ხელოვნური ინტელექტი მედიცინაში: ძირითადი ტენდენციები მსოფლიოში. ხელოვნური ინტელექტი მედიცინაში ხელოვნური ინტელექტი ექიმებზე უკეთ ისწავლეს გულის შეტევის პროგნოზირებას

ხელოვნური ინტელექტის გამოყენებამ მედიცინაში უკვე დღეს შეიძლება მნიშვნელოვნად გააუმჯობესოს დიაგნოსტიკის სიზუსტე, გაუადვილოს ცხოვრება პაციენტებს სხვადასხვა დაავადებები, და ტექნოლოგიების განვითარებით რეალობად იქცევა სუპერეფექტური პერსონალური მედიკამენტების, ასევე პერსონალური სამედიცინო ასისტენტის გამოჩენა ყველა სმარტფონში. MedAboutMe საუბრობს ხელოვნური ინტელექტის (AI) და მედიცინის უახლეს განვითარებაზე.

წარსული და მომავალი

21-ე საუკუნის დასაწყისში, ერთ-ერთი ყველაზე გასაოცარი მოვლენა იყო ვაშინგტონის უნივერსიტეტის, Intel-ისა და Elite Care-ის ერთობლივი პროექტი, რათა შეექმნათ ხელოვნური ინტელექტის სისტემა, რომელსაც შეეძლო ზრუნავდეს ალცჰეიმერის პაციენტებზე და გააუმჯობესოს მათი ცხოვრების ხარისხი. ეს სისტემა დაეხმარება პაციენტებს ყოველდღიური პრობლემების გადაჭრისთვის საჭირო უნარების აღდგენაში. 2002 წელს გამოცხადდა, რომ ყველა საჭირო მოწყობილობის მომზადებას მინიმუმ ხუთი წელი დასჭირდებოდა.

ახლა დეველოპერებმა უკვე მოამზადეს სამი მოწყობილობა, რომელსაც ამჟამად ამოწმებენ უნივერსიტეტის სტუდენტები: ეს არის Activity Compass, ADL Monitor და ADL Prompter, რომელთაგან თითოეული ასრულებს გარკვეულ ფუნქციებს პაციენტებისთვის მნიშვნელოვანი დახმარებისთვის. ასე რომ, Activity Compass დაგეხმარებათ ნავიგაციაში სივრცეში და იპოვოთ თქვენი გზა დანიშნულების ადგილამდე, მაშინაც კი, თუ პაციენტს დაავიწყდა სად უნდა წასულიყო. ამისათვის კომპასმა უნდა იცოდეს აბსოლუტურად ყველაფერი იმის შესახებ, თუ რას აკეთებს პაციენტი და როგორ აღწევს თავის მიზნებს. სენსორი ყოველდღიური საქმიანობა ADL Monitor აკონტროლებს პაციენტს და აღნიშნავს არანორმალურ ქცევას, მაგრამ ამისთვის სისტემამ ჯერ უნდა შეისწავლოს პაციენტის „ნორმალური“ ქცევა. და ბოლოს, ADL Prompter დაგეხმარებათ შეასრულოთ რთული სამზარეულოს ამოცანები, როგორიცაა სამზარეულო.

თუმცა, 2002 წლიდან ტექნოლოგიამ დიდი ნაბიჯი გადადგა წინ და როგორც IT გიგანტები, ისე მთელი სახელმწიფოები შეუერთდნენ მედიცინაში ხელოვნური ინტელექტის დანერგვის პროგრამებს. დღეს მეცნიერები იმედოვნებენ, რომ ხელოვნური ინტელექტის დახმარებით უახლოეს მომავალში შესაძლებელი გახდება ულტრაზუსტი (ან ზუსტი) მედიცინის მიღება, რომლის ფარგლებშიც შესაძლებელი იქნება გამოწერა. ინდივიდუალური მკურნალობათითოეულ ინდივიდუალურ ადამიანს, მათი უნიკალური გენეტიკური და სხვა მახასიათებლების გათვალისწინებით.

შეერთებულმა შტატებმა უკვე გამოაცხადა გაშვება საპილოტე პროექტებიზუსტი მედიცინის განვითარებაზე. ასე რომ, 2019 წლისთვის უნდა შეირჩეს 1 მილიონი მოხალისე, რომლებიც გახდებიან სპეციალური სამეცნიერო კვლევის მონაწილე. მან უნდა აჩვენოს ურთიერთობა ცხოვრების წესს შორის, გარემო, ეკონომიკური და სოციალური მდგომარეობა, გენეტიკა და ჯანმრთელობის მდგომარეობა. ამ გზით მიღებული სამედიცინო მონაცემების უზარმაზარი მასივი შეიძლება დამუშავდეს ხელოვნური ინტელექტის გამოყენებით. ბოლო დრომდე არ არსებობდა არც საკმარისად ძლიერი კომპიუტერები, რომლებსაც შეეძლოთ ამხელა ინფორმაციის დამუშავება და არც თავად მონაცემები. შეერთებული შტატები გეგმავს 1 მილიარდი დოლარის დახარჯვას კვლევებზე მომდევნო 4 წლის განმავლობაში.

ექიმი უოტსონი

ტექნიკური გიგანტები, როგორიცაა Google, Amazon, Microsoft და Apple, უზარმაზარ თანხებს დებენ ხელოვნური ინტელექტის განვითარებაში, რათა შექმნან პერსონალიზებული საძიებო სისტემები ან ვირტუალური პერსონალური ასისტენტი. მაგრამ, თუ მედიცინაზე ვსაუბრობთ, მაშინ ამ ბაზარზე ყველაზე მნიშვნელოვანი მოთამაშე და ახალი ამბების მომწოდებელი არის IBM და მისი ცნობილი სუპერკომპიუტერი Watson. მხოლოდ მისი ტრენინგისთვის IBM-მა შარშან შეიძინა 30 მილიარდი სამედიცინო სურათი Merge Healthcare-ის 1 მილიარდ დოლარად შთანთქმით. ტრენინგის პროცესს შეიძლება დაემატოს 50 მილიონი ანონიმური ელექტრონული სამედიცინო ჩანაწერი, რომელიც IBM-მა მიიღო, ასევე Explorys-ის სტარტაპის შეძენით.

