Британская газета The Guardian со ссылкой на публикацию в журнале Nature сообщила, что ученые из Европейской лаборатории молекулярной биологии, Немецкого центра исследований рака и Копенгагенского университета разработали новый инструмент ИИ, который может предсказать пациентам «личный риск развития более 1000 заболеваний, а также прогнозировать изменения в состоянии здоровья на десятилетие вперед». Как рассказал научный сотрудник института биоинформатики при Европейской лаборатории молекулярной биологии Томас Фицджеральд, созданная модель ИИ может «прогнозировать будущие результаты лечения» после изучения «предсказуемых закономерностей». В частности, она оценивает вероятность того, разовьются ли у человека такие заболевания, как рак, диабет, болезни сердца, респираторные заболевания и многие другие, а также когда это произойдет с конкретным пациентом.

Система, получившая название Delphi-2M, ищет «медицинские события» в истории болезни человека (например, когда были диагностированы заболевания), факторы его образа жизни (например, страдает ли пациент ожирением, курит ли он или употребляет алкоголь), а также возраст и пол. Также инструмент анализирует анонимные данные историй болезни, чтобы спрогнозировать возможные изменения в организме в течение десятилетия и далее. Инструмент был обучен и протестирован на данных около 2,5 млн пациентов. Он определяет риски для здоровья с течением времени аналогично прогнозированию вероятности дождя.

Пациенты смогут воспользоваться преимуществами этого инструмента уже в течение следующих нескольких лет, сообщил изданию представитель Европейской лаборатории молекулярной биологии Эван Бирни: «Вы приходите в кабинет врача, и врач, привыкший к использованию этих инструментов, может сказать: “Вот четыре основных риска, которые могут возникнуть в вашем будущем, и вот две вещи, которые вы можете сделать, чтобы действительно это изменить”. Подозреваю, всем будут говорить, что нужно похудеть, а тем, кто курит, бросить курить. И это будет отражено в ваших данных, так что эти рекомендации существенно не изменятся. Но для некоторых заболеваний, я думаю, будут очень конкретные рекомендации».

По мнению Бирни, преимущество нового инструмента заключается в том, что с его помощью можно «прогнозировать все заболевания одновременно и в течение длительного периода времени», а существующие модели ИИ, ориентированные на отдельные заболевания, этого сделать не могут.

Российские исследователи утверждают, что не сильно отстают от европейских коллег. Как рассказал «Москвич Mag» директор управления стратегического развития и партнерств Института AIRI Максим Кузнецов, его организация разрабатывает модели на основе ИИ, которые, например, помогают врачам анализировать снимки и освобождают их от рутинной нагрузки: «Основа медицинского ИИ — это данные, качественно размеченные врачами. На них строятся продвинутые и объяснимые алгоритмы, которые не просто предполагают наличие заболевания, но и показывают врачу свою “логику”. При этом важно понимать, что AI-помощники не могут полностью заменять врачей как на этапе создания новых инструментов, так и в процессе лечения. Поскольку важно не просто иметь данные и точно выявленный диагноз, но и понимать, как именно были сделаны эти выводы и как с помощью полученной информации помочь конкретному человеку. В этой цепочке врачи незаменимы. Наша система работает на базе нейросетевой модели GigaChat. Она запрашивает базовые данные — пол, возраст и симптомы. Затем анализы, визуализацию и консультации, чтобы выявить диагноз. В будущем за счет глубокого понимания врачебной логики планируем улучшить способности медицинских моделей по различным направлениям, включая кардиологию».

Также Кузнецов добавил, что существует аналогичная разработка Microsoft, но по сравнению с ней российский медицинский AI-помощник «продемонстрировал более высокую точность в диагностике»: «В ходе теста программе нужно было определить патологии на примерах реальных кейсов из медицинского журнала New England Journal of Medicine. Наша разработка показала 93% точности в выявлении болезней. В ходе тестирования по аналогичной методике разработчики Microsoft заявили о достижении точности в 85%. Одна из ключевых особенностей нашего AI-ассистента — скорость работы. В среднем для постановки диагноза модели хватало трех действий: сбора данных от пациента, комментария или вопроса медика и ответа больного. Наша система также выявляет редкие заболевания. Она успешно определила, например, болезнь Уиппла, ацерулоплазминемию и метгемоглобинемию. Кроме того, помощник может пересматривать гипотезы, запрашивать дополнительные данные».

