CC BY
60
► МЕДИЦИНСКАЯ ПСИХОЛОГИЯ
УДК 004.8, 168.2 DOI: 10.31862/2218-8711-2022-6-55-69
ББК 87.25
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В МЕДИЦИНЕ: СООТНОШЕНИЕ ОБЫДЕННОГО И ПРОФЕССИОНАЛЬНОГО ПОНИМАНИЯ
ARTIFICIAL INTELLIGENCE IN MEDICINE:
CORRESPONDENCE OF EVERYDAY AND PROFESSIONAL UNDERSTANDING
Стрельников Сергей Сергеевич
Доцент кафедры медицинской информатики и биологической физики Института общественного здоровья и цифровой медицины, Тюменский государственный медицинский университет, кандидат философских наук E-mail: sss15@yandex.ru
Strelnikov Sergey S.
Assistant Professor at the Department of Medical Informatics and Biological Physics of Institute of Public Health and Digital Medicine, Tyumen State Medical University, PhD in Philosophy E-mail: sss15@yandex.ru
Вохминцев Андрей Петрович
Доцент кафедры медицинской информатики и биологической физики Института общественного здоровья и цифровой медицины, Тюменский государственный медицинский университет, кандидат биологических наук E-mail: 646224@mail.ru
Vokhmintsev Andrey P.
Assistant Professor at the Department of Medical Informatics and Biological Physics of Institute of Public Health and Digital Medicine, Tyumen State Medical University, PhD in Biology E-mail: 646224@mail.ru
Каткова Алла Леонидовна
Доцент кафедры медицинской информатики и биологической физики Института общественного здоровья и цифровой медицины, Тюменский государственный медицинский университет, кандидат педагогических наук, доцент E-mail: allakatkova@mail.ru
Katkova Alla L.
Assistant Professor at the Department of Medical Informatics and Biological Physics of Institute of Public Health and Digital Medicine, Tyumen State Medical University, PhD in Education, Associate Professor E-mail: allakatkova@mail.ru
© Стрельников С. С., Вохминцев А. П., Каткова А. Л., Ушакова О. М., 2022
Ф 1 Контент доступен по лицензии Creative Commons Attribution 4.0 International License The content is licensed under a Creative Commons Attribution 4.0 International License
Ушакова Ольга Михайловна
Доцент кафедры медицинской информатики и биологической физики Института общественного здоровья и цифровой медицины, Тюменский государственный медицинский университет, кандидат философских наук E-mail: uschakova.om@yandex.ru
Ushakova Olga M.
Assistant Professor at the Department of Medical Informatics and Biological Physics of Institute of Public Health and Digital Medicine, Tyumen State Medical University, PhD in Philosophy E-mail: uschakova.om@yandex.ru
Аннотация. Статья посвящена проблеме различного понимания искусственного интеллекта в обыденном и профессиональном аспекте. Авторы исходят из сложившегося как в обыденности, так и профессиональной практике понимания искусственного интеллекта как технологии. Сделан вывод об отсутствии консенсуса в точном определении понятия искусственного интеллекта. Обосновано существование четырех типов понимания технологии искусственного интеллекта: механицистское, субъектное, эволюционное, биологическое (метафорическое) понимание. Авторы приходят к заключению, что все четыре типа могут сосуществовать в обыденном и научном дискурсе
Abstract. The article examines the problem of different understanding of artificial intelligence in everyday and professional aspects. The authors proceed from the common and professional understanding of the artificial intelligence as a technology. It is concluded that there is no consensus in the exact definition of the concept of the artificial intelligence. The existence of four types of understanding of the artificial intelligence technology is substantiated: mechanistic, subjective, evolutionary, biological (metaphorical) understanding. The authors come to the conclusion that all four types can coexist in the everyday and scientific discourse.
Ключевые слова: искусственный интеллект, понимание, медицина, дискурс, профессионализм.
Keywords: artificial intelligence, understanding, medicine, discourse, professionalism.
Для цитирования: Стрельников С. СВохминцев А. П., Каткова А. Л., Ушакова О. М. Искусственный интеллект в медицине: соотношение обыденного и профессионального понимания // Проблемы современного образования. 2022. № 6. С. 55-69. DOI: 10.31862/2218-8711-2022-6-55-69.
Cite as: Strelnikov S. S., Vokhmintsev A. P., Katkova A. L., Ushakova O. M. Artificial intelligence in medicine: correspondence of everyday and professional understanding. Problemy sovremennogo obrazovaniya. 2022, No. 6, pp. 55-69. DOI: 10.31862/2218-87112022-6-55-69.
Трансформации общества под влиянием достижений науки и техники проявляются на разных уровнях общественного взаимодействия и рационального осмысления: от обыденного до профессионального. Технологии искусственного интеллекта (далее -ИИ) в медицине не являются здесь исключением: сфера здравоохранения испытывает
на себе преобразующее влияние таких технологий. Описание специфики применения ИИ в сфере медицины затрагивается в многочисленных публикациях. При этом само по себе понятие ИИ не получило однозначного понимания, несмотря на его широкое употребление.
