Ознакомительная версия. Доступно 21 страниц из 101
До настоящего времени успехи в развитии информационных технологий, под влиянием которых во многих областях экономики произошла настоящая революция, в основной своей части обходили стороной сферу здравоохранения. Особенно трудно найти хоть какие-нибудь свидетельства внятного положительного воздействия технологий, когда речь заходит об эффективности всей системы в целом. В 1960 г. на здравоохранение приходилось менее 6 % экономики США{203}. К 2013 г. эта величина выросла в три раза, почти достигнув 18 %, а расходы на здравоохранение на душу населения в США взлетели до уровня, в два раза превышающего аналогичные показатели в большинстве промышленно развитых стран. Если влияние технологий по-прежнему будет носить столь же асимметричный характер, приводя к снижению зарплат и безработице в большинстве отраслей экономики на фоне продолжающегося роста расходов на здравоохранение, это может стать одним из самых серьезных факторов риска в будущем. С этой точки зрения опасность заключается не в том, что роботов в здравоохранении будет слишком много, а, наоборот, в том, что их будет слишком мало. Если технологии не справятся со своими задачами в области здравоохранения, это приведет к резкому росту бремени расходов — которые, в конце концов, станут просто неподъемными — как на уровне отдельных домохозяйств, так и экономики в целом.
Искусственный интеллект в медицине
Общий объем информации, которая может оказаться полезной для врача, пытающегося поставить диагноз конкретному пациенту или выработать оптимальную стратегию лечения, поражает воображение. Врачам приходится иметь дело с непрерывным потоком новых открытий, инновационных методов лечения и результатов клинических исследований, публикуемых в научно-медицинских журналах по всему миру. Например, в базе данных MEDLINE, размещенной в Интернете Национальной медицинской библиотекой США, содержится более 5600 различных журналов, в каждом из которых ежегодно публикуются десятки и даже сотни научных статей. Кроме того, существуют миллионы медицинских документов, историй болезни и описаний конкретных случаев, в которых может быть важная информация. По некоторым оценкам, приблизительно каждые пять лет общий объем всех этих данных{204}. Даже в узкоспециальных областях медицинской практики трудно представить себе человека, который мог бы усвоить адекватный объем необходимой ему информации — чаще всего все ограничивается лишь небольшой его долей.
Как мы видели в главе 4, медицина относится к тем областям, в которых, как надеются специалисты IBM, внедрение технологии Watson может привести к революционным изменениям. Система IBM способна перерабатывать огромные объемы информации в самых разных форматах, а затем практически мгновенно делать выводы, которые могут ускользнуть даже от самого дотошного исследователя. Легко поверить, что уже в ближайшем будущем она превратится в незаменимый инструмент диагностики — по крайней мере в практике врачей, имеющих дело с особенно сложными случаями.
Ежегодно через хьюстонскую больницу Онкологического центра Андерсона при Техасском университете, который традиционно считается лучшим специализированным онкологическим учреждением в США, проходит более 100 000 пациентов. В 2011 г. команда разработчиков Watson из IBM начала совместную работу с врачами центра с целью создания версии системы, специально адаптированной под нужды врачей-онкологов, занимающихся лечением пациентов с лейкемией. Основная задача проекта — создать интерактивного помощника, который будет рекомендовать оптимальные методы лечения на основе всех имеющихся данных, подбирать пациентам клинические курсы в соответствии с их индивидуальными особенностями и указывать на возможные факторы риска и побочные эффекты, представляющие угрозу для конкретных пациентов. Уже на начальном этапе проекта выяснилось, что работа движется не так быстро, как ожидали специалисты IBM. Главным образом это было обусловлено трудностями, связанными с необходимостью проектирования алгоритмов, в которых учитывались бы все особенности диагностирования и лечения онкологических заболеваний. Рак, как оказалось, сложнее «Jeopardy!». Тем не менее в январе 2014 г. в The Wall Street Journal вышла статья, в которой сообщалось, что в проекте по созданию системы диагностирования и лечения лейкемии на основе Watson в Онкологическом центре Андерсона «вновь появилась надежда» на появление работоспособной версии{205}. Исследователи рассчитывают, что в ближайшие два года им удастся расширить возможности системы, с тем чтобы она могла работать с другими видами онкологических заболеваний. Весьма вероятно, что уроки, извлеченные IBM из этого пилотного проекта, позволят компании быстрее добиваться успеха при применении технологии Watson на практике в будущем.
Как только будет обеспечена стабильная работа системы, сотрудники Центра Андерсона планируют открыть к ней доступ через Интернет, чтобы врачи по всему миру могли использовать ее в качестве мощного ресурса. По мнению специалиста по лейкемии Кортни Динардо, технология Watson «может сделать онкологическую помощь более доступной», предоставляя любому врачу «доступ к самым последним научным знаниям и опыту Онкологическому центру Андерсона». «Что касается врачей, не являющихся специалистами по лейкемии, — продолжает она, — система может служить источником независимого экспертного мнения, давая им возможность пользоваться теми же знаниями и той же информацей», которые использует в своей работе лучший в стране онкологический центр. Динардо также считает, что, помимо рекомендаций по лечению конкретных пациентов, система «станет уникальной исследовательской платформой, которая может использоваться для формулирования проблем, проверки гипотез и решения важнейших научных задач»{206}.
Хотя в настоящее время Watson, конечно, и является самым амбициозным и выдающимся примером практического применения технологий искусственного интеллекта в медицине, существуют и другие, не менее важные примеры. В 2009 г. исследователи из Клиники Мейо в Рочестере, в штате Миннесота создали искусственную нейронную сеть, предназначенную для диагностирования случаев эндокардита — заболевания, связанного с воспаление внутренней оболочки стенки сердца (эндокарда). Как правило, при эндокардите в пищевод пациенту вводится зонд с целью диагностирования потенциально смертельной инфекции, которая может быть причиной воспаления. Данная процедура не только причиняет неудобства пациенту, но еще и связана с большими расходами и риском для здоровья. Чтобы обойтись без инвазивного вмешательства, врачи из клиники Мейо научили нейронную сеть ставить диагноз на основе результатов стандартных анализов и наблюдаемых симптомов. В ходе исследования с участием 189 пациентов было установлено, что система выдает правильный результат более чем в 99 % случаев, избавляя свыше половины пациентов от необходимости проходить инвазивную диагностическую процедуру{207}.
Ознакомительная версия. Доступно 21 страниц из 101
