Искусственный интеллект в медицине: как машинное обучение ставит диагнозы Искусственный интеллект в медицине: как машинное обучение ставит диагнозы

Одна из самых перспективных отраслей, где можно использовать ИИ – это медицина. Искусственный интеллект может сэкономить силы и время врача, выполнив за него некоторые рутинные и утомительные задачи. Уже сейчас нейросети способны по фотографиям определять степени ожирения, диагностировать рак и риск сердечного приступа точнее и быстрее, чем врачи.

Далее в статье – одни из наиболее успешных ИИ-разработок для медицинской отрасли, которые появились в 2018-2019 годах.

Итак, что нейросеть может сделать за врача?

Определить болезнь Альцгеймера по фото

Команда исследователей из Калифорнии под руководством Джея Хо Сона создала искусственный интеллект, который определяет болезнь Альцгеймера быстрее, чем врачи.

Когда у людей прогрессирует деменция, уровень метаболической активности клеток в мозге снижается – это видно на томографических снимках. Однако такие же симптомы свойственны и для пациентов с некоторыми когнитивными нарушениями, что усложняет постановку диагноза. С этой проблемой может справиться искусственный интеллект.

Ученые тренировали нейросеть на снимках мозга 1002 пациентов – на 90% из них искусственный интеллект обучался, остальные 10% были нужны для тестирования. Также для тренировок использовали снимки мозга 40 других пациентов, сделанные в 2006-2016 годы. Диагноз, поставленный нейросетями, сравнили с выводами врачей.

В итоге искусственный интеллект правильно диагностировал болезнь в 100% случаев, а врачи – лишь в 57%. Со здоровыми людьми у ИИ дела обстоят хуже, чем у экспертов – если отсутствие болезни Альцгеймера нейросеть верно диагностировала в 82% случаев, то врачи дали 91% верных ответов.

Узнать депрессию по манере речи человека

Инженеры из Массачусетского технологического института (MIT) создали искусственный интеллект, который слушает человека и на основе полученных данных может диагностировать депрессию.

Глава исследовательской группы Тука Альханая утверждает, что нейросеть может определять любые эмоции человека – грусть, радость, тревогу, а также состояние, свойственное людям с депрессией. Причем ИИ может анализировать как устную речь, так и написанный текст.

Нейросеть обучалась на записях разговоров людей, которые находились в разных эмоциональных состояниях. Эксперименты показали, что сети удалось распознать депрессию правильно в 77% случаев. Использование искусственного интеллекта оказалось более эффективным, чем все традиционные методики диагностирования болезни, которые сейчас есть.

Авторы проекта объясняют это тем, что психиатрам в традиционном опросе приходится общаться со слишком разными людьми и отследить мельчайшие изменения речи при этом очень сложно.

Сообщить, есть ли у пациента риск сердечного приступа

Нильс Стродхофф из Института Генриха Герца при обществе Фраунгофера (Берлин) и Клаас Стродхофф из Университетского медицинского центра Шлезвиг-Гольштейн (Киль) создали нейронную сеть, которая может обнаружить признаки инфаркта миокарда. Ученые утверждают, что их разработка – первая из всех нейросетей, которая руководствуется той же методикой, что и кардиологи.

Так, один из самых эффективных способов диагностики сердечного приступа – использование электрокардиографа для измерения активности сердца. Стандартная ЭКГ записывает электрический сигнал от 12 отведений, прикрепленных к различным частям тела пациента. Сигналы показывают электрическое поведение сердца.

Проблема в том, что у человека этот процесс забирает слишком много времени. Врач должен сначала уловить некоторые сигналы базового уровня, игнорировать любой шум и отдельно слушать сердцебиение человека. Затем он обязан найти предварительно определенные или автоматически обнаруженные временные интервалы и показатели напряжения для каждого удара. В конце специалист определяет особенности сердцебиения и классифицирует его состояние. Классификация дополнительно осложняется наличием сигнала, называемого повышением сегмента ST. Пациентов с этим сигналом следует лечить как можно скорее, а тем, у кого его нет, требуются дополнительные трудоемкие анализы.

Нильс и Клаас упростили эту задачу. Они обучали нейросеть диагностике инфаркта миокарда на базе данных из 148 записей ЭКГ от пациентов с инфарктом миокарда и 52 здоровых пациентов. В итоге нейросеть научилась распознавать болезнь с такой же точностью, как и люди – только быстрее.

«Предлагаемая архитектура превосходит современные подходы и достигает такого же уровня производительности, что и кардиологи, для выполнения этой задачи», – говорят Нильс и Клаас.

Распознать злокачественные образования

Наивысшей степени точности добились австралийские ученые – в 2018-м искусственный интеллект впервые провел анализ рака успешнее, чем люди. Тест проводился с помощью дерматоскопии – распознавания кожных повреждений на основе их внешнего вида.

AI Conference Kyiv: Iskusstvennyiy intellekt v meditsine: kak mashinnoe obuchenie stavit diagnozyi 1

Участникам эксперимента, практикующим дерматологам из 17 стран и нейросети, нужно было по фотографиям кожи определить наличие меланомы. Основные характеристики этого заболевания по внешнему виду – несимметричность пятен, рваные края, неравномерный цвет кожи.

Врачам и искусственному интеллекту показали 300 фотографий из специально созданной базы. В результате нейросеть верно распознала злокачественные образования на коже в 95% случаев, а группа опытных дерматологов из 53 человек – только в 88,9%. Следует отметить, что со здоровыми пациентами нейросеть опять «справилась» немного хуже – неопасные образования на коже и искусственный интеллект, и люди распознавали с одинаковым успехом (86,6%).

Предвидеть смерть

Все предыдущие нейросети будут полезны на ранних стадиях болезней. Но что, если человек смертельно болен, и для спасения его жизни важно уловить любые изменения в состоянии организма? По объективным причинам врачи не могут постоянно наблюдать за одним больным – дефицит медицинского персонала распространен по всему миру. Решением этой проблемы занялся американский производитель медицинских устройств ExcelMedical.

Компания разработала нейросеть Wave Clinical Platform, основная функция которой – наблюдать за биологическими показателями больных 24/7 и предупреждать о возможности летального исхода для пациента. Wave фиксирует даже незначительные перемены в функциях организма и предупреждает врачей за 6 часов до возможной смерти больного.

Нейросеть прошла клинические испытания в медицинском центре Питтсбургского университета (США). Она наблюдала за людьми преклонного возраста и помогла предотвратить шесть смертей.

Похожие новости