Алексей Незнанов: «Врач, умеющий работать с ИИ, придет на смену тому, кто не умеет»

«КоммерсантЪ.Наука» пишет о технологиях виртуальной и дополненной реальности (VR/AR), которые уже помогают в освоении навыков в различных областях, и вполне успешно.

Тренажеры и симуляторы, позволяющие вырабатывать навыки работы на сложном оборудовании, например авиационном и космическом, пультах управления атомными электростанциями и т. п., массово переходят в виртуальные миры, снижая издержки на содержание дорогостоящих лабораторных стендов. Более обозримые реализации появились для «рабочих» специальностей — например, комплект оборудования виртуальной реальности для обучения сварщиков, экскаваторщиков, художников, музыкантов и даже операторов ЭВМ.

Виртуальная реальность позволяет работать в недоступных или небезопасных условиях. Например, не в каждой школе есть химическая лаборатория, и даже в тех, где эксперименты проводятся, многое упускается в целях безопасности. Такие технологии очень полезны для юных врачей, в частности хирургов, так как практика в качественно разработанном VR-тренажере гораздо лучше любых манекенов.

И если для кого-то это может стать «точкой входа» в медицину, то для уже действующих врачей более актуален вопрос об использовании искусственного интеллекта при постановке диагноза.

Алексей Незнанов, к. т. н., доцент, старший научный сотрудник международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ, говорит:

— Сегодня можно научить ИИ анализировать данные пациента. Более того, «медицинская информатика» — один из важнейших драйверов доказательной медицины, а анализ медицинских данных — одна из важнейших составляющих этого драйвера. Просто специалисты-клиницисты и аналитики не сильно любят хайп вокруг искусственного интеллекта. Сейчас в повестке дня вопросы удобства, эффективности, интерпретируемости и этичности конкретных методов и инструментов анализа данных, а также их интеграции. При этом требования к качеству работы решений в медицине очень высоки и опираются на сформированный золотой стандарт доказательной медицины. Например, существует интереснейшая публикация о реальном внедрении диагностики рака предстательной железы и конкретных проблемах внедрения и много других работ.

ИИ может помочь поставить диагноз. И тут нужно серьезно обсуждать методологию пропедевтики и диагностики с участием ИИ, особенно использование систем поддержки принятия врачебных решений (СППВР) в рамках интегрированных медицинских информационных систем. Дьявол кроется в деталях. По многим направлениям объективной диагностики средняя точность ИИ превысила показатели экспертов-людей. Опять-таки в повестке уже более актуальны вопросы качества данных и аудита (так как постулат «мусор на входе — мусор на выходе» никто не отменял), а также учета требований доказательной медицины при оценке и внедрении решений. Особенно это касается переработки ранее накопленного массива медицинских знаний (с чем полностью не смогли справиться пока даже специалисты IBM в рамках проекта Watson). Например, в РФ развивается инициатива «Национальная база медицинских знаний». Только объективизация знаний вкупе с развитием персонализированной медицины позволит дальше повышать точность анализа (пациент как типичен, так и индивидуален, что заставляет нас учитывать как статистику по популяции, так и личные генетические и психофизиологические характеристики пациента).

Соответствующее оборудование и программные средства на наших глазах становятся совершенно обычными медицинскими изделиями. Например, 3 апреля 2020 года Росздравнадзор зарегистрировал программное обеспечение «Система поддержки принятия врачебных решений Webiomed» как медицинское изделие. Врач, не умеющий работать с данным классом медицинских изделий, очень скоро будет считаться профнепригодным.