USD 73.21 | EUR 85.86

Лечение назначит искусственный интеллект

893 |

Искусственный интеллект давно стал частью медицины: его используют для сбора и обработки данных о пациентах, регулярного наблюдения за состоянием их здоровья, диагностики - например, сердечно-сосудистых заболеваний, болезней глаз, некоторых видов рака.

Лечение назначит искусственный интеллект

Исследования структуры вируса, проведенные в первые месяцы после его обнаружения, сэкономили ученым силы на многомесячные эксперименты и значительно сократили время создания вакцин от COVID-19. В Санкт-Петербургском университете ИТМО разработаны алгоритмы на базе ИИ для нахождения комбинаций генов, ответственных за те или иные болезни. Системы прогнозирования рисков, в том числе при коронавирусе, и определения наилучшего способа лечения различных заболеваний создают сегодня в Уфимском авиационно-техническом университете. Об этом наша беседа с их автором - доцентом кафедры биомедицинской инженерии УГАТУ, кандидатом технических наук Ириной Лакман.

Лакман.JPG


- Об актуальности борьбы с сердечно-сосудистыми заболеваниями сегодня говорить необходимости нет, и у нас есть два проекта в этой области, - рассказывает она. - В рамках первого мы оцениваем степень извитости трех коронарных артерий сердца. Это нужно потому, что при большой извитости не всегда возможно провести оперативные вмешательства - такие, как стентирование или шунтирование. При коронарографии решение в отношении тактики лечения бывает довольно субъективным, и наша задача -сделать его более объективным с помощью искусственного интеллекта. Естественно, это делается в содружестве с медиками, в частности, с профессором БГМУ Науфалем Загидуллиным, заведующим кафедрой пропедевтики внутренних болезней. В проекте участвуют и другие молодые ученые и студенты УГАТУ и БГМУ.

Второй проект называется «Система прогнозирования долгосрочных неблагоприятных сердечно-сосудистых событий на основе анализа современных биомаркеров». Мы смотрим на больного на основе значений биомаркеров сыворотки крови, - рассказывает Ирина Александровна. - Это сегодня, можно сказать, модное направление. По биомаркерам можно определить вероятность и последствия наступления повторного инфаркта или инсульта, определить долгосрочные риски для здоровья.

Биомаркеров сегодня открыто немало, но они имеют разную ценность. В самых продвинутых системах учитывается до 300 биомаркеров. Результаты исследований в этой области печатаются в научных и медицинских журналах первого квартиля (например, The Lancet). Кардиоспецифических биомаркеров пять, плюс возраст, пол, показатели анализов крови. Если бы мы наряду с ними учитывали еще и генетический профиль человека, то предсказать, какие заболевания его ждут, было бы намного проще. Можно было бы найти гены, ассоциированные с заболеваниями, и понять, при каком сочетании генов они возникают и приводят к неблагоприятным последствиям. А если знать об опасности, можно попробовать ее предотвратить. Сегодня в генетике информатика используется очень широко, она превратилась в отдельную область - биоинформатику.

- Геном - это огромное количество переменных. Видимо, вашей математической модели это по силам?

- На самом деле необязательно брать полный геном: достаточно определенных генов, ответственных за исходы. А если анализировать его целиком, тогда задача будет относиться к области больших данных. Понадобится суперкомпьютер и специалисты по суперкомпьютерным технологиям, понадобится мегагрант. Грант на исследования в этом направлении в этом году выиграл Институт генетики УФИЦ РАН.

Одна из проблем медицины, где ИИ может очень помочь человеку - лечение больных, находящихся на диализе. При хронической почечной недостаточности возникает анемия, нарушается фосфорно-кальциевый баланс. Пациенту назначается лечение из нескольких препаратов, однако при этом требуется учесть множество факторов, и оно далеко не всегда бывает эффективным. Точнее, его эффективность составляет чуть более 50%, и так во всем мире, а цена ошибок слишком велика. Информационную систему персонализированной терапии больным на диализе мы создали по просьбе и в сотрудничестве со специалистами ООО «Лаборатория гемодиализа». Сегодня она проходит апробацию в 27 диализных центрах Башкортостана, Удмуртии и Ханты-Мансийского автономного округа. Врачи пользуются ей и в течение года дадут окончательную оценку применимости созданной технологии.

Чтобы назначить диализному пациенту адекватную, действенную терапию, решение принимают независимо друг от друга несколько врачей. Если они не приходят к единому мнению, подключается независимый эксперт. Однако сейчас диализные центры создаются не только в крупных городах, и работающим в них нефрологам требуется время, чтобы набраться опыта. Наша система Lexema-Medicine помогает им опереться на опыт лучших специалистов. Конечно, искусственный интеллект в медицине не выносит окончательных решений - это делают врачи. Он лишь «высказывает» свое мнение, дает рекомендации, а специалисты либо соглашаются, либо аргументируют иную точку зрения.

