Главная   |  Новости   |  От лечения сердца до диагностики рака: как искусственный интеллект меняет медицину

От лечения сердца до диагностики рака: как искусственный интеллект меняет медицину

24 июля 2017

Artificial intelligence

Нейронные сети – многообещающее направление в сфере искусственного интеллекта. В этой статье мы расскажем, как они помогают заботиться о здоровье: следят за работой сердца, предотвращают суициды, находят новые лекарства и даже диагностируют рак.

Нейронные сети – сложные математические системы, которые сами учатся выполнять задания, анализируя огромные объемы информации. Идея далеко не нова и зародилась еще в 1943 году, но именно сейчас, когда в распоряжении разработчиков невероятные объемы данных и компьютерные мощности, нейронные сети развиваются очень бурно. Помимо всего прочего, они правильно узнают лица и объекты на фотографиях и могут определять тревожные симптомы по медицинским снимкам.
Изначально нейронные сети были попыткой смоделировать работу биологического мозга. Именно такой упрощенной моделью они и являются – сетью нейронов, связь между которыми может укрепляться или ослабевать в зависимости от паттернов активации. В отличие от традиционных алгоритмов, нейронные сети не программируются, а обучаются – находят коэффициенты связи между нейронами и устанавливают зависимость между входными и выходными данными. Чем больше материала для анализа – тем эффективнее обучение. Именно поэтому точность рекомендаций в сервисах, подбирающих подходящий нам контент, напрямую зависит от интенсивности использования – добавляя или удаляя предложенные Яндекс.Музыкой композиции, мы корректируем выборку нейронной сети, а прослушивая новые альбомы – даем ей новую информацию для обработки.


Защита сердца


Нейронные сети уже нашли применение во многих областях, и здравоохранение – не исключение. Так, компания AliveCor, в которой работают инженеры, участвовавшие в создании Gmail, Google Maps, YouTube и Google Photos, использует нейронные сети для диагностики сердечных заболеваний. Шансы на успешное лечение значительно повышаются, если обнаружить проблему вовремя, а самым эффективным методом диагностики остается электрокардиограмма. Еще недавно ради нее приходилось посещать кабинет кардиолога со специальной аппаратурой, и даже при регулярных обследованиях ранние симптомы могли пройти незамеченными. Поэтому сегодня пациенты, находящиеся в группе риска, прибегают к помощи портативных ЭКГ-устройств, например, Zio, HeartCheck или Kardia от AliveCor. Благодаря компактности и легкости в использовании такие гаджеты мониторят сердечную активность и выводят ЭКГ прямо на экран смартфона в любой момент в течение дня.

 

www.alivecor.com

https://www.alivecor.com


Однако самое интересное происходит потом: специально разработанный алгоритм анализирует полученные данные и выявляет отклонения от нормы. Четырехслойная нейронная сеть с 300,0001 параметрами составляет индивидуальный сердечный профиль всего за месяц использования и учится понимать, когда что-то идет не так.


Хотя устройство еще не умеет определять конкретные заболевания, оно вовремя укажет на аритмию, которая станет поводом для визита к врачу и более пристального обследования – как лампочка "проверьте двигатель" в автомобиле.


CEO компании Вик Гундотра приводит пример работы Kardia: «После сотен ЭКГ, не выявивших поводов для беспокойства, нейронная сеть зафиксировала произошедшие в одночасье радикальные изменения. Оказалось, что у пациента развилась блокада сердца. В обычных условиях это обнаружилось бы лишь при следующем посещении кардиолога, а устройство забило тревогу в ту же ночь».
Пока технология работает только с продукцией AliveCor, но разработчики не против распространять лицензии на ее использование. Возможно, однажды именно этот алгоритм ляжет в основу нательных гаджетов, которые сделают проверку сердца такой же простой и привычной, как проверка температуры.


Предотвращение суицида


По данным Всемирной организации здравоохранения, около 800 000 человек ежегодно кончают жизнь самоубийством. При этом здесь не учтены неудавшиеся попытки. Традиционные превентивные меры – ограничение доступа к оружию и медикаментам и призыв обращать внимание на тревожные звоночки – явно недостаточно эффективны.

 

_suicide_rates

Suicide data / http://www.who.int/mental_health/prevention/suicide/suicideprevent/en/


Искусственный интеллект определяет суицидальные настроения гораздо точнее, позволяя вмешаться задолго до того, как планы перейдут в действия. Исследования показывают, что с помощью технологии машинного обучения можно с вероятностью 80-90 процентов предсказать, совершит ли человек самоубийство в такой отдаленной перспективе как два года.


