Введение

За последние 20 лет медицина претерпела бурное развитие. Теперь медицинским работникам приходится иметь дело с новыми заболеваниями и по-новому понимать ранее изученные болезни, а также назначать новые лекарственные препараты и применять современные методы диагностики. Профессиональная среда, в которой мы работаем, постоянно меняется, и чтобы медицина развивалась, она должна к ней адаптироваться.

Не так давно только врачам была доступна медицинская информация, и, имея этот доступ, они были обязаны информировать пациентов о состоянии их здоровья. Будучи основным источником медицинских знаний, врачи предоставляли грамотные профессиональные консультации. Сегодня пациент приходит в кабинет врача, вооруженный информацией, которую получает из различных источников: поисковых систем интернета, мобильных приложений, социальных сетей и чат-ботов. К сожалению, качество этой информации сомнительно. Неизвестно, принесет ли пациенту пользу такой неограниченный доступ. Тем не менее, врачи должны быть готовы к подобным ситуациям и разрабатывать стратегии работы как с пациентами, так и с новыми технологиями.

Искусственный интеллект (ИИ), иногда называемый машинным интеллектом — это термин, обозначающий программную систему, которая имитирует процессы человеческого интеллекта, используя входные данные для принятия независимых решений или помощи пользователям в принятии решений. Однако в настоящее время существует множество различных определений ИИ. Его определяют как систему, способную правильно интерпретировать внешние данные, учиться на таких данных и использовать их для получения конкретных целей и задач посредством гибкой адаптации [1]. В разговорной речи термин ИИ применяется, когда машина имитирует когнитивные функции, связанные с разумом, например, обучение и решение проблем [2].

Системы искусственного интеллекта и быстрое развитие цифровых технологий производят революцию в здравоохранении. Они обладают потенциалом для установления диагноза и внедрения лечения заболеваний, играют решающую роль во многих процессах обучения [3]. В здравоохранении ИИ часто применяется для крупномасштабного анализа большого объёма данных, связанных с медицинской информацией, такой как возраст пациента, история развития заболевания, состояние здоровья, результаты анализов, генетические исследования. Поскольку ИИ может работать быстро и без перерывов, в отличие от учёных, он имеет ряд преимуществ. Возникает вопрос, как успешно интегрировать его работу в систему здравоохранения. Первый шаг — познакомиться с электронными системами и понять, что на самом деле означает искусственный интеллект.

Обсуждая использование подобных технологий в медицине, важно проводить различие между ИИ и дополненным интеллектом (AuI), который сочетает в себе человеческий и машинный интеллект и направлен на поддержку человеческого интеллекта, а не на его замену. Системы искусственного интеллекта могут работать без людей, тогда как AuI стремится создавать системы, которые делают работу людей лучше. В последнее время наблюдается рост интереса к использованию AuI в дерматологии: разрабатываются различные мобильные приложения для диагностики и лечения кожных заболеваний. В течение следующих 20 лет AuI будет играть роль в установлении диагнозов и внедрении методов лечения.

Диагностика

Диагностический процесс включает в себя сбор анамнеза и физикальное обследование. В дерматологии основой диагностики является клиническая картина кожных проявлений, их распространение и симметричность. Многие диагностические методы, такие как гистопатологическая или иммунофлуоресцентная оценка, дерматоскопия и ультразвуковое исследование, основаны на анализе видимых клинических проявлениях. Напротив, история заболевания выясняется после беседы с пациентом и включает в себя историю развития конкретного кожного заболевания, род занятий пациента, его хобби, повседневную домашнюю деятельность, контакты с животными, диету пациента, сезонные обострения заболевания, связь с менструальными циклами или беременностью, сопутствующие заболевания, прием лекарственных препаратов и семейный анамнез.

Рост вычислительной мощности компьютеров сопровождался ростом более сложных источников данных. Теперь можно получить электронный доступ ко всей медицинской документации, и к данным повседневной жизни с помощью носимых устройств или смартфонов. Они могут включать в себя такие повседневные действия, как количество пройденных шагов, характер сна, повышение артериального давления, частота пульса, данные о питании или даже анализ крови.

Самым мощным инструментом для получения таких данных является смартфон: он всегда доступен и может использоваться для измерения целого ряда аспектов состояния здоровья. Оснащенный камерой, датчиками движения, акселерометром, высокой вычислительной мощностью и доступом к неограниченным интернет-данным и приложениям, он является идеальным помощником в здравоохранении. К сожалению, данные оценки некоторых параметров жизнедеятельности с помощью приложений на смартфоне могут быть неточными, что может привести к ложным диагнозам. Большинство приложений не прошли клинических испытаний, подтверждающих их правильную работу и безопасность [4].

