Штучний інтелект у медицині революціонізує галузь, трансформуючи все — від хірургічних процедур і аналізу медичних зображень за допомогою ШІ до діагностики захворювань і навіть управління охороною здоров’я на державному рівні.
ШІ в медицині забезпечує безпрецедентну точність, ефективність і орієнтовану на пацієнта підтримку, надаючи розширені інструменти та системи підтримки прийняття рішень. Він підвищує точність діагностики, оптимізує стратегії лікування та покращує клінічні результати.
Інструменти ШІ мають потенціал перевершувати людські можливості у різних аспектах охорони здоров’я, використовуючи великі обсяги даних для підвищення точності, зменшення витрат, економії часу, мінімізації помилок та революціонізації персоналізованої медицини.
Перш ніж заглиблюватися у практичне застосування симбіозу медицини та технологій, важливо оцінити величезний потенціал зростання ринку, що ілюструється на прикладі GenAI.
Джерело: Lemberg Solutions
Використання ШІ у медицині
Інтеграція штучного інтелекту в охорону здоров’я революціонізує догляд за пацієнтами та надання медичних послуг, забезпечуючи значні переваги як для пацієнтів, так і для медичних закладів. Існує багато сценаріїв використання ШІ та сфер, де його практичне застосування має суттєвий вплив, вирішуючи специфічні потреби галузі та підвищуючи операційну ефективність.
До кінця 2023 та початку 2024 року концепція мультимодальності набрала ще більшої динаміки у сфері ШІ. Оскільки сама медицина по суті є мультимодальною, це ідеально узгоджується з практичним застосуванням.
Джерела «сигналу» включають текстові та голосові описи, медичну документацію та встановлені протоколи лікування, архіви досліджень, медичну інформацію з фотографій, електронні медичні записи, сенсори, мікрофони, носимі пристрої, геномний код та інше.
Цінність практичних рішень залежить від їх здатності інтегруватися з медичним дата-центром, забезпечуючи безперебійну інтеграцію ШІ в процеси охорони здоров’я.
1. Обробка тексту та мови
- Розпізнавання діагнозів на основі текстових/аудіальних описів
- Виявлення ключових слів або основних моментів у описах симптомів
- Структурування, узагальнення та виявлення ключових подій у текстових описах
- Пошук симптомів у вільному тексті, особливо для кол-центрів
2. Сповіщення, прогнозування ризиків та вибір оптимальних стратегій і тактик лікування
- Раннє визначення та класифікація ризиків
- Пошук супутніх захворювань
Наприклад, підрозділ Google DeepMind створив систему на базі ШІ, здатну прогнозувати гостру ниркову недостатність (AKI) у госпіталізованих пацієнтів за 48 годин наперед. Цей кейс реалізується вже 5 років.
Особливо потужними (хоч і складними) є сценарії використання ШІ у генетичних обчисленнях. Генетика тісно пов’язана з математикою, тому застосування моделей для генетичних аналізів та прогнозів (спадковість тощо) виглядає доцільним. Це включає аналіз генетичної схильності, потенційних ризиків для здоров’я та варіантів персоналізованої медицини на основі генетичного профілю конкретної людини.
Схематичний приклад моделювання в генетиці. Джерело: BioMed Central
Tempus Labs розробила платформу, що використовує машинне навчання для аналізу геномних даних та виявлення пацієнтів із ризиком розвитку конкретних захворювань.
Особливо потужним кейсом є поєднання індивідуальних приватних наборів даних про конкретного пацієнта (наприклад, онлайн-медична карта з усіма проведеними раніше аналізами та описами, індивідуальні особливості тіла, адаптація до необхідного протоколу та курсу лікування, дози терапевтичних препаратів тощо).
Це також застосовується до індивідуальних програм реабілітації для хворих та травмованих людей на основі їх історичних даних.