Также полагаем, что характеристика перспектив и практики применения ИИ в медицине возможна в контексте исследования ИИ как технологии, для которой присущи особенности бытования в современных условиях, выражающиеся, в частности, в ее освоении. Освоение технологии как процесс представляет собой самостоятельную проблему, его течение обусловливается рядом значимых факторов, которые важно идентифицировать в случае освоения технологий ИИ врачами в процессе их профессиональной деятельности и обучения.
Целью исследования является описание особенностей понимания термина «искусственный интеллект» в медицине с позиции его обыденного и профессионального восприятия.
Достижение указанной цели предполагает опору на две методологические предпосылки, имеющие принципиальное значение.
Во-первых, определение собственного, оригинального понятия ИИ предполагает выделение наиболее существенных признаков, отличающих его от смежных понятий. Это объемная и амбициозная задача, связанная с анализом значительного количества теоретических подходов, их изменений и влияния на эти изменения различных факторов - социальных, исторических, технологических и других. По этой причине мы сконцентрировались не на формулировке авторского понятия, а на обзоре сложившихся подходов к пониманию сущности ИИ и его роли в современном обществе, что позволит сконцентрироваться на имеющихся позициях исследователей относительно ИИ.
Во-вторых, организация современных научных исследований склоняется не к выделению специфического предмета исследования и, как следствие, выбору соответствующих познанию этого предмета методов и теоретических подходов в рамках одной науки, а к определению некой проблемы и междисциплинарным взаимодействиям. В полной мере это касается проблемы ИИ: медики при описании специфики применения ИИ в медицине прибегают к терминологии информатики, а философы, рассуждая, к примеру, об этике использования ИИ, применяют конкретную фактологию медицины. По этой причине выделение тех или иных направлений научного поиска и выбор источников носит относительный характер и в немалой степени зависит от их рубрикации редакциями научных журналов.
Материалами исследования послужили публикации в научных изданиях и диссертационные исследования по темам искусственного интеллекта и информационных технологий. Использовались теоретические методы: обзор литературы по проблеме, анализ современных публикаций по тематике статьи в распространенных российских и зарубежных базах данных.
Возможность обыденного понимания ИИ определяется включенностью данного понятия в дискурс современного общества и использования основанных на его функционировании систем для решения повседневных, бытовых задач. Согласно данным
«Медиатренды в ИТ», предоставляемым проектом ICT.Moscow совместно с Департаментом информационных технологий г. Москвы, тема ИИ - самая часто упоминаемая в СМИ по сравнению с прочими цифровыми технологиями, такими как блокчейн, интернет вещей, большие данные и другие. ИИ упоминался 242 тыс. раз за 2021 г. в СМИ, что на 20% чаще, чем в 2020 [1].
Также, согласно исследованию, проведенному ВЦИОМ, абсолютное большинство россиян что-то слышало об ИИ, а 32% полагают, что могут объяснить значение термина. Из предложенных опрошенным двух вариантов определения ИИ наиболее часто отмечались такие, как «технологии, имитирующие мыслительные функции человека» (30%), «разумные машины или программы» (27%), «самообучающиеся алгоритмы» (26%) [2].
Можно утверждать, что обыденное понимание ИИ связывается с тремя особенностями:
• во-первых, неразличением программной и аппаратной частей, обеспечивающих функционирование данной технологии, в обыденном представлении носителем ИИ может быть как машина, объект материального мира, так и программный код;
• во-вторых, в противоречивости в атрибуции «степени разумности» - ИИ может восприниматься как нечто, что только имитирует мышление человека, либо как нечто, обладающее собственным разумом;
• в-третьих, признак самообучаемости, хотя и не является лидирующим по результатам опроса, все же признается значимым. Самообучение здесь предполагает, что каждый последующий воспроизводимый ИИ результат будет все лучше соответствовать решаемой задаче.
При этом важно подчеркнуть, что обыденно ИИ понимается все же как некая технология или технологическое решение - искусственно созданная сущность, имеющая своей целью решение определенной задачи или спектра задач. Это стало возможным из-за объективных процессов технологизации общественных отношений.
Нужно отметить, что принципиальное предвидение возможностей, которые могут дать технологии автоматизированной обработки данных, возникло еще до того, как появились первые системы, основанные на компьютерном ИИ. Российский коллежский советник Министерства внутренних дел С. Н. Корсаков в 1832 г. подал в Императорскую Академию наук труд [3], в котором описывал изобретенные им механические устройства (гомеоскоп, идеоскоп и компаратор), предназначенные для быстрого сравнения объектов, описываемых в специальных таблицах множеством различных признаков. Рассуждая о возможностях изобретения, сам автор писал о «расширении возможностей самого тонкого инструмента человеческого тела» [4, с. 11].
Такой подход отражает логику и понимание машин и точных приборов в духе эпохи промышленной революции: это либо невероятно эффективные заместители мускульной силы, либо усилители имеющихся у человека чувств. Сами по себе эти приборы неотделимы от человека и являются, в терминах М. Маклюэна [5], их внешними расширениями, которые сами по себе, без управляющего ими человека, лишены самоценности и смысла. Такое понимание можно условно назвать механицистским.
