Искусственный интеллект в медицине

Одним из важнейших направлений исследований является применение искусственного интеллекта в медицине.

Однако наиболее интересным вопросом является не столько разработка интеллектуальных систем диагностики, сколько философия трансформации медицины и, в частности, направления диагностики, где искусственный интеллект в последнее время демонстрирует многообещающие результаты. В соответствии с этим ниже приводятся замечательные слова одного из ведущих научных сотрудников лаборатории нейросетевых технологий и искуственного интеллекта, зав. отделением лучевой диагностики Петербургского онкоцентра, к.м.н. Мелдо Анны Александровны, которые можно рассматривать в качестве программы и парадигмы будущего медицины, взаимодействия медицины и ИИ:

“Система здравоохранения является незрелой в отношении новых тенденций цифровизации медицины и ИИ. В большей степени стагнация заключается вовсе не в недостатке идей, способов, методов разработки самих систем ИИ, а в отставании законодательной, организационной и образовательной сфер, которые требуют срочных преобразований. Медицина становится мультидисциплинарной и это обусловливает потребность в дополнительном обучении и пополнении знаний клиницистов в направлении обработки данных, статистики, генетического анализа. Пока мы только начинаем осознавать это, в США из 700 опрошенных врачей, интернов и студентов-медиков 47 процентов врачей и 73 процента студентов уже проходят обучение, направленное на их подготовку к будущим изменениям в медицине. Многие из них изучают предметы, связанные с медицинскими данными. Как медицинское учреждение уже сегодня может адаптировать свои реалии к будущим изменениям, связанным с внедрением систем искусственного интеллекта, показывает проект, реализуемый в отделении лучевой диагностики Петербургского онкоцентра. Пилотный проект основан на нескольких принципах. Во-первых, врачи имеют возможность улучшить профессиональные навыки знаниями, связанными с обработкой и структурированием данных. Во-вторых, деятельность рентгенолога обретает вместо линейного циклический характер. То есть его задачи расширены до контроля верификации диагноза и формирования БД по исследуемой нозологии. В-третьих, мы внедряем переход от описания к кодификации данных, реализуя структурированные протоколы. Этот подход позволит без потерь использовать результаты диагностики как врачами-клиницистами в повседневной деятельности, так и разработчиками для создания новых алгоритмов ИИ. Наше движение вперед основано на анализе большого количества литературы и опыта зарубежных коллег. К сожалению, приходится констатировать достаточное количество препятствий, связанных с бюрократическими издержками и нежеланием врачебного сообщества понять и принять данность того, что системы ИИ – это уже не неизвестное будущее, а настоящее, в котором надо красиво и правильно ориентироваться и двигаться вперед. Для меня, как руководителя очевидно, что, если стоит большая задача, необходимо найти решения КАК ее реализовать, а не искать причины ПОЧЕМУ это невозможно. Действительно, мы во многом не подготовлены, в большей степени с законодательной точки зрения, но я с твердым убеждением готова сказать, что рефлексировать по этому поводу и выдавать скепсис за истину означает пытаться остановить движущийся на полном ходу поезд. Благодарю сотрудников отделения, им суждено стать первопроходцами в новом поколении рентгенологов XXl века. Нелегко быть первыми, зачастую приходится «разбивать лоб», но именно они призваны «спасти» специальность которой несведущие прочат гибель в конкуренции с ИИ.”