Используя анонимные медицинские данные более 2 млн пациентов в Теннесси, ученые из Florida State University обучили нейронную сеть распознавать комбинацию факторов – от рецептов на анальгетики до количества визитов в больницу – которые относят человека к группе риска.


Пользователи Facebook могут через специальную систему сообщить о постах, авторы которых вызывают беспокойство. На основе этих сообщений был разработан алгоритм, распознающий похожие посты – сейчас он тестируется в США. После всех проверок опция «сообщить о риске суицида или селф-харма» станет частью привычного интерфейса.


Следующим шагом будет использование ИИ для анализа видео, аудио и текстовых комментариев одновременно, но это более трудная инженерная задачка. Так, например, нейронные сети уже умеют распознавать в кадре пистолет или нож, но с таблетками дело обстоит сложнее.


Идеальным было бы оказывать помощь еще до попытки самоубийства. Именно этим занята компания Cogito: она разрабатывает приложение для смартфона, мониторящее психологическое состояние человека. Cogito Companion анализирует настроение по тону записей в аудио-дневнике, ведет статистику сообщений, звонков и прочей социальной активности, следит за тем, энергичен или малоподвижен ваш образ жизни. Таким образом знающая ваши привычки и постоянно обучающаяся программа может раньше вас самих обнаружить повод для беспокойства и помочь предотвратить психические проблемы.

 

http://www.cogitocorp.com

http://www.cogitocorp.com
 

Разработка лекарств


Одна из многообещающих сфер применения нейронных сетей – в традиционно затратной фармацевтической промышленности, ведь искусственный интеллект может за короткое время обработать тысячи молекулярных структур и подобрать наиболее подходящие комбинации. Так, корпорация Atomwise использует глубокую нейронную сеть AtomNet для разработки новых лекарств и за последние два года обнаружила потенциальные препараты для лечения 27 заболеваний.

 

 Atomwise

Программа премий Atomwise для научных исследователей, ищущих новые соединения для лечения болезней по ссылке http://www.atomwise.com/aims/

 

В международном исследовании с участием специалистов из Mail.Ru Group, Insilico Medicine и МФТИ методы глубокого обучения применяются для поиска препаратов от рака.


Диагностика рака


Шаоканг Ванг и его стартап Intervision разрабатывают алгоритмы, которые выявляют ранние признаки рака легких на рентгеновских снимках. По словам Ванга, технология уже используется в крупнейших госпиталях Китая.
В мире здравоохранения ИИ еще только начинает использоваться, но стремительно набирает популярность. В двух госпиталях Индии Google тестирует технологию, которая замечает симптомы диабетической ретинопатии на снимках глаза. А в мае краудсорсинговая платформа для состязаний по машинному обучению Kaggle объявила конкурс на создание модели, которая может диагностировать рак легких по компьютерной томографии. За звание победителя и призовой фонд в миллион долларов боролись более 10 000 участников.


Точно так же, как она находит кота на фотографии комнаты, нейронная сеть может увидеть крошечные аневризмы сосудов сетчатки или образования на снимках легких. В теории, обработав тысячи изображений с такими образованиями, она научится опознавать их самостоятельно.


Конечно, обучение такой нейронной сети невозможно без профессионального врача, который сам определит на изображениях симптомы рака легких, прежде чем отправлять их на обработку. Но на дальнейших этапах это скорее инженерная, чем медицинская задача. Например, двое победителей конкурса Kaggle – Лиао Фангжоу и Же Ли из китайского Tsinghua University – не имеют медицинского образования.


Алгоритмы-победители помогут специалистам National Cancer Institute в США диагностировать рак легких быстрее и эффективнее, хотя наладить применение этой технологии в госпиталях – все еще невероятно сложная задача, по мнению доктора Джорджа Ши, профессора Weill Cornell Graduate School of Medical Sciences и сооснователя одной из компаний-участниц конкурса Kaggle.

 

National+Cancer+Institute

https://ccr.cancer.gov


Кроме того, технологии на основе искусственного интеллекта не смогут полностью заменить врачей, хотя и возьмут на себя какую-то долю их обязанностей. Новые ИИ будут быстро и точно обрабатывать снимки, подсказывая специалисту, где нужно более детальное обследование. В идеале помощники сократят затраты на здравоохранение и вероятность врачебной ошибки, а также сэкономят докторам немало времени.
По мнению Ши, обучающиеся нейронные сети могут произвести революцию в области здравоохранения, особенно в развивающихся странах, где мало квалифицированных врачей. Едва ли в ближайшие годы удастся создать ИИ, который будет распознавать рак легких эффективнее профессионального онколога, но даже приближающаяся к этим показателям система многое изменит.

 

Текст: Виктория Позднякова