Использование искусственного интеллекта в медицине приведёт к качественно новому уровню диагностики различных заболеваний и поможет врачам планировать лечение, утверждает биофизик Максим Шараев. Его лекция в Ельцин Центре 4 апреля была посвящена направлениям и перспективам работы учёных Сколтеха в этой области.
Кандидат физико-математических наук Максим Шараев руководит в Сколтехе исследовательской группой Центра прикладного искусственного интеллекта и Лабораторией биомедицинского искусственного интеллекта (BIMAI-Lab). Лекция этого эксперта в области нейровизуализации, нейротехнологий и машинного обучения продолжила совместный курс Ельцин Центра и Сколковского института науки и технологий, стартовавший в конце января.
На сегодняшний день собраны огромные массивы сложных и очень разнородных данных о работе организма человека, отметил Шараев. В базах данных хранятся трёхмерные изображения МРТ, электроэнцефалограммы, данные о геноме, метаболизме и даже о бактериальном составе организма. Поэтому учёные стремятся найти новые подходы и методы, чтобы использовать эти данные при построении моделей машинного обучения для диагностики и прогноза заболеваний.
— Задача — помочь врачу лечить, а не лечить вместо него. Если мы с помощью искусственного интеллекта научимся правильно диагностировать, понимать, что будет происходить с пациентом, назначать терапию в зависимости от диагноза и в итоге точно знать, как и что правильно лечить, то, в принципе, получим неплохое подспорье для диагностической медицины.
По словам Шараева, несмотря на бурный рост количества научных публикаций, где описывается применение искусственного интеллекта в бионауках, и многочисленные исследования в этой области, на сегодняшний день зарегистрировано лишь 29 устройств, которые используют внутри себя методы искусственного интеллекта или машинного обучения именно для поддержки работы врачей.
— Системы искусственного интеллекта в медицине сегодня ещё не заслуживают доверия, им не хватает надёжности. Мы хотим, чтобы они работали точно, не навредили ни одному пациенту, чтобы мы понимали, как система принимает решение, поскольку оно для кого-то может оказаться фатальным. Такая система должна быть устойчивой, а сделать это, естественно, очень дорого.
Шараев пояснил, что при постановке диагноза система искусственного интеллекта может ошибаться, не замечая пациентов с редкими и сложными патологиями, поскольку при обучении крайне редко сталкивалась с ними. Врач выполнит ту же самую диагностику, но, исходя из своего опыта, затратит на такого пациента больше времени, назначит дополнительные исследования.
— В среднем мы увидим, что производительность врача и производительность системы сопоставима, но дьявол кроется в деталях. Из-за того, что сложных патологий в среднем по популяции мало, модель не может хорошо и качественно на них обучиться. У неё нет опыта и такого кругозора, как у врача, она не знает всю подноготную пациента.
Поэтому учёные сейчас пытаются решить весь этот комплекс проблем, связанных с применением искусственного интеллекта в медицине, и создать недорогие, надёжные, точные и удобные в практическом применении системы. Одна из задач, которые перед собой поставила BIMAI-Lab под руководством Шараева, — разработка методов компьютерного зрения для обнаружения мозговых патологий. В этом случае искусственный интеллект должен помочь врачу найти на снимках МРТ поражённые участки, которые вызывают у пациента приступ эпилепсии.
Эпилепсия — болезнь, имеющая значительные экономические и социальные последствия, она диагностирована у примерно 50 миллионов человек по всему миру, и около одного миллиона живут с этой патологией в России. При этом рутинное визуальное МРТ-обследование имеет много недостатков, из-за которых неизбежен риск ошибок рентгенолога.
— Есть довольно распространённая форма эпилепсии, при которой лекарства не помогают. Причина болезни — небольшая область мозга, вызывающая приступ. Если провести нейрохирургическую операцию и удалить её, то почти всегда у человека нормализуется состояние здоровья. Дети догоняют в развитии сверстников, нормально ходят в школу, а у взрослых прекращаются приступы, восстанавливаются когнитивные способности. Проблема в том, что такие области мозга очень похожи на здоровую ткань и их сложно найти. В России насчитывается не более десятка опытных рентгенологов, которые могут определить такие патологические зоны на снимках МРТ.
Поэтому BIMAI-Lab работает над созданием системы, которая должна выполнить две базовые задачи: помочь опытному врачу сократить время поиска, а начинающему практику — подсказать, на какие части мозга следует смотреть наиболее внимательно.
— Пока в мире задачу разработки методов компьютерного зрения для обнаружения мозговых патологий никто не решил. Мы её тоже ещё не решили, но приближаемся маленькими шажками к тому, чтобы научиться детектировать патологические зоны хотя бы с точностью до 80 процентов от того, как это делает опытный квалифицированный врач.
Ещё одна задача, над которой сейчас работает BIMAI-Lab, связана с поиском биомаркеров таких болезней, как шизофрения и депрессивное расстройство. Депрессия — проблема для человечества не новая, но её масштабы в последнее время стали приобретать угрожающий характер. Врачи говорят о распространении клинической депрессии как о своего рода пандемии. По статистике, от этой болезни в мире страдают более 260 миллионов человек, умирают из-за неё ежегодно примерно 800 тысяч.
Если коронавирус диагностируется по наличию антител, а диабет по количеству сахара в крови, то диагностика большинства психиатрических заболеваний является очень субъективной — это беседа с врачом и выполнение каких-то определённых тестов.
При этом много научных групп по всему миру собирают различные массивы медицинских данных подверженных депрессивному расстройству пациентов и выкладывают их в открытый доступ. Шараев говорит, что есть предварительные результаты, которые показывают, что при объединении разных типов данных в единую модель, характеризующую пациента с разных сторон, используя методы «слияния» по многим параметрам, в итоге можно будет добиться повышения качества диагностики в психиатрии.
Третья задача — создание системы искусственного интеллекта, которая объединяет разные типы данных и подсказывает врачу, на какие параметры или их совокупность следует обратить особое внимание при постановке диагноза у конкретного пациента.
— Мы это попробовали на большом датасете по диагностике болезни Альцгеймера, который хорош тем, что в нём собранные данные очень большого числа пациентов — порядка трех тысяч, и обучили модель, которая решает разные типы задач. В итоге она смотрит как раз на те зоны, где на первом этапе происходит истощение коры головного мозга у пациентов с Альцгеймером, и учится отличать больных от здоровых. Такие модели ещё далеки от внедрения, но они могут подсказывать врачу, на что следует обращать особое внимание и стоит ли назначать пациенту какие-то дополнительные тесты и обследования при постановке диагноза.
Шараев пояснил, что BIMAI-Lab — это совместный проект в области биомедицины Сколтеха и Университета Шарджи (ОАЭ), где арабская сторона в большей степени отвечает за медицину и биологию, сбор данных, а российская — за анализ данных, обработку и построение моделей.
