Нейронные сети – многообещающее направление в сфере искусственного интеллекта. В этой статье мы расскажем, как они помогают заботиться о здоровье: следят за работой сердца, предотвращают суициды, находят новые лекарства и даже диагностируют рак.
Изначально нейронные сети были попыткой смоделировать работу биологического мозга. Именно такой упрощенной моделью они и являются – сетью нейронов, связь между которыми может укрепляться или ослабевать в зависимости от паттернов активации. В отличие от традиционных алгоритмов, нейронные сети не программируются, а обучаются – находят коэффициенты связи между нейронами и устанавливают зависимость между входными и выходными данными. Чем больше материала для анализа – тем эффективнее обучение. Именно поэтому точность рекомендаций в сервисах, подбирающих подходящий нам контент, напрямую зависит от интенсивности использования – добавляя или удаляя предложенные Яндекс.Музыкой композиции, мы корректируем выборку нейронной сети, а прослушивая новые альбомы – даем ей новую информацию для обработки.
Защита сердца
Нейронные сети уже нашли применение во многих областях, и здравоохранение – не исключение. Так, компания AliveCor, в которой работают инженеры, участвовавшие в создании Gmail, Google Maps, YouTube и Google Photos, использует нейронные сети для диагностики сердечных заболеваний. Шансы на успешное лечение значительно повышаются, если обнаружить проблему вовремя, а самым эффективным методом диагностики остается электрокардиограмма. Еще недавно ради нее приходилось посещать кабинет кардиолога со специальной аппаратурой, и даже при регулярных обследованиях ранние симптомы могли пройти незамеченными. Поэтому сегодня пациенты, находящиеся в группе риска, прибегают к помощи портативных ЭКГ-устройств, например, Zio, HeartCheck или Kardia от AliveCor. Благодаря компактности и легкости в использовании такие гаджеты мониторят сердечную активность и выводят ЭКГ прямо на экран смартфона в любой момент в течение дня.
Однако самое интересное происходит потом: специально разработанный алгоритм анализирует полученные данные и выявляет отклонения от нормы. Четырехслойная нейронная сеть с 300,0001 параметрами составляет индивидуальный сердечный профиль всего за месяц использования и учится понимать, когда что-то идет не так.
Хотя устройство еще не умеет определять конкретные заболевания, оно вовремя укажет на аритмию, которая станет поводом для визита к врачу и более пристального обследования – как лампочка "проверьте двигатель" в автомобиле.
Предотвращение суицида
По данным Всемирной организации здравоохранения, около 800 000 человек ежегодно кончают жизнь самоубийством. При этом здесь не учтены неудавшиеся попытки. Традиционные превентивные меры – ограничение доступа к оружию и медикаментам и призыв обращать внимание на тревожные звоночки – явно недостаточно эффективны.
Искусственный интеллект определяет суицидальные настроения гораздо точнее, позволяя вмешаться задолго до того, как планы перейдут в действия. Исследования показывают, что с помощью технологии машинного обучения можно с вероятностью 80-90 процентов предсказать, совершит ли человек самоубийство в такой отдаленной перспективе как два года.
Пользователи Facebook могут через специальную систему сообщить о постах, авторы которых вызывают беспокойство. На основе этих сообщений был разработан алгоритм, распознающий похожие посты – сейчас он тестируется в США. После всех проверок опция «сообщить о риске суицида или селф-харма» станет частью привычного интерфейса.
Следующим шагом будет использование ИИ для анализа видео, аудио и текстовых комментариев одновременно, но это более трудная инженерная задачка. Так, например, нейронные сети уже умеют распознавать в кадре пистолет или нож, но с таблетками дело обстоит сложнее.
Идеальным было бы оказывать помощь еще до попытки самоубийства. Именно этим занята компания Cogito: она разрабатывает приложение для смартфона, мониторящее психологическое состояние человека. Cogito Companion анализирует настроение по тону записей в аудио-дневнике, ведет статистику сообщений, звонков и прочей социальной активности, следит за тем, энергичен или малоподвижен ваш образ жизни. Таким образом знающая ваши привычки и постоянно обучающаяся программа может раньше вас самих обнаружить повод для беспокойства и помочь предотвратить психические проблемы.
Разработка лекарств
Одна из многообещающих сфер применения нейронных сетей – в традиционно затратной фармацевтической промышленности, ведь искусственный интеллект может за короткое время обработать тысячи молекулярных структур и подобрать наиболее подходящие комбинации. Так, корпорация Atomwise использует глубокую нейронную сеть AtomNet для разработки новых лекарств и за последние два года обнаружила потенциальные препараты для лечения 27 заболеваний.
В международном исследовании с участием специалистов из Mail.Ru Group, Insilico Medicine и МФТИ методы глубокого обучения применяются для поиска препаратов от рака.
Диагностика рака
Шаоканг Ванг и его стартап Intervision разрабатывают алгоритмы, которые выявляют ранние признаки рака легких на рентгеновских снимках. По словам Ванга, технология уже используется в крупнейших госпиталях Китая.
В мире здравоохранения ИИ еще только начинает использоваться, но стремительно набирает популярность. В двух госпиталях Индии Google тестирует технологию, которая замечает симптомы диабетической ретинопатии на снимках глаза. А в мае краудсорсинговая платформа для состязаний по машинному обучению Kaggle объявила конкурс на создание модели, которая может диагностировать рак легких по компьютерной томографии. За звание победителя и призовой фонд в миллион долларов боролись более 10 000 участников.
Точно так же, как она находит кота на фотографии комнаты, нейронная сеть может увидеть крошечные аневризмы сосудов сетчатки или образования на снимках легких. В теории, обработав тысячи изображений с такими образованиями, она научится опознавать их самостоятельно.
