Виртуальный медицинский ассистент

Виртуальный медицинский ассистент

ИИ — это такая штука, которая может собрать кучу информации и рассказать вам то, чего вы сами не знаете о своем здоровье.
Цзюнь Ван
 
Когда в 2011 г. была представлена Siri для iPhone, это дало пищу множеству шуток. Даже пару лет спустя, когда меня пригласили в студию старого доброго шоу The Colbert Report и ведущий Стивен Колберт спросил Siri: «Я умираю?», робот невозмутимо ответил: «Честно говоря, я не знаю». 
 
Оказалось, что на многое Siri попросту неспособна: хотя 95% владельцев iPhone пробовали с ней общаться, первое впечатление было в основном негативным, и пользователи оставили попытки наладить контакт. 
 
Затем, в 2015 г., появилась программа Cortana от Microsoft, и вскоре мы начали получать от искусственного интеллекта советы по поводу маршрутов поездок и напоминания, что нам пора в аэропорт. В 2016 г. появился виртуальный голосовой ассистент компании Google с чрезвычайно креативным именем Google Assistant, отвечавший, как вы и сами догадываетесь, на очень широкий спектр поисковых запросов. К концу 2016 г. более 40% пользователей смартфонов сообщали, что пользуются одним из этих ассистентов. 
 
Мы уже совсем привыкли пользоваться услугами персональных ассистентов с искусственным интеллектом. И как не упомянуть об Echo компании Amazon и о голосовых устройствах Dot, известных нам как Alexa: они взяли мир (ну по крайней мере США) штурмом. Еще в 2011 г. Джефф Безос написал, какой он видит систему Alexa: «Дешевый вездесущий компьютер в облаке, со всеми своими мозгами, с которым можно взаимодействовать посредством голоса — вы ему что-то говорите, а он вам отвечает». 
 
Первый вариант Alexa был представлен в конце 2014 г., но потребовалось еще несколько лет, чтобы ее популярность взлетела до небес. К концу 2016 г. выяснилось, что Amazon уже не поспевает за спросом: устройства Echo были полностью распроданы, облачный робот поселился более чем в 6 млн американских домов. Некоторые фанаты прозвали 2016-й годом «разговорной торговли» — программа стала настолько популярной, что в течение года более 250 000 человек попросили руки Alexa. В 2018 г. устройства, в которых можно было использовать Alexa, составили 70% всех голосовых устройств с ИИ, причем пользуются ими более 60 млн американцев. Эта программа стала настоящим «техническим единорогом» — тем самым редким продуктом, который кардинально изменил наш образ жизни. До этого за всю историю США лишь одно изобретение сумело за два года покорить сердце каждого четвертого американца — это iPhone, появившийся в 2007 г.
 
Почему же этот прорыв — появление голосового персонального ассистента — произошел именно теперь? Оглядываясь назад, понимаешь, что этого не могло не произойти: людям проще общаться голосом, чем при помощи клавиатуры. Мой друг Бен Гринберг из компании WebMD говорит: «Черт побери, да наши внуки и правнуки наверняка нас засмеют за то, что мы вообще пользовались клавиатурой». Но дело не только в этом. Мы говорим — хоть по-английски, хоть по-китайски — в два-три раза быстрее, чем печатаем (неважно, записываем мы с голоса или просто набираем на клавиатуре что придет в голову), не говоря уже о том, что оговорок обычно меньше, чем опечаток, особенно в китайском языке, который очень труден для печати. Распознавание речи средствами искусственного интеллекта мы стали воспринимать всерьез только к 2016 г., когда технологии от Microsoft и Google «догнали» среднего человека, печатающего на клавиатуре, по частоте ошибок, которая снизилась до 5%. Теперь же искусственный интеллект в распознавании речи превзошел человека.
 
Год появления технологии и время до начала ее использования каждым четвертым американцем
 
 
Рис. 1.2.1 . Год появления технологии и время до начала ее использования каждым четвертым американцем. Источник: с изменениями из: "Happy Birthday World Wide Web, "The Economist (2014): www.economist.com/graphic-detail/2014/03/12/happy-birthday-world-wide-web.
 
 
Насколько быстрее мы можем говорить, чем писать, по-английски и по-китайски
 
Рис. 1.2.2. Насколько быстрее мы можем говорить, чем писать, по-английски и по-китайски. Число ошибок значительно меньше при распознавании речи на китайском языке. С изменениями из: S . Ruan, Speech Is 3x Faster Than Typing for English and Mandarin Text Entry on Mobile Devices, arXiv (2016) : http://hci.stanford.edu/research/speech/paper/speech_paper.pdf.
 
 
У распознавания голоса есть и другие преимущества. Отпадает необходимость в логине и пароле, что позволяет избежать сложностей с открытием приложений (которым зачем-то регулярно требуются обновления) . Все это делает голос быстрым, удобным, легким в использовании и недорогим инструментом.
 
