Нині популярний штучний інтелект (ШІ) виник ще 1951 року, як примітивна програма. Наприкінці ХХ століття було винайдено технологію нейромереж і машинного навчання, що надало можливість штучному інтелекту на основі вивченого опрацьовувати інформацію, з якою він ще не був «знайомий». Стало можливим навчити машину розпізнавати нові слова, звуки, зображення та дійти «висновків» про їх значення, що створило великі можливості для застосування ШІ в медицині.
Зараз ШІ змінює сфери охорони здоров’я, транспортних послуг, обліку й бухгалтерії, а його вплив і можливості лише зростатимуть. Наприклад, у деяких навчальних закладах він пише індивідуальні для кожного учня навчальні комп’ютерні програми. При використанні в дослідженнях знаходить взаємозв’язки у великих базах даних, що важко визначати людині. Практикуючим лікарям у західних країнах ШІ допомагає вибирати найбільш ймовірний діагноз, інтерпретувати дані обстежень, підбирати персоналізоване лікування для кожного пацієнта, здійснює скринінг різних патологій, а чат-боти займаються просвітницькою діяльністю й у безперервному режимі надають пацієнтам інформацію щодо їхніх захворювань у вигляді діалогу. Це стало можливим завдяки чималим електронним базам даних пацієнтів, великій кількості проведених досліджень і доступності застосування різних моделей ШІ.
Хоч штучний інтелект з’явився відносно давно, набув популярності він лише останніми роками, коли у вільний доступ вийшла велика мовна модель «ChatGPT-3». Завдяки тому, що він був навчений на великій базі даних, у нього можна було отримати інформацію в формі діалогу, чим користалися пацієнти, студенти, науковці та практикуючі лікарі. Сама ж мовна модель, не будучи створеною під потреби медичних працівників, проявила себе переважно добре. Щоб ефективно працювати з ШІ, потрібно мати хоч приблизне розуміння принципу його роботи. Не заглиблюючись у технічну складову, можна сказати, що отриману інформацію ШІ розбиває на дрібні компоненти (лінії, колір, слова, звуки), аналізуючи їх кожен з них окремо й у зв’язку один з одним, постійно порівнюючи з шаблонами, на яких він був тренований. Ці компоненти для моделі – цифрові значення, якщо уявляти це як координати, то слова зі схожим змістовим значенням будуть мати координати поблизу. Якщо мовити про слова, то їх значення уточнюється залежно від контексту, в якому вони були подані машині, тобто конкретизація відбувається на основі наданих якісних характеристик цього предмета чи явища. Після цього ШІ може дати висновок, обираючи найбільш вірогідний; при цьому правильність висновку залежатиме від кількості параметрів ШІ, обширності БД й ефективності його навчання.
Чи може штучний інтелект замінити лікаря? Історія знає чимало випадків, коли впровадження нових методів виробництва породжувало безробіття, але натомість створювалися нові професії та нові робочі місця, а також відбувалося підвищення ефективності виробництва. Впровадження ШІ, який взяв би на себе всі функції лікаря, вартісний процес, на цьому етапі – неможливий, через специфіку роботи лікаря. Проте є функції, з якими ШІ може впоратися краще лікаря, завдяки чому може стати цінним інструментом в його руках.
Дослідження, проведене за участі 19719 пацієнтів, які приймали варфарин (протизгортальний лікарський засіб), показало, що ШІ достовірніше передбачав вплив препарату на пацієнта, що дозволило звузити терапевтичне вікно – зменшити побічні ефекти. В онкології особливе значення має дозування ліків. Згідно з даними досліджень, запропоноване штучним інтелектом лікування хіміотерапевтичнми препаратами, було прийнято 97-ма відсотками лікарів, а доза препаратів у середньому була знижена на 20%. Зміна дозування відбувалася на основі динаміки змін онкомаркерів. У США функціонує платформа на базі ШІ, яка дозволяє призначати антибіотикотерапію залежно від нозології, фенотипових чинників пацієнта і даних щодо антибіотикочутливості в регіоні. Штучний інтелект може передбачити взаємодію між призначеними ліками та небажані побічні реакції ліків, базуючись на генетичних даних, анамнезі та інших факторах. Проте персоналізоване лікування ще на початку свого розвитку й не набуло значного розповсюдження.
Багатообіцяльними були результати досліджень щодо застосування ШІ в діагностиці захворювань. Особливо перспективним напрямом була інтерпретація знімків. В одному з досліджень чутливість у виявленні раку молочної залози за допомогою мамографії між ШІ і лікарем-радіологом становила 90% і 78% відповідно, також штучний інтелект більш точно виявляв рак молочної залози на ранніх стадіях. Ба більше, алгоритми поглибленого навчання використовували для виявлення пневмонії. Чутливість методу у виконанні ШІ становила 96%, у лікарів-радіологів же цей показник склав 64%, а специфічність була 50% і 73% відповідно. Було також встановлено високу результативність ШІ в інтерпретації ехокардіоскопії, в дерматології – в оцінці висипки, а надто в діагностиці раку шкіри.