ამერიკის გულის ასოციაციამ უკვე გამოაცხადა პროექტი, რომელიც მოიცავს IBM Watson-ს მკურნალობის მოდერნიზაციის მიზნით გულ-სისხლძარღვთა დაავადებები. სუპერკომპიუტერი გაანალიზებს მკურნალობის ოპტიმალურ მეთოდებს Workplace Health პროგრამის გამოყენებით. ბოსტონის ბავშვთა საავადმყოფოს ექიმები, რომლებიც სპეციალიზირებულნი არიან ბავშვთა იშვიათ დაავადებებზე, იყენებენ IBM Watson-ს უფრო ზუსტი დიაგნოზის დასადგენად: ხელოვნური ინტელექტი მოიძიებს საჭირო ინფორმაციას კლინიკურ მონაცემთა ბაზებში და სამეცნიერო ჟურნალები, რომლებიც ინახება Watson Health Cloud-ში.

კერძოდ, სუპერკომპიუტერი გამოყენებული იქნება თირკმლის დაავადებების დიაგნოსტიკისა და მკურნალობისთვის. ამისთვის IBM Watson-ს მოუწევს ნეფროლოგიის ავარიული კურსის გავლა. და 2014 წელს IBM-მა გამოაცხადა პარტნიორობა Johnson & Johnson-თან და ფარმაცევტულ კომპანია Sanofi-თან, რათა იმუშაოს Watson-ის ტრენინგზე, რათა გაიგოს შედეგები. სამეცნიერო გამოკვლევადა კლინიკური კვლევები. კომპანიის წარმომადგენლების თქმით, ეს მნიშვნელოვნად შეამცირებს ახალი მედიკამენტების კლინიკური ცდების დროს და ექიმებს შეეძლებათ მისცენ მედიკამენტები, რომლებიც ყველაზე შესაფერისია კონკრეტული პაციენტისთვის. ამრიგად, მუდმივად განვითარებადი ხელოვნური ინტელექტის საფუძველზე, IBM გთავაზობთ რამდენიმე რევოლუციურ სამედიცინო პროექტს.

ინოვაციები ასევე შეეხო რადიოსხივური კომპიუტერული დიაგნოსტიკის სფეროს, რომელიც მნიშვნელოვან როლს ასრულებს მედიცინაში. ასე რომ, იმავე 2014 წელს, IBM-მა გამოაცხადა Avicenna პროგრამული უზრუნველყოფის შემუშავება, რომელსაც შეუძლია ტექსტის და სურათების ინტერპრეტაცია. ცალკეული ალგორითმები გამოიყენება მონაცემთა თითოეული ტიპისთვის. ასე რომ, საბოლოოდ, ავიცენა შეძლებს სამედიცინო სურათებისა და ჩანაწერების გაგებას და იმოქმედებს როგორც რენტგენოლოგიური ასისტენტი. 2016 წელს იგეგმება პროგრამული უზრუნველყოფის საბოლოო ტესტირება რეალურ პირობებში.

IBM-ის კიდევ ერთი პროექტი, Medical Sieve, მუშაობს მსგავს ამოცანაზე. ამ შემთხვევაში, საუბარია ხელოვნური ინტელექტის „სამედიცინო ასისტენტის“ შემუშავებაზე, რომელსაც შეუძლია სწრაფად გააანალიზოს ასობით სურათი ნორმიდან გადახრებისთვის. ეს დაეხმარება რადიოლოგებსა და კარდიოლოგებს იმ საკითხების გადაჭრაში, რომლებშიც ხელოვნური ინტელექტი ჯერ კიდევ უძლურია.

სუპერ ეფექტური წამლები

ხელოვნური ინტელექტი დაეხმარება ბიოფარმაცევტიკას, სერიოზულად ოპტიმიზაციას გაუწევს ახლის შექმნისა და დანერგვის პროცესებს. წამლები. ბიოფარმაცევტული კომპანია Berg-ის მონაცემებით, ერთი წამლის საშუალო შესწავლას 14 წელი სჭირდება და 2,6 მილიარდი დოლარი ჯდება, ასეთმა დრომ და ფინანსურმა ხარჯებმა აიძულა ფარმაცევტული კომპანიები წამლის შემუშავებაში იყვნენ შერჩევითი. თუმცა, ხელოვნური ინტელექტის დახმარებით შესაძლებელია მნიშვნელოვნად შემცირდეს ტესტირების დროც და ღირებულებაც, რაც იმას ნიშნავს, რომ მომავალში შესაძლებელი იქნება მედიკამენტების შემუშავება იმ დაავადებებისთვის, რომლებიც ადეკვატურად არ არის დაფარული კვლევებით.

მაგალითად, ბერგი უკვე იყენებს AI-ს თავის კვლევაში, ყველა სახის პაციენტის მონაცემის გათვალისწინებით, მათ შორის, რაც პირდაპირ არ არის დაკავშირებული მედიცინასთან. კომპანია ირწმუნება, რომ ამ მიდგომამ უკვე შესაძლებელი გახადა მკურნალობის 25 ახალი მიზნისა და დანახარჯების გამოვლენა კლინიკურ კვლევებშიშემცირდეს მინიმუმ ნახევარით. მთავარი, ბოლოს და ბოლოს, არ არის ხარჯების შემცირება, არამედ ის, რომ წამლები ბევრად უფრო ეფექტური ხდება.

სხვა ხელოვნური ინტელექტის სისტემის, Emergent-ის გამოყენებით, მკვლევარებმა შეძლეს ხუთი ახალი ბიომარკერის იდენტიფიცირება, რომლებიც შესაძლოა ახალი მედიკამენტებით იყოს მიმართული გლაუკომის სამკურნალოდ. მეცნიერთა აზრით, ამ მიზნით, AI სისტემაში შედის ინფორმაცია 2,3 ათასი პაციენტის 600 ათასზე მეტი სპეციფიკური დნმ-ის თანმიმდევრობის შესახებ და მონაცემები გენის ურთიერთქმედების შესახებ.

დასავლეთ ონტარიოს უნივერსიტეტის მეცნიერები თვლიან, რომ ხელოვნური ინტელექტი არის ძლიერი ინსტრუმენტი გამოყენების შედეგების პროგნოზირებისთვის წამლები, რადგან AI აანალიზებს მკურნალობის პროცესში ყველა ურთიერთმოქმედ ელემენტს. კონკრეტულად, კვლევამ იწინასწარმეტყველა, თუ რომელი ძუძუს კიბოს კონკრეტული პაციენტები ისარგებლებდნენ პაკლიტაქსელით ქიმიოთერაპიით.