Поэтому нет ничего удивительного, что в наше время программы распознавания голоса установлены на множестве устройств, интегрирующих возможности машинного обучения и обработки естественного языка, включая такие, как Google Home, Apple HomePod, DuerOS от Baidu, Clara Labs, x. ai, DigitalGenius, Howdy, Jibo, Samsung, DingDong от компании LingLong (это приложение активируют, говоря: «Динь-дон! Динь-дон!») и многие другие приложения, успешно конкурирующие с Alexa. Вспомним прогнозы, согласно которым к 2020 г. 75% американцев уже должны были иметь в своем распоряжении по крайней мере одного голосового ассистента помимо Alexa. 
 
И действительно, у многих моих коллег таких устройств уже несколько — Echo или Dot. Для удобства их ставят в разных комнатах. Но что нам сегодня на самом деле дают голосовые ассистенты? В журнале MIT Technology Review говорится: «Так же как смартфоны изменили в нашей жизни буквально все, от современного этикета свиданий до скорости движения пешеходов, голосовые приложения с ИИ уже начинают переворачивать многие привычные аспекты нашего домашнего быта». Правда, этот «переворот» не слишком бросается в глаза — просто пользователь больше не пялится в экран смартфона, а говорит с цилиндрической трубкой. То, что делают эти ассистенты (заказывают продукты в магазинах или готовую еду, проигрывают музыку, выключают свет, рассказывают анекдоты (бородатые) , составляют заметки, зачитывают прогноз погоды, вызывают такси и даже имитируют испускание газов), могут выполнять и многие другие средства. Разумеется, с цилиндром невозможно вести полноценный осмысленный разговор — он ведь ничего не знает о мире. Чат-программа Xiaoice от Microsoft, разработанная для китайских пользователей, сумела поддержать самый длинный в истории распознавания и имитации речи диалог, но это была всего лишь машинная подделка — настоящее человеческое взаимодействие и рядом не стояло. 
 
В самом деле, 50 лет спустя после того, как в «Космической одиссее 2001 года» заговорил ЭАЛ-9000, все еще невозможно убедительно сымитировать естественную беседу средствами искусственного интеллекта. В компании Amazon над проектом Alexa работают более 3 000 инженеров. Однако я спросил о перспективах голосового ИИ Педро Домингоса, ведущего ИТ-специалиста Вашингтонского университета, и он в ответ рассказал мне эту историю: «Я был на семинаре, который устраивали в Amazon, там мне дали это устройство, и я поставил его дома. Больше всего эта штука понравилась моему сыну. Он любит, чтобы Alexa загадывала ему загадки. Она это умеет. Но если вы загадаете ей одну из ее собственных загадок, Alexa даже не поймет вопроса — про ответ вообще молчу». 
 
Впрочем, когда приложение Google Duplex продемонстрировало почти «человеческое» косноязычие — например, употребляя при заказе столика в ресторане сленговые словечки и мусорные междометия («вкурил», «э-э-э», «ну») , — могло показаться, что дело сдвинулось с мертвой точки.
 
Не подумайте, я вовсе не сомневаюсь — уверен, что со временем эти устройства будут становиться все умнее и разговорчивее. В конце концов, их усиленно обучают на материале миллиардов образцов человеческого общения. Alexa уже несколько лет сохраняет лидерство на рынке и загнала конкурентов в угол: учитывая опыт Amazon в работе с искусственным интеллектом, нет никаких сомнений в том, что возможности его голосовых ассистентов будут только расширяться. Премия от Alexa в $3,5 млн, о которой было объявлено в 2018 г.,  будет присуждена тому, кто сумеет проговорить с системой 20 минут так, чтобы беседа не отличалась от человеческой, — и, вероятно, послужит хорошим стимулом.
 
К способностям Alexa теперь добавлены десятки тысяч так называемых «навыков» (их можно сравнить с приложениями для смартфона), придуманных как специалистами Amazon, так и сторонними разработчиками. Не так-то просто изучить чужую культуру настолько, чтобы обеспечить в ее среде голосовую поддержку, однако Amazon научил Alexa говорить по-немецки, по-японски и по-французски. В разработке находятся другие языки.
 
У голосового ИИ есть и другие преимущества. Одно из самых очевидных — им могут пользоваться люди с тяжелыми нарушениями зрения, которых в мире насчитывается свыше 250 млн (в США среди слабовидящих и слепых — почти 600 000 детей в возрасте до 18 лет и более 3 млн людей старше 65 лет).
 
Бесплатное приложение от Microsoft Seeing AI распознает лица, сканирует штрихкоды на товарах в супермаркетах, различает денежные купюры и читает рукописные тексты. Alexa, однако, пошла еще дальше, и теперь у нее есть «навыки» выполнения бытовых задач в домашней обстановке — она умеет диктовать тексты сообщений и электронных писем, выбирать телевизионные передачи для просмотра или оценивать одежду и внешний вид пользователя (с помощью Echo Look) . Все это дополняется такими технологиями, как Aira Tech или MyEye, представляющими собой умные очки с видеокамерой, датчиками и возможностью выхода в интернет.
 