С появлением же компьютеров и провозглашением четвертой информационной революции подход принципиально изменился: ИИ уже в самом своем определении стал восприниматься как некая автономная от человека сущность, обладающая субъектнос-тью. Происходит, хотя и в большей степени предполагаемая, «утрата эксклюзивности ума» [6, с. 116]. Ведутся рассуждения уже не только о том, какие рутинные мыслительные функции могут быть делегированы ИИ, но и о том, как ИИ может создавать нечто новое, оригинальное - свойство разума, которое считается присущим только человеку [7]. ИИ рассматривается даже как высшая ступень эволюции разумных форм жизни [8]. Такое понимание можно назвать субъектным: ИИ понимается как мыслящий субъект, возникший в результате развития науки и техники. Если же аспект в понимании смещается на способность самого ИИ обучаться и совершенствоваться (совершенство при этом связывается с более быстрым и точным решением поставленных человеком задач), то можно говорить о его эволюционном понимании.
Вместе с тем ошибкой было бы отрицать наличие в современном научном и общественном дискурсе понимания ИИ в качестве своеобразного инструмента, нацеленного на решение практических задач; некоего технического средства, которое управляется человеком, и который несет за него ответственность. Яркий тому пример - развиваемая в российском праве концепция ИИ как источника повышенной опасности: у робота или программного обеспечения есть собственник, который несет за его действия ответственность, в частности, при причинении ущерба [9]. Тем самым механицистское понимание ИИ в современном дискурсе, в том числе научном, также присутствует.
Профессионализация понимания ИИ предполагает объяснение данной технологии с позиции возможностей решения задач профессиональной деятельности или области знания. При этом противоречивость в понимании и порождаемая ею дискуссионность формируется не столько в силу поверхностного знакомства с предметом, но под влиянием динамической картины мира профессионала [10] и выделением наиболее значимых для ИИ свойств и характеристик. Рационально полагать, что результат такого понимания будет различаться в зависимости от того, к какой области научного знания или профессиональной деятельности относит себя субъект, пытающийся понять и объяснить содержание какого-либо явления.
Предполагается, что на профессионализацию понимания любой технологии могут оказывать влияние следующие факторы:
• степень информированности. Этот фактор отражает, насколько профессионал знаком с содержанием технологии, возможностями ее применения. Источниками информации о технологии для профессионала могут быть профильные издания, научные отчеты, иная научно-техническая информация. Умение работать с такой информацией требует известных поисковых навыков и информационной культуры;
• степень освоения. Технология осваивается тогда, когда профессионал может, во-первых, объяснить принцип ее работы и то, как она способствует достижению его целей, во-вторых, когда профессионал адаптируется к применению технологии для определенных им целей [11]. На степень освоения могут влиять не только
личные качества профессионала, но и наличие материально-технической базы, особенности коллектива, в котором он осуществляет деятельность, специфика его социальных связей - как личных, так и профессиональных. Понимание может складываться под воздействием уже имеющегося опыта, проведения аналогий из известных областей знания.
В полной мере эти факторы применимы к профессиональному пониманию ИИ в медицине, которая, безусловно, является и видом деятельности, и областью научного знания. Вместе с тем междисциплинарная проблематика ИИ предполагает ее профессиональное понимание в рамках не только медицины, но и философии как области знаний о наиболее общих закономерностях функционирования мира и информатики как специализированной по отношению к технологии ИИ науки.
Тематика ИИ находит отражение в многочисленных исследованиях. Поиск по базе публикаций Российского индекса научного цитирования, включенных в него за период 2018-2022 гг. и индексируемых в базах данных Scopus и Web of Science по ключевому словосочетанию «искусственный интеллект» формирует выдачу в размере:
• 22 публикации по тематике «Философия»;
• 61 публикация по тематике «Медицина и здравоохранение»;
• 16 публикаций по тематикам «Кибернетика», «Информатика», «Автоматика. Вычислительная техника».
Для сравнения: поиск на сайте Elsevier.com (Elsevier - один из четырех крупнейших научных издательских домов мира, который ежегодно выпускает около четверти всех статей из издаваемых в мире научных журналов) формирует следующую выдачу по ключевому словосочетанию "artificial intelligence": общее число результатов выдачи - 3068, из них 722 - сайты, 2198 - книги, 139 - журналы, 9 - прочие результаты по теме.
Поиск по базе Pubmed выдает по аналогичному запросу 168 997 результатов по состоянию на июль 2022 г. (для сравнения, в 2019 поиск на Pubmed выдавал 85 175 результатов по запросу "artificial intelligence"). Обращает на себя внимание значительное количество журналов, так или иначе связанных с темой ИИ; особо следует отметить журнал "Artificial Intelligence in Medicine" («Искусственный интеллект в медицине»)1, основанный в 1989 г. С 1997 г. выходит Международный журнал медицинской информатики ("International Journal of Medical Informatics")2.
В 2022 г. появился новый журнал с открытым доступом «Основанная на интеллекте медицина» ("Intelligence-Based Medicine")3, цель которого - «создание значимой синергии между практикующими врачами и другими людьми (IT-специалистами, инженерами, когнитивистами, предпринимателями и т. д.) в применении методов искусственного интеллекта и человеческого познания в медицинской практике и здравоохранении».
