Как искусственный интеллект помогает в работе врача? Способен ли он заменить специалиста? Насколько действительно эффективен и практически применим? Мнением поделился начальник кафедры и клиники инфекционных болезней (с курсом медицинской паразитологии и тропических заболеваний) Военно-медицинской академии имени С. М. Кирова Минобороны РФ, главный инфекционист Минобороны РФ, член-корреспондент РАН, доктор мед. наук, профессор Константин Жданов. В рамках Гомельского международного конгресса «Инфекционные болезни, микробиология и иммунология» Константин Валерьевич также рассказал о наработках кафедры с применением методов искусственного интеллекта.
Актуальность вопроса
Константин Жданов:
Константин ЖдановТермин «искусственный интеллект» был введен в 1956 году. Раньше это были обычные экспертные системы. Думаю, те, кто занимался научно-исследовательской работой, писал диссертации, помнит, что было не то чтобы модно, но интересно рассчитать прогноз заболевания, определить возможную степень тяжести, исходы. С
помощью дискриминантного, регрессионного анализа выстраивались различные модели. Экспертные системы представляли собой формализацию знаний экспертов/информации из рекомендаций в простой алгоритм принятия решения.
Принципиальным отличием современного искусственного интеллекта (ИИ) является способность самостоятельно определять закономерности после обучения на огромных массивах данных.
В России за последние 4 года финансирование развития искусственного интеллекта выросло почти в 3 раза, причем подавляющую долю в этой сфере составляет медицина.
Константин Жданов называет предпосылки необходимости применения ИИ в области здравоохранения. Так, увеличение продолжительности жизни: к 2030 году возраст каждого 6-го жителя планеты будет более 60 лет. К 2050 году популяция лиц старше 60 удвоится. Данная тенденция определяет рост хронических заболеваний. К 2050 году число лиц старше 50 лет, страдающих как минимум одним хроническим заболеванием, увеличится вдвое. Количество мультиморбидных пациентов возрастет до 91 % в сравнении с текущими показателями. Безусловно, подобная ситуация потребует расширения объема медицинских знаний. Как отмечает эксперт, наблюдается огромный рост медицинских публикаций: с 2012 года ежегодное число статей на медицинскую тематику превысило 1 млн.
Константин Жданов:
Мы не должны забывать одну вещь: какими бы потрясающими когнитивными данными ни обладал специалист, в условиях, когда растет число пациентов, возникают различные биологические угрозы, меняется интенсивность жизни, все равно есть риск где-то ошибиться. Мы не говорим о том, что ИИ может затмить специалистов, но то, что может помочь в работе, это так.
Ключевые направления
Эксперт приводит 4 ключевых направления развития искусственного интеллекта в медицине.
Первое — автоматизация диагностики на основе уже существующих методик (анализ КТ-изображений, продолжительное холтеровское мониторирование, классификация высыпаний по фото, диагностика ретинопатий по изображению и т. д.).
Второе — разработка новых технологий ранней диагностики (об этом сегодня говорится все больше).
Третье важное направление, особенно в условиях антибиотикорезистентности, — ускорение разработки лекарственных средств (поиск молекул-мишеней, новых соединений, сокращение длительности этапов клинических исследований).
Четвертое — персонализированная терапия.
Константин Жданов:
Применительно к инфекционным болезням на базе ИИ выстроены 60 моделей. Большинство посвящено бактериальным (62 %), вирусным (17 %) инфекциям и другим возбудителям (7 %). Остальная часть приходится на различные организационные вопросы в системе инфекционной службы. Если взять проблему инфекционных болезней, то с позиций ИИ можно рассмотреть 5 опций — диагностика, лечение, эпидемиологическое наблюдение, эпидемиологический контроль, разработка лекарственных средств.
Диагностика
Константин Жданов:
Сегодня накоплен достаточный массив результатов различных методов лучевой диагностики, по которым на основе искусственного интеллекта можно выстроить предсказательные модели для выявления заболеваний. Далее — иммуногистохимия, когда с учетом 3D-возможных конформаций можем создавать модели для диагностики тех или иных веществ в том или ином участке ткани.
Банальный вопрос: аллергическая проба, которую проводим при назначении антибиотиков. Сегодня с использованием ИИ созданы модели, которые практически на 100 % решают этот вопрос.
Лечение
Возможности искусственного интеллекта в плане терапии российский эксперт описывает на примере ВИЧ-инфекции.
Константин Жданов:
Представьте: человеку показана пожизненная терапия, а схем много, и для конкретного пациента нужно подобрать ту, которая будет эффективна, безопасна, когда не будет вырабатываться резистентность вируса к антиретровирусным препаратам, когда будет учитываться межлекарственное взаимодействие. Эти вопросы также поможет решить искусственный интеллект.
Эпидемиологический контроль
Константин Жданов:
Свою роль здесь сыграл COVID-19. На основе искусственного интеллекта созданы системы, которые позволяют не только измерять температуру тела, но и определять человека, контактировавшего с инфицированным.
Эпидемиологическое наблюдение
Константин Жданов:
У нас насчитывается очень много зоонозов, в первую очередь связанных с млекопитающими. Порядка трети до конца еще не изучены, но мы знаем, что зоонозы имеют определенный вектор развития и распределения по определенным континентам.
Так вот на основании ИИ на сегодняшний момент можно примерно программировать траекторию эволюционного распространения возбудителей, предсказывать появление новых векторов инфекционных заболеваний. Также это возможность преодоления межвидового барьера.
Разработка лекарственных средств
Одна из основных позиций — насколько применение ИИ сокращает этапы от появления молекулы до ее регистрации.
