Отделить реальность от хайпа в вопросе искусственного интеллекта не так-то просто для человека, который непосредственно не занят в его разработке. Что уже достигнуто, чего реалистично ожидать в ближайшие 5-10 лет и что мы увидим в отдаленной перспективе? Эти вопросы ученые покрыли на междисциплинарной панели в рамках Кэмбриджского фестиваля.
Наука о данных (Data science) и ИИ имеют потенциал невероятно трансформировать процесс открытий. Однако ИИ окружает столь же невероятное количество хайпа. Панель в основном была направлена на то, чтобы рассказать, как секторы технологии и фармацевтики могут лучше сотрудничать, чтобы реализовать потенциал Data science и ИИ в сфере здравоохранения и развития медицины. Не исключая этического измерения проблемы, которое привносится наличием личных человеческих данных в медицинском исследовании.
Доктор Джим Уизералл, вице-президент Data science и ИИ (Research & Development) компании AstraZeneca:
-Что меня восхищает в искусственном интеллекте, так это то, что он влияет – причем положительно – на все сферы нашей жизни: от бизнеса и развлечений до здоровья. Например, помогает гораздо быстрее подобрать нужное лекарство конкретному пациенту.
Наука о данных и ИИ – это ключевые драйверы стратегий будущего. И мне нравится моя роль находить точки, в которые мы можем приложить технологии, чтобы разрабатывать лекарства для мира.
Это интересная дискуссия, может ли машина быть сознательной. ИИ ведь просто сравнивает паттерны, не думает сознательно. Я бы говорил о том, что бессознательный алгоритм помогает производить сознательные действия: держать во внимании огромный масштаб данных, проводить высокоточную детекцию аномалий и подбирать идеальный состав таблетки (в том числе синтезировать новую молекулу) дешевле, быстрее и лучше. А с квантовым компьютером все эти процессы еще более ускорятся. По сути, компьютер просто играет в шахматы, обыгрывая конкретную болезнь. Больше ученому не придется целыми днями смотреть в микроскоп!
Нейросеть как вид алгоритма ИИ вдохновлена архитектурой человеческого мозга. Это система развивающаяся ежесекундно. Автопилот, навигация, распознавание лиц, синтезированные голоса – за всем этим машинное обучение. Почему бы не в химии?
Но для того, чтобы расширять такую нейросеть, мы должны особое внимание уделить вопросу защиты личных данных людей, которые согласились пожертвовать их для сети и предоставили фидбек по своим историям болезни и лечения.
Профессор Михаэла ван дер Шаар, директор Кэмбриджского центра по использованию ИИ в медицине:
-ИИ это чудесная креативная территория, на которой мы можем построить новый лучший мир. И особенно мена занимает способность ИИ преобразовывать сферу здравоохранения и образования – двух сфер, к которым я особенно пристрастна.
Центр был открыт всего месяцев назад, чтобы трансформировать биомедицинскую науку с машинным обучением в по-настоящему междисциплинарную среду. При этом мы убеждены, что медицина и здравоохранение также ведут за собой инновации в машинное обучение и ИИ. То есть, это взаимный процесс. Профессора, исследователи и студенты университета работают в тесном сотрудничестве с промышленными партнерами, чтобы воплощать наши технологии в реальную продукцию и реальную практику. Уже можно говорить о клинических испытаниях «следующего поколения».
Это персонализированная медицина как в сфере профилактики, так и в плане раннего обнаружения болезни и подбора лучшего лечения и даже лучшего времени его применения. ИИ может невероятно помогать нам с правильными решениями, поскольку видит общую картину. Сов ременем его работа станет для людей более понятной и вызывающей доверие. Мы еще не там, но уже начали тулда идти.
ИИ позволит экстраполировать местные данные на другую, например, страну. Поможет строить прогнозы «что, если»: для доктора чрезвычайно важно знать, что случится, если он подойдет к вопросу лечения таким или иным образом… С помощью ИИ мы можем исследовать альтернативные миры и понимать, какой курс – лучший в данной ситуации конкретного пациента.
Инклюзивность данных – вот то, что мы должны обеспечить для ИИ. Он может учиться, только когда наличествуют самые разнообразные данные. Из разных стран, включая редкие заболевания, учитывая разные стандарты медицины. Так мы очеь быстро повысим уровень успеха медицины!