დაავადებების დიაგნოსტიკა

მოსალოდნელია, რომ AI გახდება შეუცვლელი დაავადებების დიაგნოსტიკასა და გარკვევაში. მონაცემთა შედარების, ინფორმაციის შეგროვებისა და სინთეზის შესაძლებლობის წყალობით, AI-ს მონაწილეობა დიაგნოსტიკაში ხელს შეუწყობს სტატისტიკის ხარისხობრივ გაუმჯობესებას სამედიცინო შეცდომებიდა გააძლიეროს დაავადების პრევენციისა და პრევენციის როლი პაციენტის ტექნოლოგიური მეთვალყურეობის მეშვეობით. კომპანიები, რომლებიც ცდილობენ ამ პრობლემების გადაჭრას, ინვესტორების სერიოზულ ყურადღებას იპყრობენ.

ამრიგად, ისრაელის კომპანია MedyMatch Technology, რომელსაც მხოლოდ 20 თანამშრომელი ჰყავს, 2016 წლის თებერვალში 2 მილიონი დოლარი შეაგროვა. ინვესტორები Genesis Capital Advisors და Exigent Alternative Capital ფონდები გახდნენ. მადლობა ახალი ტექნოლოგიასტარტაპი, რომელიც იყენებს AI-ს Big Data-სთან ერთად, ექიმებს შეეძლებათ უფრო ზუსტად დაუსვან ინსულტის დიაგნოსტიკა: რეალურ დროში, MedyMatch სისტემა ადარებს პაციენტის ტვინის სურათს ასობით ათას სხვა სურათს, რომელიც არის მის „ღრუბელში“.

ცნობილია, რომ ინსულტი შეიძლება გამოწვეული იყოს ორი მიზეზით: ტვინში სისხლჩაქცევა და თრომბი. შესაბამისად, თითოეული ეს შემთხვევა მკურნალობაში განსხვავებულ მიდგომას მოითხოვს. თუმცა, სტატისტიკის მიხედვით, CT დარგის გაუმჯობესების მიუხედავად, ბოლო 30 წლის განმავლობაში დიაგნოსტიკის შეცდომების რაოდენობა არ შეცვლილა და დაახლოებით 30% -ს შეადგენს. ანუ თითქმის ყოველ მესამე შემთხვევაში ექიმი პაციენტს არასწორ მკურნალობას უნიშნავს, რასაც სამწუხარო შედეგები მოჰყვება.

ამერიკის გულის ასოციაციამ ამერიკის ინსულტის ასოციაციასთან ერთად დაადგინა, რომ 2030 წლისთვის შეერთებულ შტატებში ყოველწლიურად 3,4 მილიონი ინსულტის მსხვერპლი იქნება, რაც ჯანდაცვის ეროვნულ სამსახურს 240 მილიარდი დოლარი დაუჯდება. მეტიც, ამ თანხის 42%, ანუ. დაახლოებით $183 მილიარდი, რაც გამოწვეულია ყოველწლიური პირდაპირი და არაპირდაპირი სამედიცინო ხარჯებით ინსულტის მქონე პაციენტების მოვლისთვის. MedyMatch სისტემას შეუძლია თვალყური ადევნოს ნორმიდან ყველაზე მცირე გადახრებს, რასაც სპეციალისტი ყოველთვის ვერ ამჩნევს, რითაც მინიმუმამდე დაიყვანოს შეცდომის ალბათობა.

მობილური AI

ხელოვნური ინტელექტი (AI, ინგლისური ხელოვნური ინტელექტი, AI) არის ინტელექტუალური მანქანების, განსაკუთრებით ინტელექტუალური კომპიუტერული პროგრამების შექმნის მეცნიერება და ტექნოლოგია. ხელოვნური ინტელექტი დაკავშირებულია კომპიუტერების გამოყენების მსგავს ამოცანასთან ადამიანის ინტელექტის გასაგებად, მაგრამ სულაც არ შემოიფარგლება ბიოლოგიურად დამაჯერებელი მეთოდებით.

არ არსებობს ერთი პასუხი კითხვაზე, რას აკეთებს ხელოვნური ინტელექტი. თითქმის ყველა ავტორი, რომელიც წერს წიგნს ხელოვნური ინტელექტის შესახებ, იწყებს მასში არსებული გარკვეული განსაზღვრებიდან, ამ მეცნიერების მიღწევების გათვალისწინებით.

ხელოვნური ინტელექტის განვითარების ორი მიმართულება არსებობს:

სიახლოვესთან დაკავშირებული პრობლემების გადაჭრა სპეციალიზებული სისტემები AI ადამიანის შესაძლებლობებისადმი და მათი ინტეგრაცია, რაც რეალიზებულია ადამიანის ბუნებით;

ხელოვნური ინტელექტის შექმნა, რომელიც წარმოადგენს უკვე შექმნილი AI სისტემების ინტეგრაციას ერთ სისტემაში, რომელსაც შეუძლია კაცობრიობის პრობლემების გადაჭრა.

მაგრამ ამ დროისთვის, ხელოვნური ინტელექტის სფეროში, ჩართულია მრავალი საგნობრივი სფერო, რომლებიც უფრო პრაქტიკულია, ვიდრე ფუნდამენტური AI-სთვის. ბევრი მიდგომა სცადა, მაგრამ არცერთ კვლევით ჯგუფს ჯერ არ მიუღია ხელოვნური ინტელექტის გაჩენა.

რობოტიკისა და ხელოვნური ინტელექტის სფეროები ერთმანეთთან მჭიდრო კავშირშია. ამ ორი მეცნიერების ინტეგრაცია, ინტელექტუალური რობოტების შექმნა ხელოვნური ინტელექტის კიდევ ერთი მიმართულებაა.

რობოტიკა ეფუძნება ისეთ დისციპლინებს, როგორიცაა ელექტრონიკა, მექანიკა, პროგრამირება. არსებობს სამშენებლო, სამრეწველო, საყოფაცხოვრებო, საავიაციო და ექსტრემალური (სამხედრო, კოსმოსური, წყალქვეშა) რობოტები.

ინტელექტი საჭიროა რობოტებისთვის ობიექტების მანიპულირებისთვის, ლოკალიზაციის პრობლემებით ნავიგაციისთვის (განთავსება, ახლომდებარე ტერიტორიების შესწავლა) და მოძრაობის დაგეგმვა (როგორ მივიდეთ სამიზნემდე).