Типичный пример — антибиотик халицин. Думаю, многие даже не слышали о нем. Вообще это препарат, который был разработан для лечения СД 2-го типа. Проводились клинические испытания, но было показано, что средство недостаточно эффективно в отношении данного заболевания. Однако с помощью искусственного интеллекта удалось установить, что препарат оказался прекрасным антибиотиком широкого спектра действия, причем абсолютно предотвращающим барьер резистентности
Константин Жданов:
У него есть необычное свойство: встраиваясь в бактерии, он нарушает обмен железа, тем самым клетка бактерии изменяет проницаемость, и никак не влияет, резистентна либо чувствительна клетка к синегнойной палочке, Acinetobacter baumannii, клостридиям, клебсиеллам и так далее. Есть статистика, что ежегодно в мире порядка 700 тысяч летальных исходов связаны с антибиотикорезистентностью.
Если дальше все пойдет таким же образом, то к 2025 году их будет 10 млн в год. Ковид, конечно, поднял эту планку выше, когда антибиотики назначали всем подряд, а выяснилось, что всего лишь 3 % первичных случаев даже на амбулаторном этапе нуждаются в АБ-терапии. Эта глобальная ситуация также может решаться с помощью искусственного интеллекта. Кроме того, используя данную технологию, например, при COVID-19, можно прогнозировать появление тех или иных вакцин.
Применение во время COVID-19
Константин Жданов приводит две работы 2020 года, посвященные построению первых моделей предсказания тяжести течения COVID-19 с помощью искусственного интеллекта, одна — китайских ученых, вторая — американских.
Константин Жданов:
Точность моделей в конечном итоге оказалась неудовлетворительной. Кто в первую очередь страдает при COVID-19? Пожилые люди с сопутствующей патологией. Вот это и сбило многих исследователей. Согласно статистике, более 70 % моделей основаны на данных лиц старше 50 лет, при этом часто инфицируются молодые люди.
Следующее — предикторы тяжелого течения COVID-19, 40 работ с построением моделей. Но что оказалось? Мало найти одни критерии. Половина указанных параметров оценивалась за 2–3 дня до наступления исхода — поздно. Влияние терапии и периода инфекционного процесса не учитывалось.
В мае преподаватель нашей кафедры защитила кандидатскую диссертацию по использованию искусственного интеллекта при COVID-19. Работа была посвящена созданию предсказательной модели тяжелого течения инфекции, вызванной SARS-CoV-2.
Так, были сформированы выборки: обучающая и тестовая, n=906, штаммы «альфа», «дельта»; валидационная, n=40, «омикрон». Далее сравнивались группы тяжелых (n=92) и нетяжелых (n=814) пациентов по лабораторным и инструментальным параметрам при поступлении, были выявлены предикторы тяжелого течения (n=11).
Затем с использованием выделенных предикторов при помощи ИИ была построена и обучена модель. На основе полученной модели была создана программа для ПК «CASP(ER)». Проведена оценка качества разработанной модели с использованием ROC-кривых и метрики AUC. Чувствительность — 0,92, специфичность — 0,87, значение AUC — 0,94 (тестовая выборка).
Константин Жданов:
Считается, что площадь под кривой определяет точность и специфичность, когда величина AUC больше 0,8, то есть 80 %. В нашем исследовании этот показатель составляет 0,94. Даже когда мы добавили «омикрон», значение AUC, конечно, уменьшилось, но все равно было 0,82. Чем хороши такие модели? Появляется новый штамм, ты дообучаешь модель, и она начинает работать по-другому.
Сейчас мы занимаемся разработкой системы поддержки принятия врачебных решений для дифференциальной диагностики ОРВИ с применением искусственного интеллекта. Оцениваем две важные опции: вводим данные пациента и этиологическую расшифровку
заболевания, на этом строится модель
При формировании выборки были взяты вирусные инфекции, которые доминировали в последнее время, — грипп, аденовирусное, риновирусное заболевание, COVID-19, РС-вирусное заболевание. Разрабатывается также чат-бот, воспользоваться которым может любой врач, благодаря чему накапливается база данных.
Преимущества и недостатки
Как и у любого метода, отмечает Константин Жданов, у ИИ есть и преимущества, и недостатки. Среди преимуществ, во-первых, персонализация медицинской помощи. Во-вторых, снижение рабочей нагрузки на медицинского специалиста и увеличение точности диагностики при использовании ИИ в качестве вспомогательной системы. В-третьих, возможность обработки и обучения моделей на массивах данных, превосходящих когнитивные способности человека. В-четвертых, повышение качества диагностики при использовании среди непрофильных специалистов.
Константин Жданов:
Вот представьте: COVID-19, поступают сотни пациентов, половина — тяжелые, на приеме — один-два врача. Кроме того, когда началась пандемия, кто у нас лечил? Лечили все, и акушеры-гинекологи, и стоматологи… Специалисты, которые не имеют образования инфекциониста. Конечно, им в такой ситуации поможет искусственный интеллект. Но есть два недостатка.
Первый — формирование базы данных для обучения модели должно осуществляться высококвалифицированным специалистом, человеком, который очень хорошо в этом разбирается. Второй — сложность интеграции результатов, полученных при обучении ИИ в отдельном регионе, на другие географические зоны во время циркуляции других вариантов возбудителя. Сможет ли искусственный интеллект заменить врача?
Существует несколько возможных сценариев. На мой взгляд, ИИ не сможет заменить врача, и на это есть две причины. Во-первых, потому что за все отвечает не машина, а живой человек — специалист. Во-вторых, есть нюансы, в которых без врача машина не разберется.