Существует общее мнение, что новые технологии могут помочь врачам и пациентам принимать грамотные и быстрые решения в области здравоохранения. В настоящее время для умения правильно поставить диагноз требуются годы медицинской подготовки, и даже тогда диагностика зачастую представляет собой сложный и трудоемкий процесс. Огромные успехи в автоматической диагностике заболеваний в последнее время были достигнуты с помощью машинного обучения, особенно алгоритмов глубокого обучения. Алгоритмы машинного обучения могут научиться видеть закономерности так же, как их видят врачи; однако ключевое отличие состоит в том, что этим алгоритмам требуются тысячи конкретных примеров, чтобы делать точные прогнозы [5]. Кроме того, они требуют, чтобы диагностическая информация была оцифрована: рак легких или инсульт можно диагностировать на основе компьютерной томографии (КТ), риск внезапной сердечной смерти или других заболеваний сердца можно оценить с помощью электрокардиограммы и магнитно-резонансной томографии сердца (МРТ).

Системы искусственного интеллекта для здравоохранения обладают огромным потенциалом для развития диагностики и лечения заболеваний. Однако существует множество проблем при внедрении этой новой технологии в медицинскую практику. ИИ требует высокой вычислительной мощности и обширных баз данных высокого качества. Необходимо выявить, действительно ли система искусственного интеллекта лучше стандартной медицинской помощи. Важно отметить, что конфиденциальность пациентов должна быть сохранена. Системы, которые анализируют данные в здравоохранении, — это не же самые системы, которые управляют логистикой онлайн-заказов. Необходимо соблюдать клятву Гиппократа и морально-этические обязательства по защите и использованию данных пациентов. Возможно, самая большая критика использования таких машинных технологий заключается в том, что широко распространено мнение, что машины никогда не смогут заменить эмоции, творчество, сочувствие, чувство юмора и базовую интуицию, которые возникают между медицинскими работниками и пациентами.

Требуются годы медицинской подготовки, чтобы развить способность правильно диагностировать кожные заболевания, что само по себе является трудоемким процессом. Машинное обучение, особенно использование алгоритмов, позволило осуществлять автоматическую идентификацию, что делает диагностику дешевле и быстрее. Эти диагнозы иногда также более точны, чем диагнозы врача общей практики и специалиста узкого профиля [5].

ИИ может обнаружить начальные изменения на маммограммах, ранние проявления рака на рентгеновских снимках или компьютерной томографии, а также ранние проявления сердечной недостаточности или типичные проявления кожных невусов и поражений кожи, которые могут быть пропущены высококвалифицированным специалистом.

Однако дерматологический ИИ сталкивается с рядом проблем, которые необходимо решить до его широкомасштабного внедрения. Во-первых, текущая база данных изображений кожных заболеваний по-прежнему недостаточна. Во-вторых, объединению медицинских и комплексных способностей искусственного интеллекта препятствует отсутствие сотрудничества между работниками в области информатики и биомедицины, а также медицинскими работниками здравоохранения. В-третьих, ИИ может распознавать лишь некоторые из многих видов специфических кожных заболеваний. В-четвертых, нынешний диагноз ИИ включает в себя множество юридических и этических проблем [6]. Как уже говорилось выше, выявление заболеваний кожи предполагает не только анализ изображений кожи, но и комплекс клинических исследований и анамнеза пациента. Данные изображения кожи и информацию о пациенте необходимо объединить, чтобы обеспечить систематическую оценку с помощью ИИ [7]. На данный момент ни один дерматологический продукт искусственного интеллекта не получил официального признания профессионалами этой области.

Терапия

Цифровая терапия – это любое вмешательство, которое осуществляется в цифровом формате и оказывает терапевтическое воздействие на пациента. В настоящее время доступно множество приложений для контроля приема лекарств, поддержания здоровья сердечно-сосудистой системы, а также психического здоровья и благополучия. Термин «подключенное здоровье» был придуман, чтобы отразить среду, в которой врачи и пациенты все чаще общаются с помощью цифровых средств массовой информации, таких как обмен текстовыми сообщениями или видеоконсультации с медицинскими работниками.

Для системы здравоохранения США и многих европейских стран характерно длительное время ожидания. Более того, из-за небольшого количества консультантов, в том числе практикующих дерматологов, диагностика может оказаться дорогостоящей. В таких случаях можно сократить расходы на здравоохранение и время ожидания, а также улучшить результаты лечения за счет исключения посещений врача. Одним из таких решений может быть автоматическая постановка диагноза и последующее направление пациента к врачу на консультацию. Кроме того, появляется все больше данных, что цифровая помощь через приложения для смартфонов может помочь в лечении хронических заболеваний, таких как псориаз, хронические язвы ног, диабет или сердечно-сосудистые заболевания.

В 2018 году Управление по санитарному надзору за качеством пищевых продуктов и медикаментов одобрило мобильное медицинское приложение для лечения расстройств, вызванных употреблением опиоидов (OUD). ReSET-O — это приложение, которое можно загрузить на мобильное устройство по рецепту врача. Это приложение может служить инструментом обучения и мониторинга программы амбулаторного лечения. Пациенты, которые использовали версию программы reSET-O для настольного компьютера, продемонстрировали значительно большее удержание в 12-недельной программе лечения (82,4%), чем те, кто этого не делал (68,4%). Приложение не предназначено для использования в качестве самостоятельной терапии, замены лекарств или для пациентов, основным языком которых не является английский [8].

