Заведующий кафедрой оториноларингологии СПбГПМУ Павел Павлов выступил с докладом в Москве на Всероссийской научно-практической конференции по искусственному интеллекту в здравоохранении и системам поддержки принятия врачебных решений.
О том, что это был за доклад и каковы перспективы использования нейросетей в современной медицинской практике, мы поговорили с Павлом Владимировичем в его рабочем кабинете в клинике СПбГПМУ.
- Мой доклад назывался «Качественный анализ листов рефлексии с использованием искусственного интеллекта, как инструмент оптимизации последипломного образования». Мы работаем с большими языковыми моделями в режиме диалога, причем при формулировке задачи нужно не только указать, какая задача ставится, но и кто ее будет решать. Например, я сообщаю нейросети, что она опытный преподаватель оториноларингологии в большом медицинском университете, а ее задача – составить 10 оригинальных ситуационных задач по острому синуситу для студентов пятого курса. И нейросеть делает это буквально за несколько секунд. Причем, если это будут при той же патологии ситуационные задачи не для студентов, а для клинических координаторов, нейросеть создаст другие задачи, уровнем повыше. Согласитесь, очень удобный инструмент для любого преподавателя.
- А как инструмент для исследователя нейросети годятся?
- Да, мы провели исследование с использованием как раз большой языковой модели. К нам на кафедру пришли клинические координаторы первого года обучения, и они проходили теоретический месячный курс перед тем, как выйти на работу в свои базовые учреждения. Мы попросили нашу нейросеть создать листы рефлексии. Рефлексия это такой модный термин, который сейчас очень энергично используется и в педагогике, и в психологии. То есть раньше, говоря по-русски, мы переживали и осмысливали, а теперь мы рефлексируем. И вот наша нейросеть составила лист на 10 вопросов, которые мы задали клиническим координаторам. Например, какие три темы курса были для вас наиболее полезными и почему? Какие разделы оказались самыми сложными для понимания, и в чем была трудность? Какие форматы занятий, лекции, работы с визуализацией помогали вам учиться лучше всего? После чего мы анонимизировали эти ответы и создали единый файл. Через большую языковую модель нейросеть мы провели качественный контент-анализ ответов и получили результат. Три ключевые темы определились как хорошо усвоенные: неотложная помощь, онконастороженность, дифференциальная диагностика и осложнение воспалительных заболеваний. И топ-3 наиболее проблемных тем: топографическая анатомия височной кости, введение в вестибулологию и иононеврологию, и педиатрическая лорпатология. В итоге мы ввели дополнительные семинары по этим темам. Конечно, ничего принципиально нового ИИ нам не рассказал, но анализ анкет он провел за несколько минут, а у нас бы на это ушли часы или даже дни.
- Как коллеги в Москве оценили ваш доклад?
- Хорошо оценили, это востребованная тема сейчас. Мы даже подготовили целое методическое пособие, оно уже в типографии, скоро появится в доступе. И там подробно рассказывается как раз про использование больших языковых моделей в преподавании, про то, как готовить материалы, как контролировать учебный процесс, как адаптировать материалы под иностранные языки и так далее.
- А в чем тут новизна и особенность подачи материала именно от ИИ?
- Огромное преимущество нейросетей в том, что вы можете настроить их как интерактивного пациента. Например, пишем промт, что пациент – это гиперактивная мама, начитавшаяся рецептов и сомнительных советов из социальных сетей, и она пришла к врачу с ребенком, у которого болит ухо. Молодой врач начинает разговаривать с этой мамой и на этом примере учится, набирается реального опыта, тренируется воспитывать в себе сдержанность и самурайский дух. А можно создать другого пациента, этакого юношу-ипохондрика, мнительного до обмороков – и такой опыт общения тоже будет крайне полезен молодому врачу.
- Интересно. А что еще из подобной практики взаимодействия с ИИ уже можно применять простым пользователям?
- Мне нравится система «Умный отоскоп» с камерой «Жираф». Родители уже сейчас могут самостоятельно осматривать ухо-горло-нос своих детей и передавать данные осмотра врачам удаленно, через специальное приложение, а с той стороны ведется диагностика как при помощи ИИ, так и обычным врачом-человеком. Много примеров, когда это помогало быстро поставить диагноз, предотвратить развитие опасной патологии.
- А может нейросеть сегодня диагностировать лучше человека? Вы, например, стали бы полагаться на нейросети в своей области?
- Мне пока для диагностики пациента нейросеть не нужна, я и так все прекрасно вижу и слышу.
- Но ведь у нейросетей в распоряжении огромные библиотеки данных, больше, чем может запомнить человек. Почему бы вам не воспитать несколько таких специализированных нейросетей с огромными массивами данных для ваших студентов и ординаторов?
- Это, вообще говоря, задача для огромного научного коллектива, с соответствующим финансированием и возможностями. Я знаю, что подобная работа ведется во многих странах, включая Россию, но для нее всегда нужны мощные партнеры. Например, наши ученые, специалисты Педиатрического университета, совместно со специалистами «Яндекс» и студентами Школы анализа данных недавно разработали уникальную нейросеть для диагностики заболеваний центральной нервной системы у новорождённых. Но без «Яндекса» мы бы не смогли выполнить эту работу. Появятся такие же мощные партнеры в моей области, будем действовать.