Примечательно, что в иностранных источниках также часто нет четкого определения ИИ, несмотря на исключительно частое упоминание данного термина. На это, в
1 https://www.sciencedirect.com/journal/artificial-intelligence-in-medicine
2 https://www.sciencedirect.cOm/journal/international-journal-of-medical-informatics/vol/165/suppl/C
3 https://www.journals.elsevier.com/intelligence-based-medicine
частности, указывают Лорен Брокер (Laurent Brocker) с соавторами: «...вопрос ИИ - это вопрос решения машинами интеллектуальных задач. Однако это определение сохраняет расплывчатость, поскольку оно не уточняет, что такое интеллект, и не дает своего толкования...» [12].
Понимание ИИ в современных философских исследованиях затрагивает вопросы его положения в контексте различных этических и онтологических теорий, что позволяет философам предположить тенденции развития и риски применения ИИ в том числе в сфере медицины. Дискуссионность как сущности ИИ, так и его перспектив задается разнообразием подходов к пониманию того, что считать интеллектом, где пролегает граница между естественным и искусственным, каковы характеристики ИИ.
Интересным представляется размышление о том, насколько реально появление в будущем модели «сильного искусственного интеллекта», в противовес уже существующему «слабому искусственному интеллекту». В общих чертах «сильный ИИ» более автономен, вплоть до возможностей обретения им сознания самостоятельного вступления в контакт с человеком, и является субъектом, а «слабый ИИ» адаптирован для решения конкретных, прикладных задач. Системы, основанные на слабом ИИ, широко распространены, а существование сильного ИИ полагается гипотетическим [13].
Вместе с тем оригинальное решение последней проблемы представляет С. Б. Куликов, предлагая понимать сильный ИИ как уже существующий, в силу того, что он воспринимается людьми как таковой, что порождает вполне реальные социальные последствия (в качестве иллюстрации исследователь приводит пример «проблемы 2000», рассуждения о мнимых последствиях которой побудили множество людей и организаций расходовать немалые средства на ее предотвращение) [14]. Такой подход иллюстрирует также необходимость исследования понимания ИИ в рамках профессиональной практической деятельности, однако при этом надо иметь в виду, что обыденное понимание, для которого присущи страхи, предрассудки, иные когнитивные искажения, также может оказывать влияние на восприятие применения ИИ профессионалами, в частности, врачами.
С точки зрения информатики, перспективного подхода к определению ИИ придерживаются В. И. Городецкий и Р. Юсупов. Они исходят из того, что термин «искусственный интеллект» - это больше метафорическое выражение, и из него совсем не следует, что ИИ строится на абсолютно тех же принципах, что и естественный интеллект, хотя при этом и используется аналогия его работы с точки зрения организации работы мозга. Авторы предлагают следующее определение: «раздел информатики, в котором принятие решений основывается на знаниях, его научное содержание определяется методологиями, методами и алгоритмами работы со знаниями, а именно методами и алгоритмами получения, компьютерного представления и практического использования знаний в прикладных системах принятия решений» [15, с. 283].
ИИ в информатике, таким образом, понимается как некая технология работы со знаниями. Вместе с тем можно утверждать, что неудачная метафора при этом не стала менее распространенной - ИИ понимается как имитирующий процессы, происходящие в человеческом мозге, это биологический подход к проблеме понимания.
Сходный, однако более узкий подход демонстрируется в официальных документах, в частности, в «Национальной Стратегии развития искусственного интеллекта на период до 2030 года». В ней фиксируется следующее определение: «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 интеллектуальной деятельности человека» [16]. Обилие оценочных категорий, выбранное при конструировании нормы-дефиниции, открывает возможности для максимально широкого применения понятия ИИ относительно имеющихся программных и аппаратных решений. Отметим, что в указанном нормативном акте акцент также делается на понимании ИИ как технологии - совокупности способов решения задач, позволяющих добиваться относительно устойчивых, воспроизводимых и предсказуемых результатов.
Понимание ИИ в медицинских исследованиях испытывает на себе влияние всех вышеупомянутых подходов к его определению и происходит в аспекте моделирования его будущего использования и фактического применения в клинической и исследовательской практике. Так, Шами Рамлахан (Shammi Ramlakhan) с соавторами отмечает, что большая часть терминологии, относящейся к ИИ, может сбивать с толку, поскольку такие понятия, как ИИ, машинное обучение, глубинные нейронные сети, часто используются взаимозаменяемо.
Коллектив авторов резюмирует, что с точки зрения врача ИИ можно рассматривать как любой человекоподобный интеллект, воспроизводимый машиной (компьютером). Это определение справедливо, поскольку люди демонстрируют интеллект, обучаясь на опыте или наблюдениях, а затем используют эти знания для распознавания, интерпретации и принятия автономных действий при столкновении со сходными ситуациями.
Под машинным обучением авторы предлагают понимать подмножество ИИ, включающее в себя использование алгоритмов, которые могут выявлять шаблоны в данных, учиться на этих шаблонах, совершенствоваться с опытом и делать выводы при столкновении с новыми данными - и все это без специального программирования. Термин искусственная нейронная сеть используется для описания алгоритма, состоящего из входного, выходного и часто промежуточного (скрытого) слоев. По мере увеличения количества скрытых (промежуточных) слоев этот слой становится глубже (отсюда и глубинное обучение или глубинные нейронные сети), как и его способность решать более сложные учебные задачи. Таким образом, понятие ИИ, по мнению авторов, является всеобъемлющим по отношению к терминам информатики, описывающим данную технологию [17].
