До чего дошел прогресс?

Как пчелы на мед 

Сегодня все крупные игроки на рынке IT разрабатывают и предлагают использовать решения, призванные помочь врачу в работе. Главным образом речь идет о помощи в постановке диагноза. Системы с элементами искусственного интеллекта - одна из составляющих таких решений.

У всех на слуху система Watson компании IBM. Ее возможности по обработки больших массивов информации нашли применение в диагностировании онкологических заболеваний и геномике. На сайте Futurism приведены данные исследования, проведенного специалистами Медицинской школы университета в Северной Каролине (США). В Watson для анализа были загружены данные 1000 онкологических диагнозов. В 99% случаев система рекомендовала те же схемы лечения, которые выбирали врачи-онкологи. Важно и то, что система способна обратить внимание специалиста на ту информацию по лечению, которая в отдельных случаях ускользает от его внимания.

Это и неудивительно, объемы медицинской информации, которую необходимо перерабатывать современному врачу, растут в геометрической прогрессии. Ни один человек не в состоянии прочитать и уж тем более запомнить все. Именно для ее обработки и анализа и нужны системы подобные Watson.

Не отстают и другие крупные игроки рынка. Недавно Microsoft объявила о начале проекта, направленного на поиск кардинального решения проблемы лечения онкологических заболеваний. Специалисты компании сравнивают раковую опухоль с компьютерным вирусом и предполагают, что справится с таким «вирусом» можно, сломав его «код». Microsoft обещает разработать решения в течение ближайших 5-10 лет.

Наконец, в начале прошлого года Google объявила об открытии медицинского направления в рамках проекта DeepMind. Например, для решения задачи диагностики почечной недостаточности компания заключила контракт  с организацией National Health Service, что позволило получить доступ почти к 1,6 миллиона историй болезни. Проанализировав эти данные, DeepMind стала достаточно эффективно диагностировать почечную недостаточность, основываясь на жалобах пациентов и результатах анализов. 

Интерес компаний такого масштаба к тематике неслучаен. В здравоохранении крутятся немалые деньги. По некоторым экспертным оценкам, в мире на здравоохранение и смежные социально ориентированные программы тратится порядка 8 трлн долларов США. Только рынок высокоинтеллектуальных медицинских решений составляет 1 млрд долларов. Не скупятся на расходы и сами компании. Та же IBM вложила уже порядка 4 миллиардов в покупку компаний и организаций, владеющих медицинскими базами данных. 

Своя колея

В России о проектах и системах такого масштаба не слышно, а решения, предлагаемые зарубежными компаниями, использовать в отечественной клинической практике непросто. Тот же Watson пока «думает» на английском языке и русификация решения потребует значительных усилий и средств. Да и пользование имеющимся решением -  удовольствие не из дешевых. Около года назад, выступая перед журналистами, лидер подразделения IBM «Разумная планета» в Центральной и Восточной Европе по решениям для государственного сектора Павел Шклюдов говорил, что ведутся переговоры с отдельными клиниками о сотрудничестве, но пока информации о достигнутых договоренностях нет. 

Впрочем, системы поддержки принятия решений (СППР) и аналоги разрабатываются и в России. На сайте Ассоциации развития медицинских информационных технологий (АРМИТ) в каталоге «Медицинские информационные технологии» значатся 10 систем, которые можно отнести к так называемым системам поддержки принятия решений или экспертным системам:

• БАРС. Здравоохранение – Ген-Эксперт
• Экспертная система для иридодиагностики «ESID-3»
• Автоматизированная экспертная система «Качество медицинской помощи»
• Информационная система «Оценка адаптационных способностей человека»
• АИС «Электронная база знаний по научной работе для медицинских научно-исследовательских учреждений»
• Автоматизированная клиническая информационно-интеллектуальная справочная система (АКИИСС)
• Экспертно-справочная система «Психоневролог»
• Диагностический комплекс «РТМ-01-РЭС» (радиотермометр)
• Информационно-диагностический комплекс для наследственных заболеваний «xGen IDS 1.».
• Экспертная система «Эскулап: медицинский скрининг» 

Здесь, однако, требуются кое-какие пояснения. Дело в том, что четкого и кем-то  утвержденного набора критериев, по которым предлагаемое решение можно отнести именно к системам поддержки принятия решений, нет. На это обращает внимание президент АРМИТ Михаил Эльянов. По сути, компания разработчик в известной степени сама позиционирует свое решение как СППР или экспертную систему. В том же каталоге АРМИТ можно найти еще с десяток разделов с различного рода системами для нужд здравоохранения: медицинские информационные системы (МИС); системы для организационно-экономической деятельности медицинских организаций; клинические системы: Исследования. Диагностика. Профилактика; информационные системы медицинского страхования; фармацевтические информационные системы; системы обработки данных и изображений. Там же значится и раздел: «Интеллектуальные системы», где под рубрикой: «Экспертные системы. Системы поддержки решений» значатся перечисленные выше 10 решений. 

