ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРОЦЕССЕ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ

Быстрое принятие решений и правильно выстроенная стратегия играют важнейшую роль в любой области деятельности человека. Особое внимание необходимо уделить здравоохранению. Своевременно поставленный правильный диагноз напрямую влияет на метод лечения и понижает риск продолжительности заболевания.

Точная диагностика зависит от многих факторов – начиная с проявления симптомов и сбора анализов, заканчивая квалификацией и опытом врача. Человеческий фактор существенно значим в получении итогов процесса, причем результат может оказаться и отрицательным, что приводит к определенным трудностям. Причин такого негативного воздействия может быть несколько:

- неполный набор полученных данных от пациента (неточная симптоматика, недостаточное количество анализов);

- неопытный врач;

- недостаток узкопрофильных специалистов в учреждении;

- не распространенное или неполно изученное заболевание и т.д. [1].

Очевидно, что человечество не может оставить без внимания эти вопросы. Одним из решений оказалось применение искусственного интеллекта, что привело к снижению рисков и увеличению вероятности точной диагностики. Искусственный интеллект (ИИ) – это направление науки, изучающая методы и способы обучения компьютерных технологий мыслить подобно человеку [2]. Алгоритмы на основе ИИ применяются для создания сложных данных, которые в последующем интерпретируются и связываются с клиническими случаями. Толчком применения для таких целей искусственного интеллекта стала острая необходимость решения вопроса рисков наступления неоперабельных состояний по причине «низкой проходимости диагностических кабинетов / несвоевременной диагностики / ошибочных идентификаций патологических изменений». Получив в работе IBM «Watson» точность машинного выявления на МРТ-снимках патологических очагов свыше 80%, данное направление получило активное развитие и в других областях медицины, диагностика которых во многом основана на визуальных проявлениях, в таких как дерматология и офтальмология [3].

По оценкам McKinsey, технологии ИИ могут приносить от 3,5 до 5,8 трлн. долл. в год в 19 отраслях. Так, эффект от применения технологии ИИ в медицине составит более 200 млн долл., или порядка 30% от общего эффекта внедрения аналитических систем [5].

Системы, основанные на нейронных сетях, позволяют решать задачи, связанные с медицинскими ошибками. Официальный учет данных не ведется, однако, результаты исследования университета Джона Хопкинса показали, что более 250 тыс. человек в США ежегодно умирают от медицинских ошибок [6]. В России, по словам главы Минздрава, указанные причины приводят к осложнению состояния пациента или гибели свыше 70 тыс. человек в год. Медицинские ошибки являются третьей по значимости причиной смерти после заболеваемости сердечно-сосудистыми заболеваниями и онкологией.

Приведенная статистика не указывает на то, что имеются ошибки в распознавании изображений (КТ, МРТ, рентгенограммы, УЗИ, цифровые изображения клеток крови, и пр.), но на практике есть примеры более корректной работы хорошо обученных нейросетей, по сравнению с врачами. Так, в 2018 году проведено соревнование по диагностике опухолей головного мозга и прогнозированию расширения гематомы между искусственным интеллектом BioMind, представленным Международной клиникой Beijing Tiantan и пятнадцатью лучшими врачами КНР. В результате, применение ИИ в распознавании данных заболеваний оказалось более эффективным, так как точность системы BioMind показала 87% из 225 медкарт, тогда как врачебная точность составляет 63%, при этом система справилась вдвое быстрее [6].

В декабре 2018 года компания Google объявила о запуске в Таиланде программы по скринингу на диабетическую ретинопатию, вызывающей слепоту у пациентов, страдающих от диабета. При этом будет использоваться решение компании на базе технологий ИИ, точность выявления заболеваний при исследованиях составляла 95%, когда врач офтальмолог был точен на 74% [7]. Данная программа применялась в Тайланде для диагностики рисков и заболевания без участия врачей. Причиной этому послужило то, что в стране критически не хватает врачей-офтальмологов: на 5 млн больных диабетом всего 1400 врачей [4]. Другим исследованием, позволявшим пациентам с отдаленных районов получать диагностику на уровне врачей, стала программа, классифицирующая кожные новообразования. Похожие исследования так же эффективно применялись и в других отраслях медицины. Это доказывает, что разработка программ на основе искусственного интеллекта сделало огромный шаг вперед. Дальнейшая модернизация программ-диагностов приведет к своевременному обнаружению, а в следствии и лечению проблем со здоровьем. Несмотря на то, что вышеуказанные исследования показали очень хорошие результаты, необходимо отметить, что решающую роль в диагностировании пациентов все же играет специалист: программные обеспечения являются лишь помощником в процессе принятия решений. Такими помощниками могут стать не только диагностирующие заболевания программы, но и анализирующие изменение данных пациента с течением времени.

