fbpx

Бъдещето на медицината: как изкуственият интелект устремно навлиза в нея

Изкуственият интелект не е кибернитичен разум, а система от алгоритми, обработващи огромни масиви данни и обучаваща се на базата на машинно обучение. В бъдеще изкуственият интелект ще ни освободи от изпълнението на рутинни задачи в много сфери на живота. Една от най-перспективните насоки за използването му е в медицината.

Умните” медицински продукти, услуги и процеси все повече навлизат в медицината. Такива гиганти като IBM, Google, Apple, Microsoft, General Electric и много други от години развиват свои програми в медицината. По данни на изследователската компания Venture Scanner компаниите, които са ангажирани в този сектор са повече от 800 , като най-много и най-напредналите са в САЩ, Великобритания и Израел.
Ето и основните направления, в които изкуственият интелект уверено навлиза в медицината.

Обработка на данни за пациентите

Всяка медицинска снимка, протокол от преглед и анамнеза съдържа информация, благодарение на която се поставя диагноза и се назначава лечение. За съжаление, даже и опитните лекари, не винаги виждат пълната картина на заболяването, защото данните в медицинските документи не са добре структурирани, а историята на заболяването може да е доста обемна. В някои случай на ефективността на работа влияят такива фактори като умората, а в други, например недостатъчно знания в определена тясна област.
За да може заболяване, например онкологично, ефективно да бъде лекувано, е нужно да се разпознаят някои не очевидни симптоми. По данни на Google всеки десети пациент страда заради неправилна интерпретация на медицинска информация.
Изкуственият интелект може да реши този проблем. Такива разработки за оценката на състоянието на пациента и предварителна диагностика, имат Google(Deepmind Health) и IBM (Watson Health).

Продуктите на Google работят вече в няколко медицински центъра във Великобритания и САЩ. Един от тях е офталмологичната клиника “Moorfields”, където Google Deepmind Health анализира достъпната информация за симптомите на пациента и дава списък от препоръки. Лекарят, използвайки съветите на своя „цифров помощник”, назначава курс на лечение.
IBM Watson Health също помага с поставянето на диагнози. Той разпознава тромбоза на вените, кардиомиопатия, сърдечни пристъпи. Известен е случай, когато Dr.Watson е диагностицирал на 60-годишна пациентка рядка форма на левкемия, като първоначално жената е била с неправилно поставена диагноза. В този случай системата е трябвало да „изучи” 20 милиона научни статии за 10 мин.
Според Frost&Sullivan , технологиите на изкуствения интелект повишават точността на диагнозите с 30-40% , като при това цената на медицинското обслужване намалява наполовина.
Например, в болницата Джонс Хопкинс (The Johns Hopkins Hospital) твърдят, че интелектуалната система, разработена съвместно с GE Healthcare Partners, позволява с 30% да се ускори процеса за назначаване на подходящо лечение.

Изкуственият интелект и мобилната диагностика

Един от сериозните проблеми в съвременното медицинско обслужване е невъзможността за попадане на преглед при лекар, което може да се проточи с дни и даже седмици.
Съвременните технологии помагат да се реши този проблем . Един от начините е с така наречената мобилна телемедицина (mHealth), подкрепена от възможностите на изкуствения интелект. mHealth предполага използването на смартфон и приносими устройства (например „умни” часовници, фитнес гривни и др.) за оценка здравето на човек. Един от примерите за интелектуално mHealht решение е приложението Ada. Мобилното приложение задава въпроси, а човек описва своите симптоми. След това системата търси в базата данни информация за проблема и дава препоръки, а в някои случай съветва да се обърнем към лекар.
Има и други подобни разработки. Някои от тях могат да диагностицират сложни заболявания, например диабетична ретинопатия, или да предсказват възможни проблеми със сърцето на наглед здрави хора.

Особена грижа е необходима на хора, наскоро изписани от болница. За тях е разработено приложение Sense.ly, в чиято основа отново е изкуствения интелект. Системата събира и анализира данните за здравословното състояние на пациента и ги изпраща на лекуващия лекар. Ако специалиста забележи проблем, той незабавно изпраща пациента в болница.
Друга услуга, която набира все по-голяма популярност е генетичния анализ. Колкото повече информация имат лекарите за първопричината на заболяванията, толкова по-ефективно е лечението. В това отношение помагат „умните” системи за анализ на генома . Една от тях е Sophia Genetics. Анализът на ДНК позволява да се установи предразположеност към редица заболявания, например диабет, язва на стомаха и много други. В това отношение други интересни проекти са Human Longevity и Deep Genomics. Тяхната задача е първично събиране на информация и създаване на “генетична” база данни.Вече може да се даде проба с генетичен материал и да се получи отчет с а ализа на своя геном. Например такава услуга предлага компанията 23andMe.