Перспективним є напрям застосування ШІ у лабораторній діагностиці, через можливість підвищення швидкості виконання аналізів і точності їх результатів. Кілька програм з можливістю машинного навчання були розроблені для застосування в мікробіології, що були навчені виявляти, ідентифікувати та підраховувати мікроби, встановлювати класифікований діагноз і прогнозувати перебіг захворювання. ШІ здатен з високою чутливістю й специфічністю проводити оцінку мазка забарвленого за Грамом, його автоматизовані програми для оцінки росту в посівах крові визначають антибіотикорезистентність, що стало стандартом діагностики в багатьох лікарнях світу. В Україні ці методи теж успішно застосовують при діагностиці туберкульозу та інших захворювань. Завдяки високій точності ШІ може швидше виявити збудник у посівах крові, що веде до швидшої селекції мікроба задля визначення антибіотикочутливості та початку етіотропного лікування. Це дуже важливо в умовах, де кожна година може бути вирішальною.
Робота під тиском, обмежений час і невелика кількість діагностичної інформації – це критичні чинники, пов’язані з роботою працівників екстреної медичної допомоги, але не становлять складності для ШІ. Це робить можливим його використання для визначення найбільш ймовірних діагнозів і створення плану дій. У психіатрії було доведено, що ШІ може підбирати такі антидепресанти, що найбільш відповідають потребам пацієнта, а при перевірці його здатності діагностувати психічні розлади було виявлено високу ефективність в діагностиці депресії, тривожних розладів. Застосування в генетиці ШІ дозволило виявити багато досі невідомих залежностей між змінами в генетичному коді та захворюваннями, виникнення яких провокують ці зміни. Така здатність аналізувати велику кількість інформації, будувати точні прогнози й виявляти неочевидні для людини зв’язки робить ШІ корисним інструментом у медичній статистиці, а також у менеджменті охорони здоров’я загалом.
Отже, впровадження ШІ у сферу охорони здоров’я є перспективним та актуальним напрямом. Технологічний прогрес буде сприяти підвищенню точності та швидкості обробки інформації засобами ШІ, а потенційні відкриття можуть надати йому додаткового функціоналу. Проте створення, навчання й калібрування ШІ – тривалий та копіткий процес, який вимагає великої кількості досліджень і ретельних перевірок якості. Це значно відтерміновує можливість його широкого застосування на державному рівні навіть в економічно розвинутих країнах світу. Але це не єдина проблема, що перешкоджає нам впровадити ШІ. Виникає низка юридичних, медичних і етичних питань, на які потрібно знайти відповіді.
Взаємовідносини лікаря та пацієнта часто базуються на довірі. Впевненість пацієнта в компетентності лікаря та віра в медицину як науку може мати ефект плацебо, чого може не бути при заміні лікаря ШІ. Ставлення пацієнта буде відрізнятися залежно від віку, рівня освіти та досвіду взаємодії з технологіями. Точність висновків штучного інтелекту буде коливатися у разі, якщо пацієнт надаватиме не адаптовану для ШІ інформацію. Значно більшою проблемою є відсутність якісних баз даних, адаптованих для навчання ШІ. Для ефективної роботи з електронними базами даних пацієнтів необхідно, щоб вони були максимально достовірними та повними. На особливу увагу заслуговує оцінка приватності та безпеки впровадження ШІ. Через вразливість до кібератак доцільно розглянути можливість розповсюдження приватної інформації пацієнтів або навіть зміни будови ШІ для вчинення ним безпосередньої шкоди. Усе це вимагає постійного контролю людей, які повинні оцінювати його роботу. Таким чином виникає необхідність адаптувати ШІ до вимоги дотримання лікарської таємниці, етичних особливостей у спілкуванні з пацієнтом, забезпечити надійний захист від атак, а також визначити, хто нестиме відповідальність за дії ШІ. Лікарю в умовах застосування штучного інтелекту ймовірно доведеться отримувати інформовану згоду пацієнта.
Дослідження ефективності оцінки рентгенограм між лікарем і ШІ показало, що найкраще впоралися із завданням лікарі, які користувалися штучним інтелектом. У найближчому майбутньому нас не чекає глобальне впровадження ШІ, що замінить роботу лікарів. Проте виникає очевидна потреба у навичках лікаря користуватися штучним інтелектом, що було б доцільно додати в програми вищих навчальних закладів.
Петро МАМАЄВ,
студент медичного факультету