Збір, аналіз та інтерпретація життєвих показників та індикаторів здоров’я пацієнта
1. Аналіз та інтерпретація ЕКГ
- Прогнозування серцевих аномалій
- Мультикласова класифікація ЕКГ
- End-to-end прогнозування ризику фібриляції передсердь (через глибинні нейронні мережі), включаючи комбінацію ЕКГ + оцінку дихальної модуляції
- Прогнозування судинного старіння та його кореляція з курінням
- Текстова інтерпретація ключового потоку даних ЕКГ
- Виявлення шуму в ЕКГ та сповіщення пацієнта або медичного персоналу
- Неінвазивне визначення гіперглікемії за допомогою ЕКГ та глибокого навчання
2. ШІ у медичній візуалізації, аналізі візуальних та аудіодосліджень та підсумовуванні:
Ультразвукове дослідження (US), рентген, флюороскопія, комп’ютерна томографія (CT), магнітно-резонансна томографія (MRI), дерматоскопія, мікробіологічні та гістологічні дослідження (ШІ-обробка мікроскопічних зображень) та інші обстеження, що включають збір та обробку візуальної інформації.
Навчання моделей на спеціалізованих наборах зображень та аналізів дозволяє досягти високої точності, часто усуваючи людський фактор та помилки, особливо при розпізнаванні дрібних патологій на зображеннях. У цьому контексті часто наводять приклад «контурингу» КТ-сканів для точного розрахунку променевої терапії в онкологічній практиці. Цей процес може тривати до 7 годин для одного пацієнта.
Med-PaLM від Google. Джерело: https://sites.research.google/med-palm/
Інше дослідження показало, що використання штучного інтелекту для аналізу мамограм дозволяє виявляти на 20% більше випадків раку.
Щодо звуку, спектр застосувань ШІ варіюється від збору та обробки аудіосигналів із домашніх мікрофонів у смартфонах (віртуальні стетоскопи / фонендоскопи) до застосування професійних систем для більш глибоких досліджень.
3. Обробка та розшифровка даних, зібраних із крові та інших речовин
Включає поєднання великої кількості нормативних показників для конкретних статево-вікових груп та індивідуальних даних пацієнта з часом, що є одним із найочевидніших і водночас потужних застосувань ШІ.
4. Фітнес-трекери та спеціалізовані сенсори
Приклади: трекери для діабетиків, автоматизація ведення щоденників вагітності, пульсометри та аналізатори тиску, температурні сенсори, датчики насичення киснем тощо.
У цьому сценарії спектр застосувань надзвичайно широкий — від повсякденних Health Trackers до спеціалізованих платформ для вузькоспеціалізованих медичних досліджень. ШІ тут відіграє ключову роль, переплітаючись із вбудованими технологіями та, у багатьох випадках, із інтеграцією IoT.
Варто підкреслити широке застосування таких аналітичних моделей у судовій медицині. Тематичне дослідження кейсів «AI Sherlock» заслуговує окремої статті.
Також важливо зазначити обов’язкову базову функцію, яка повинна бути притаманна медичним рішенням із ШІ у всіх перелічених діагностичних сферах. Ця функція має бути ретельно розроблена та підтверджена для досягнення високої точності:
Виявлення аномалій та сигналів:
- Виявлення аномалій у текстових та сигнальних даних
- Обробка сигналів та видобуток даних за допомогою ШІ із показників пристроїв
3. Фізична допомога під час хірургії
Фокус: революціонізація передопераційного планування, допомоги під час операцій та післяопераційного догляду.
Перспективне поєднання робототехніки та ШІ передбачає виконання ультраточних операцій за допомогою роботизованої хірургії, мінімально інвазивної мікро- та наносургії (керовані мікроботи з ШІ на борту).
Очікується, що при середньорічному темпі зростання 15,7% ринок роботизованих хірургічних систем із використанням технологій ШІ досягне $7,2 млрд до 2033 року.
4. Спеціалізоване фармакологічне моделювання
- Розробка та «тонке налаштування» лікарських препаратів
- Прискорення та оптимізація клінічних лабораторних досліджень
За даними McKinsey Global Institute, машинне навчання (ML) та штучний інтелект (AI) у фармацевтичному секторі можуть щорічно приносити близько $100 млрд системі охорони здоров’я США.
Один із найпомітніших прикладів — прискорена розробка та тестування наступного покоління вакцин проти COVID-19 (раніше таке тестування займало роки і навіть десятиліття).
5. Технічні та програмні рішення для мобільної медицини
Google у своїх дослідженнях підкреслює перехід до мобільної медицини. Внаслідок цього численні стартапи та робочі групи у світі розробляють мобільні ML-рішення, які можна доставляти пацієнту, а не привозити пацієнта до клініки.
За даними Google Research, було протестовано недорогий ультразвуковий пристрій, що працює від батарей та підключається до смартфона, який продемонстрував точність, порівнянну з існуючими клінічними стандартами для професійних сонографістів у діагностиці показників плода.