Не будем забывать и о том, что в мире насчитывается около 780 млн взрослых людей, не умеющих читать и писать. Кроме того, сейчас доступны удивительные возможности перевода, которые ломают языковые барьеры в общении. Например, в Китае более 500 млн человек пользуются приложением iFlytek, которое превращает китайскую речь в сообщения, написанные по-английски, и наоборот. Есть даже голосовые приложения, способные работать в условиях повышенного шума, например приложение Xiaofeiyu, разработанное для водителей в Китае.
 
Подобно распознаванию речи, глубокие нейронные сети теперь даже осваивают чтение по губам, что очень помогает глухим
общаться со слышащими. Тем не менее существуют и недостатки, которые нельзя сбрасывать со счетов. Несмотря на то, что Alexa и другие программы активируются голосом (надо вслух произнести название «навыка» или приложения) , присутствие в доме подслушивающего устройства вызывает у многих дрожь. Мне сразу вспоминается Марк Цукерберг, который заклеивает объектив веб-камеры своего ноутбука, опасаясь, что за ним могут наблюдать. Можно, конечно, выключить режим «всегда на связи» и чуть меньше тревожиться по поводу неприкосновенности частной жизни, но если устройство активировано, то компании-разработчики, разумеется, записывают некоторые разговоры, чтобы обучать и совершенствовать свою платформу (пользователи имеют возможность стирать всю записанную информацию, хотя мало кто это делает) . По этой причине Alexa окрестили «оруэлловским Старшим Братом». А в 2017 г., как будто голосовой части было недостаточно для нагнетания страха, Amazon представил обновленные варианты Echo Plus с видеокамерой — Echo Spot с дисплеем, Echo Show c сенсорным экраном и уже упоминавшийся Echo Look: его машинный алгоритм способен подсказать, насколько эстетически привлекательно и стильно вы выглядите. 
 
Кстати, эта способность ИИ заинтересовала и ученых. Я не удивлюсь, если скоро Alexa будет подсказывать, в каком магазине мы можем обновить гардероб. Уязвимость голосовых ассистентов в отношении взлома продемонстрировали так называемые атаки дельфинов — чтобы контролировать активируемые голосом устройства, можно использовать ультразвук, который не различает человеческое ухо. 
 
Был даже один случай убийства, в ходе расследования которого Amazon вынудили предоставить следствию записи Echo,
полученные в тот период, когда система не была активирована, а находилась в режиме прослушивания. Компания подчинилась требованиям властей, хотя изначально ссылалась на Первую поправку, отказываясь обнародовать записи (при этом газеты называли прецедент с Echo «бомбой с часовым механизмом под Конституцией»). Частная беседа одной супружеской пары в Орегоне была записана без их ведома, а потом случайно разослана всем контактам. 
 
Эти примеры свидетельствуют о проблемах с защитой личных данных и конфиденциальностью. Публицист Николас Карр, известный способностью выставлять на всеобщее обозрение темную сторону современных технологий, не преминул высказаться и по этому поводу: «Даже когда эти гаджеты за нами бесцеремонно шпионят, они дают нам убежище от грязной реальности со всеми ее конфликтами и проблемами.
 
Гаджеты помещают нас в виртуальный мир, тщательно скроенный согласно нашим наклонностям и предубеждениям, в мир, который понимает нас и перестраивает себя в соответствии с нашими желаниями. Когда в Amazon решили опереться на мифологию, придумывая название для своего умного динамика, это было шедевром изобретательности. Каждый Нарцисс  заслуживает своей Эхо».
 
Кроме того, многие высказывали озабоченность по поводу неблагоприятного влияния голосовых ассистентов на детей, поскольку есть опасность возникновения зависимости от подобных устройств. Взять хотя бы заголовки в стиле «Когда ваш ребенок пытается сказать Alexa раньше, чем "мама"»: явственно прослеживаются опасения — а вдруг маленький ребенок слишком привяжется к всезнающему, всеслышащему и бестелесному голосу из колонки? 
 
Несмотря на эти серьезные проблемы и тревоги, все же понятно, что голос станет наиболее предпочтительной платформой для персональных ассистентов. Технология Alexa не располагает к портативности — цилиндрическую колонку не положишь в карман. В идеале надо добиться так называемой «бесшовной» работы, незаметной для пользователя, — например, автоматической связи смартфона и говорящего или, что более вероятно, усовершенствования самого смартфона (с аватаром, голосом и текстовым режимом) , который допускал бы такие возможности. Amazon уже устанавливает Alexa в умные часы и гарнитуры. 
 
