Изкуственият интелект и HealthTech: Как здравните технологии променят медицината

Как иновативните решения на база изкуствен интелект и големите бази данни трансформират здравеопазването, как те помагат на лекарите да диагностицират сложни патологии и какви съответни разработки са най-актуални в момента.

Каква е същността и ефективността на HealthTech технологиите?

Здравните технологии (HealthTech) са индустрия, която използва иновации, за да направи медицината по-опростена, по-достъпна и по-интелигентна. Разработките на компаниите в тази област значително подобряват качеството на диагностиката и лечението, включително на трудно разпознаваеми или рядко срещащи се заболявания.

Към края на 2024 г. около 300 милиона души по света страдат от слабо изучени заболявания. Около 80% от подобни патологии имат генетични причини, а средното време за поставяне на точна диагноза е повече от 4,5 години. Реалният брой обаче може да е значително по-висок, тъй като много пациенти остават невидими за статистиката.

Междувременно, значението на ранното откриване на трудно разпознаваемите или рядко срещащите се заболявания пряко влияе върху качеството на живот на пациентите, а също така намалява финансовите разходи за дългосрочна диагностика и терапия.

Ефективността на разработките в областта на здравните технологии вече е очевидна. Например, инструментът MendelScan, задвижван от изкуствен интелект, за по-точна диагностика на редки патологии се използва в повече от 50 здравни заведения във Великобритания. Програмата преглежда досиета на пациенти, анализира големи масиви от данни и идентифицира комбинации от симптоми, които може да са вероятен признак на конкретно слабо изучено заболяване. MendelScan не само идентифицира всички пациенти в риск, но и предоставя на здравните работници доклад с препоръки за по-нататъшни действия. В течение на една година от действието на програмата (2022–2023 г., при 800 000 изследвани) е станало възможно да бъдат идентифицирани 54% от значимите случаи, от които 36% са били прехвърлени за допълнителен анализ и тестване.

Такива интелигентни инструменти вече оказват значително въздействие както върху пациентите, така и върху здравната система, подобрявайки диагностичната точност и ускорявайки процесите в сравнение с остарелите алгоритми.

Как първите HealthTech стартъпи повлияха на развитието на съвременните решения?

Първоначалните версии на продуктите

Само преди няколко години, услугите в областта на здравните технологии бяха фокусирани върху относително тясно профилирани задачи. Най-простите инструменти за телемедицина направиха възможни консултации с лекари чрез видеовръзка – което беше значителна крачка напред, особено за отдалечените региони. Ранните телемедицински платформи обаче често се ограничаваха до елементарни взаимодействия между лекар и пациент, без интеграция с други технологии, като например изкуствен интелект или биометрия (сърдечна честота, кръвно налягане, нива на кислород в кръвта и други параметри).

Важен етап беше стартирането на електронния медицински картон. Той позволява събирането и съхраняването на информация за пациентите в дигитален вид, осигурявайки достъп на здравните работници от различни отделения и болници. Такива продукти са по-скоро в сферата на системата за управление, отколкото диагностичен или терапевтичен инструмент. Данните могат само да бъдат записвани, но не и анализирани в реално време.

Технологиите, които положиха основата на съвременните разработки

Ключов пробив в HealthTech технологиите дойде с използването на Big Data и машинното обучение. Първите технологично базирани медицински решения включваха анализ на големи бази данни с информация от медицинските досиета на пациентите. В тях алгоритмите търсят корелации между симптомите и диагнозите, което води до разработването на програми за ранно откриване на различни видове заболявания.

Това коренно промени диагностицирането на редки патологии, при които сложните и разнообразни симптоми изискват намесата на високоспециализиран лекар, който не винаги е възможно да бъде намерен. С развитието на големите данни (Big Data) и машинното обучение (ML), проблемът вече се решава много по-бързо и диагностицирането стана много по-точно: алгоритмите анализират медицински данни в мащаб, недостъпен за хората, без да е необходимо да се свързват със специалисти на първия етап.

Друг важен фактор беше разработването на методи за обработка на медицински изображения. С помощта на изкуствен интелект стана възможно да се анализират рентгенови снимки, ЯМР и компютърна томография, което помага на специалистите да откриват отклонения, които не винаги са видими за човешкото око. В началото подобни инструменти бяха използвани за стандартни диагнози, но постепенно функциите им се разшириха, за да помогнат за идентифицирането на редки заболявания.