Джерело: Google Research
Ще одним важливим напрямком застосування є використання рішень на базі штучного інтелекту (часто разом із апаратними компонентами) для екстреної та польової медицини (в зонах бойових дій, надзвичайних ситуаціях тощо).
6. Використання в освітньому процесі медичних університетів та для оцінки знань лікарів і студентів
Обговорення зосереджувалося переважно на процесі тестування моделі Google Med-PaLM 2. Моделі ставилися запитання, її відповіді перевірялися, а також проводилася калібрування.
Такі кейси застосування ШІ виходять за межі освіти та оцінки знань, надаючи допомогу через певний рівень спрощення та елемент гейміфікації. Ще однією перевагою є використання таких медичних ШІ-рішень для створення достовірних освітніх симуляцій.
Управління пацієнтами та даними, адміністративні застосунки:
- Групування пацієнтів
- Підбір лікарів за описом симптомів
- Збір даних від лікарів та їх стандартизація
- Підтримка кол-центрів психологів із сценаріями реальних розмов
- Управління логістикою та операційними процесами на рівні медичних установ
- Асистент для HR, корпоративного велнесу та відповідності медичним нормам для роботодавців
Це також відкриває широкий спектр практичних застосувань: від CV + OCR до аналізу та управління текстовою інформацією за допомогою NLP/LLM або власних моделей.
Оптимізація навантаження фахівців, які надають базові консультації, реєструють пацієнтів, записують на прийом та виконують різні функції рецепції. У цьому випадку практичні кейси охоплюють спектр від простих чатботів до просунутих мультимодальних агентів з різними API-доповненнями.
Regard (раніше HealthTensor) – інструмент на базі машинного навчання, який аналізує дані пацієнтів для виявлення патернів, що можуть свідчити про наявність супутніх хвороб. Зараз фокус зміщено на автоматизацію клінічних завдань для лікарів та адміністраторів. Через інтеграцію з EHR, Regard сканує та організовує всю медичну історію пацієнта, допомагаючи лікарям приймати рішення на основі даних. Іншим напрямом цього медичного ШІ-рішення є фінанси лікарень, безпека пацієнтів, обробка кодувань, страхових документів тощо.
7. Телемедицина та мобільні застосунки з мультимодальними LLM-агентами (асистенти «під капотом»)
- «Молодий лікар: посібник»
- Щоденні медичні питання-відповіді, перевірка симптомів, поради зі здоров’я, медичні «перекладачі» та інтерпретатори тощо
- Медицина + дієтологія: підбір дозволеної дієти
- Мобільні застосунки/агенти для покращення якості життя при певних станах, наприклад, «Асистент алергії», «Асистент діабету»
- Індивідуальний програмований календар для скринінгів та моніторингу здоров’я
- Віртуальні асистенти для догляду за літніми людьми та людьми з особливими потребами
- Пошук та підбір медичних послуг, наприклад, лікарень (інтеграція з картами та довідниками за геолокацією)
- Додатки для ментального здоров’я, які останніми роками набувають популярності
Підсумкові зауваги
Перед завершенням варто зазначити, що все це вже давно вийшло за межі експериментів та теоретичних розробок. І великі гравці галузі, такі як Google, і невеликі стартапи активно реалізують проєкти на перетині HealthTech та ШІ.
Огляд презентації Google Med-PaLM 2 показує, що при точності моделі 67,2 % вона суттєво випередила своїх найближчих конкурентів (з урахуванням того, що Google часто вибірково демонструє дані у публічних презентаціях).
Джерело: Google Research
Найближчим часом буде цікаво спостерігати за новим колом конкурентів та їхніми показниками точності й ефективності. Протягом минулого року після цієї презентації можливості моделей значно зросли, частково завдяки прискореному самоудосконаленню, самонавчанню та AutoML.
Використання синергії ШІ та охорони здоров’я виходить за межі простого автоматизування процесів і зниження витрат. Це передбачає всебічне підвищення ефективності інструментів та ресурсів, спрямованих на збереження та покращення здоров’я людини. Також очікуються прориви та еволюція у розвитку медичних технологій.
Потрібні рішення AI+Healthtech? Запишіться на коротку вступну консультацію. Ми впевнені, що можемо запропонувати щось цінне.