Остается проблема голосового воспроизведения, когда текста слишком много (например, при выборе блюд из ресторанного меню) , — в этом случае его лучше воспринимать с экрана. Для решения этих проблем нужно добиться оптимальной интеграции различных устройств, а также необходимо удовлетворительное решение проблемы шумового фона. Имея такой солидный опыт использования виртуальных ассистентов в обыденной жизни, мы готовы к распространению этого опыта на здравоохранение и медицину. Большая часть усилий по внедрению ИИ в медицину была направлена на расширение возможностей врачей-практиков и узких специалистов, а не на решение проблем пациентов и здоровых людей. Учитывая, что смартфоны есть почти у 80% населения (а вскоре у такого же числа людей будут и голосовые ассистенты) , это выглядит как отличный фундамент для поддержки медицинских потребностей потребителей. Давайте теперь познакомимся с теми, кто приближает тот день, когда мы сможем открыть холодильник и спросить : «Alexa, что мне можно съесть?»
 
Современный виртуальный медицинский ассистент Несмотря на то, что существует множество ИИ-приложений для поддержания здоровья и лечения хронических заболеваний, все они решают очень узкие, специализированные задачи. Например, браслет от компании AliveCor. В этом устройстве глубокое обучение применяется для анализа зависимости частоты сердечных сокращений от физической активности: пользователю дается рекомендация сделать ЭКГ, если пульс выходит за допустимые рамки или появляются признаки мерцательной аритмии. Это приспособление представляет собой типичное современное медицинское наручное устройство. Я не буду даже пытаться рассмотреть здесь все возможные примеры, но постараюсь рассказать достаточно, чтобы дать вам представление о том, на какой стадии внедрения ИИ в медицинское просвещение мы сейчас находимся. У всех этих начинаний есть одна общая черта: не было проведено ни одного рандомизированного контролируемого исследования, которое подтвердило бы пользу этих разработок в плане улучшения результатов лечения. Они оценивались на основании небольших ретроспективных исследований или непосредственных наблюдений. Это серьезный пробел, который, без сомнения, надо восполнить. Но все же стоит присмотреться к тому, что уже было сделано. Первой целью подобных разработок стал сахарный диабет.
 
Компания Onduo,  совместное предприятие двух крупных фирм, Verily и Sanofi, добилась, пожалуй, самых впечатляющих результатов: ее разработка сочетает в себе функции ИИ-распознавания продуктов и блюд при помощи смартфона, текущего контроля уровня глюкозы и учета физической активности (пока это, правда, только подсчет сделанных шагов). Рекомендации выдаются в текстовом формате. Устройство от Wellpepper соединяет стратегию, основанную на Alexa, с результатами взвешивания и сканирования стоп. Больной сахарным диабетом становится на весы, и они сканируют стопы, выявляя при помощи классификатора машинного обучения признаки поражений, характерных для диабетической стопы.
 
Голосовой ассистент помогает собрать дополнительную информацию и дает советы по лечению и образу жизни. Virta — это дорогое ($400 в месяц) приложение для смартфона, помогающее голосовыми советами облегчить течение сахарного диабета 2-го типа на основании разработанных компанией алгоритмов — с помощью контроля сахара крови, диеты, физических упражнений и приема лекарств28. Другие стартапы, такие как Omada Health и Accolade, выбрали гибридное решение: сочетание искусственного интеллекта и обычного живого консультанта, которые совместно ведут больного диабетом. 
 
Стоит отметить, что такие компании, как Dexcom, Abbott и Medtronic — производители датчиков для измерения уровня глюкозы, — не имеют в своем распоряжении алгоритмов глубокого обучения, способных учитывать такие факторы, как питание, физическая активность, качество сна, стресс, микробиом кишечника и другие данные, которые могли бы помочь людям справляться с заболеванием. Эти компании продолжают использовать «тупые» традиционные алгоритмы (похожие на те, что анализируют результаты ЭКГ в 12 отведениях) , которые просто предупреждают больных о том, что содержание сахара в их крови понизилось или повысилось, причем оценка основывается исключительно на предыдущих показателях.
 
Я уже упоминал о программе DayTwo и персонализированном алгоритме машинного обучения правильному питанию, созданном с целью оптимизировать гликемический ответ на пищу на основании данных о составе микробиома. Компания Veritas Genetics, которая секвенирует геном любого желающего всего за $1 000, приобрела компанию, занимающуюся ИИ, чтобы интегрировать геномные данные и персонализированные рекомендации по питанию. Правда, до осуществления мечты о том времени, когда человек сможет спросить своего голосового помощника: «Alexa, стоит мне съесть этот последний кусок пиццы?», еще далеко — нам не хватает знаний по нутригеномике. Делались и попытки применить ИИ к программам по похудению — например, чат-бот Lark, позволивший добиться небольшого снижения веса в малой когорте испытуемых. 
 
ИИ-приложение компании Vida для похудения, лечения сахарного диабета и контроля артериального давления помогает, как утверждают его создатели, создать персонализированные планы действий на основании сообщений пациентов о стрессе, чувстве голода и уровне потребления энергии. Участие живых консультантов доказало свою эффективность при лечении многих из этих состояний, а работа компаний Noom и Iora Health может послужить основой для дальнейшего усовершенствования ИИ — или, возможно, для гибридного подхода, который представляется наиболее удачной стратегией.
 