Энн Филан, главный научный сотрудник компании «Доброжелательный ИИ»:
-Для меня важна помощь ИИ и машинного обучения в разработке лекарств, подборе нужных составов, которые действительно помогут конкретному пациенту. Найти верные цели и добиться успеха в их достижении, провести правильное клиническое испітание никогда не было просто.
Последние 6 лет мы собирали знания из всех источников медицинского научного знания, в том числе рецензируемых журналов, чтобы создать огромную схему регуляции между генами и протеинами. Теперь по ней и работаем: инструмент выдвигает гипотезы, молекулу запускаем в клетку – и получаем результат. Подобно портным, сегодня мы можем «скроить» лекарство под каждую портребность.
Подсознание талантливого доктора ИИ разлагает на документированные шаги. Обдумать опции и скроить процесс принятия решений в соответствии с нашими целями – вот что ему удается быстро и по большей части верно.
Свою схему мы уже использовали для задачи найти лучшее из существующих лекарство для лечения COVIDа-19. Хотя она создавалась ранее, когда мы еще ничего не знали об этом вирусе, но универсальный механизм сопоставления паттернов в любом случае помогает найти что-то быстрое, что может спасать жизни.
Джунейд Раджва, главный медицинский научный сотрудник компании Microsoft Research:
-Что может ИИ, так это увеличить, дополнить суперсилы, которые у медиков уже есть и сделать возможным будущее точной медицины в том виде, который мы даже себе не представляли. Миссия моей компании – показать, как вы и любой человек на планете делать больше с помощью технологий. Поэтому легкоприменить к здравоохранению то, что исследуем мы. У нас 8 лабораторий по всему миру, которые занимаются разными вопросами. Лаборатория, в которой я работаю, фокусируется на вопросе, как мы можем использовать человекоцентричный ИИ, чтобы трансформировать практику медицины. Мы работаем в госпиталях с пациентами, работаем с фармацевтическими компаниями, с целью понять, как технологии способны демократизировать медицину и создать равенство в здравоохранении. Как сделать возможным, чтобы пациенты вне зависимости от своего достатка жили более долгую и более здоровую жизнь.
Есть ли интеллект у ИИ? Он обеспечивается приложениями, которые позволяют компьютерными программами учиться на собственном опыте. При этом ему нужны «охранительные рельсы», супервизия. Но чем дальше мы входим в эту сферу, тем больше возможностей видим. Больше доктору не понадобится 10-15 лет для того, чтобы связать тысячи показателей. Алгоритм машинного обучения, который может сразу учесть много изображений, поставит диагноз за гораздо меньшее время. Я бы ответил так на вопрос: ИИ дополняет мой интеллект, чтобы предоставить лучшую заботу о здоровье пациента. Мы, врачи, никогда не должны делать ошибки, и с помощью ИИ станем более аккуратными и безопасными. Но все же ИИ – это не знания, это все еще единички и нолики.
Всемирная организация здравоохранения опубликовала прогноз о том, что в следующее десятилетие медиков станет на 14-18 миллионов меньше. Хотя я еще совсем недавно принимал по 42 пациента в день, уделяя каждому строго ограниченные 10 минут, и то не успевал принять всех желающих. Думаю, прогноз ВОЗ объясняется тем, что смартфоны завтрашнего дня станут виджетами для самозаботы пациента о себе: будут мерить пульс, давление, уровень сахара и даже выдавать рекомендации о действиях в данной конкретной ситуации.
Кроме того, ИИ может взять на себя от доктора его административную ношу заполнения документов. Тем самым высвободит время для сочувствия, заботы о пациентах и искусства медицины. Каждые три дня медицинское знание в мире вырастает – где-то обязательно, в какой-то точке мире, выходят научные статьи. Еще совсем недавно у нас было всего 3 способа лечения рака и не было иммуноонкологии. ИИ опирается на демографию и базирует свои решения на глобальной практике. Коллективная мудрость мира поможет мне как врачу помочь отдельному человеку.
Несправедливое распределение доступа к этим благам технологии будет снято тем, что для верной работы ИИ необходимы именно гетерогенные данные, репрезентативные для всей популяции, а не конкретной группы привилегированных людей. Так что ИИ в медицине – для всех!
