Artificial intelligence: medical application features

Введение. Процесс цифровизации происходит динамично во всех сферах социально-экономической деятельности, система здравоохранения не является исключением. Как и в других отраслях народного хозяйства происходят разного рода бизнес-процессы, при этом имеет место её специфическое влияние на развитие экономики － через сохранение здоровья населения [7]. Перспективным направлением цифровой экономики, связанным с обработкой больших массивов слабо структурированных данных является искусственный интеллект (далее － ИИ).

Согласно докладу Всемирной организации интеллектуальной собственности (ВОИС) «Тенденции развития технологий －искусственный интеллект» [17], опубликованному в начале 2019 г., наиболее инновационными областями человеческой деятельности, внедряющими ИИ являются: транспортное функционирование, медицина, банковский сектор, индустрия развлечений, системы безопасности, промышленность, сельское хозяйство и др.

В Российской Федерации принята Национальная стратегия развития ИИ [1], определяющая ИИ как комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма). и получать при выполнении конкретных задач результаты, сопоставимые как минимум с результатами деятельности человека. Основным инструментом реализации Национальной стратегии развития ИИ выступает федеральный проект «Искусственный интеллект» [18], активная реализация которого началась с 2021 г.

Актуальность темы научной публикации очевидна, в силу всё более возрастающего интереса к внедрению искусственного интеллекта в медицине в условиях цифровой трансформации и использования цифровых инструментов. Одной из предпосылок цифровой трансформации здравоохранения является развитие технологий ИИ, больших данных, «Интернета вещей». Цифровая трансформация является одним из драйверов экономического роста, в современный период без применения инструментов ИИ, облачных решений, телемедицины уже невозможно представить здравоохранение и медицину. Перспективы медицинской науки и здравоохранения связывают с переходом к 4П медицине (персонализированной, предиктивной, превентивной, партиципационной медицине) и реализации проектов, в которых практически обязательным условием становится практика применения ИИ.

Цель исследования － описать особенности применения искусственного интеллекта в медицине в период цифровой трансформации.

Методология и методы научного исследования. Методологической основой публикации послужили нормативно-правовые акты, федеральные проекты. Использованы открытые источники, в том числе публикационные. В работе применялись общенаучные методы исследования: анализ, синтез, наблюдение, сравнение и обобщение, а также методы индукции и дедукции.

Изученность темы исследования. Описание особенностей применения ИИ в медицине затрагивается в многочисленных публикациях, демонстрирующих возрастающий интерес к ИИ, в том числе исследователями и специалистами разных сфер деятельности: Н.В. Аликперовой [3], Е.В. Брызгалиной [4], А.П. Вохминцевым [10], О.А.Ерёмченко [6], К.С. Итинсон [5], А.Л. Катковой [10], О.С. Кобяковой, Н.Г.Кураковой, Е.М. Мезенцевой [11], Е.Б.Подузовой [8], А.В. Резаевым [9], С.С. Стрельниковым, Н.Д.Трегубовой, О.М.Ушаковой, Н.С.Фартушновым и др. Исследователи подчёркивают высокий потенциал ИИ для повышения диагностической и терапевтической точности и общего клинического процесса лечения. Применение ИИ в медицине, несмотря на его положительные стороны сопряжено с рядом проблем: этических, юридических и социальных.

Среди исследовательских организаций, осуществляющих деятельность в области ИИ, прежде всего, можно отметить Массачусетский технологический университет, Стэндфордский университет и университет Карнеги-Меллон в США, Кембриджский университет в Великобритании и Университет Цинхуа в Китае [19].

Основная часть. Каждое десятилетие в технологиях происходят существенные изменения, становящиеся платформой для строительства новых прикладных технологий. ИИ уже перешёл от экспертного обучения первого поколения и экспертных систем к системам ИИ второго поколения на основе нейросетей глубокого обучения, требующих больших обучающих выборок. Для современного периода третьего поколения ИИ характерно, что система ИИ сможет интерпретировать и объяснять алгоритм принятия решений, даже имеющих имеющих природу «чёрного ящика». Объяснимый ИИ является основной частью третьего поколения ИИ. Для последующего, периода четвёртого поколения с интеллектуальными самообучающимися системами (2030-е гг.), характерным станет накопление знаний и навыков. Пятое поколение (2040-е гг.) создаст системы ИИ с воображением, которые больше не будут полагаться на людей в обучении.