21-ე საუკუნეში სამედიცინო რობოტების შემუშავებამ და წარმოებამ მიაღწია ისეთ ტექნიკურ და ეკონომიკურ წარმატებას, რომ მათ შესახებ ინფორმაცია ყოველწლიურად სულ უფრო ნაკლებად სამეცნიერო ფანტასტიკად გამოიყურება.

რობოტიკისა და ხელოვნური ინტელექტის სისტემების მიღწევები ყოველდღიურად მზარდ გავლენას ახდენს ადამიანების ცხოვრებაზე. ფაქტიურადეს სიტყვა. რობოტიკის ტექნიკურმა და ეკონომიკურმა მიღწევებმა განაპირობა ის, რომ მედიცინა სულ უფრო ხშირად მიმართავს რობოტების დახმარებას. დღეს სამედიცინო რობოტებს შეუძლიათ ჩაატარონ რთული ქირურგიული ოპერაციები, დაეხმარონ ზუსტი დიაგნოზის დასმას, პაციენტებზე ზრუნვას და მათი შესაძლებლობების ჩამონათვალი ამით არ შემოიფარგლება.

როგორ მოვაგვაროთ ჩვენი ჯანმრთელობის პრობლემები, განსაკუთრებით თუ ისინი სერიოზულია? ყველაფერი იწყება ღირსეული კლინიკის და მათი დარგის წამყვანი სპეციალისტის მოძიებით. ახლა კი წარმოიდგინეთ ასეთი სურათი.

ნაპოვნია კლინიკა, სპეციალისტი ამ სფეროში ყველაზე წარმატებულია და იღებს .... საათის გარშემო!!!

მას არც გვარი აქვს და არც პატრონიმი. მხოლოდ მოდელის სახელი. ეს რობოტია!

აქ, ზოგადად, უახლოესი მომავლის პერსპექტივა. ამასობაში რობოტები გამოცდილი ექიმის მკაცრი ხელმძღვანელობით მუშაობენ.

სექციები:

გაძარცვეს ექიმები

რობოკომპლექსები

რობოსტერები

რობოტული პროთეზები

რობოტები ჩვენს შიგნით

სარეაბილიტაციო რობოტები

რობო-დახმარება

რა არის სამედიცინო რობოტები და რატომ არის საჭირო

სამედიცინო რობოტი არის რობოტი, რომელიც შექმნილია ზოგადად მედიცინასთან და კონკრეტულად ადამიანის ჯანმრთელობასთან დაკავშირებული ნებისმიერი მოქმედების შესასრულებლად. ათობით სამეცნიერო ფანტასტიკის მწერალმა ასობით ნამუშევარში დეტალურად აღწერა სამედიცინო რობოტების ყველა შესაძლო ფუნქცია, ამოცანები და მათი შემოთავაზებული მოწყობილობის მახასიათებლებიც კი. ამ აღწერების შესაბამისად, მომავლის რობო-მედები სხვადასხვაგვარად ჩნდებიან. ეს არის რთული მინიატურული, მაგრამ ძალიან ჭკვიანი „პირველადი დახმარების ნაკრები“, რომელიც ჩაშენებულია კოსმოსურ კოსტუმში და სტაციონარული სამედიცინო კომპლექსებში, რომლებსაც შეუძლიათ „მკვდრების აღდგომა“. შექმნილია სამეცნიერო ფანტასტიკისა და რობოტების ასისტენტების, ძიძების და სხვა სანიტარული მუშაკების ათობით მოდელის მიერ. არსებობს ადამიანის სისხლში მუდმივად არსებული ნანორობოტების ვარიანტიც კი, რომელსაც შეუძლია ტოქსინების მოცილება, ჭრილობების მოშუშება და ფანტასტიკური სამოქმედო ფილმების გმირები პირდაპირი გაგებით შეუღწევად აქციოს.

სინამდვილეში, სამედიცინო რობოტები ვითარდებიან მსგავსი მიმართულებით. პირველი, ეს არის ქირურგიული კომპლექსები. და მიუხედავად იმისა, რომ მათი დამოუკიდებლობა მათ მიერ მიღებულ გადაწყვეტილებებში არის მხოლოდ პირობითი, ამ სამედიცინო რობოტებს უკვე აქვთ ასობით წარმატებული ოპერაცია მათ ანგარიშზე.

მეორე ფუნდამენტური მიმართულება დღეს შეიძლება ეწოდოს დამხმარე რობოტების კლასს. ეს რობოტი ექთნები ჰუმანოიდები არიან და გარეგნულად არც თუ ისე ჰუმანოიდები, მაგრამ დიდ ნაბიჯებს დგამენ სამედიცინო პერსონალისა და ავადმყოფების დასახმარებლად.

მესამე მიმართულება, უპირველეს ყოვლისა, უკავშირდება პროთეზირებას, ადამიანის კიდურების შემცვლელების განვითარებას და ეგზოჩონჩხის შექმნას. ხელოვნური „ჭკვიანი“ კიდურები არა მხოლოდ კონკრეტულ პაციენტებს ეხმარება, არამედ რობოტიკის ახალი ტექნოლოგიების შემუშავებას ემსახურება.

რობოტული სამედიცინო მოწყობილობების დიდი ნაწილისგან გარკვეულწილად მოშორებით არის მანქანები იმ ადამიანებისთვის, რომლებმაც დაკარგეს დამოუკიდებლად გადაადგილების უნარი. იქნება ეს ინტელექტუალურად კონტროლირებადი ინვალიდის ეტლი თუ ბრძოლის ველიდან დაჭრილების ევაკუაციის საშუალება.

აბა, როგორ მოვიქცეთ მომავალი ექიმებისთვის რობოტული სასწავლო საშუალებების გარეშე? ეს სამედიცინო რობოტები კბილის ტკივილით იღრიალებენ, ბავშვებს „შობენ“ და იტანენ სხვა გაჭირვებებს, რაც მათ თავს დაატყდათ.

სამედიცინო რობოტების განვითარების მიმართულებების ზემოაღნიშნული ჩამონათვალი შეიძლება გახდეს პასუხი კითხვაზე - რატომ გვჭირდება საერთოდ სამედიცინო რობოტები.

Doc + სერვისის გენერალური დირექტორის რუსლან ზაიდულინის მიმოხილვა.

