Перейти к основному содержанию
Реклама
Прямой эфир
Мир
Товарооборот России и Вьетнама вырос более чем на 12% за восемь месяцев
Мир
Путин отметил взаимный рост интереса к изучению языков в России и КНР
Общество
Глава Минтруда сообщил о повышении соцвыплат в 2027 году по уровню инфляции
Мир
Лукашенко призвал Белоруссию и Латвию преодолеть политические разногласия
Армия
Армия России ночью поразила доставлявшее в порт Южный грузы для ВСУ судно
Мир
Лихачев сообщил о сохранении объемов поставок урановой продукции в США
Общество
Мишустин утвердил кураторов национальных и федеральных проектов
Мир
Посол РФ предложил Молдавии регулярно проводить встречи на уровне МИДа
Общество
Правительство РФ приняло меры по обеспечению грузами жителей Крыма
Общество
Глава Рособрнадзора заявил о проработке ограничения продажи микронаушников
Армия
Российская армия поразила объекты военной инфраструктуры ВСУ в порту Измаил
Мир
Иранские беспилотники атаковали американскую авиабазу в Кувейте
Общество
МВД предупредило о мошенничестве с розыгрышами от известных брендов
Мир
Уиткофф и Кушнер не смогли прилететь в КНР из-за переговоров с европейцами
Армия
Силы ПВО уничтожили 184 украинских дрона за ночь
Общество
Никитин указал на возможность восстановления Крымского моста в сжатые сроки
Мир
Стубб опроверг слухи о требовании России по выходу Финляндии из НАТО
Мир
В Великобритании полицейским запретят отпуска летом 2028 года из-за Евро и G7

Чувство алгоритма

Молекулярный биолог Денис Кузьмин — о том, готова ли медицина к технологиям ИИ и почему приостановили использование Botkin.AI
0
Озвучить текст
Выделить главное
Вкл
Выкл

Росздравнадзор на днях приостановил применение программной платформы с искусственным интеллектом (ИИ) Botkin.AI (программа, которая обрабатывает медицинские изображения). В связи с последними разъяснениями, это скорее всего связано с формальными причинами, а именно — с «отклонениями в характеристиках этого медизделия относительно заявленных при его госрегистрации».

Вероятно, производитель заявил показатели эффективности с прицелом на дообучение модели в процессе применения, однако достичь их не удалось. Ключевая проблема в том, что, с одной стороны, стартап Botkin.AI своевременно не отвечал на запросы регулятора, а с другой — обозначенные ранее характеристики не соответствуют финальной модели.

Одно из основных ограничений, сдерживающих широкое внедрение диагностики на основе ИИ, как ни странно, — качество самих медицинских данных. Точность моделей во многом определяется их обучением, которое, в свою очередь, зависит от качества используемых баз медицинских изображений. Собирать такие базы зачастую оказывается проблематично, поскольку, во-первых, не все клиники осуществляют централизованное хранение таких изображений, а во-вторых, каждое из них должно быть тщательно размечено специалистом-радиологом на предмет наличия или отсутствия патологических изменений.

Качественное обучение моделей требует десятков тысяч подобных изображений, что зачастую недостижимо в рамках пилотных проектов. Возможно, именно с данным фактором связан провал платформы Botkin.AI в достижении заявленных показателей эффективности.

Сегодня системы на основе искусственного интеллекта, аналогичные Botkin.AI, — одни из самых популярных в пилотных медицинских исследованиях. Их задача — анализ медицинских изображений с целью выявления признаков патологии, которые могли остаться незамеченными врачом. Согласно результатам исследований, модели с ИИ способны выявлять некоторые патологические изменения на 10–30% эффективнее, чем специалисты-радиологи. В тестовом режиме в клиниках по всему миру применяются сотни подобных моделей. Например, согласно комментарию департамента здравоохранения Москвы, только в столичных клиниках в рамках эксперимента работают свыше 50 ИИ-сервисов, выявляющих признаки патологий по 28 клиническим направлениям. В данном направлении успешно работают система по анализу медицинских изображений Celsus, платформы «Третье мнение» и AIDiagnostic.

Однако следует учитывать, что, несмотря на то, что разговоры о внедрении ИИ в медицинскую диагностику идут очень давно, до сих пор нигде в мире подобные решения не используются в качестве систем первого мнения. Почему? В данном случае мы имеем дело не с производством или логистикой и даже не с банковской сферой, а с той стороной применения искусственного интеллекта, где цена ошибки — здоровье или человеческая жизнь.

Именно поэтому на сегодняшний день искусственный интеллект применяется очень точечно, в основном в клиниках при институтах и крупных научных центрах. Хотя зачастую точность и скорость распознавания изображения у ИИ выше, чем у среднестатистического медицинского специалиста, более надежной остается схема применения ИИ в качестве второго мнения, то есть лишь для уточнения диагноза врача и выявления неявных и пограничных случаев для дообследования. Это самый безопасный и реалистичный путь.

Анализ изображений — далеко не единственная сфера применения ИИ в медицине. Не менее перспективным можно назвать использование моделей машинного обучения для анализа генетической информации. Стремительное развитие технологии секвенирования привело к накоплению колоссальных массивов генетических данных, глубинное исследование которых возможно только с применением ИИ. Результатом такого анализа может быть разработка диагностических и прогностических систем, поиск новых лекарственных мишеней, предсказание неспецифической токсичности лекарственных препаратов и многое другое.

Одна из таких разрабатывается в лаборатории МФТИ под руководством доктора биологических наук Антона Буздина — платформа Oncobox, получившая в 2021 году премию «Новатор Москвы». Она направлена на анализ транскриптомных данных злокачественных новообразований. Одним из вариантов ее применения в клинической практике является предоставление второго мнения для врачей-онкологов по выбору наиболее подходящего курса персонализированной терапии. Согласно данным пилотных экспериментов, платформа позволяет повысить эффективность назначаемой химиотерапии на 30% благодаря глубинному анализу индивидуальных особенностей опухоли пациента.

Внедрение подобных систем в клиническую практику не менее перспективно, чем применение систем анализа изображений, при этом доступ к большому количеству качественных данных для обучения моделей проще в силу активного развития курируемых репозиториев, например, запускаемой в 2024 году Национальной базы генетической информации. Также под руководством Буздина была разработана платформа Shambhala для управления, стандартизации и анализа больших данных различных платформ и моделей экспрессии генов человека, которые широко используются в функциональной геномике и молекулярной медицине. Система открывает широкие возможности для всестороннего сравнения характеристик различных заболеваний, разработки новых вакцин и лекарств, а качественная валидация и стандартизация данных позволит пользователям избежать вероятных ошибок Botkin.AI.

Таким образом, на сегодняшний день применение искусственного интеллекта в качестве первого мнения в широкой медицинской практике пока не представляется возможным. Однако у этого подхода есть невероятный потенциал. Эти технологии уже прочно укрепились в диагностике, а в анализе данных намного превзошли наши возможности. Вполне возможно, что дальнейшие исследования, накопление и стандартизация материалов, а также совершенствование алгоритмов и нейросетей, позволит медицине использовать искусственный интеллект более эффективно и масштабно, занимая все новые направления.

Автор — директор Физтех-школы биологической и медицинской физики МФТИ

Позиция редакции может не совпадать с мнением автора

Читайте также
Прямой эфир