Аналогов нашему проекту в мире очень мало: системы для назначения антианемической терапии созданы в Европе и США, систем для назначения терапии по восстановлению фосфорно-кальциевого обмена в мире нет. Но уже сегодня можно сказать, что точность нашего интеллектуального решения выше мировых аналогов. С ним мы выиграли федеральный грант Фонда содействия инновациям в размере 20 миллионов рублей, что позволило довести работу до конца. Врачи подтверждают: наша система дает верные советы.

- Как вам это удалось?

- Залог успешной работы искусственного интеллекта, да и вообще любой аналитической системы - качественные, тщательно собранные данные. Мы собирали их 10 лет, соблюдая принцип отсутствия человеческого фактора: результаты анализов не переписывались в базу данных, а собирались автоматически, для чего потребовалась интеграция нашей информационной системы с системой автоматического сбора лабораторных анализов. Получили не менее 16 тысяч записей важных данных о пациентах для каждой терапии, которых было достаточно для обучения интеллектуальных алгоритмов. Кстати, еще одно непременное условие успеха - работа рука об руку со специалистами в предметной области, в нашем случае - с врачами.

Во-вторых, для разных типов данных используются разные алгоритмы. Это симбиоз классического математического моделирования и современных инструментов вплоть до машинного обучения (machine learning) и искусственного интеллекта. Алгоритмы ИИ можно разделить на два типа. Первый тип - это самообучающиеся программы, второй - обученные с учителем: кто-то сообщает машине, что такой-то цвет зеленый, а другой - голубой, что запятая ставится в таких-то и таких-то случаях… Тем или иным способом мы учим машину думать, как специалист, а потом проверяем, насколько хорошо она это делает. Сейчас активно развивается направление, комбинирующее оба эти подхода - например, обучение с подкреплением. Последняя тенденция - комбинирование алгоритмов для решения той или иной задачи, создание так называемых метаалгоритмов: это повышает точность прогноза. Именно это мы и делаем. Кстати сказать, сегодня есть много конкурсов, в том числе международных, например Kaggle, где команды специалистов соревнуются буквально за каждую сотую долю процента точности при решении интеллектуальных задач. Специалиста, имеющего рейтинг на таких конкурсах, возьмут на работу в любую крупную компанию. На одном из таких конкурсов моя студентка получила бронзовую медаль.

Что же это за алгоритмы? Их много, для каждого вида данных нужны свои. Один из наиболее популярных сейчас - алгоритм нахождения подобия, similiarity learning. Этот тип алгоритмов широко применяется в медицине. Система анализирует данные множества больных: возраст, пол, все анализы и назначения за последний месяц. Состояние человека, лечение и результаты сравниваются с лечением и состоянием многих других, и выбирается самый похожий случай с наилучшими результатами. Естественно, пациент сравнивается не с одним пациентом, а с сотнями. В нашей системе, чтобы рекомендовать схему лечения, сходство между ними должно составлять не менее 95%.

- Люди прибегают к помощи искусственного интеллекта потому, что он принимает решения быстрее и лучше. А насколько быстро?

- По-разному. Результат может быть доступен в течение нескольких секунд, а может потребоваться много времени (сутки и больше). В этом случае ускорить процесс расчета помогают высокопроизводительные вычисления. В нашем университете есть кафедра, которая занимается исследованиями в этой области. И все-таки во многих случаях искусственный интеллект думает быстрее и лучше человека. Именно поэтому специалисты во всем мире опасаются бурного развития ИИ: думая самостоятельно, он может начать принимать решения во вред человеку. Но это может произойти только с самообучающимися системами, а наши программы обучаются с учителем.

- А в остальном искусственный интеллект работает безупречно?

- Не совсем. Его задача - найти зависимости между фактами, возможно, неочевидные. Нередко он действует по принципу «черного ящика»: мы помещаем туда данные и получаем результат, а почему он именно такой, непонятно. Принимать решения на основе такого результата бывает сложно, особенно юристам, да и врачам тоже. Поэтому сейчас разрабатываются алгоритмы объяснимого ИИ: он будет показывать, почему принято то или иное решение. В проекте по гемодиализу мы используем объяснимые алгоритмы.

- В каких еще областях он используется?

- Одни только системы распознавания образов и лиц применяются очень широко: в системах безопасности аэропортов, банков, городов и так далее, в криминалистике, при фиксации нарушений ПДД, оплате товаров, просто в смартфонах, и т.д. С 2016 по 2020 год точность распознавания лиц нейросетями улучшилась в 50 раз. Он моделирует месторождения при разведке нефти и газа, модели экологических рисков. Скоринговые системы в крупных банках сами решают, выдать вам кредит или нет. Очень широко его применяют в транспорте - например, для прогнозирования пробок, для предсказаний вероятности отказа техники (такие системы уже есть в некоторых автомобилях, в беспилотных автомобилях). Сфера его использования растет день ото дня.

В нашей стране принята Национальная стратегия развития искусственного интеллекта до 2030 года. Одна из ее главных целей - обучить достаточно большое количество специалистов, и мы этим занимаемся. Не забыта и безопасность его применения.

Екатерина КЛИМОВИЧ.


УГАТУ искусственный интеллект Ирина Лакман Науфаль Загидулли извитость коронарных артерий similiarity learning

Возврат к списку