სანიშნეებისკენ

ხელოვნური ინტელექტი (AI) კიბერნეტიკური გონება კი არ არის, არამედ მანქანურ სწავლაზე დაფუძნებული ალგორითმების სისტემა. მეცნიერები თვლიან, რომ სამომავლოდ ხელოვნური ინტელექტი გაგვათავისუფლებს რუტინული დავალებების შესრულებისგან ბევრ სფეროში. მაგალითად, ხელოვნურ ინტელექტს შეიძლება ჰქონდეს დიდი გავლენა მედიცინაზე.

„ჭკვიან“ სამედიცინო პროდუქტებს, სერვისებსა და პროცესებს უკვე ავითარებენ ისეთი კომპანიები, როგორიცაა IBM, Google, Apple, Microsoft, General Electric და მრავალი სხვა: კვლევითი კომპანია Venture Scanner-ის მონაცემებით, მათგან 800-ზე მეტია. ყველაზე აქტიურია აშშ, დიდი ბრიტანეთი და ისრაელი.

IDC-ის ანალიტიკოსებმა გამოთვალეს, რომ 2018 წლისთვის 30% სამედიცინო ორგანიზაციებიშესთავაზეთ მომხმარებელს მომსახურება ხელოვნურ ინტელექტზე დაფუძნებული. ამ სტატიაში ჩვენ გეტყვით, რა შეუძლიათ დღეს ინტელექტუალურ სისტემებს და ვინ ავითარებს მათ.

პაციენტის მონაცემთა დამუშავება

თითოეული სამედიცინო სურათი, გამოკვლევის ოქმი და ანამნეზი შეიცავს ინფორმაციას, რომელიც საშუალებას გაძლევთ ზუსტად დანიშნოთ დიაგნოზი და დანიშნოთ მკურნალობა. სამწუხაროდ, გამოცდილი ექიმებიც კი ყოველთვის ვერ ხედავენ დაავადების სრულ სურათს, რადგან სამედიცინო ჩანაწერის მონაცემები არ არის სტრუქტურირებული და სამედიცინო ისტორია შეიძლება იყოს ძალიან მოცულობითი. მათ ეფექტურობაზე ასევე მოქმედებს დაღლილობა და, ზოგიერთ შემთხვევაში, ვიწრო სფეროებში ცოდნის ნაკლებობა.

ზოგიერთი დაავადება, როგორიცაა კიბო, შეიძლება დამარცხდეს, თუ არა აშკარა სიმპტომები დროულად იქნება აღიარებული და მკურნალობა დაიწყება. Google-ის მონაცემებით, ყოველი მეათე პაციენტი განიცდის სამედიცინო ინფორმაციის არასწორ ინტერპრეტაციას.

ხელოვნურ ინტელექტს შეუძლია ამ პრობლემის გადაჭრა. პაციენტის მდგომარეობის შესაფასებლად და წინასწარი დიაგნოზისთვის „ჭკვიან“ განვითარებას გვთავაზობენ Google (Deepmind Health) და IBM (Watson Health).

ჭკვიანი mHealth გადაწყვეტილებების ერთ-ერთი მაგალითია Ada სერვისი. მობილური აპლიკაცია სვამს კითხვებს და ადამიანი აღწერს მათ სიმპტომებს. ამის შემდეგ სისტემა ეძებს მონაცემთა ბაზაში პრობლემის შესახებ ინფორმაციას, გასცემს რეკომენდაციებს და ზოგიერთ შემთხვევაში ურჩევს ექიმს მიმართოთ. რუსულ ბაზარზე DOC + ავითარებს ასეთ გადაწყვეტილებებს, ისევე როგორც Qapsula.

არის სხვა მსგავსი სერვისებიც. უფრო მეტიც, მათ შეუძლიათ რთული დაავადებების დიაგნოსტიკა: მაგალითად, დიაბეტური რეტინოპათია. ან თუნდაც იწინასწარმეტყველა შესაძლო პრობლემებიგულთან ერთად აშკარად ჯანმრთელ ადამიანებში.

განსაკუთრებული სიფრთხილეა საჭირო იმ ადამიანებისთვის, რომლებიც ახლახან გაწერეს საავადმყოფოდან. მათთვის შეიქმნა Sense.ly აპლიკაცია, რომლის საფუძველიც იგივე ხელოვნური ინტელექტია.

სისტემა აგროვებს და აანალიზებს ადამიანის ჯანმრთელობის მონაცემებს და უგზავნის ექიმს. თუ სპეციალისტი პრობლემას შენიშნავს, პაციენტს სასწრაფოდ აგზავნის საავადმყოფოში. სამწუხაროდ, ის ჯერ არ არის ხელმისაწვდომი რუსეთში: სერვისი მუშაობს მხოლოდ აშშ-ში.

პოპულარობის მოპოვება და გენეტიკური ანალიზი. რაც უფრო მეტი ინფორმაცია აქვთ ექიმებს დაავადების გამომწვევი მიზეზის შესახებ, მით უფრო ეფექტური მკურნალობა. ამაში მათ გენომის ანალიზის „ჭკვიანი“ სისტემები ეხმარებიან. ერთ-ერთი ასეთი სერვისია Sophia Genetics. დნმ-ის ანალიზი ცხადყოფს ადამიანის მიდრეკილებას რიგი დაავადებების მიმართ: კუჭის წყლული, დიაბეტი და ა.შ.

ასევე აღსანიშნავია პროექტები ადამიანის დღეგრძელობადა ღრმა გენომიკა. მათი ამოცანაა ინფორმაციის პირველადი შეგროვება და „გენეტიკური“ მონაცემთა ბაზის შექმნა. დღეს უკვე შეგიძლიათ გენეტიკური მასალის ნიმუშის დონაცია და თქვენი გენომის ანალიზით დეტალური ანგარიშის მიღება. მაგალითად, ასეთ სერვისს ახორციელებს ამერიკული სერვისი 23andMe და შიდა Atlas.

ასეთი პროექტები არა მხოლოდ აკმაყოფილებს კლიენტის ცნობისმოყვარეობას, არამედ ეხმარება, მაგალითად, აირჩიოს წამალი ინდივიდუალური მახასიათებლების მიხედვით.

