CC BY
54Симченко Н.А.
д.э.н., профессор, зав. кафедрой экономической теории, Крымский федеральный университет
natalysimchenko@yandex.ru
Сафонов В.В.
заместитель директора, Крымский республиканский центр медицины катастроф и скорой медицинской помощи
ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ПРИ ОКАЗАНИИ МЕДИЦИНСКИХ УСЛУГ
Ключевые слова: цифровая экономика, искусственный интеллект, медицинские услуги, качество жизни.
Keywords: digital economy, artificial intelligence, medical services, the quality of life.
Развитие цифровой экономики в России является одним из приоритетных направлений государственной политики и рассматривается как обязательное условие конкурентоспособности на современном глобальном рынке. Распоряжением Правительства Российской Федерации от 28 июля 2017 г. № 1632-р была утверждена Программа «Цифровая экономика Российской Федерации»1, которая призвана обеспечить цифровой фундамент ускоренного социально-экономического развития страны до 2024 года. В Программе «Цифровая экономика Российской Федерации» цифровая экономика определена как хозяйственная деятельность, «ключевым фактором производства в которой являются данные в цифровой форме», способствующая «формированию информационного пространства с учетом потребностей граждан и общества в получении качественных и достоверных сведений, развитию информационной инфраструктуры Российской Федерации, созданию и применению российских информационно-телекоммуникационных технологий, а также формированию новой технологической основы для социальной и экономической сферы», а одним из ее уровней выбраны «рынки и отрасли экономики (сферы деятельности)»2.
Указом Президента Российской Федерации «О развитии искусственного интеллекта в Российской Федерации» от 10 октября 2019 г. № 490 определены приоритетные направления развития и использования технологий искусственного интеллекта, среди которых решающая роль отводится технологиям повышения качества услуг в сфере здравоохранения. Повышение качества услуг в сфере здравоохранения предусматривает профилактическое обследование, диагностику, основанную на анализе изображений, прогнозирование возникновения и развития заболеваний, подбор оптимальных дозировок лекарственных препаратов, сокращение угроз пандемий, автоматизацию и точность хирурги-
3
ческих вмешательств .
Искусственный интеллект (далее - AI) и машинное обучение (далее - ML) имеют значительный потенциал развития в сфере здравоохранения, поскольку организации здравоохранения собирают и обрабатывают огромные объемы медицинских данных и прочей информации. Машинное обучение может помочь медицинским организациям анализировать большие массивы данных и выявлять наиболее значимые медицинские данные в контексте решения проблем и уточнения вариантов лечения или бизнес-процессов. Расширенные возможности анализа обеспечивают принятие более оптимальных решений, а также стимулируют поиск новых идей и источников конкурентных преимуществ.
Аналитики IBM трактуют AI как технологию анализа данных, созданную по образу нейронной сети мозга с использованием нескольких уровней информации, алгоритмов, сопоставления шаблонов, правил, глубокого обучения и когнитивных вычислений4. Механизм работы искусственных нейросетей повторяет принцип биологических. В цифровом исполнении нейронная сеть представляет собой граф с тремя и более слоями нейронов, которые соединяются между собой. В процессе обучения входные нейроны получают данные, обрабатывают их на внутреннем слое нейро-сети, а на выход поступают результаты. Если полученный результат в процессе обучения не устраивает исследователей, они меняют вес соединений и заново обучают сеть. При этом успешность процесса и достоверность результатов зависит от количества входных данных - чем их больше, тем лучше5.
Нейросети могут применяться в медицине разными способами. Например, пациент делает запрос «головная боль», «высокая температура», «озноб», а нейронная сеть анализирует тысячи или миллионы карточек других людей и на основе их диагнозов может предположить заболевание у человека, сделавшего запрос. Естественно, нейросеть не может на 100% утверждать, что с названными симптомами у пациента, например, грипп, однако она предполагает
1 Программа «Цифровая экономика Российской Федерации». Утверждена распоряжением Правительства Российской Федерации от 28.07.2017 № 1632-р. - http://government.ru/rugovclassifier/614
2 Там же.
