Искусственный интеллект в современной медицине всё чаще перестает быть вспомогательным инструментом и превращается в полноценного участника научного процесса. Одним из примеров такого перехода стала разработка системы SPARK — ИИ-подхода, способного работать с научными идеями, формулируя и проверяя гипотезы, связанные с изучением и лечением онкозаболеваний. Сможет ли ИИ стать ключевым инструментом в борьбе с раком, как устроена новая система и когда можно ждать ее применения в реальной клинической практике — в материале «Известий».
В чем преимущество новой системы
Еще недавно искусственный интеллект (ИИ) в медицине воспринимался в основном как вспомогательный инструмент. Он помогал врачам быстрее и точнее анализировать снимки: находить опухоли, выделять подозрительные участки и снижать риск диагностических ошибок. Однако новое исследование, опубликованное в журнале Nature Medicine, показывает, что роль ИИ может быть значительно шире.
Речь идет о попытке создать систему, которая способна участвовать в полноценном научном поиске и помогать делать новые открытия.
Разработанная исследователями система SPARK — пример так называемого агентного подхода. В ней работает не одна модель, а несколько специализированных модулей, которые взаимодействуют друг с другом. Одни из них формулируют гипотезы, другие уточняют их, а третьи проверяют на реальных медицинских данных.
При этом система использует обычный текст как универсальный язык. Она может описать предполагаемую идею, затем перевести ее в измеримые параметры и проверить, подтверждается ли она на медицинских изображениях опухолей. То есть ИИ не просто анализирует снимки, а пытается объяснить, какие биологические процессы могут стоять за увиденными изменениями.
Такой подход существенно отличается от традиционных алгоритмов, которых обучают находить заранее известные признаки, например, форму клеток или плотность ткани. Новая система способна сама предлагать потенциально значимые характеристики, которые могли ускользнуть от внимания человека.
Как ИИ может изменить судьбу онкопациента
Одним из главных преимуществ систем вроде SPARK специалисты называют повышение точности диагностики рака и более быстрое выявление опасных изменений.
Как объясняет доцент кафедры медицинской физики Инженерно-физического института биомедицины НИЯУ «МИФИ» Алексей Трухин, в основе любой нейросети лежит сложная математическая модель, которая позволяет анализировать большие объемы информации и выявлять закономерности, незаметные человеку. По его словам, сегодня такие технологии уже помогают врачам акцентировать внимание на подозрительных участках медицинских изображений, стандартизировать документацию и интерпретацию исследований.
— Ранняя и точная диагностика во многом определяет шансы пациента на успешное лечение. Чем раньше обнаружена опухоль и чем лучше понят ее характер, тем выше вероятность подобрать эффективную терапию и избежать агрессивных методов лечения там, где они не нужны. Развитие ИИ может повысить таргетность и безопасность терапевтических методов, поскольку врачи будут получать более точную информацию о заболевании, — отмечает эксперт.
Особенно перспективным применение нейросетей выглядит в патоморфологии — области медицины, где специалисты изучают ткани и клетки опухолей под микроскопом. Современные цифровые изображения таких препаратов имеют сверхвысокое разрешение и содержат тысячи объектов, связанных между собой сложной структурой. Анализ подобных данных вручную требует огромного времени и высокой концентрации.
— Врач-патологоанатом работает с изображениями, разрешающая способность которых достигает 200 нанометров. Нейронные сети позволяют автоматизировать локализацию, сегментацию и учет количества объектов на подобных изображениях, оценить количественно их организацию, — поясняет Трухин.
При этом эксперты подчеркивают, что речь идет не о замене врача, а об изменении характера его работы. ИИ берет на себя часть рутинного анализа, позволяя специалисту сосредоточиться на интерпретации результатов и принятии решений.
Как быстро технологии доходят до людей
Внедрение медицинских технологий на основе искусственного интеллекта — это последовательная цепочка этапов. По словам Алексея Трухина, ключевым первым шагом является регистрация технологии как медицинского изделия. В зависимости от сложности системы и качества доказательной базы этот процесс может занимать от 6–12 месяцев в оптимальных случаях до 2–3 лет на практике. На этом уровне регулятор Росздравнадзор оценивает алгоритмы по формализованным критериям: чувствительности, специфичности и точности.
Однако регистрация — лишь начало пути. Дальше следует внедрение в клиническую практику, которое может занимать еще несколько лет. Оно требует перестройки медицинских процессов, обучения специалистов и адаптации системы здравоохранения к новым инструментам.
Как рассказал в беседе с «Известиями» заместитель директора по организационно-методической работе Национального медицинского исследовательского центра онкологии имени Н.Н. Петрова Юрий Комаров, сегодня искусственный интеллект уже вошел в повседневную медицинскую практику.
— ИИ может помочь с формированием рекомендаций, и на данный момент внедряются системы, которые согласно инструкциям по применению могут предоставить информацию о совместимости лекарственных препаратов, а с учетом сопутствующих заболеваний или результатов исследований — подсказать возможные побочные эффекты, но итоговое решение в любом случае будет принимать специалист, — отмечает эксперт.
Он подчеркивает, что ИИ-системы уже применяются практически в каждом регионе, однако само понятие «внедрения» остается размытым: это может быть как установка программного решения на сервер, так и его полноценное использование в клинической практике, что требует гораздо больше времени.
Комаров также обращает внимание, что интеграция ИИ в реальную работу включает не только техническую настройку, но и обучение врачей, проверку качества работы систем после внедрения и формирование устойчивых навыков их использования.
Кто отвечает за решения ИИ
По мере того как нейросети всё активнее используются в диагностике и выборе лечения, становится особенно важно определить границы ответственности врача и разработчика технологии.
По мнению Юрия Комарова, врач не должен отвечать за качество работы алгоритма, поскольку искусственный интеллект остается инструментом, а не самостоятельным субъектом принятия решений. Роль специалиста заключается в умении использовать такие системы, но не в том, чтобы формально подтверждать их выводы.
— Если специалист лишь «ставит подпись» под заключением ИИ, фактически не анализируя результат, это обесценивает саму идею использования технологии. Врач всё равно будет перепроверять данные, — отмечает Комаров.
Он подчеркивает, что более устойчивой моделью является система постоянной обратной связи, при которой все спорные или ошибочные результаты работы ИИ рассматриваются совместно врачами и разработчиками. Такой подход позволяет не только выявлять проблемы, но и последовательно улучшать сами алгоритмы.
— Необходимо выстроить систему, при которой любые отклонения в результатах исследований с применением ИИ будут разбираться специалистами совместно с разработчиками. Это должен быть непрерывный процесс совершенствования технологии, — подчеркивает эксперт.
При этом, как считает Алексей Трухин, полностью исключить ошибки в работе нейросетей невозможно. Любая такая система обучается на ограниченных наборах данных, а значит, всегда существует риск как ложноположительных, так и ложноотрицательных результатов. Особенно это касается редких заболеваний, которые могут быть слабо представлены в обучающих выборках и теряться среди типичных случаев.
— Одни и те же данные могут соответствовать разным состояниям человека, поэтому и появляется ошибка, но эта ошибка в перспективе контролируема, в отличие от субъективного мнения, — резюмирует собеседник «Известий».
Именно поэтому медицинские системы с ИИ относятся к категории решений с повышенным уровнем риска и требуют особенно строгой проверки перед внедрением в клиническую практику.
Как вы считаете, поможет ли такая система снизить число врачебных ошибок?