Такива проекти не просто удовлетворяват любопитството на клиента , но помагат да се подбират лекарства на пациента, съобразени с неговите индивидуални особености.
В частност, проектът MedClueRx на медицинския център NorthShore позволява да се определи, какви медикаменти въздействат най-добре при депресия, епилепсия, инфекциозни заболявания и проблеми с стомашно-чревния тракт, отчитайки индивидуалната информация.
Още едно приложение MedWhat, частично заменя личния лекар. Апликацията има функция за разпознаване на говор и отговаря на такива въпроси „Какво да правя, като ме боли гърлото?”, но и сама се интересува за самочувствието ви ден след като сте се обърнали за помощ. Ако MedWhat забелязва влошаване на здравословното състояние, то ви съветва да се обърнете към лекар.
Аналогично приложение Healthbot е разработено в Microsoft . То използва същата технология за разпознаване на реч, както и цифровия помощник Cortana.
В бъдеще се очаква такива приложения за mHealth да получат достъп до големите бази данни с историите на заболяванията, генетична информация и медицинска литература. Така те ще могат много по прецизно да дават своите препоръки.

Избор на индивидуално лечение

Системите, базирани на изкуствен интелект могат да обработват хиляди страници за минута, търсейки подходящата информация. По данни на компанията Delve Health, примерно на всеки 20 минути се появява нова медицинска статия, а в каталога MEDLINE само за миналата година са добавени около милион линка.
По тази причина за лекарите от особена важност е разработването на система за подкрепа на вземане на решение ( Clinical Decision Support System, CDSS ) на базата на изкуствен интелект. CDSS обединява информацията от историята на заболяването на пациента, показателите за здравословното му състояние, данни от медицинските справочници и последните изследвания в дадена област.
След това изкуственият интелект търси зависимости, оценявайки даже такива фактори като динамиката на температурата, нивото на шум и качеството на въздуха в местоживеенето на пациента.
Примери за внедряване на такава технология вече има. Институтът по онкология в Япония заедно с компанията Fronteo Healthcare са разработили системата KIBIT. Тя анализира симптомите на заболяването, особеностите на организма на пациента, „разравя” специализираната литература и изпраща диагнозата.
Използването на ИИ за търсене на оптимален метод за лекуване е необходимост, защото не винаги един и същ подход за лекуване помага еднакво добре на болни, диагностицирани с едно и също заболяване.

Подобряване на планирането и автоматизация на рутинните дейности

Пациентите не рядко отменят своите посещения при лекаря. Това води до загуби на медицинските учреждения. В САЩ пресметнали, че допълнителните разходи за всяко отменено посещение струва около 200 долара. По оценка на експерти, по този начин цялата здравоохранителна система губи около $150 милиарда. По тази причина в планирането на здравните заведения е много важно да бъдат отчитани такива фактори като колко са сериозни оплакванията на болния, какво е времето в дадения регион, натовареността на пътищата и даже характера на човека.
Това разбира се не е по силите на здравните работници . Но с това може да се справи изкуствения интелект. Той ще отчете много „подробности” и ще намали натоварването на медицинското заведения в часовете пик.
Що се касае за автоматизацията на рутинните процедури, то тук изкуственият интелект може да помогне в оценката на опрелена визуална информация: рентгенови снимки, ултразвукови изследвания и други.
По оценка на експерти, такава информация представлява 90% от обема на всички медицински данни и изучаването и отнема много време на лекарите. В този случай компютърният помощник търси общи модели в медицинските изображения, характерни за определено заболяване ( туморни образования, кръвоизливи, запушване на съдове и други) и може да открие най-дребни детайли, които човек много трудно би забелязал.
Решение по анализа на медицинските изображения предлага компанията Enlitic. Нейната цел е да се обединят възможностите на дълбокото машинно обучение и системата за анализ на големи масиви данни. Друг пример е приложението Arterys, което обединява анализ и визуализация, разглеждайки работата на сърцето. В областта пулмологията такова приложение е приложението Zebra Medical Vision. То осъществява компютърен анализ на база невронна мрежа, обучена на няколко стотици хиляди снимки на пациенти с белодробни заболявания.
По статистика в САЩ вероятността от лекарска грешка е 9,5%. Автоматизацията ще даде на лекарите допълнително време , в което лекарят по-внимателно да изучи болестта на пациента и поставянето на максимално точна диагноза. По мнението на Енди Бек ( Andy Beck) ot Harward Medical School използването на технологиите за изкуствен интелект ще намали нивото на грешки при диагностициране с 85%.

5 1 vote
Article Rating
guest
0 Comments
Inline Feedbacks
View all comments

Харесайте ни :-)


This will close in 25 seconds

Дари
0
Would love your thoughts, please comment.x
()
x