3
Указ Президента Российской Федерации «О развитии искусственного интеллекта в Российской Федерации» от 10 октября 2019 года № 490. - http://www.kremlin.ru/acts/bank/44731
4 https://www.ibm.com/ru-ru/watson-health/learn/artificial-intelligence-medicine
5 Искусственный интеллект в медицине и здравоохранении. - https://center2m.ru/ai-medicine
такой диагноз в соответствии с заключениями врачей по другим медкартам. Сегодня на основе нейронных сетей разработано множество технологий для медицины, и некоторые из них уже активно применяются в клиниках по всему миру.
Анализ применения технологий А1 позволяет выделить следующие преимущества использования А1 в сфере предоставления услуг:
- повышение эффективности диагностики;
- сокращение рутинных задач врачей, что способствует улучшению взаимодействия «врач-пациент»;
- уменьшение количества врачебных ошибок;
- ликвидация информационного шума;
- обеспечение контекстного соответствия.
В условиях беспрецедентного роста пандемии СОУГО-19 особенно актуализируются вопросы использования технологий искусственного интеллекта в процессе диагностики заболевания1. В России ведущим национальным оператором по разработке технологий А1 является корпорация «Сбер». В частности, 2 декабря 2020 г. был анонсирован запуск А1-системы для постановки предварительных диагнозов пациентов с помощью нейросети. На сайте пользователь перечисляет симптомы в свободной форме, в результате чего искусственный интеллект приводит три наиболее вероятных диагноза и предлагает записаться к врачу. Точность распознавания причины недомогания, по словам разработчиков, составляет от 75 до 91%2.
На сегодняшний день целью разработчиков А1 в «Сбер» является обучение нейросети определению вероятности заболевания СОУГО-19, в том числе по редким симптомам. Если пользователь вводит описание состояния, характерное для коронавирусной инфекции, то система дополнительно предупреждает о подозрении на болезнь и предлагает обратиться в клинику, сдать ПЦР-тест или вызвать скорую помощь. На основе представленных разработок компаниями «СберЗдоровье», «СберМед ИИ» и «Лаборатория по искусственному интеллекту», входящих в структуру корпорации «Сбер» запущен сервис, позволяющий определять болезни легких по загруженному снимку КТ3. Более того, в декабре 2020 г. «Сбер» инициировано открытие Института развития Искусственного Интеллекта, который будет заниматься исследованиями в области больших данных, ИИ и прикладными технологиями.
Подчеркивая несомненную важность и перспективность развития технологий А1 в сфере предоставления медицинских услуг, следует обратить внимание и на ряд критически серьезных вызовов использования технологий А1 в здравоохранении:
- проблема неполноты и/или ошибочности используемых медицинских данных;
- неточность установки диагноза в связи с ошибкой обработки данных;
- непрозрачный алгоритм принятия решений;
- создание и внедрение систем искусственного интеллекта требует высокого уровня затрат;
- потребность в квалифицированных и мотивированных специалистах, способных обслуживать и «учить» нейронные сети;
- обеспечение кибербезопасности и нивелирование кибермошенничества в системе предоставления медицинских услуг;
- введение эффективной системы неотвратимости наказания за киберпреступления.
Принимая во внимание все вышеизложенное, отметим, что внедрение технологий искусственного интеллекта в сфере предоставления медицинских услуг является стратегически значимым вопросом в научно-технологическом развитии России. Безусловно, наряду с совокупностью преимуществ развития технологий искусственного интеллекта, имеется и ряд серьезных вызовов. Преодоление указанных вызовов внедрения технологий искусственного интеллекта в сфере предоставления медицинских услуг тесно связано, на наш взгляд, с кардинальной переориентацией отечественной системы подготовки кадров на освоение компетенций цифровой экономики, начиная с системы школьного образования.
1 Liu J., Hao J., Shi Z., Bao H.X.H. Building the COVID-19 Collaborative Emergency Network: a case study of COVID-19 outbreak in Hubei Province // Natural Hazards. 2020. - N 104. - P. 2687-2717. - https://www.researchgate.net/publication/344742639_ Building_the_COVID-19_Collaborative_Emergency_Network_a_case_study_of_COVID-19_outbreak_in_Hubei_Province_China
2 Сбер: ИИ-система для постановки диагноза. - http://zdrav.expert/index.php/B0
3 Там же.
