «ТОП-3» используется уже в 9 регионах России. И это не единственная подобная разработка Сбера: в постановке заключительных диагнозов российским врачам помогает сервис AIDA.

Однако не стоит забывать о том, что медицина — область, от которой слишком многое зависит, чтобы так запросто отдавать ее «на откуп» искусственному интеллекту. Подчеркну: ИИ остается помощником доктора, но не его заменой. При принятии решений, связанных со здоровьем пациента, живой человек учитывает широкий контекст и множество факторов, которые ИИ просто не видит своим компьютерным зрением. Наконец, в любой ситуации, которая выходит за рамки шаблонов и требует нестандартного подхода (а таких в медицине множество), только опыт врача позволяет сделать правильный вывод.