ხელოვნური ინტელექტი ნარკოტიკების უფრო ზუსტი მოდელირების საშუალებას მისცემს. მომავალში მეცნიერებს საშუალება ექნებათ დაადგინონ ქიმიური ნაერთის სასურველი თვისებები და კომპიუტერი ჩამოაყალიბებს საჭირო მოლეკულურ სტრუქტურას.

უკვე არის კომპანიები, რომლებიც გვთავაზობენ ასეთ გადაწყვეტილებებს. ერთ-ერთი მათგანი, Atomwise, იყენებს სუპერკომპიუტერებს წამლის ოპტიმალური ფორმულის მოსაძებნად. მსგავსი პროექტის კიდევ ერთი მაგალითია Berg Health.

თუ ხელოვნური ინტელექტი ფართოდ გავრცელდება ფარმაცევტულ პროდუქტებში, შეიძლება ველოდოთ ხარისხობრივად ახალი მედიკამენტების გაჩენას და ბაზარზე გამოსვლის დროის შემცირებას.

რუსული მოვლენები

ზემოთ ჩვენ არაერთხელ მოვიყვანეთ პროექტები ევროპიდან, აზიიდან და აშშ-დან, როგორც მაგალითი. თუმცა, რუსეთში ასევე მიმდინარეობს მუშაობა სამედიცინო ხელოვნური ინტელექტის სფეროდან რამდენიმე მიმართულებით. მათგან ყველაზე პოპულარული ეხება მეტყველების ამოცნობას და დაავადებების ონლაინ დიაგნოზს სამედიცინო სურათების გამოყენებით.

გასულ წელს მეტყველების ტექნოლოგიების ცენტრმა მიიღო 250 მილიონი რუბლი სამედიცინო მეტყველების Voice2Med-ის ხმის ამოცნობის ღრუბლოვანი სერვისის შესაქმნელად.

პროექტის მიზანია შეამციროს დრო, რომელსაც ჯანდაცვის მუშაკები ხარჯავენ დოკუმენტების შევსებაში. შრომის სამინისტროს ცნობით და სოციალური დაცვა, ახლა სამუშაო დროის ნახევარი სჭირდება.

გრიგორი კოლესნიკოვი, G4A (Grants4Apps) ამაჩქარებლის პროგრამის ხელმძღვანელი რუსეთში ბაიერში, საუბრობს იმაზე, თუ რა უშლის ხელს მედიცინაში დანერგვას და განიხილავს, შესაძლებელია თუ არა ამ სფეროში სტარტაპებისთვის ასეთი დაბრკოლებების გადალახვა.

როგორ ეხმარება AI სამედიცინო პროფესიონალებს

Google-მა ცოტა ხნის წინ ისაუბრა ბაზარზე ხელოვნური ინტელექტის სისტემების დაგეგმილ დანერგვაზე, რომელიც საშუალებას მოგცემთ დაზოგოთ სატელეფონო საუბრები ფონური ხმაურისგან (ვთქვათ, ძაღლების ყეფა). როგორც დაგპირდით, სმარტფონის შიგნით ხელოვნურ ინტელექტზე დაფუძნებული ალგორითმები მაქსიმალურად დაგეხმარებათ რუტინული ოპერაციების შესრულებაში. პერსპექტივები შთამბეჭდავია, რადგან თანამედროვე ადამიანები დღეში რამდენიმე საათს ატარებენ თავიანთი მოწყობილობების ეკრანებთან. და ასეთი ტექნოლოგიები უკვე მტკიცედ არის შემორჩენილი ჩვენს ცხოვრებაში.

დღეს ხელოვნური ინტელექტი აქტიურად გამოიყენება განვითარებაში საყოფაცხოვრებო ნივთები, პერსონალური ხმოვანი ასისტენტები, უსაფრთხოების სისტემებში. სადაც საჭიროა დიდი რაოდენობით ინფორმაციის დამუშავება.

მედიცინაში ხელოვნურ ინტელექტს შეუძლია გააუმჯობესოს დიაგნოსტიკის ეფექტურობა დიდი მოცულობით მუშაობის უნარის გამო. არის შემთხვევა, როდესაც „ჭკვიანმა“ სადიაგნოსტიკო სერვისმა IBM Watson-მა 60 წლის პაციენტს არასწორი დიაგნოზით ლეიკემიის იშვიათი ფორმა გამოავლინა. ამისათვის სისტემამ 10 წუთში კიბოს შესახებ 20 მილიონი სამეცნიერო სტატია „შეისწავლა“.

შედეგად, ხელოვნური ინტელექტი შესაძლებელს ხდის ყოველდღიური რუტინული ამოცანების მოცულობის შემცირებას, რომლებიც სამედიცინო სპეციალისტებმა უნდა გადაწყვიტონ. და შეუძლია მინიმუმამდე დაყვანა შესაძლო შეცდომები. და ის ასევე ხსნის შესაძლებლობებს ახალი პროფესიების გაჩენისთვის მედიცინაში ციფრული სისტემების შესანარჩუნებლად.

რატომ არ მიდის ყველაფერი მშვიდად?

ხელოვნური ინტელექტის მქონე პროგრამები და მოწყობილობები ახლა გამოიყენება რენტგენის, CT და MRI სურათების ანალიზში (საკმარისია სურათის სისტემაში ატვირთვა, რის შემდეგაც ხელოვნური ინტელექტი გაანალიზებს და დასკვნას გააკეთებს). ტელემონიტორინგის დროს გამოიყენება „ინტელექტუალური“ მედიცინა ქრონიკული დაავადებებიდა ადამიანების ჰოსპიტალიზაციის საჭიროების შეფასებისას, რობოტების დახმარებით ქირურგიაში. ფარმაცევტებმა ასევე აითვისეს ახალი ტექნოლოგიები - AI გამოიყენება ახალი მედიკამენტების შემუშავებაში.

მაგალითად, Semantic Hub-მა ახლახან შექმნა ხელოვნური ინტელექტის ბაზაზე დაფუძნებული სერვისი პოტენციალის შეფასების ავტომატიზაციისთვის. სამედიცინო პრეპარატებისანამ ისინი ბაზარზე გამოვა. სისტემა აგროვებს და აანალიზებს მილიონობით დოკუმენტს, მათ შორის სამეცნიერო პუბლიკაციებს, რომლებიც დაკავშირებულია შემუშავებული წამლის დაავადებასთან, დანიშნულებასა და ეფექტთან. შემდეგ ის აანალიზებს ინფორმაციას და აკეთებს დასკვნას პრეპარატის პოტენციალის შესახებ, ყველა რისკფაქტორებისა და კონკურენტული უპირატესობების გათვალისწინებით. ადრე ნარკოტიკების შემქმნელებს შეეძლოთ შეესწავლათ "ხელით" ასეთი დოკუმენტების მხოლოდ 1%.

