ИИ натренировали на лечение заражения крови и диагностику переломов

И хотя ИИ пока справляется не с каждым заболеванием, результаты его работы уже выглядят многообещающе

Для эффективного лечения пациентов требуется сочетание тренировок и опыта. Это одна из причин, по которой люди с интересом ждут перспектив использования ИИ в медицине: алгоритмы можно натренировать на использование опыта тысяч докторов, выдав им больше информации, чем мог бы переварить любой человек.

В конце октября появились некоторые свидетельства того, что ПО, возможно, уже вплотную приблизилось к оправданию этих ожиданий. Было опубликовано две работы, описывающие прекрасные предварительные результаты использования ИИ для диагностики и лечения. В работах указываются совершенно различные задачи и подходы, что говорит о том, что спектр ситуаций, в которых ИИ может оказаться полезным, весьма широк.

Выбор методов лечения

Одно из исследований ^[1] концентрировалось на сепсисе ^[2] (заражении крови), происходящем при чрезмерно сильной реакции иммунной системы на инфекцию. Сепсис является третьей по частоте причиной смерти во всём мире, и остаётся проблемой даже после госпитализации больного. Методы лечения пациентов существуют, но, судя по статистике, имеются значительные возможности для улучшения ситуации. Поэтому небольшая команда учёных из Британии и США решила проверить, не сможет ли ПО обеспечить это улучшение.

Они использовали алгоритм обучения с подкреплением ^[3], считающиеся эффективными в ситуациях с «редкими сигналами вознаграждения». Иначе говоря, у такой большой выборки популяции в организме будет происходить много всего прочего, кроме сепсиса, что повлияет на результаты любого лечения, в связи с чем сигналы эффективного лечения будут слабыми и трудноразличимыми. Такой подход был разработан для увеличения шансов их распознавания.

Для тренировки ПО была использована большая база: более 17000 пациентов реанимации и 79000 госпитализированных пациентов из более чем 125 клиник. В данных пациентов содержались 48 параметров информации, от жизненно важных показателей и лабораторных анализов до демографии. Алгоритм использовал данные для определения лечения, максимизирующего шанс на выживание пациента в течение 90 дней. Исследователи назвали получившееся ПО «ИИ-клиницистом».

Для оценки качества работы ИИ-клинициста использовали отдельный набор медицинских историй пациентов. Алгоритм использовали для выбора метода лечения, после чего сравнивали реальное лечение пациентов с предложенным алгоритмом. В целом ПО рекомендовало меньшие дозы инъекций и более высокие дозы сосудосуживающих лекарств. Люди, лечение которых совпадало с такими рекомендациями, выживали чаще других групп пациентов.

Диагностика

Во второй работе ^[4] оценивалась способность обнаружения проблем, требующих лечения, в частности, переломы костей. Часто такие проблемы легко увидеть, но небольшой скол или маленькую трещину тяжело заметить даже специалисту. В большинстве случаев диагностика ложится на плечи не специалиста, а доктора, работающего в скорой помощи. Новое исследование не стремится создать ИИ, замещающий докторов, оно лишь хочет им помочь.

Команда попросила 18 хирургов-ортопедов поставить диагноз по 135 000 изображениям потенциальных переломов запястий, а затем использовала эти данные для тренировки алгоритма, свёрточной нейросети ^[5] с глубинным обучением ^[6]. Алгоритм использовали для того, чтобы он отмечал области, на которые стоит обратить внимание докторам, не являющимся специалистами по ортопедии. По сути, он помогал им сконцентрироваться на областях, наличие перелома в которых было наиболее вероятно.

В прошлом подобные испытания выдавали слишком большое количество диагнозов, и доктора рекомендовали проведение дополнительных тестов в безобидных случаях. Но в данном случае точность диагноза повысилась, а ложные срабатывания понизились. Чувствительность (или возможность) определять переломы поднялась с 81% до 92%, а точность (способность ставить правильный диагноз) поднялась с 88% до 94%. В сумме это означает, что у докторов скорой помощи количество неправильных диагнозов снизилось бы почти в два раза.

В обоих исследованиях ПО не использовали в контексте, полностью отражающем медицинские обстоятельства. У докторов скорой помощи и врачей, лечащих сепсис (а это могут быть одни и те же люди) обычно будет много дополнительных поводов для волнения и отвлекающих моментов, поэтому интеграция ИИ в их работу будет сложным делом. Но успех данных попыток позволяет предполагать, что клинические испытания ИИ могут начаться раньше, чем считалось, и после этого мы по-настоящему узнаем, насколько ИИ может помочь ставить реальные диагнозы и назначать лечение.

Автор: SLY_G

Источник ^[7]