Искусственный интеллект в медицине: возможности и ограничения

Искусственный интеллект уже помогает анализировать медицинские изображения, изучать заболевания и искать способы сделать помощь более доступной. Но такие системы не заменяют врача: их точность зависит от данных, на которых они обучались, а ответы чат-ботов не всегда подходят конкретному человеку.

Как искусственный интеллект учится распознавать закономерности

Искусственный интеллект, или ИИ, — это технологии, с помощью которых компьютеры выполняют задачи, требующие анализа информации и выявления закономерностей. Один из основных подходов называется машинным обучением. В этом случае компьютерную модель обучают на большом наборе данных, чтобы она могла находить повторяющиеся признаки и делать прогнозы для новых данных.

Некоторые программы способны самостоятельно формулировать новые вопросы и находить неожиданные связи между разными видами информации. Компьютеры хорошо справляются с масштабными вычислениями, однако у них нет человеческой интуиции и способности учитывать весь контекст ситуации. Поэтому то, насколько полезной окажется система, зависит от того, как именно люди её разработали и применяют.

Анализ медицинских изображений

Одно из направлений, где ИИ уже используют в медицинской практике, — анализ изображений. Компьютерные системы помогают врачам просматривать компьютерные и магнитно-резонансные томограммы, искать признаки заболеваний сердца, опухолей и других нарушений.

Алгоритм может рассматривать изображение очень подробно и замечать малозаметные особенности, которые человеческий глаз способен пропустить. Это особенно важно для раннего выявления некоторых заболеваний, однако компьютерный анализ не отменяет работу специалиста и не превращает результат обработки изображения в самостоятельный диагноз.

Исследователи проверяют, можно ли с помощью ИИ выявлять женщин с повышенным риском развития рака молочной железы. Для этого анализируют различные признаки на маммограммах, в том числе плотность ткани молочной железы. В перспективе такая оценка может помочь определить, кому требуется более внимательное наблюдение. Это направление изучается, а не является универсальной рекомендацией для всех пациенток.

Также проверяется, может ли анализ изображений показывать, как опухоль молочной железы отвечает на лечение, и помогать индивидуализировать дальнейшую тактику. Предполагается, что это позволит точнее определить, кому может потребоваться более интенсивное лечение, а кому удастся избежать ненужных побочных эффектов. Такие возможности пока оцениваются в исследованиях.

Чат-боты и поиск медицинской информации

Современные чат-боты способны вести разговор и создавать новый текст на основе анализа огромных массивов данных. Они предсказывают, какие слова с наибольшей вероятностью должны следовать друг за другом. Это не означает, что программа действительно понимает вопрос или ситуацию человека.

Поэтому ответы чат-бота на медицинские вопросы требуют осторожности. Система может сообщить общую информацию, которая сама по себе выглядит правильной, но не подходит конкретному человеку с его симптомами, диагнозами, результатами обследований и принимаемыми препаратами. Кроме того, пользователю может быть неизвестно, на каких источниках обучалась программа и насколько они надёжны.

Перспективным считается применение чат-ботов в ситуациях, когда людям трудно быстро получить поддержку специалиста. Исследователи разрабатывают ограниченные системы для помощи людям с расстройствами пищевого поведения после скрининга. В отличие от генеративных моделей, такой чат-бот использует заранее подготовленные экспертами варианты диалога и выбирает ответ в зависимости от слов пользователя. Сейчас проверяется, какие элементы разговора лучше помогают человеку обратиться за помощью.

Другие исследовательские проекты изучают, могут ли чат-боты применяться в профилактике самоубийств и для поддержки изменений рациона, полезных для сердца. Эти разработки не означают, что чат-бот способен заменить специалиста или экстренную помощь.

Почему важны качество данных и защита от предвзятости

Системы ИИ обучаются на данных, созданных людьми, поэтому могут унаследовать ограничения и предубеждения, уже существующие в обществе или научных исследованиях. Например, если в прошлых исследованиях мужчин было значительно больше, чем женщин, полученные данные могут хуже отражать особенности женского здоровья. При использовании таких данных в обучении алгоритма эта проблема может перейти и в его результаты.

Выявление подобных перекосов до внедрения системы даёт возможность улучшить данные и сам процесс обучения. Исследователи также изучают применение ИИ для моделирования распространения вирусов между странами и оценки безопасности новых лекарств. Однако каждый такой проект нуждается в проверке качества, справедливости и безопасности результатов.

ИИ как инструмент, а не замена человеку

Искусственный интеллект может расширять возможности врачей и исследователей: ускорять обработку изображений, помогать находить закономерности и поддерживать связь людей с медицинской помощью. Но технология остаётся инструментом, а не самостоятельным источником медицинских решений.

Для пациента это означает, что ответ онлайн-сервиса или результат работы алгоритма нельзя автоматически считать диагнозом, прогнозом или персональной рекомендацией. В медицине важны осмотр, история здоровья, результаты обследований и профессиональная оценка. Именно совместная работа человека и компьютерных систем определит, насколько безопасно и полезно ИИ будет применяться в будущем.

Источник: NIH News in Health — Artificial Intelligence and Your Health. Перевод и адаптация для Сити Клиник.