Компания Tempus Labs применяет узконаправленный, ориентированный на конкретное заболевание подход к лечению рака. Эта компания собирает всеобъемлющие данные о пациентах, включая демографические данные, геномную последовательность опухолевых клеток, последовательность нуклеотидов в РНК, уровень иммунной реактивности, медицинские изображения, анализы крови на циркулирующую в ней опухолевую ДНК и данные об органоидах, а также сведения о примененном лечении и его результатах. Эта компания сотрудничает не только с большинством центров Национального института рака США — в конце 2017 г. она получила доступ к данным более 1 млн пациентов Американского общества клинической онкологии, сосредоточенным в базе CancerLinQ. Это хорошее дополнение к данным центров Национального института рака, так как база данных CancerLinQ отражает практику более 2 000 онкологов из сотни с лишним онкологических лечебных учреждений США. На основе этого беспрецедентного объема комплексных данных Tempus Labs совместно с разработчиками систем искусственного интеллекта из компании Precision Health создает алгоритмы, направленные на улучшение результатов лечения онкологических заболеваний.
 
В 2017 г. компания Second Opinion Health представила приложение для смартфонов под названием Migraine Alert. Больным с эпизодическими приступами мигрени предлагается собирать данные о потенциальных триггерах приступов — качестве сна, уровне физической активности, стрессе и погоде. Машинное обучение осуществляют на материале 15 приступов (это очень, очень много головной боли). Программа способна спрогнозировать приближение приступа с точностью до 85%, что позволяет пациенту принять лекарство для профилактики приступа, а не лечить уже возникшую боль.
 
Приложение ResApp Health использует микрофон смартфона для выслушивания дыхания пациента. Алгоритмы машинного обучения могут с высокой (до 90%) точностью заподозрить у пациента несколько легочных заболеваний — острую или хроническую астму, пневмонию и хроническую обструктивную болезнь легких. Результаты такого выслушивания сравнили при помощи ИИ с результатами «живых» терапевтов, что позволило улучшить прогностическую ценность приложения.
 
Есть также много интеллектуальных чат-ботов (некоторые из них работают на основе Alexa и Google Home) и приложений для смартфона, выполняющих самые разнообразные функции: они выявляют симптомы, поощряют пациента своевременно принимать лекарства, отвечают на вопросы, связанные со здоровьем. К ним относятся Ada, Florence, Buoy, HealthTap, Your.MD, MedWhat и Babylon Health. В 2018 г. компания Babylon Health на своем сайте представила доклад, в котором сравнивала диагнозы, установленные ее чат-ботом, с диагнозами семи врачей, утверждая, что диагнозы бота были точнее. Компанию резко раскритиковали — как за методологические погрешности, так и за раздувание собственных успехов. В том же ключе журналисты Quartz при содействии врачей оценили 65 навыков Alexa и медицинскую информацию, которую способна предоставить система. Заключение было однозначным: «Alexa — очень плохой врач».
 
Еще одна область применения ИИ связана с пожилыми людьми. Интересно, что в приложении от компании care.coach голосовой ассистент имеет облик щенка, который, общаясь со стариками, помогает им лучше ориентироваться в окружающем мире. 
 
Шведский стартап Aifloo разработал браслет, который с помощью алгоритма искусственного интеллекта выявляет риск
падения и привлекает внимание сиделки или медперсонала. Подобная технология никогда не сможет заменить настоящий заботливый человеческий уход, но может стать полезным дополнением к нему, особенно если учесть эту глубокую пропасть — рост численности пожилого населения и дефицит учреждений по уходу за престарелыми (а также недостаточное финансирование этих учреждений). Словом, мы можем легко убедиться, что усилий, направленных на использование ИИ для оказания виртуальной медицинской помощи, предпринимается недостаточно. В целом поле приложения искусственного интеллекта в этой области достаточно узкое, собранные для машинного обучения данные скудны и неполны, валидация недостаточна, и, кроме того, отсутствуют внятные долгосрочные цели.
 