С развитието на технологиите, интеграцията със системи с изкуствен интелект позволява не само събиране на данни, но и провеждане на интелигентен анализ, предоставяйки на лекарите практически препоръки относно диагностиката и други аспекти, свързани с конкретното заболяване.

Как изкуственият интелект трансформира медицинските продукти

Умните решения създават напълно нови подходи, които променят обичайните модели на взаимодействие между лекар и пациент.

Събиране на анамнеза: от въпросниците към имитация на диалог с лекар

Ранните програми включваха дълги формуляри за анкетиране на пациенти. Съвременните системи са се насочили към моделиране на разговори с изкуствен интелект. Те имитират въпроси от лекар, като по този начин се осигурява по-бързо и по-точно първоначално събиране на данни.

Например, платформата Ada използва усъвършенствана система за проверка на симптомите на база на изкуствен интелект, при която „интелигентен асистент“ задава на потребителите поредица от подходящи въпроси. По този начин алгоритъмът анализира много възможни комбинации от симптоми, за да предложи вероятни диагнози. Технологията е подкрепена от широка база от медицински знания и включва информация както за често срещани, така и за редки патологии. Базата данни се актуализира постоянно и се курира от медицински експерти. Това позволява да се извърши първична диагностика въз основа на надеждни научни данни.

Разговор на езика на пациента и интерпретиране на диалога – текст-майнинг

Изкуственият интелект е способен да възприема отговорите на хората в говорим език и след това да ги превежда в медицински термини за по-нататъшна работа от страна на специалистите. Понякога комуникацията между лекар и пациент е затруднена, а интелигентните системи могат да елиминират подобни недоразумения.

Перспективно направление е използването на изкуствен интелект за диагностициране на редки генетични заболявания. Чрез предварително тестване за възрастни и деца може да се събере достатъчно данни за пациентите, а след това инструментът, разполагащ с изкуствен интелект, да моделира диалози с тях на език, достъпен за всички. Това помага за по-бързо и по-точно записване на информацията за симптомите и намалява времето за първична диагноза почти наполовина.

Друга технология в този контекст е извличането на текст (text mining). Тя автоматично анализира неструктурирана текстова информация, за да извлече смислени данни и преобразува материала в удобен формат за анализ. За да направят това, съвременните системи използват невронни мрежи и технологии за дълбоко обучение, като например BERT модели, които разбират контекста на думите в изречението.

В здравеопазването, текст-майнингът се използва главно за анализ на медицински досиета и научни статии. Това позволява на лекарите да обработват големи количества данни по-бързо и по-точно, отколкото това би могло да се направи по традиционния начин.

Big Data и геномиката

Интелигентните алгоритми също така помагат за анализа на големи масиви от данни от геномни изследвания. При системите с ИИ, занимаващи се с генетични проблеми, ако диагностиката с помощта на изкуствен интелект и експертите са потвърдили наличието на признаци на генетична патология, то следващата стъпка може да е тестване на биоматериал (например слюнка) от пациента. Това включва секвениране (анализ) на екзома (WES), областта от ДНК, където се случват около 95% от патогенните генетични промени. За да подобри точността на резултатите, се използват модели за машинно обучение, базирани на изкуствен интелект. Алгоритмите се обучават върху данни от пациенти с вече установени диагнози, което повишава точността на резултатите от анализа.

Разширяването на достъпа до диагностика е глобална мисия

Благодарение на технологиите, много процеси вече излизат извън рамките на медицинските заведения. Сега пациентите могат да получат съвет, изследвания и дори предварителна диагноза от уюта на собствения си дом. За мнозина това не е просто удобство, а единственият начин да потърсят помощ своевременно.

Разработките спомагат за намаляване на времето и разходите за диагностика, което прави медицинските грижи по-достъпни и следователно по-ефективни. В дългосрочен план това не само ще подобри работата с редки и други заболявания, но и ще направи възможно предотвратяването на тяхното развитие в ранните етапи.

За кратък период, разработките в областта на здравните технологии (HealthTech) значително промениха медицината. Стартиращите компании в тази област продължават да се разрастват и получават високи нива на финансиране. През първата половина на 2024 г. инвестициите в индустрията са възлезли на 12,4 милиарда долара, което е с 5% повече отколкото през същия период на 2023 г. Ключовите области включват преди всичко: генеративен изкуствен интелект, решения за управление на здравеопазването, медицинска диагностика и изследователски решения (TechBio). Здравните технологии се очертават като един от най-обещаващите сектори с потенциал за радикална трансформация на глобалното здравеопазване.