Недавние исследования были сосредоточены на разработке более сложных систем, включающих сочетание нескольких источников данных, таких как фотографии, компьютерная томография, МРТ, геномика и протеомика, данные пациентов и даже записанные речевые или рукописные файлы для оценки заболевания или его прогрессирования. Более того, машинное обучение может определить характеристики, указывающие на то, что у пациента будет определенная реакция на конкретное лечение.

Одной из компьютерных систем, подготовленных для здравоохранения в качестве «вопрос-ответной машины», является WATSON, названная в честь основателя IBM Томаса Дж. Уотсона. Он сочетает в себе искусственный интеллект и сложное аналитическое программное обеспечение и предлагает огромные потенциальные преимущества перед врачами-людьми. Он содержит информацию обо всех известных заболеваниях и лекарствах и позволяет очень быстро ознакомиться с симптомами, историей болезни и образом жизни пациента, а также с генетической информацией [9].

В сочетании с искусственным интеллектом, демонстрирующим человеческие способности взаимодействия, такие как Google Assistant (Google LLC, Маунтин-Вью, Калифорния; наиболее яркий пример живого взаимодействия: https://www.youtube.com/watch?v=pKVppdt_-B4) такая система могла бы проводить автоматические опросы пациентов в таких местах, как отделения неотложной помощи, где время имеет решающее значение, а фильтрация важных симптомов позволяет расставить приоритеты в уходе за пациентами.

Babylon — первая услуга такого рода, зарегистрированная в Комиссии по качеству медицинской помощи, британском регуляторе услуг здравоохранения [10] — поставщике медицинских услуг по подписке. Он предлагает цифровое приложение для здравоохранения, использующее сочетание искусственного интеллекта, видео- и текстовых консультаций с врачами. Сервис также позволяет пользователям получать рецепты на лекарства. Компания также утверждает, что ее ИИ способен диагностировать проблемы со здоровьем лучше, чем сертифицированные врачи в Соединенном Королевстве [11].

Исследование принятия пациентами медицинских технологий показало, что почти все участники предпочитали узнать экспертное мнение врача, а не компьютерную диагностику [12].

Образование

Бумажные записи, таблицы рецептов и образовательные публикации были заменены электронной почтой, онлайн-формами, электронными базами данных, журналами открытого доступа и электронными лекарствами. ИИ вполне может улучшить образование как пациентов, так и поставщиков медицинских услуг за счет использования инструментов дополненной и виртуальной реальности.

С помощью ИИ образование можно персонализировать для учащихся разного возраста, уровня предшествующих навыков, стиля обучения и предпочтений или даже когнитивных способностей. Обширные ресурсы можно будет искать с помощью современных алгоритмов для идентификации конкретной информации. Их также можно преобразовать в простые в использовании карточки. ИИ также может помочь избежать громоздкой процедуры обработки необработанных данных учебника в конспекты [13].

Новые технологии также могут предложить возможности для самостоятельного обучения. Например, ИИ может выступать партнером в языковой практике [14]. Вероятно, таким приложениям еще предстоит пройти долгий путь для обучения тональным языкам, таким как китайский или вьетнамский, но они могут прекрасно работать и для индоевропейских языков.

Обратная связь также может быть достигнута с использованием умных чат-ботов, которые обеспечивают большую эффективность обучения и удовлетворенность студентов [15]. Если ИИ сможет обработать и обобщить сложную проблему и объяснить ее простыми словами, интерактивно отвечая на вопросы, учащийся сможет обучаться без проблем.

Интеллектуальные системы обучения (ИТС) используют методы искусственного интеллекта для адаптации стратегий обучения для учащихся в соответствии с тем, что они знают о целевой области [16]. Они предназначены для предоставления учащимся мгновенных и персонализированных инструкций или обратной связи. Одной из таких систем является SlideTutor, ITS, предназначенная для обучения микроскопической диагностике воспалительных заболеваний кожи [17].

Виртуальную реальность (VR) также можно использовать для обучения медицинского персонала в безопасных условиях без привлечения пациентов. Эти приложения могут быть значительно улучшены за счет использования искусственного интеллекта. Такие приложения используются в ряде дисциплин, таких как эндоскопическая хирургия [18], эхокардиография [19], нейрохирургия [20] и ортопедия [21]. Система TutorDerm — одно из таких приложений виртуальной реальности, предназначенное для дерматологии и позволяющее моделировать дерматологические процедуры [22].

Выводы

Хотя влияние ИИ на медицину растет, важно помнить, что программное обеспечение должно быть инструментом для поддержки работы врача. Именно врач несет полную ответственность за диагностику и лечение пациента. Шансов на то, что ИИ в ближайшем будущем заменит врачей мало. Однако медики, использующие в своей практике ИИ, заменят тех, кто этого не делает. Наше будущее зависит от сотрудничества с интеллектуальными машинами и алгоритмами.