Свойства виртуального медицинского ассистента будущего
 
Создание более мощных медицинских ассистентов — это одновременно и технологическая, и политическая сложнейшая задача. На самом деле — и по причинам, которые мы уже рассматривали (но я хотел бы снова к ним вернуться), и по причинам, еще не затронутым в этой книге, — самая сложная задача все же политическая. Это очень важно, и не только потому, что такие ассистенты — это «круто», но и потому, что они воплощают главное благо глубокой медицины: не просто помогать врачам лучше исполнять свой долг, но и помогать всем нам делать все возможное ради сохранения нашего собственного здоровья. Мы не сможем раскрыть весь мощный потенциал глубокой медицины, если у нас не будет виртуального ассистента (или чего-то подобного) , который поможет нам в этом. Ни один живой человек, будь то врач или пациент, не в состоянии обработать и усвоить все данные. Это обещает сделать искусственный интеллект — но пока только обещает. Когда машины будут ориентированы на потребности пациентов, алгоритмическую функциональность можно будет поставить на службу множеству людей, чтобы они могли получить — из интереса или для дела — всю должным образом подготовленную полезную информацию, которая может им понадобиться. Ричард Хортон, главный редактор журнала The Lancet, часто выражающий скептицизм в отношении новых технологий, как-то написал: «Замена врача интеллектуальным медицинским роботом — это тема, которая постоянно всплывает в научно-фантастических романах, но идея персонализированных медицинских советов от цифрового ассистента, подкрепленных данными самонаблюдения со смартфона, уже не кажется такой уж неправдоподобной». Правда, нам пока не хватает многих важных кусочков этой мозаики.
 
Ценность виртуального медицинского ассистента — это ценность введенных в него данных, не более того. Стэнфордские ученые Джонатан Чен и Стивен Эш метко констатировали: «Ни один самый точный алгоритм, ни один самый мощный компьютер не сможет выжать информацию, которой нет в исходных данных». 
 
Во-первых, в систему необходимо включить все персональные данные, касающиеся здоровья конкретного человека (в идеале — начиная с внутриутробного периода): такие данные должны быть взаимосвязанными и непрерывно обновляться. До сих пор в медицине господствовал и продолжает господствовать редукционизм. 
 
Не случайно за созданием международного исследовательского проекта Human Genome Project (HGP) стояло стремление понять, как индивидуальные вариации генома влияют на риск конкретного человека заболеть той или иной болезнью, а также на вероятные результаты лечения. Это пример линейного мышления, которое не учитывает сложную природу здоровья и болезни, а также многомерные взаимодействия микробиома, иммунной системы, эпигенома, социальных связей, окружения… и многого, многого другого.
 
Первым шагом должен стать сбор всех данных о человеке, объединенных в систему. Эту систему надо рассматривать как
живой ресурс, который требуется подпитывать и дополнять всеми новыми существенными данными, будь то показания датчиков, стрессогенные факторы, смена работы, результаты исследования состава микробиома, рождение ребенка и многое, многое другое. Эти данные надо постоянно собирать и анализировать — но не докучая человеку, незаметно для него. Это означает, что система не должна требовать ручного ввода данных и вообще каких бы то ни было чрезмерных усилий от исследуемого. Это не так легко, как кажется: я на собственном опыте убедился, что невозможно учесть потребляемую нами пищу без ручного ввода данных в приложение для смартфона или на сайт. Когда я вводил данные о съеденной пище, физических нагрузках и качестве сна, у меня было одно-единственное утешение: что эта каторга продлится всего две недели. Любое обучение искусственного интеллекта, требующее больше нескольких дней, не может и не должно принимать в расчет то, что пациент добровольно будет вводить все необходимые данные.
 
Было предложено много остроумных пассивных решений, а некоторые из них уже находятся в стадии разработки. Когда я работал консультантом в Google, компания в сотрудничестве с биомедицинской лабораторией Рочестерского университета разработала модель унитаза, который измерял артериальное давление сидящего на нем человека. Я сомневаюсь, что таким способом можно получить достоверные данные. Но в арсенале разработчиков есть и другие ненавязчивые инструменты для измерения важных параметров жизнедеятельности — например, когда человек стоит на электронных напольных весах или смотрит на себя в зеркало. Параллельно многие компании начали работать над созданием спектроскопических или колориметрических приложений для смартфонов, способных анализировать потребляемую пищу (про приложение от компании Onduo с функцией ИИ-распознавания продуктов и блюд уже говорилось выше) . Это было бы прекрасно (при условии, что эти измерения окажутся точными) , но пока эти приложения требуют усилий — физических и умственных — обследуемого, что делает их менее привлекательными. Человеку не добавит аппетита необходимость возиться со смартфоном еще и во время еды.
 
Более современные модели умных браслетов, Ionic от Fitbit илиVersa, собирают больше данных: частоту сердечных сокращений, качество сна, интенсивность физической активности. Проблема с некоторыми из этих данных, которые теоретически представляют собой большую ценность для виртуального ИИ-консультанта, заключается в их качестве. Как уже говорилось выше, движения во время сна — лишь приближенное отражение мозговой активности, которую можно надежно оценить лишь при регистрации электрической активности мозга (с помощью электроэнцефалограммы) . Кроме того, все мы прекрасно знаем, что при помощи цифровых трекеров можно подсчитать количество шагов: это удобно для определенных видов физической активности (например, для ходьбы) , но не позволяет оценить физическую нагрузку во время езды на велосипеде или при плавании. Основное условие — это качество вводимых данных: ошибки или пропуски сделают выходные данные ИИ-ассистента неадекватными.
 