Наиболее перспективными направлениями использования систем ИИ в медицине в ближайшем будущем станет [10]: использование для диагностических и профилактических целей на основе анализа медицинской информации; преобразование отношений «врач - пациент», что порождает проблему доверия в этой системе; достижение большей системности медицинских знаний за счёт применения систем поддержки принятия решений; системы ИИ будут создавать условия для вовлечения пациента в процесс лечения; возможности применения многофакторного корреляционного анализа на основе систем ИИ способствует междисциплинарному взаимодействию в медицине; революционное преобразование методов лечения и диагностики в психиатрии.

О кризисе психического здоровья в современном мире свидетельствуют данные о высокой распространённости психиатрических заболеваний и ужасающем количестве самоубийств, при этом нехватка специалистов и труднодоступность качественной психиатрической помощи актуализируют разработку способов описания, диагностики и лечения при помощи ИИ.

Перспективы применения индивидуального назначения препаратов особенно оптимистично описываются в онкологии, кардиологии, неврологии [21].

Исследователи выделяют и описывают проблемы и риски применения ИИ в медицине: необходимость пересмотра правового регулирования степени ответственности врача при применении систем ИИ; обострение противоречия между неприкосновенностью частной жизнью и здоровья как общественного блага; необходимость охраны не только информации о теле человека, но и усиление правовой охраны самого тела с целью недопустимости использования уязвимости автоматизированных технических устройств, применяемых в медицине и имеющих прямой контакт с телом человека; распространение непрозрачности алгоритмов ИИ, принимающих решения в сфере медицины, обострит чувствительность к мере справедливости при распределении ограниченных ресурсов здравоохранения, могут возникнуть опасения относительно рисков социальной дискриминации на основе медицинских данных [4].

Генеральной конференцией ЮНЕСКО приняты Рекомендации об этических аспектах ИИ (Париж, 2021 г.) [16]. Кодекс этики в сфере ИИ принят в нашей стране и опубликован на сайте Альянса в сфере искусственного интеллекта [13]. Этические аспекты становятся наиболее обсуждаемыми, когда речь идёт о технологиях ИИ и робототехники. Так, например, боты на основе ИИ, моделирующие голос человека, могут направлять внимание человека и формировать новые акценты восприятия информации.

В России уделяется большое внимание направлению объяснимого ИИ, впервые о нём опубликовал работу директор Центра перспективных исследований в ИИ РЭУ им.Г.В.Плеханова С.А.Ярушев [2]. В 2022 г. РЭУ им.Г.В.Плеханова выиграл проект РНФ «Гибридные модели поддержки принятия решений на основе методов дополненного ИИ, когнитивного моделирования и нечёткой логики в задачах персонализированной медицины», посвящённый созданию медицинских систем нового поколения, основанных на применении ИИ для нейросетей глубокого обучения в задачах медицинской диагностики [15].

Нижегородский государственный университет в 2020 г. стал победителем конкурса крупных научных проектов Минобрнауки Российской Федерации с проектом «Надёжный и логически прозрачный искусственный интеллект: технология, верификация и применение при социально значимых и инфекционных заболеваниях». Главный результат проекта - разработка новых методов и технологий, позволяющих преодолеть два основных барьера систем машинного обучения и искусственного интеллекта: проблему ошибок и проблему явного объяснения решений [14].

Одним из основных принципов развития и использования технологий ИИ, приведённых в Национальной стратегии развития ИИ на период до 2030 г., является прозрачность. Т.е. объяснимость работы ИИ и процесса достижения им результатов, недискриминационный доступ пользователей продуктов, которые созданы с использованием технологий ИИ.

В связи с вышеизложенным представляется важным вопрос повышения доверия людей к алгоритмам ИИ в медицине, а для этого важно понимать, на основе чего оно формируется. Так, основные требования к моделям ИИ в медицине были разработаны в Европейском Союзе [22]: надёжный контроль и свобода для человеческой деятельности; помехоустойчивость и безопасность; конфиденциальность и управление данными; прозрачность моделей ИИ; разнообразие, недискриминация и справедливость; социальное и экологическое благополучие; подотчётность.

Практика применения ИИ в медицине имеет ряд характеристик: предполагает программное решение интеллектуальной задачи, причём аппаратное воплощение решений не является обязательной характеристикой; обладают способностью подвергать анализу окружающую среду, т.е. имеют возможность собирать данные и далее - «учиться», таким образом, решая новые задачи в условиях нестабильности; присуща некоторая степень автономности в реализации алгоритма (отсутствует контроль и без взаимодействия с человеком создают собственные алгоритмы); способность самообучаться; обладают признаками интеллектуальности (разумность, рациональность, возможность человеческого мышления в некоторых условиях в значимых для медицины ситуациях).

