Без сомнений, ИИ стал синонимом автоматизации, беспрепятственно выполняя трудоемкие задачи в рекордные сроки и с минимальным участием человека. Это оказалось полезной функцией для многих медицинских организаций.
«Если мы специализируемся на пульмонологии, то пандемия была для нас достаточно разрушительной. Все выгорели, и даже самые простые задачи занимали много времени. Эти простые задачи в основном являются административными процессами, такими как документация», — рассказала Кристин Кингсли, американская зарегистрированная медсестра (APRN) и директор по здоровью и благополучию Легочного института.
Использование инструментов ИИ для автоматизации стало переменой для Легочного института, особенно после пандемии COVID-19. Признавая предпочтение своей индустрии к традиционным, проверенным методам, она добавляет: «Не бойтесь пробовать ИИ-инструменты, которые у вас есть в распоряжении, потому что это хороший первый шаг к сокращению разрыва в индустрии здравоохранения».
Другие применения ИИ в здравоохранении
Другий важный случай использования ИИ в здравоохранении – это медицинская визуализация. Традиционный анализ медицинских изображений, таких как МРТ, КТ, УЗИ, радиография, рентген и других, может занять у специалиста от нескольких минут до нескольких дней, в зависимости от сложности. Но с алгоритмами на основе ИИ, вы можете анализировать изображения с впечатляющей точностью и скоростью, что приводит к улучшению результатов для пациентов. Вот почему многие медицинские компании сегодня сосредотачиваются на медицинской визуализации с поддержкой ИИ, рынок которой, как ожидается, достигнет более 840 миллионов долларов к 2030 году.
Персонализированная медицина
Ни два человека не имеют генетически идентичной структуры, даже монозиготные близнецы. Комбинация генетического строения, образа жизни, потребностей в медицинском обслуживании и т.д. означает, что для разных людей нужны разные медицинские процедуры. Используя огромные объемы данных, на которых построен ИИ, эта технология может анализировать медицинскую историю пациента, семейную медицинскую историю, генетическую информацию и другие важные факторы для прогнозирования рисков заболеваний и рекомендаций лечения, адаптированных к конкретным потребностям и предпочтениям пациента.
В статье Forbes Ренен Халлак, основатель и генеральный директор VAST Data, считает, что ИИ приведет к «демократизации персонализированной медицины». «Персонализированная медицина переводит практику от статистики, закона средних величин и надежд и молений на лучший результат к более точной и явной идентификации отклонений у отдельного пациента», — пишет Халлак. «В ближайшие несколько лет, я верю, мы достигнем момента, когда здоровье отдельного человека станет практически безупречным».
Телемедицина
Есть еще телемедицина, которая представляет собой использование телекоммуникационных технологий для предоставления медицинских услуг в ситуациях, когда существует проблема расстояния. Ее применение может варьироваться от вопроса к медицинскому работнику через текст о том, сколько граммов парацетамола может принять беременная женщина в день, до выполнения аппендэктомии через удаленную операцию, иначе известную как телехирургия. Да, это реально.
С ИИ, интегрированным в это, точность диагностики, удаленный мониторинг пациентов, телеконсультации и персонализированный уход могут улучшать результаты для пациентов.
Генеративный ИИ в разработке лекарств
Генеративный ИИ также очень полезен в отделах открытия и разработки лекарств, начиная с идентификации и валидации мишеней до выпуска лекарства на рынок. Традиционное открытие лекарств основано на экспериментах методом проб и ошибок, которые чрезвычайно дорогостоящи и могут занять много времени, чтобы попасть на рынок, Генеративный ИИ значительно снижает стоимость и ускоряет процесс. В среднем, требуется десять лет и 1,4 миллиарда долларов, чтобы одно лекарство прошло путь от лаборатории до рынка. Согласно McKinsey, разработка лекарств с помощью ИИ приведет к:
- Снижению затрат до 50%.
- Сокращению времени проведения испытаний более чем на 12 месяцев.
- Увеличению чистой приведенной стоимости (NPV) не менее чем на 20%.
Ключевые игроки в ИИ-здравоохранении
Теперь поговорим о том, кто двигает это новшество. Существует множество компаний, работающих на базе ИИ, которые лидируют в революции здравоохранения в эту новую эру, применяющие ИИ для решения одних из самых трудных проблем в здравоохранении. Arterys использует технологии визуализации для упрощения диагностики сердечных дефектов у новорожденных и детей, в то время как Google Health разрабатывает ИИ-модели, такие как Med-PaLM 2 для здравоохранения. Другая компания, работающая на базе ИИ, Butterfly Network, делает ультразвуковые сканирования более доступными для недостаточно обслуживаемых сообществ с помощью своего ручного всего-телесного имиджера и интерпретатора изображений на базе ИИ. Работа довольно впечатляющая.
Однако на заднем плане остаются производители аппаратного обеспечения для ИИ, такие как NVIDIA. Вот немного контекста. Вдали от центральных процессоров (CPU), которые поддерживали вычисления настолько долго, насколько мы можем помнить, графические процессоры (GPU) создают новую игровую площадку, где такие функции, как сложные математические вычисления и параллельная обработка, вступают в силу. Эти характеристики не подлежат обсуждению для таких продвинутых технологий, как ИИ, делая GPU «наиболее незаменимым призом ИИ-бума» согласно New York Times. Контролируя более 80% текущего рынка GPU, NVIDIA является, как говорится, на вершине линии GPU.