Схема глубокой нейронной сети со всеми введенными в нее данными о человеке
 
Рис. 1.3. Схема глубокой нейронной сети со всеми введенными в нее данными о человеке и данными медицинской литературы, что позволит обеспечить на выходе данные, пригодные для лечебных и профилактических рекомендаций.
 
 
На рис. 1.3. я предложил комплексную модель для глубокого машинного обучения, предназначенную для формирования индивидуальных советов по поводу здоровья. Вы можете заметить, что мы можем собрать действительно «большие данные» по человеку, что одновременно является настоящим вызовом и прекрасной возможностью для применения ИИ.
 
Вероятно, для этого потребуются сотни скрытых слоев глубокой нейронной сети, чтобы получить желаемый выход — в режиме реального времени, точный, обладающий достаточной прогностической силой и полезный в плане поддержания и укрепления здоровья. Возможно, какие-то специалисты по искусственному интеллекту найдут эту модель чересчур упрощенной и нереалистичной. Но это та самая глубокая и многокомпонентная нейронная сеть, которая нам нужна: нейронная сеть со сложной архитектурой, которая потребует привлечения других инструментов обучения искусственного интеллекта, возможно пока еще не созданных (вспомним о триумфе машины AlphaGo: разработчики сочетали глубокое обучение, обучение с подкреплением и метод Монте-Карло для поиска по дереву).
 
Строго говоря, мы не знаем, из чего именно должен состоять «холистический» взгляд на каждого индивида: информативная, панорамная картина, по всей видимости, значительно варьирует от человека к человеку. Например, какие именно датчики необходимы для того, чтобы предупредить или лечить какое-то определенное заболевание? Данные транскриптомики и эпигеномики разнятся в зависимости от частей организма: они уникальны для каждого типа клеток, но большинство этих данных нам на сегодня недоступно. В организме присутствуют тысячи метаболитов, которые можно определить с помощью масс-спектрометрии, но это потребует огромных затрат. Аналогично, если мы попытаемся охарактеризовать работу иммунной системы человека, то полученные данные будут применимы только к определенному моменту времени, и ситуация осложнится вследствие разных методов оценки иммунитета — определения уровня аутоантител, анализа свойств Т- и В-клеток, секвенирования главного комплекса гистосовместимости или проточной цитометрии. В каких случаях необходим мониторинг циркулирующих в крови фрагментов опухолевых ДНК, а в каких — поиск специфических РНК для оценки сохранности таких органов, как головной мозг, печень, почки и сердце? Насколько часто надо осуществлять такой мониторинг? Какие данные и какие датчики для их сбора надо использовать для наблюдения за качеством воздуха и за наличием в нем цветочной пыльцы?
 
Надеюсь, теперь вы понимаете, насколько необозримо количество биологических, физиологических, анатомических, психологических и экологических данных, из которых придется выбирать нужные.
 
Но есть вопросы и посложнее. Чем больше показателей жизнедеятельности мы зарегистрируем, тем выше вероятность, что нас попросту засосет в омут: у нас будет масса случайных находок, которые, напомню, мой коллега Исаак Коган окрестил «инциденталомами». Типичный пример — магнитно-резонансное или компьютерно-томографическое изображение всего тела неизбежно приводит к выявлению патологий или аномалий, требующих дальнейшего обследования, а иногда даже выполнения биопсии (которая почти всегда обнаруживает безобидные доброкачественные кисты или узелки) . Это хитрая задачка для виртуального медицинского ассистента: как собрать максимум данных, чтобы получить на выходе не кучу ложноположительных результатов, а советы, призванные улучшить результаты лечения и обеспечить более адекватную терапию (или более качественную профилактику).
 
Разумеется, в организме происходят миллиарды взаимодействий, о которых мы очень мало знаем. Сетевой (системный) подход в медицине возьмет ИИ на вооружение: он поможет увидеть, понять и разобраться, как процесс X связан с процессами Y и Z (например, как сигналы головного мозга влияют на уровень артериального давления или каким образом микробиом может повышать риск заболевания раком). В медицине, помимо редукционизма, который чрезмерно упрощает представление о здоровье человека и не дает полной и адекватной картины взаимодействий, есть еще одна тяжкая проблема — проблема «четвертого измерения», то есть времени. Каждый человек представляет собой динамичную, постоянно развивающуюся и изменяющуюся (как в лучшую, так и в худшую сторону) систему, и, следовательно, как бы мы ни упорядочивали полученные данные, нам придется признать, что всегда существуют границы, за пределами которых интерпретация трудна или невозможна. Маркировать основополагающие нейронные сети и устанавливать эталоны — весьма и весьма сложная задача.
 