Дистанцируясь от полемики относительно сущности ИИ, философ Е. В. Брызгалина рассуждает о том, как ИИ поменяет перспективы в медицине, выделяя следующие наиболее перспективные направления использования систем ИИ в медицине в ближайшем будущем:
• использование для диагностических и прогностических целей на основе анализа медицинской информации. Здесь особенно выделяется рукописный характер
значительных объемов медицинской информации как проблема для формирования исходных данных для систем ИИ;
• преобразование отношений «врач-пациент», что порождает проблему доверия в этой системе, причем это доверие как между людьми, так и доверия к самим сервисам ИИ в части обеспечения конфиденциальности данных;
• достижение большей системности медицинских знаний за счет применения систем поддержки принятия решений, которые бы способствовали анализу больших данных и определяли адекватность выбранного решения по конкретному пациенту с учетом клинической картины. При этом отмечается, что медицинские задачи полностью не алгоритмизируются, и по этой причине такие системы лишь помогают врачу, но не способны его заменить в полной мере;
• системы ИИ будут создавать условия для вовлечения пациента в процесс лечения (партиципация), что будет способствовать повышению степени его приверженности выбранной схеме;
• возможности применения многофакторного корреляционного анализа на основе систем ИИ позволят способствовать междисциплинарному взаимодействию в медицине, преодолеть имеющуюся разобщенность за счет объединения знаний;
• революционное преобразование методов лечения и диагностики в психиатрии. Во-первых, за счет вербального анализа и выявления суицидальных признаков в речевом поведении пациентов как в ситуациях живой речи, так и через анализ их записей в социальных сетях. Во-вторых, за счет анализа генетической информации и раннего выявления склонности к психическим заболеваниям, а также поиска связи между психическими заболеваниями и прочими факторами среды;
• оптимизация управленческих решений на основе анализа развития патологий на индивидуальном и популяционном уровне.
Также исследователь выделяет следующие проблемы и риски применения ИИ в медицине:
• необходимость пересмотра правового регулирования степени ответственности врача при применении систем ИИ;
• обострение противоречия между неприкосновенностью частной жизни и здоровья как общественного блага;
• необходимость охраны не только информации о теле человека, но и усиление правовой охраны самого тела с целью недопустимости использования уязвимо-стей 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 [18]
Исследователи В. М. Пашков, А. О. Гаркуша, Е. О. Гаркуша отмечают, что на современном этапе развития ИИ в медицинской практике существует в трех технических
формах: программные, аппаратные и смешанные формы с использованием трех основных научно-статистических подходов - метода блок-схем, метода баз данных и метода принятия решений. Все они пригодны для использования, но по-разному подходят для реализации ИИ. Основные проблемы внедрения ИИ в здравоохранение связаны с самой природой технологии, сложностями юридического сопровождения с точки зрения безопасности и эффективности, конфиденциальностью, этическими проблемами и вопросами ответственности [19].
Коллектив авторов А. А. Мелдо, Л. В. Уткин, Т. Н. Трофимова выделяют два основных направления использования ИИ: диагностика и персонализированная медицина [20]. Фокус публикации направлен на развитие новых подходов к разработке информационных систем диагностики, основанных на ИИ, которые смогут оказывать помощь врачам. В статье В. М. Фершт, А. П. Латкина, В. Н. Ивановой акцент использования ИИ нацелен на снижение риска ошибок врачей и повышение точности и при диагностике, и при назначении лечения [21]. Уже установлено, что ИИ бывает иногда даже более точным в диагностике рака, чем профессионалы-медики [22; 23].
По мнению Аун (Aung) с соавторами, воздействие ИИ конкретно на здравоохранение можно рассматривать с использованием четырех концепций - облегчения, разделения, замены и увеличения [24].
Авторы отмечают, что ИИ, во-первых, может облегчить чрезвычайно растянутую рабочую нагрузку медицинских работников, а также снизить нагрузку на специалистов, связанных с диагностическими изображениями и их интерпретацией.
Во-вторых, ИИ может способствовать разделению нагрузки практикующих врачей с использованием алгоритмов машинного обучения, что упростит работу людей. С этой целью ИИ можно использовать для сокращения числа госпитализаций: избегая ненужных пациенту до того, как те произойдут.
В-третьих, ИИ можно использовать для решения некоторых задач, обычно выполняемых медицинскими работниками. Многие из административных обязанностей, которые выполняют врачи или медсестры, зачастую носят рутинный характер и не требуют особых компетенций.
Главное, что утверждают авторы: ИИ обладает огромным потенциалом для расширения клинической практики и ухода за пациентами. Здесь ИИ не только дополняет работу медицинских работников, но и может даже расширить сферу их деятельности [25]. ИИ может обеспечить количественные навыки, на которые не способны люди, с более высоким уровнем точности и детализации. В заключении статьи авторы подчеркивают, что получение достаточного количества данных для обучения точных алгоритмов - это непрерывный процесс, требующий изменения мышления в сторону обмена данными, который поддерживает технологическое развитие. Необходимы четкие рекомендации по безопасному внедрению и оценке технологии ИИ, а также исследования возможностей и ограничений ИИ.