Примерами систем прикладного ИИ являются продукты IBM Watson for Oncology, IBM Medical Sieve, Google DeepMind Hee alth, NeuroLex, Face2Gene, Human Diagnois project.

Классификацию технологий ИИ в медицинской области составляют следующие виды технологий ИИ: нейронные сети; экспертные системы, основанные на нечёткой логике; обработка естественного языка; компьютерное обучение; гибридные интеллектуальные системы; алгоритмы эвристического поиска [5].

В медицине, системы ИИ направлены на оказание помощи врачам в неординарных, а зачастую и противоречивых условиях, являясь по своей сути, экспертными, ассистирующими, врачам сервисами. Цель медицинской экспертной системы －организовать консультацию врача на основе данных о пациенте. Первая наиболее известная экспертная система MYCIN Стэндфордского университета,

разработана для диагностики и лечения бактериальных инфекционных заболеваний. По сути, MYCIN － компьютерная программа, информирующая врача о диагностике менингита и заболеваний, вызванных бактериями в крови; данная система способна принимать решения в условиях неопределённости, определяя предварительно диагноз и рекомендуя методы лечения врача. Не смотря на то, что данная система была успешной и её результаты сравнивались с решениями квалифицированных врачей, система редко использовалась на практике из-за этических вопросов [11].

Нейронные сети обучаются распознавать паттерны и аномалии на изображениях, таких как рентгеновские снимки и снимки, полученные посредством компьютерной томографии, и помогают врачам в диагностике и определении лечебных мероприятий.

Ещё один отличительный аспект при применении ИИ в медицине - стандартизация. Основные направления стандартизации ИИ в Российской Федерации отражены в Перспективной программе стандартизации в области приоритетного направления «Искусственный интеллект» на 2021-2024 гг., утверждённой в 2020 г. в рамках ФП «Искусственный интеллект», что предполагает разработку более 200 стандартов, обеспечивающих опережающее развитие данного высокотехнологичного направления в конкретных сферах деятельности, в том числе в здравоохранении, формируется своя группа стандартов, построенная по единому принципу: онтология использования искусственного интеллекта в данной сфере; описания типовых информационно - технологических систем, решающих характерные для данной сферы задачи и общие вопросы создания и использования функциональных подсистем, использующих технологии ИИ [12].

14 июня 2023 г. депутаты Европейского парламента подавляющим большинством проголосовали за принятие первого в мире закона, призванного определить «правила игры» и «границы дозволенного» в работе отдельных видов ИИ [20]. В науке и законодательстве отсутствует единое исчерпывающее определение ИИ. Консенсуса в механизме и техниках правового регулирования ИИ не достигнуто, позиции учёных различаются от универсальных общих до регламентации конкретных создаваемых систем ИИ.

Одним из факторов ускоренного наращивания изобретательской активности в области технологий ИИ в здравоохранении в ближайшие годы станут экспериментальные правовые режимы в сфере цифровых инноваций [6].

Заключение.

Переход к цифровой экономике невозможен без применения цифровых технологий. Применение ИИ в медицине будет способствовать решению многих насущных проблем, прежде всего, закрыть «кадровый вопрос» с нехваткой квалифицированного персонала; способно помочь в решении неординарных медицинских задач; обеспечить индивидуальный подбор препаратов на основе данных о пациенте; помочь в обучении студентов и ординаторов и др. Использование преимуществ ИИ неизбежно приведёт к трансформации медицины в будущем.

Полагаем, что существующая проблема доверия как пациентов, так и врачей к ИИ, постепенно может быть преодолена с помощью применения объяснимого искусственного интеллекта. Для повышения доверия необходимо повышать цифровую грамотность населения, обучать новым цифровым навыкам, уделять пристальное внимание наращиванию цифровых компетенций на всех ступенях образования. Таким образом, остаются дискуссионными вопросы, связанные с правовыми, этическими и социальными аспектами применения ИИ в медицине.

Возможными направлениями дальнейших исследований могут стать вопросы регенерации социального капитала через призму применения искусственного интеллекта в медицине, а также образовании, исследования особенностей применения искусственного интеллекта в бизнесе и пр.