Другой собеседник «Москвич Mag» — основатель мобильного приложения «Справочник врача» Константин Хоманов уточняет, в каких сферах используется технология машинного обучения: «Диагностика, скрининг, чаще всего анализы снимков — легких, головного мозга, молочных желез и прочего. Расшифровка ЭКГ, энцефалограмм. Есть приложения для раннего выявления меланомы, ретинобластомы. В науке используется ИИ для разработки лекарств и средств реабилитации. Благодаря ИИ пациент раньше получит помощь, его заболевание и возможные осложнения получится контролировать, качество жизни не пострадает. Чем больше будет таких диагностических скрининговых систем, чем чаще и больше они будут применяться и “обучаться”, тем больше жизней пациентов мы сможем сохранить. Бич нашего времени — сердечно-сосудистые заболевания, сахарный диабет, онкопатология. Если мы сможем на три-пять лет раньше их находить с помощью ИИ, множество людей будут жить дольше, значительно уменьшится нагрузка на здравоохранение».

«Революция в системе здравоохранения уже произошла, особенно после пандемии, — добавляет Хоманов. — Другой вопрос, что мы делаем с имеющимися возможностями. Соблазн заменить врача на ИИ есть, и где-то, возможно, так и произойдет, но не скоро. Ошибки в работе ИИ неизбежны, как и в работе врача. Последствия врачебной ошибки в правовом поле понятны, что касается ИИ, пока нет законного регулирования. И это главный камень преткновения — ответственность».

Скептически к большим надеждам на технологии ИИ в здравоохранении относится член Общества специалистов доказательной медицины и комиссии РАН по борьбе с лженаукой профессор Василий Власов. По его словам, то, что какая-либо технология является многообещающей, не обязательно означает, что эти обещания будут выполнены. Поэтому, предупреждает ученый, «не надо путать большие обещания с большими надеждами»: «Почему врачи относятся к инструментам, созданным с помощью ИИ, с настороженностью? Потому что они участвуют в принятии решений, которые для отдельного человека и для больших человеческих сообществ имеют очень высокую цену. Мало того, что цена очень высока, люди по отношению к этим решениям хотят иметь определенности. Больной спрашивает: “Доктор, а что со мной будет, если я не буду принимать эти ваши таблетки?” А доктор отвечает: “Я не знаю, что с вами будет, если вы не будете принимать эти таблетки, но в клинических исследованиях показано, что те, кто их не принимает, умирают на два года раньше”. И так у больного появляется возможность подумать, есть противные таблетки или не есть их. Это стандартный способ действий в медицине за последние 80 лет. Когда речь идет о советах или заключениях ИИ либо диагнозах, поставленных с его помощью, не существует никакого понимания того, насколько эти советы и рекомендации дают уверенность в правильности действий. Сплошь и рядом сообщаются некоторые завышенные оценки, которые не относятся к данным реальных испытаний».

Власов добавил, что сегодня в медицине и здравоохранении «в основном используются инструменты, созданные с помощью ИИ, для решения технических и малоответственных задач»: «Одна из таких задач — это выслушивание машиной процесса общения врача с пациентом и на основании этого создание короткой записи, иначе врач должен был бы сочинять ее сам. С помощью ИИ врач лишь имеет возможность создать текст с экономией времени. Другой вариант — модели, которые научены оценивать изображение, подсказывают врачу, куда надо посмотреть на рентгеновском снимке, где есть вероятность чего-то ненормального. Врач может согласиться с этим, может не согласиться, может самостоятельно изучать изображение, и в итоге выходит то, что получается в результате работы живого специалиста. Насколько я знаю, даже в самых вовлеченных в использование моделей ИИ местах никому в голову не приходит передавать “в руки” машины оценку рентгеновских снимков и других изображений, получаемых, например, в процессе гастроскопии или колоноскопии. Насколько далеко ситуация зайдет и насколько сбудутся ожидания, сегодня сказать трудно. Можно уверенно сказать, что некоторую пользу для системы использование больших языковых моделей принесет. Но сокращение потребности в трудовых ресурсах, облегчение работы врача, увеличение правильности принимаемых решений — все это в больших масштабах вряд ли реализуемо».

Эффективность и безопасность разработок на основе ИИ вроде цифровых помощников, считает Власов, должны быть проверены в клинических испытаниях. Иначе, полагает ученый, было бы безответственно вводить их в практику: «Сегодня в некоторых системах здравоохранения увлеченные руководители пропихивают активное использование больших языковых моделей, но сплошь и рядом это является скорее безответственным действием, чтобы создать впечатление передовой организации, использования супертехнологий. Это, к сожалению, реально существует, потому что медицина сплошь и рядом продает свои услуги».