Постановка диагноза и определение оптимального лечения методами ИИ прослеживается в медицинских публикациях современных отечественных и зарубежных практикующих врачей, что дает основание считать такое понимание применения ИИ
профессиональным пониманием: определяются возможности его использования, объясняются механизмы совершенствования деятельностных процессов, адекватно оцениваются риски применения.
Проведенный анализ позволяет сделать вывод, касающийся особенностей обыденного и профессионального понимания ИИ. Как для профессионального, так и для обыденного понимания ИИ свойственна противоречивость, но природа этой противоречивости принципиально различна. Если для обыденного понимания она определяется поверхностным знакомством с предметом и освоением данной технологии в бытовых, социальных взаимодействиях, то для профессионального понимания существенное влияние оказывает профессиональная картина мира субъекта. При этом нельзя однозначно исключить влияние обыденного, повседневного опыта на формирование профессионального понимания в случае с индивидом как профессионалом: процесс рефлексии различий испытывает на себе влияние таких факторов, как степень информированности и степень освоения технологии.
Также показано, что ИИ в настоящее время интериоризирован в социальных взаимодействиях на правах технологии, выходя за рамки какой-то части профессиональной сферы информатики и автоматизированных систем в сферу повседневной деятельности, что сказывается на восприятии возможностей и ограничений систем ИИ. Можно утверждать, что освоение ИИ на обыденном уровне формирует предпосылки для его освоения на профессиональном уровне. Использование же ИИ в сфере медицины и выражается в освоении технологии (умения применять ИИ в профессиональной деятельности) и понимании технологии (осознание возможностей и ограничений использования ИИ для достижения профессиональных задач).
Обобщая, можно сформулировать следующие возможные варианты понимания ИИ в медицине как технологии:
• технология, которая позволяет расширить возможности человеческого мозга, освободить человека от выполнения рутинных мыслительных операций (механи-цистское понимание ИИ);
• технология создания разумных программ и машин, которые могут заменить собой человека при решении каких-либо задач, ранее выполняемых человеком (субъектное понимание ИИ);
• технология создания самообучающихся программ или машин, которые решают поставленные перед ними задачи, постоянно улучшая результаты решения таких задач (эволюционное понимание ИИ);
• технология создания программ и машин, имитирующих работу человеческого мозга, воспроизводящая нейронные связи на программном или машинном уровне для решения мыслительных задач (биологическое (метафорическое) понимание ИИ).
Все четыре сложившихся профессиональных понимания ИИ так или иначе оказывают воздействие на медицину как таковую и дискурс медицинских исследований, что важно учитывать при анализе проблематики применения этой технологии.
Список литературы
1. Медиатренды в ИТ. URL: https://ict.moscow/projects/mediatrends/2021/ (дата обращения: 01.07.2022).
2. Искусственный интеллект: благо или угроза? URL: https://wciom.ru/analytical-reviews/analiticheskii-obzor/iskusstvennyi-intellekt-blago-ili-ugroza (дата обращения: 01.07.2022).
3. Нитусов А. Семен Корсаков и машина для сравнения идей. URL: https://nsu.ru/xmlui/ bitstream/handle/nsu/9044/PCWeek.pdf?sequence=1&isAllowed=y (дата обращения: 01.07.2022).
4. Корсаков С. Н. Начертание нового способа исследования при помощи машин, сравнивающих идеи. М.: МИФИ, 2009. 44 c.
5. Маклюэн М. Понимание Медиа: внешние расширения человека. М.: Кучково поле, 2014. 462 с.
6. Слюсарев В. В., Хусяинов Т. М. Человек и «умная» техника: параллельная эволюция // Человек. 2019. Т. 30, № 4. С. 113-129.
7. Цвык В. А., Цвык И. В. Социальные проблемы развития и применения искусственного интеллекта // Вестн. Российского ун-та дружбы народов. Сер.: Социология. 2022. Т. 22, № 1. С. 58-69.
8. Иванченко М. А. Философское осмысление феномена бессмертия в парадигмах трансгуманизма, постгуманизма и эссенциокогнитивизма // Galactica Media: Journal of Media Studies. 2021. Т. 3, № 1. С. 39-63.
9. Лаптев В. А. Понятие искусственного интеллекта и юридическая ответственность за его работу // Право. Журнал Высшей школы экономики. 2019. № 2. С. 79-102.
10. Абитов И. Р., Ханнанова И. Ю., Тернер Е. Ю. Модель картины мира профессионала // Казанский педагогический журнал. 2015. № 2 (109). С. 129-135.
11. Каткова А. Л., Кобякова М. В., Шемякина И. Е. Теоретический анализ понятия «технологическая компетентность» // Мир науки. Педагогика и психология. 2020. Т. 8. № 4. С. 3.