Формулируя определение СППР применительно к медицине, руководитель Медицинского центра новых информационных технологий ФГУ «МНИИ педиатрии и детской хирургии», профессор кафедры медицинской кибернетики и информатики Российского государственного медицинского института Борис Кобринский пишет: «Системы поддержки принятия решений (СППР) предназначены для оказания консультативной помощи лицам, принимающим лечебно-диагностические или управленческие решения. Они способствуют эффективности решений в условиях как дефицита времени, так неполноты, неопределенности и недостоверности информации».

По его мнению, СППР могут быть реализованы в виде автономных проблемно-ориентированных программ, программно-аппаратных комплексов и в составе медицинских информационных систем (МИС). Он также оперирует понятием «интеллектуальные системы» - системы, сочетающие логические подходы в принятии решений на основе эвристических знаний с использованием прецедентов и возможностями методов математического моделирования и математико-статистическими методами.

Схожую позицию относительно применения СППР высказывает и руководитель направления «ИТ в здравоохранении» компании Philips в России и СНГ Сергей Лаванов: «Существующие системы с интеллектуальными алгоритмами используются для содействия врачам в качестве второго экспертного мнения. Электронные помощники для врачей полезны, поскольку помогают соотнести возможные варианты и принять окончательное решение».

Собственно, Philips не отстает от гигантов  IT-индустрии. Некоторое время назад компания запустила собственную облачную платформу HealthSuite Digital Platform, которая позволяет активно развивать работу с большими данными и интернетом вещей. Сегодня на базе этой платформы созданы несколько решений для помощи пожилым пациентам и больным диабетом. 

Вперед на медленных тормозах 

При этом на пути создания таких решений в России стоят и определенные объективные препятствия.  «Системы для поддержки принятия решений (СППР) в медицине, как и любой другой искусственный интеллект, требуют большого объема исходных данных для обучения самой системы, чтобы впоследствии она могла корректно строить гипотезы, - отмечает генеральный директор Medesk Владимир Ковальский. - Следовательно, эти данные кто-то должен собирать и хранить. Например, мы сами добровольно заливаем множество личных данных, мыслей, предпочтений и информации о поведении в Google и Facebook. Это благодатная почва для обучения ИИ. На Западе, как правило, все данные о пациентах уже хранятся в общих банках данных клиник и страховых компаний. В России пока с этим большая проблема. Зачастую клиники по-прежнему используют бумагу, Excel и Google-календарь для ведения бизнеса. Оцифровки пациентских данных и внутриклинических процессов нет, а без оцифровки данных первичного звена нет и готовых данных для обучения искусственного интеллекта».

Отмечает Владимир Ковальский и ряд технологических ограничений: «На Западе есть готовые площадки для обучения СППР, крупнейшие облачные хостинги начинают запускать готовые конструкторы для этого, например, Amazon Alexa. Компаниям остается только подключить их к своим данным и получить готовый продукт. В России же технологические барьеры выше, и такие площадки надо делать самостоятельно — нам встречались лишь несколько команд, которые думают об извлечении пользы из больших данных с помощью ИИ и СППР. Тем не менее много талантливых специалистов в России занимаются развитием машинного обучения и, возможно, в будущем мы сможем догнать западных гигантов. Сейчас же фаза сбора данных и тренировки искусственного интеллекта находятся на начальных этапах, и остается надеяться на их развитие, ведь СППР могут значительно повысить эффективность работы врачей, точность выбора препаратов и помочь с отслеживанием динамики процесса лечения по каждому пациенту». 

Одним словом, до робота-медика еще очень далеко. Особенно в России. И дело тут не только в технологиях. «Создание полноценного электронного врача с искусственным интеллектом связано с решением не только технических, но также этических и законодательных задач, - отмечает Сергей Лаванов. - Сразу возникает вопрос доверия пациентского сообщества к результатам диагностики и выбору плана лечения искусственным интеллектом. Не менее значима проблема легитимности поставленного диагноза и ответственности за результаты».

Но то, что системы с элементами искусственного интеллекта будут медленно, но верно отвоевывать себе место под солнцем, бесспорно. Не случайно компания Frost & Sullivan в отчете Visionary Healthcare в числе технологий, которые на горизонте ближайших 10-20 лет существенно изменят здравоохранения, назвала и Artificial Intelligence - искусственный интеллект.