Как искусственный интеллект помогает врачам лечить пациентов

05.03.2023

Если вы недавно были в столичной поликлинике, возможно, первичный диагноз врач вам поставил с помощью ИИ. Новый сервис с использованием нейросети уже больше 2 лет работает в системе здравоохранения Москвы.

Accuray/Unsplash

За последний год нейросети, способные работать с текстовыми массивами данных, наделали много шума. Взять для примера хотя бы тот же ChatGPT, который Microsoft уже внедрила в ОС Windows и браузер Bing. Но такой ИИ появился не сегодня и не вчера: первые успешные модели удалось создать еще в 2018 году. Разработкой занимались, в том числе и отечественные компании. В 2019 году в партнерстве Лаборатории искусственного интеллекта Сбера, СберМедИИ и правительства Москвы была создана система поддержки принятия врачебных решений «ТОП-3». Она была задумана как ассистент врача — очень быстрый, объективный и компетентный помощник, способный проанализировать большой объем данных и помочь с постановкой диагноза. Название «ТОП-3» как раз и характеризует этот процесс: система выдает три наиболее вероятных диагноза на основе жалоб пациента. 

Точность — до 70%, и это не предел

Любой алгоритм  требует обучения. Изначально «ТОП-3» обучали на выборке о визитах реальных пациентов: она насчитывала около 4 миллионов наблюдений. На части этих данных определили перечень наиболее вероятных заболеваний (в виде кодов МКБ-10, Международного классификатора болезней), которые могут быть выставлены при первом обращении к врачу. Получился список из 265 кодов, покрывающих по статистике 95% всевозможных диагнозов. Целевой список верифицировали на соответствие клиническим рекомендациям главных внештатных специалистов Департамента здравоохранения Москвы, федеральных экспертов, Минздрава России, а также международным стандартам. 


После необходимых доработок удалось достигнуть точности постановки диагноза на уровне 70%. Однако как мы знаем, что ИИ продолжает обучаться на новых примерах, и точность со временем растет. 

Работает это так. На первичном приеме врач заносит ваши жалобы в медицинскую карту, ИИ-сервис сопоставляет симптомы с тем массивом данных, на котором он обучался, и выдает три наиболее вероятных диагноза.  Врач анализирует предложенные варианты, выбирает из них или ставит свой предварительный диагноз. При необходимости специалист  назначает анализы и дополнительные обследования. Финальное решение всегда остается за врачом. 

Не укажут, но подскажут

Нейросети могут вывести диагностику на принципиально новый уровень. Степень ответственности за принятое решение слишком велика, чтобы позволять ИИ действовать самостоятельно. Но ничто не мешает разрешать алгоритмам подсчитывать риски и выдавать рекомендации.

К примеру, еще 2 года назад ученые Лондонского университета Святого Георгия разработали алгоритм QUARTZ, который менее, чем за минуту сканирует сетчатку глаза и на основе результата определяет риск развития сердечных заболеваний. Эффективность алгоритма проверили с использованием традиционных методов диагностики, подразумевающих анализы крови и мониторинг сердечного давления. Оказалось, ИИ способен выдавать результаты с такой же достоверностью.

Фраза «диагностика по фото» тоже перестала быть атрибутом магов и шарлатанов. Теперь такая форма выявления проблем со здоровьем вполне реальна. Компания SkinVision уже разработала систему диагностики рака кожи по снимкам с мобильного телефона.

А ИИ от Ezra использует снимки МРТ для ранней диагностики онкологических заболеваний. Эксперты полагают, что рынок ИИ будет расти примерно на 40% в год в ближайшем десятилетии — значит, нас ожидает еще много интересного и полезного. 

Нейросети уже стали трендом последнего времени — поработать с ними может каждый. Например, мы рассказывали о нашумевшем ChatGPT, а заодно дали ссылки на несколько телеграмм-каналов, где можно пообщаться с чат-ботами, и разобрались с возможностями нейросетей при редактировании фотографий