Еще в марте на конференции разработчиков GTC, со-основатель и генеральный директор NVIDIA Дженсен Хуанг представил последнюю ИИ-микросхему компании в двухчасовом ключевом выступлении. «Очень большой GPU», назвал его Хуанг в своем выступлении. Дизайн суперчипа NVIDIA GB200 Grace Blackwell «позволяет организациям по всему миру создавать и запускать генеративный ИИ в режиме реального времени на многоязыковых моделях с параллельными параметрами, экономя до 25 раз меньше затрат и энергии, чем его предшественник», говорится в пресс-релизе компании. Это означает, что все, что ИИ может в настоящее время делать в здравоохранении, он будет делать еще быстрее, дешевле и с безупречной точностью.
«Прорывные технологические возможности Blackwell предоставят необходимую вычислительную мощь, чтобы помочь самым ярким умам мира открыть новые научные открытия», добавил Демис Хассабис, со-основатель и генеральный директор Google Deepmind, в пресс-релизе.
Объявления с последствиями для ИИ в здравоохранении
Конференция также увидела два других объявления с последствиями для ИИ в здравоохранении. Первым в списке являются генеративные ИИ-микросервисы, запущенные NVIDIA Healthcare для продвижения открытия лекарств, медицинских технологий и цифрового здоровья. Эти микросервисы, 25 из которых были запущены в тот день, позволят медицинским организациям получить доступ к некоторым из последних возможностей Генеративных ИИ-технологий из любой точки мира и в любом облаке. Эти небольшие, независимые сервисы, доступные исследователям, разработчикам и практикам здравоохранения, имеют возможности, которые варьируются от почти бесконечного скрининга составных лекарственных препаратов, умных цифровых помощников и оптимизированных данных о пациентах для лучшего обнаружения болезней. Кимберли Пауэлл, вице-президент по здравоохранению в NVIDIA, говорит, что это первый раз в истории, когда «мы можем представить мир биологии и химии в компьютере, делая компьютерное содействие в открытии лекарств возможным».
Затем идет Project GR00T, основная модель для гуманоидных роботов — буквально воплощение американских научно-фантастических блокбастеров в реальности. Вместо того, чтобы захватывать мир, роботы, созданные с этой основной моделью, смогут «понимать естественный язык и имитировать движения, наблюдая за человеческими действиями — быстро учась координации, ловкости и другим навыкам, чтобы ориентироваться, адаптироваться и взаимодействовать с реальным миром». В предоставлении медицинских услуг гуманоид, без физических или умственных ограничений человека, действительно мог бы творить чудеса. Кто знает, роботы могут однажды проводить инвазивные операции без участия человека.
Опасения по поводу ИИ в здравоохранении
Тем не менее, на этом пути не все так радужно. Основные опасения по поводу ИИ в здравоохранении двоякие. С одной стороны, это конфиденциальность и приватность данных пациентов. Мало что может считаться настолько конфиденциальным для среднего человека, как его медицинская история. Никто не хочет, чтобы кто-то знал о раздражающем высыпании, которое он лечил прошлым летом. Именно для этого существует врачебная тайна. Но чтобы эти ИИ-модели функционировали должным образом, им нужны огромные объемы данных, которые обычно включают диагностические изображения, генетическую информацию, медицинские записи и многое другое. Это, к сожалению, делает их привлекательной целью для хакеров. Через портал уведомлений о нарушениях, Министерство здравоохранения и социальных служб (HHS) отслеживает случаи утечки данных в здравоохранении, затрагивающие не менее 500 человек. Сейчас только апрель 2024 года, а на портале уже опубликовано почти 250 случаев утечки данных в здравоохранении. Основная причина? Хакерство, которое до сих пор остается основной киберугрозой в здравоохранении. С ИИ и его большими пакетами данных, конфиденциальная информация о пациентах может быстро стать добычей, лежащей в ожидании.
Второе опасение — надежность. 60% взрослых американцев говорят в отчете Pew Research, что они будут чувствовать себя некомфортно, если их врач будет опираться на ИИ для предоставления этих услуг, особенно при диагностике болезней и рекомендации лечения. И этот дискомфорт вправе, особенно когда учитываются проблемы с прозрачностью и ответственностью алгоритмов ИИ, а также опасения по поводу предвзятости. Доктор Берталан Меско, директор Института медицинских футуристов и один из ведущих голосов LinkedIn в сфере здравоохранения, провел опрос на своей личной странице в LinkedIn, спрашивая аудиторию, считают ли они этичным использовать ИИ для принятия решений в области здравоохранения, связанных с жизнью и смертью, без контроля человека. Из 833 ответов, которые получил опрос, более 700 сказали большое, жирное НЕТ.
Перспективы ИИ в здравоохранении
Значит ли это, что ИИ в здравоохранении обречен? Абсолютно нет. Хотя восприятие ИИ, скорее всего, улучшится с продолжением усовершенствований и знакомством с решениями здравоохранения на базе ИИ, вопросы безопасности — это совершенно другая игра. Тем не менее, как и все приложения ИИ в разных секторах, наличие проверенной этической и нормативной базы для принятия этой технологии в здравоохранении, а также следование ей могут смягчить эти опасения. Например, Всемирная организация здравоохранения (ВОЗ) в этом году выпустила документ под названием «Этика и управление ИИ в здравоохранении: Руководство по большим многоформатным моделям (LMMs)», чтобы помочь государствам-членам ООН понимать достоинства и недостатки использования LLMS в здравоохранении. Это в дополнение к нормативным обязательствам, таким как Правила конфиденциальности, безопасности и уведомления о нарушениях HIPAA, направленные на защиту здоровья и обеспечение его конфиденциальности, целостности и доступности в системе здравоохранения. Регламент существует, но убедиться, что необходимые субъекты соблюдают его, — это совершенно другое дело. Так, что касается вопроса, ИИ в здравоохранении действительно имеет большое обещание. Но для полного его раскрытия потребуется еще больше усилий.