„ჭკვიან“ სამედიცინო პროდუქტებს, სერვისებსა და პროცესებს ახლა თითქმის ყველა წამყვანი „ციფრული“ კორპორაცია ავითარებს. საერთო ჯამში, კვლევითი კომპანია Venture Scanner-ის მონაცემებით, მსგავს განვითარებას ახორციელებს 800-ზე მეტი კომპანია მთელს მსოფლიოში.

ბევრი ექსპერტი პროგნოზირებს ხელოვნური ინტელექტის ბაზრის სწრაფ ზრდას - წელიწადში დაახლოებით მესამედით. BIS Research-ის შეფასებით, ჯანდაცვის ხელოვნური ინტელექტის მთლიანი ბაზარი 28 მილიარდ დოლარს მიაღწევს 2025 წლისთვის.

მაგრამ ყველაფერი ასე ვარდისფერი არ არის. მედიცინაში ხელოვნური ინტელექტის ტექნოლოგიების დანერგვას დაბრკოლებები აქვს. და ხშირად კითხვები ჩნდება თავად სამედიცინო პროფესიონალებისგან, რომელთა მიმართ ინოვაციებმა შეიძლება გამოიწვიოს გონივრული უნდობლობა.

რა არის პრობლემების მიზეზი? შევეცადოთ გავერკვეთ.

ხელოვნური ინტელექტის დაბრკოლებები მედიცინაში

1. ინფორმაცია "მეორე სიახლე"

ეს, რა თქმა უნდა, ეხება სამედიცინო ინფორმაციის ხარისხს და მოცულობას. პაციენტების სამედიცინო ჩანაწერებში დაგროვილი მონაცემები შეიძლება იყოს არასრული, შეიცავდეს შეცდომებს, უზუსტობებს და არასტანდარტულ ტერმინებს. მათ არ აქვთ საკმარისი ჩანაწერები პაციენტის ცხოვრების, მისი ჩვევებისა და ქცევის შესახებ. ამ ინფორმაციის შეგროვების ეფექტური მექანიზმები უბრალოდ ჯერ არ არსებობს.

ასეთ მონაცემებზე დაფუძნებული ანალიზის შედეგები ყოველთვის იწვევს გონივრულ სკეპტიციზმს და ამ ანალიზის ხარისხის გაუმჯობესების მცდელობები საკმაოდ შრომატევადი პროცესია.

ამ პრობლემის აღმოსაფხვრელად, ახლა შემოთავაზებულია ხელოვნური ინტელექტის მომზადების ვარიანტები მცირე რაოდენობით ინფორმაციაზე. ასეთი ტრენინგის წარმატებულ მაგალითებად შეიძლება დავასახელოთ სმარტფონის კლავიატურის მუშაობის პრინციპი, როდესაც სისტემა იმახსოვრებს და აანალიზებს ადრე შეყვანილ სიტყვებს და შეუძლია იწინასწარმეტყველოს შემდეგი ტექსტების შინაარსი. სახის ამოცნობისა და მუსიკის აპლიკაციები ეფუძნება მსგავს ტექნოლოგიებს.

მედიცინაში წარმატებით დანერგვის შემთხვევაში, მანქანათმცოდნეობის სისტემას შეუძლია გადაჭრას მრავალი პრობლემა: შეამოწმოს წამლების თავსებადობა, გააკეთოს დიაგნოზი. გენეტიკური ანალიზი. მაგალითად, შეგვიძლია მოვიყვანოთ Droice Labs-ის გადაწყვეტა, რომელიც ზემოაღნიშნულის დიდ ნაწილს უკვე პრაქტიკაში რუსეთში აკეთებს.

2. მდუმარე რობოტები

მედიცინაში შემოთავაზებული სიახლეების მეორე შეზღუდვა არის სისტემის ინტელექტუალური ბირთვის მიერ გადაწყვეტილების მიღების პროცესში გამჭვირვალობის ნაკლებობა. ხელოვნური ინტელექტი მუშაობს „შავი ყუთის“ პრინციპით. თუ ალგორითმში არის შეცდომა და სისტემამ მიიღო არასწორი გადაწყვეტილება, მაშინ ძალიან რთული იქნება პასუხის გაცემა კითხვაზე "რატომ".

ახლა ისინი ავითარებენ მანქანებს, რომლებსაც შეუძლიათ მათი გადაწყვეტილების მიზეზების გამოვლენა. ამერიკელი მეცნიერები უახლოვდებიან ასეთი პროდუქტის ბაზარზე გაშვებას. კერძოდ, თავდაცვის მოწინავე კვლევითი პროექტების სააგენტო (DARPA) მხარს უჭერს 13 კვლევით ჯგუფს, რომლებიც შეშფოთებულნი არიან ამ პრობლემის გადაწყვეტით.

ადგილობრივი კომპანია "Intellogic" თავის პატენტში ასევე აცხადებს სამედიცინო ონტოლოგიების გამოყენებას მათემატიკური მოდელების მოსამზადებლად და ნერვული ქსელის მოდელების განვითარების შედეგების პრეზენტაციისთვის. ეს მიდგომა, პატენტის ავტორების აზრით, ექიმებს საშუალებას მისცემს გაიგონ, თუ როგორ იღებს მანქანა გადაწყვეტილებებს და მნიშვნელოვნად შეამცირებს მოდელების მომზადებისთვის საჭირო მონაცემთა რაოდენობას.

ხელოვნური ინტელექტის საფუძველზე მონაცემთა დამუშავების მიდგომების სირთულე კიდევ ერთ პრობლემას წარმოშობს: პერსონალის შერჩევა და განვითარება, რომელსაც შეუძლია ეფექტურად გამოიყენოს და შეინარჩუნოს სისტემები არატრივიალური ალგორითმებით.

3. ჭკვიანი მანქანები - ჭკვიანი მიდგომა!

გარდა თავად ალგორითმისა, რომელსაც შეუძლია ანალიზის წარმოება მაღალი ხარისხის სიზუსტით, ძლიერი პროექტის გუნდია საჭირო ინოვაციის პრაქტიკაში წარმატებით განსახორციელებლად. მედიცინაში ასეთი პროექტის წარმატება დამოკიდებულია იმაზე, თუ რამდენად პროდუქტიულად ურთიერთობენ მონაწილეები.