12. Brocker L., Fazilleau C., Naudin D. L'intelligence artificielle en médecine : intérêts et limites // Oxymag. 2019. Vol. 32, No. 167. P. 8-13. DOI: https://doi.org/10.1016/jj.oxy.2019.06.003.
13. Кожевникова М., Карпова С. В. Искусственный интеллект: субъект и объект // Этнографическое обозрение. 2020. № 1. С. 80-94.
14. Куликов С. Б. Фикционализм и логические трудности при разграничении искусственного и естественного типов интеллекта // Вестн. Томского гос. ун-та. 2019. № 442. С. 82-86.
15. Городецкий В. И., Юсупов Р. М. Искусственный интеллект: метафора, наука и информационная технология // Мехатроника, автоматизация, управление. 2020. Т. 21, № 5. С. 282-293.
16. О развитии искусственного интеллекта в Российской Федерации: Указ Президента РФ от 10.10.2019 № 490 // Собрание законодательства РФ. 2019. № 41. Ст. 5700.
17. Building artificial intelligence and machine learning models: a primer for emergency physicians / S. L. Ramlakhan, R. Saatchi, L. Sabir et al. // Emergency Medicine Journal. 2022. Vol. 39. DOI: https://doi.org/10.1136/emermed-2022-212379.
18. Брызгалина Е. В. Медицина в оптике искусственного интеллекта: философский контекст будущего // Человек. 2019. Т. 30, № 6. С. 54-71.
19. Pashkov V. M., Harkusha A. O., Harkusha Y. O. Artificial intelligence in medical practice: regulative issues and perspective // Wiad Lek. 2020. 73 (12 cz 2). P. 2722-2727. PMID: 33611272.
20. Мелдо А. А., Уткин Л. В., Трофимова Т. Н. Искусственный интеллект в медицине: современное состояние и основные направления развития интеллектуальной диагностики // Лучевая диагностика и терапия. 2020. № 1 (11). С. 9-17. DOI: https://doi.org/ 10.22328/2079-5343-2020-11-1-9-17.
21. Фершт В. М., Латкин А. П., Иванова В. Н. Современные подходы к использованию искусственного интеллекта в медицине // Территория новых возможностей. Вестн. Владивостокского гос. ун-та экономики и сервиса. 2020. Т. 12, № 1 (48). С. 121-130. DOI: https://doi.org/10.24866/VVSU/2073-3984/2020-1/121-130.
22. International evaluation of an AI system for breast cancer screening / S. M. McKinney, M. Sieniek, V. Godbole et al. // Nature. 2020. No. 577. P. 89-94. DOI: https://doi.org/10.1038/ s41586-019-1799-6.
23. Development and application of a detection platform for colorectal cancer tumor sprouting pathological characteristics based on artificial intelligence / Jiaqi Lu, Ruiqing Liu, Yuejuan Zhang et al. // Intelligent Medicine. 2022. Vol. 2, Issue 2. P. 82-87. DOI: https://doi. org/10.1016/j.imed.2021.08.003.
24. Aung Y. M., Wong D. C. S., Ting D. S. W. The promise of artificial intelligence: a review of the opportunities and challenges of artificial intelligence in healthcare // British Medical Bulletin. 2021. Vol. 139, Iss. 1. P. 4-15. DOI: https://doi.org/10.1093/bmb/ldab016.
25. Eggers W. D., Schatsky D., Viechnicki P. AI-augmented government: Using cognitive technologies to redesign public sector work. A report from the Deloitte Center for Government Insights. Deloitte: Deloitte University Press, 2017. URL: https://www2. deloitte.com/content/dam/insights/us/articles/3832_AI-augmented-government/DUP_AI-augmented-government.pdf (дата обращения: 01.07.2022).
References
1. Mediatrendy v IT. Available at: https://ict.moscow/projects/mediatrends/2021/ (accessed: 01.07.2022).
2. Iskusstvennyy intellekt: blago ili ugroza? Available at: https://wciom.ru/analytical-reviews/ analiticheskii-obzor/iskusstvennyi-intellekt-blago-ili-ugroza (accessed: 01.07.2022).
3. Nitusov A. Semen Korsakov i mashina dlya sravneniya idey. Available at: https://nsu.ru/ xmlui/bitstream/handle/nsu/9044/PCWeek.pdf?sequence=1&isAllowed=y (accessed: 01.07.2022).
4. Korsakov S. N. Nachertanie novogo sposoba issledovaniya pri pomoshchi mashin, sravnivayushchikh idei. Moscow: MIFI, 2009. 44 p.
5. McLuhan M. Ponimanie Media: vneshnie rasshirenrna cheloveka. Moscow: Kuchkovo pole, 2014, 462 p. (In Russian)
6. Slyusarev V. V., Khusyainov T. M. Chelovek i "umnaya" tekhnika: parallelnaya evolyutsiya. Chelovek. 2019, Vol. 30, No. 4, pp. 113-129.
7. Tsvyk V. A., Tsvyk I. V. Sotsialnye problemy razvitiya i primeneniya iskusstvennogo intellekta. Vestn. Rossiyskogo un-ta druzhby narodov. Ser.: Sotsiologiya, 2022, Vol. 22, No. 1, pp. 58-69.