Подобные программы были бы полезны для применения в местностях, где актуальна нехватка специалистов в определенной сфере медицины. Например, в области офтальмологии. В современном мире все больше людей страдают от ухудшения зрения и каждый из них обращается к врачу. В следствие чего нагрузка одного врача увеличивается, так же увеличиваются данные для обработки. Поэтому предлагается разработать систему, выполняющую следующие функции:

- выделение области возможных заболеваний на основе результатов изображений сетчатки глаза;

- моделирование системы нейронных сетей для определения заболевания;

- проведение предварительной диагностики заболевания на основе нейронных сетей;

- ведение статистики заболеваемости зарегистрированных больных;

- составление электронного справочника болезней в области офтальмологии;

- составление базы данных пациентов;

- составление базы данных медицинских работников;

- обеспечение предварительной записи на прием к врачу;

- автоматизация ведения врачебной документации;

- обеспечение защиты информации от нежелательного доступа.

- отслеживание здоровья пациента в зависимости от возраста и частоты посещений. ведение статистики.

Таким образом, можно сделать вывод, искусственный интеллект – это мощный инструмент, помогающий врачам проводить диагностику. Кроме того, их использование делает диагноз более надежным. Методы обобщения и разработки информационных и интеллектуальных данных постоянно совершенствуются и могут в значительной степени способствовать эффективной, точной и быстрой медицинской диагностике. Однако, несмотря на все преимущества использования нейросетей, их следует рассматривать только как вспомогательный инструмент, помогающий медику принять окончательное решение, т.к. в конечном итоге ответственность лежит на нем.

Список литературы:

1. Луговская А.М. Искусственные нейронные сети в медицинской диагностике. В кн.: 54-я научная конференция аспирантов, магистрантов и студентов БГУИР, Минск, Республика Беларусь, 2018: материалы. Республика Беларусь: Белорусский государственный университет информатики и радиоэлектроники, 2018. С. 182-183.
2. Искусственный интеллект//Calltouch: [Электронный ресурс]. URL: https://www.calltouch.ru/glossary/iskusstvennyy-intellekt/. (Дата обращения: 09.11.2021).
3. Демчинский А.М., Кондыбаева А.Б. Искусственный интеллект в офтальмологии: [Электронный ресурс]. URL: https://eyepress.ru/article.aspx/. (Дата обращения: 09.11.2021).
4. А.М. Мещерякова, Э.А. Акопян, А.С. Слинин Искусственный интеллект в медицинской визуализации. Основные задачи и сценарии развития. Журнал телемедицины и электронного здравоохранения №3, 2018. С. 98-102.
5. Коламбус Л. Определение рыночной стоимости искусственного интеллекта: [Электронный ресурс]. URL: https://www.forbes.com/ sites/ louiscolumbus/ 2018/ 04 / 30 / sizing – the – market – value – of – artificial – intelligence / #6e71c687ffe9/ (Дата обращения: 09.11.2021).
6. Танакасемпипат П. Google запускает тайский проект искусственного интеллекта для выявления диабетических заболеваний глаз: [Электронный ресурс]. URL: https://www.reuters.com/article/ us- thailand-google/ google- launches- thai- ai- pro- ject- to- screen- for- diabetic- eye- disease-idUSKBN1OC1N2/ (Дата обращения: 09.11.2021).
7. Нейронная сеть может проводить диагностику лучше дерматолога: [Электронный ресурс]. URL: www.evercare.ru/neironnaya-set- mozhet-provodit-diagnostiku-luchshe (Дата обращения: 09.11.2021). [The neural network can make diagnostics bet- ter than the dermatologist.-www.evercare.ru/neironnaya-set- mozhet-provodit-diagnostiku-luchshe. (Last accessed: 09.11.2021). (in Russ.)].