В последнее время искусственный интеллект – универсальная технология на все случаи жизни. Его начинают применять в финансах, производстве оружия, управлении ресурсами, медиапроизводстве и т.д. Одной из перспективных отраслей также называют медицину: большой рынок, нуждающийся в инновациях и постоянно продуцирующий огромное количество плохо структурированных данных. Однако в этой области ИИ наталкивается на специфические вызовы.
Согласно исследованиям Precedence Research, объем глобального рынка искусственного интеллекта (AI) в сфере здравоохранения, по прогнозам, вырастет с $19,27 млрд в 2023 году до примерно $613 млрд уже за 10 лет.
Искусственный интеллект на рынке здравоохранения развивается благодаря технологическому прогрессу, правительственным инициативам и исследовательским проектам, ведь это одна из самых больших отраслей расходов человечества. В 2024 году размер рынка здравоохранения (больницы и клиники, фармацевтические компании) оценивался в $13,3 трлн., а к 2031 году он, по прогнозам, достигнет 22,57 триллиона, возрастая на 8,27% в год.
Некоторые стартапы действительно показывают неплохие результаты. К примеру, роботизированные протезы запоминают движения их владельца и автоматически подстраиваются под конкретное занятие. А универсальная ИИ-система CHIEF может анализировать изображения опухолевых тканей, прогнозировать молекулярный профиль опухоли и предусматривать реакцию на лечение. Она протестирована на 19 типах рака и показала высокие результаты. В пяти наборах данных биопсии, собранных из независимых когорт пациентов, модель достигла 96% точности для диагностики.таких типов рака, как пищевод, желудок, толстая кишка и простата.
В то же время универсальных решений, которые решали бы определенную медицинскую проблему пока довольно немного. Ряд клиник испытали отдельные алгоритмы в своей работе и результаты пока не впечатляют.
Исследование, опубликованное в интернете в качестве препринта, базируется на свидетельствах открытий 89 профессионалов, принимавших участие в развертывании ИИ в 11 организациях здравоохранения, включая Duke Health, Mayo Clinic и Kaiser Permanente.
В исследовании ИИ должен помогать на восьми этапах лечения, среди которых определение диагноза, разработка способов оценки, мониторинг, обновление инструментов и т.д. Из ответов 89 опрошенных специалистов и клиницистов, анонимных, больничные системы испытывали трудности на каждом из этих шагов.
Это включает даже несколько первых шагов по выявлению проблем, с которыми ИИ может помочь. «Сейчас многие решения искусственного интеллекта в основном пытаются делать то же, что и врач. Прочесть рентгеновский снимок, как это сделал бы радиолог. Но у нас уже есть радиологи» сказал один из участников исследования.
Можно ли доверять искусственному интеллекту в диагностике болезни
Эффективность ИИ-диагноста вызывает множество вопросов. Исследование JAMA Internal Medicine показало, что ChatGPT (версия 3.5) решительно опередил врачей в предоставлении высококачественных отзывчивых ответов на медицинские вопросы, которые люди публиковали на subreddit r/AskDocs. Замечательные ответы – по субъективной оценке группы из трех врачей с соответствующим медицинским опытом – свидетельствуют о том, что чат-бот искусственного интеллекта, такой как ChatGPT, однажды сможет помочь врачам тратить меньше времени на медицинские сообщения, отправленные через онлайн-порталы пациентов. .
Это не плохой результат, но на практике все сложнее. Для начала, типы вопросов, которые люди задают на форуме Reddit , не обязательно отвечают тем, какие они бы задали врачу, которого они знают и которому доверяют.
Другое подобное исследование, опубликованное в The Lancet, оценило потенциал LLM для уменьшения нагрузки на врача и улучшения обучения пациентам. Было установлено, что 7,1% неотредактированных ответов, созданных LLM, представляли риск для пациентов, в том числе 0,6% имели потенциальные последствия для жизни.
Кроме того, искусственный интеллект грешит галлюцинациями. Например, в одном из испытаний большая речевая модель (LLM) допускает особую ошибку с раком простаты. Если их результаты теста на простатоспецифический антиген оказывались несколько повышенными, что является частью нормальных колебаний, LLM записывала это как прогрессирование заболевания.
Также, чтобы проверить насколько полезными могут быть языковые модели для обработки медицинских записей, на которые врачи тратят много времени, ученые протестировали MedAlign, набор данных, созданный для оценки работы больших языковых моделей (LLM) в медицинской сфере.Различные языковые модели имели от 35 до 68% неверных ответов.
по материалам
уникальность