8. Ivanchenko M. A. Filosofskoe osmyslenie fenomena bessmertiya v paradigmakh transgumanizma, postgumanizma i essentsiokognitivizma. Galactica Media: Journal of Media Studies. 2021, Vol. 3, No. 1, pp. 39-63.
9. Laptev V. A. Ponyatie iskusstvennogo intellekta i yuridicheskaya otvetstvennost za ego rabotu. Pravo. Zhurnal Vysshey shkoly ekonomiki. 2019, No. 2, pp. 79-102.
10. Abitov I. R., Khannanova I. Yu., Terner E. Yu. Model kartiny mira professionala. Kazanskyy pedagogicheskyy zhurnal. 2015, No. 2 (109), pp. 129-135.
11. Katkova A. L., Kobyakova M. V., Shemyakina I. E. Teoreticheskiy analiz ponyatiya "tekhnologicheskaya kompetentnost". Mir nauki. Pedagogika i psikhologiya. 2020, Vol. 8, No. 4. p. 3.
12. Brocker L., Fazilleau C., Naudin D. L'intelligence artificielle en médecine: intérêts et limites. Oxymag, 2019, Vol 32, № 167, P. 8-13. DOI: https://doi.org/10.10Wj.oxy.2019.06.003
13. Kozhevnikova M., Karpova S. V. Iskusstvennyy intellekt: subyekt i obyekt. Etnograficheskoe obozrenie. 2020, No. 1, pp. 80-94.
14. Kulikov S. B. Fiktsionalizm i logicheskie trudnosti pri razgranichenii iskusstvennogo i estestvennogo tipov intellekta. Vestn. Tomskogo gos. un-ta. 2019, No. 442, pp. 82-86.
15. Gorodetsky V. I., Yusupov R. M. Iskusstvennyy intellekt: metafora, nauka i informatsionnaya tekhnologiya. Mekhatronika, avtomatizatsiya, upravlenie. 2020, Vol. 21, No. 5, pp. 282-293.
16. O razvitii iskusstvennogo intellekta v Rossiyskoy Federatsii: Ukaz Prezidenta RF ot 10.10.2019 No. 490. Sobranie zakonodatelstva RF. 2019, No. 41, Art. 5700.
17. Ramlakhan S. L., Saatchi R., Sabir L. et al. Building artificial intelligence and machine learning models: a primer for emergency physicians. Emergency Medicine Journal. 2022, Vol. 39. DOI: https://doi.org/10.1136/emermed-2022-212379.
18. Bryzgalina E. V. Meditsina v optike iskusstvennogo intellekta: filosofskiy kontekst budushchego. Chelovek. 2019, Vol. 30, No. 6, pp. 54-71.
19. Pashkov V. M., Harkusha A. O., Harkusha Y. O. Artificial intelligence in medical practice: regulative issues and perspective. Wiad Lek, 2020, 73 (12 cz 2), pp. 2722-2727. PMID: 33611272.
20. Meldo A. A., Utkin L. V., Trofimova T. N. Iskusstvennyy intellekt v meditsine: sovremennoe sostoyanie i osnovnye napravleniya razvitiya intellektualnoy diagnostiki. Luchevaya diagnostika i terapiya. 2020, No. 1(11), pp. 9-17. DOI: https://doi.org/ 10.22328/2079-53432020-11-1-9-17.
21. Fersht V. M., Latkin A. P., Ivanova V. N. Sovremennye podkhody k ispolzovaniyu iskusstvennogo intellekta v meditsine. Territoriya novykh vozmozhnostey. Vestn. Vladivostokskogo gos. un-ta ekonomiki i servisa, 2020, Vol. 12, No. 1 (48), pp. 121-130. DOI: https://doi.org/10.24866/VVSU/2073-3984/2020-1/121-130.
22. McKinney S. M., Sieniek M., Godbole V. et al. International evaluation of an AI system for breast cancer screening. Nature, 2020, No. 577, pp. 89-94. DOI: https://doi.org/10.1038/ s41586-019-1799-6.
23. Jiaqi Lu, Ruiqing Liu, Yuejuan Zhang et. al. Development and application of a detection platform for colorectal cancer tumor sprouting pathological characteristics based on artificial intelligence. Intelligent Medicine. 2022, Vol. 2, Iss. 2, pp. 82-87. DOI: https://doi. org/10.1016/j.imed.2021.08.003.
24. Aung Y. M., Wong D. C. S., Ting D. S. W. The promise of artificial intelligence: a review of the opportunities and challenges of artificial intelligence in healthcare. British Medical Bulletin. 2021, Vol. 139, Iss. 1, pp. 4-15. DOI: https://doi.org/10.1093/bmb/ldab016.
25. Eggers W. D., Schatsky D., Viechnicki P. AI-augmented government: Using cognitive technologies to redesign public sector work. A report from the Deloitte Center for Government Insights. Deloitte: Deloitte University Press, 2017. Available at: https://www2.deloitte.com/ content/dam/insights/us/articles/3832_AI-augmented-government/DUP_AI-augmented-government.pdf (accessed: 01.07.2022).
Интернет-журнал «Проблемы современного образования» 2022, № 6
Статья поступила в редакцию 12.07.2022 The article was received on 12.07.2022
