Внедрение технологий искусственного интеллекта в различные области современной медицины

Искусственный интеллект (ИИ) - свойство компьютерных систем выполнять творческие функции, считающиеся прерогативой человека [1]. Влияние ИИ на повседневную жизнь современного человека неуклонно растет с каждым днём. Опрос более 11,000 взрослых американцев показал, что 27% из них сталкиваются с ИИ хотя бы раз в день. Сюда входят носимые устройства с искусственным интеллектом, чат-боты, персонализированные рекомендации по покупкам в Интернете и другие распространенные способы использования [2].

ИИ в медицине имеет потенциал для революционных изменений, влияя на диагностику, выбор лечения, разработку лекарств и предупреждение заболеваний. Используя анализ огромных объемов медицинских данных, ИИ выявляет закономерности, помогает медицинским профессионалам принимать более точные и оперативные решения. Он также облегчает определение потенциальных лекарственных целей и прогнозирует эффективность лечения. Использование ИИ позволяет врачам проводить точные диагностики, прогнозировать возможные заболевания и разрабатывать индивидуальные планы лечения. Он также улучшает здравоохранение через повышение точности диагностики, лечения и исследований, а также помощи в административных задачах. Использование ИИ также обеспечивает прогнозирование и профилактику заболеваний, а также персонализированную медицину. Кроме того, ИИ играет роль в контроле и улучшении качества здоровья людей [3].

Использование автоматизированного опросника для ранней диагностики COVID-19. Для обнаружения симптомов у респондентов были разработаны вопросы, которые включены в автоматизированный древовидный опросник. Эти вопросы были сформулированы таким образом, чтобы на них можно было ответить только "да" или "нет" [4]. В систему также были добавлены вопросы о выявлении депрессивных состояний и использованы решающие правила из предыдущих версий программы, которые уже были протестированы и подтверждены. Некоторые вопросы предлагали выбрать оценку из предложенного меню, например, для оценки степени слабости (очень сильная, средней степени, не значительная). С использованием литературных данных и экспертного анализа, разработаны решающие правила для оценки наличия заболевания, его предполагаемой тяжести и вероятности. Однако система не заменяет посещение врача и все выводы имеют информационнорекомендательный характер. Пациенты предупреждались о необходимости ответить "нет" в случае неопределенности или незнания ответа. Некоторым респондентам были предложены от 2 до 3 диагностических гипотез, включая COVID-19 легкой и средней степени тяжести. Система определила COVID-19 у 56,23% респондентов, возможное заражение вирусом COVID-19 - у 49,09%, а также были обнаружены другие гриппоподобные заболевания у 17,54% респондентов. В 6,8% случаев система не смогла сформировать диагностическую гипотезу. Чувствительность методики пре- вентивного выявления инфекции COVID-19 с использованием искусственного интеллекта составляет 89,5%. Поскольку нет клинических или лабораторных признаков, специфичных для инфекции COVID-19, диагностика строится на основе создания "образа болезни" с присвоением весовых характеристик каждому симптому, что может иметь значение для математического моделирования вероятности диагноза [5].

Использование ИИ в области геномики опухолей. Основной задачей онкологии является точная классификация опухолей и разработка оптимальных методов лечения. Для этого необходимо проводить гистологические исследования опухолей и изучать экспрессию молекулярных маркеров. Однако в каждом гистологическом типе опухоли существует значительная неоднородность. Изучение и выделение различных подтипов опухолей является перспективным направлением для прогнозирования клинического течения и эффективности лечения. С появлением методов секвенирования генома и использованием мощных компьютеров стало возможным выявить от 1000 до 100000 геномных мутаций для каждого типа опухоли. Однако важно установить связь между этими мутациями и клиническими особенностями опухолевого процесса. Машинное обучение и использование ИИ также позволяют выявлять молекулярные маркеры и проводить оценку уровня экспрессии генов с различными мутациями. В результате, использование ИИ в области геномики онкологических заболеваний может значительно улучшить точность диагностики и прогнозирования [6].

Использование ИИ в вертебрологии. За последние годы число публикаций о применении нейронных сетей в области заболеваний позвоночника значительно увеличилось. Особое внимание уделяется диагностике и прогнозированию. Известной разработкой в области медицины на основе искусственного интеллекта является система Watson от компании IBM. В настоящее время проводятся исследования и создается модель распознавания злокачественных опухолей в области костно- суставной системы. В области вертеброло-гии разработки ориентированы на предоперационную оценку, планирование, ин- траоперационную поддержку и прогнозирование результатов хирургических вмешательств. Недавно была успешно разработана модель логистической регрессии для прогнозирования результатов формирования костного блока в поясничном отделе позвоночника. Другие исследователи разработали модели прогнозирования результатов операций в этой области. Также был разработан инструмент машинного обучения для прогнозирования длительного назначения опиатов после операции на поясничном отделе позвоночника [7].

Использование ИИ для прогнозирования преэклампсии. Недавно были проведены исследования в области прогнозирования преэклампсии (ПЭ) с использованием методов искусственного интеллекта (ИИ). Ученые исследовали различные факторы риска и разработали модели прогноза, основанные на биофизических факторах, биохимических маркерах и алгоритмах ИИ. В одном исследовании было использовано генетическое программирование для определения закономерностей в изменении уровня метаболитов у женщин с ПЭ. Исследователи создали модель с высокой чувствительностью и специфичностью. Другие исследователи использовали ограниченный набор признаков, чтобы предсказывать рецидив ПЭ и разработали предиктивную модель с использованием пяти переменных. Эта модель идентифицирует пациенток из группы низкого риска развития рецидивирующей ПЭ. Были так- же проведены исследования по определению факторов, влияющих на риск развития ПЭ и степень ее тяжести, с использованием байесовского алгоритма. Установлено, что риск развития ПЭ возрастает с увеличением количества факторов риска. Профили факторов риска также различаются в зависимости от тяжести ПЭ и наличия преждевременных родов [8].

Заключение. Внедрение технологий искусственного интеллекта (ИИ) в различные области современной медицины представляет собой значительный прорыв, который может привести к революционным изменениям в процессе диагностики, лечения и улучшении качества здравоохранения.

В медицине ИИ демонстрирует потенциал улучшения точности диагностики, оптимизации выбора лечения и предупреждения заболеваний. Анализ огромных объемов медицинских данных с использованием ИИ позволяет выявлять закономерности, предоставлять более точные решения медицинским специалистам.

Искусственный интеллект в медицине представляет возможности для прорывных инноваций и улучшения качества здравоохранения. Правильное внедрение и использование этих технологий могут сделать медицину более точной, эффективной и персонализированной.