გუნდში უნდა შედიოდეს სპეციალისტები ფართო სპექტრიკომპეტენციები საგნობრივ სფეროში, მათემატიკური ალგორითმები და ინფორმაციული უსაფრთხოების მიდგომები, პროგრამირების უნარები და მონაცემთა ვიზუალური წარმოდგენა. ძალიან სასურველია, რომ მონაწილეებს ჰქონდეთ არა ერთი, არამედ რამდენიმე განსხვავებული კომპეტენცია, რათა კარგად გაიგონ და შეავსონ ერთმანეთი.

4. ფასი და ღირებულება

განვითარებადი სირთულეები ზრდის ხელოვნურ ინტელექტზე დაფუძნებული გადაწყვეტილებების შემუშავების, დანერგვისა და გამოყენების ხარჯებს. პროექტების მაღალი ღირებულება ასევე დაკავშირებულია პერსონალიზაციის საჭიროებასთან ახალი სისტემაკონკრეტულ სამედიცინო დაწესებულებაში დაგროვილი მონაცემების მიხედვით, კვალიფიციური და მოტივირებული გუნდის ფორმირება.

და ეს, თავის მხრივ, ეჭვქვეშ აყენებს სტარტაპების მიერ შემოთავაზებული ტექნოლოგიების სწრაფი მასშტაბის შესაძლებლობას. სკალირება შესაძლებელია, მაგალითად, ერთი სახის სამედიცინო გამოსახულებების დამუშავების შემთხვევაში, მაგრამ საჭიროებები სცილდება ამ საზღვრებს.

ინდუსტრიის ექსპერტები თანხმდებიან, რომ მოკლევადიან პერიოდში ხელოვნური ინტელექტის დანერგვა არ გამოიწვევს ხარჯების შესამჩნევ შემცირებას. ჩვენ უნდა გავაგრძელოთ იმ სფეროების ძიება, სადაც ხელოვნური ინტელექტის ტექნოლოგიების გამოყენება უფრო მეტ ღირებულებას მოიტანს.

5. ვინ დაგიცავთ ჰაკერებისგან?

არ უნდა დაგვავიწყდეს, რომ ხელოვნური ინტელექტის ფუნქციონირების უზრუნველსაყოფად აუცილებელია მაღალი ხარისხის გამოთვლით ძალაზე წვდომის უზრუნველყოფა, რაც ხშირად სამედიცინო დაწესებულებებიარა. შესაბამისად, მონაცემთა მასივები უნდა გაიტანოს დაწესებულების პერიმეტრს, რაც საფრთხეს უქმნის შენახვის უსაფრთხოებას, რაც უპირველესი პრიორიტეტი უნდა იყოს. შემთხვევითი არ არის, რომ ხელოვნური ინტელექტის დანერგვის მრავალი პროექტი შეჩერდა კონკრეტულად საინფორმაციო უსაფრთხოებასთან დაკავშირებული რისკების გამო.

ერთ-ერთი ყველაზე ნათელი მაგალითია, როდესაც აშშ-ს ვეტერანთა საქმეთა დეპარტამენტმა წარმატებული თანამშრომლობის დაწყების შემდეგ შეწყვიტა ხელშეკრულება სტარტაპ Flow Health-თან, რომელიც ინტელექტუალური დაავადების დიაგნოსტიკის სისტემის შემქმნელს წარმოადგენს. როგორც აშშ-ის ჯანდაცვის დეპარტამენტში განმარტეს, კონტრაქტი შეწყდა, როდესაც ცნობილი გახდა, რომ სისტემა ამუშავებდა მგრძნობიარე მონაცემებს. დეპარტამენტმა ეს ვეტერანი პაციენტების პირადი ინფორმაციის უსაფრთხოების დარღვევად მიიჩნია. სხვათა შორის, გაჟონვა არ დაფიქსირებულა.

ინტელექტის გზა!

ექსპერტთა საზოგადოება კარგად იცნობს არსებულ პრობლემებს და ცდილობს უპასუხოს მათ: ფიქრობს დიზაინის პრინციპებზე რობოტული სისტემები, გვთავაზობს ხელოვნური ინტელექტის პრაქტიკაში გამოყენების ეთიკის განხილვას, ტექნოლოგიების დანერგვის ახალ ვარიანტებს შეიმუშავებს. მაგრამ მოდით, ვაღიაროთ: დრო სჭირდება მიდგომებისა და სტანდარტების ადეკვატურად შემუშავებას.

მედიცინაში ხელოვნური ინტელექტის საფუძველზე დაფუძნებული გადაწყვეტილებების მიღების შენელებული საკითხების უმეტესობა საერთოდ არ არის დაკავშირებული საგნების ტექნოლოგიურ მხარესთან. უფრო ხშირად ეს არის ეთიკური და ადმინისტრაციულ-პროცედურული პრობლემები, მონაცემების შეგროვებისა და დამუშავების სირთულეები (ექიმისთვის საჭირო დროის მიწოდება მონაცემთა ბაზაში ინფორმაციის შესატანად), პასუხისმგებლობების განაწილების პრობლემები, ხელოვნური სისტემების მექანიზმების გაგება...

რა პერსპექტივებია?

მიუხედავად ყველა სირთულისა, პროექტებს აქვთ პერსპექტივები. მე მჯერა, რომ მომდევნო რამდენიმე წლის განმავლობაში ხელოვნური ინტელექტის ტექნოლოგიები შეძლებენ თავიანთი მომხმარებლების პოვნას ფარმაცევტულ კომპანიებს შორის, ახალი მოლეკულების და ბიოლოგიური მიზნების ძიებაში, პრეკლინიკური კვლევების ვირტუალიზაციაში და შემდეგ მონაცემთა ანალიზში. კლინიკური კვლევა. ხშირად მსხვილ კომპანიებთან მუშაობისას შესაძლებელია ყველაფრის უზრუნველყოფა საჭირო პირობებიპროექტის წარმატებით დაწყებისთვის.

ყველა საკითხი მოგვარებულია. მთავარი ის არის, რომ ახალი მიდგომების გამოყენებით ჩვენ შეგვიძლია წინსვლა და არა „ფეხში ვესროლოთ“.