Допустим, мы сможем использовать глубокое обучение и другие инструменты ИИ так, чтобы обойти проблему ложноотрицательных результатов и определить предел насыщения данными для каждого отдельного человека. Далее, допустим, что все трудности в разработке нашего виртуального медицинского ассистента, имеющего целью улучшение состояния здоровья пользователей, успешно преодолены. Но такой ИИ-консультант должен пройти через рандомизированное контролируемое исследование и выдержать окончательное клиническое валидационное испытание, чтобы его приняло медицинское сообщество. Сегодня на этот путь ступила только одна компания. В Китае компания iCarbonX, возглавляемая Цзюнь Ваном, который прежде был директором крупнейшей китайской компании, занимавшейся геномом человека, привлекла более $600 млн от частных инвесторов и завязала партнерские отношения с многими корпорациями, включая SomaLogic, HealthTell, AOBiome, General Atomic Technologies Corp, Robustnique, Imagu, PatientsLikeMe, а также двумя крупнейшими китайскими страховыми компаниями — AIA и China Life.
 
Данные, которые планирует собирать компания, частично пересекаются с данными, приведенными на рис. 1.3.: образ жизни, секвенирование ДНК, протеомика, метаболомика, оценка функции иммунной системы при помощи аутоантител, транскриптомика, исследование кишечного микробиома, мониторинг содержания глюкозы в крови. Эти исследования предусматривают использование зеркал и унитазов (не говоря уже о смартфонах) для сбора данных. Поставлена грандиозная задача: получить данные миллионов людей и создать на этой основе совершенного виртуального медицинского ИИ-ассистента в форме чат-бота. Девиз компании: «Управляй своей жизнью.
 
Цифровыми средствами». Есть мнения, что компании потребуется обследовать не 1 млн, а 10 млн человек и потратить намного больше заявленных $600 млн, чтобы воплотить в жизнь эти далекоидущие планы. И все же сам этот факт указывает на то, что сделана хотя бы первая попытка создать более широкую базу для медицинского ИИ-консультирования.
 
Возможно, это слишком дерзкая попытка (невзирая на то, что iCarbonX обеспечила себе такую мощную поддержку со стороны авторитетных компаний) создать алгоритмы для всех аспектов человеческого здоровья. Возможно, имело смысл ограничиться отдельными острыми заболеваниями или состояниями, которые можно предотвратить (например, инфарктом миокарда, приступами бронхиальной астмы, эпилептическими припадками или сепсисом) , или теми хроническими заболеваниями, которые на сегодня лучше всего поддаются лечению (включая артериальную гипертонию, сахарный диабет, депрессию или различные типы рака) . Но такой более узкий подход чреват опасностью — на выбор критериев полезности тех или иных данных может повлиять личная пристрастность специалистов, а сами они могут пренебречь способностью нейросетей к самостоятельным открытиям, не опирающимся на базовую гипотезу. Но, вероятнее всего, общепринятым станет именно такой подход — компромисс, позволяющий двигаться вперед, пусть и не холистическим путем. Хотя этот путь — ИИ-консультирование по конкретным заболеваниям — может быстрее привести к успеху и валидации, нам не следует терять из вида основную цель — сохранение и укрепление здоровья.
 
Но при любом подходе, универсальном или узком, система должна обучаться на основе всей доступной биологической и медицинской литературы, чтобы виртуальный ИИ-консультант работал максимально эффективно. Если мой ортопед не помнит о моем редком врожденном заболевании (рассекающем остеохондрите) или об особенностях послеоперационной физиотерапии при этом заболевании, то виртуальный ассистент мог бы оказать ему серьезную поддержку только в одном случае — если бы эта информация хранилась в его собственной памяти. 
 
Получить в свое распоряжение всю медицинскую литературу, доступную для немедленного использования, — цель более сложная, чем забить память статьями из «Википедии». Автоматизированная обработка и сортировка по качеству всей информации, извлеченной из более чем 2 млн публикуемых ежегодно статей, недоступна искусственному интеллекту — во всяком случае, на сегодня. Но уже разрабатываются методы извлечения информации из статей при помощи ИИ, что, безусловно, будет иметь большое значение для перспективы виртуального медицинского консультирования. 
 
Пока же можно прибегнуть к «промежуточной» стратегии: скажем, обрабатывать только материал, который публикуется в самых авторитетных биомедицинских журналах. Моя уверенность, что в конечном счете весь корпус медицинской литературы будет переработан алгоритмами искусственного интеллекта, только укрепилась после бесед с разработчиками ИИ компании Google и другими специалистами.
 
Есть и другие трудности, не связанные с наукой. Самая большая из них — это получение всех необходимых персональных данных. Особенно вредна в этом отношении мысль, будто надежным источником таких данных могут служить электронные истории болезни. Как мы уже успели убедиться, нет ничего более далекого от истины. ЭМК — это узкий, неполный и изобилующий ошибками взгляд на здоровье пациента. В будущем как раз электронные истории болезни и станут сдерживающим фактором при создании виртуального медицинского ассистента.
 
Входные данные для глубокого машинного обучения должны быть надежными, полными и достоверными, и скепсис в отношении американских электронных историй болезни подтолкнул меня написать следующий твит, который я так и озаглавил: «Ваши. Медицинские. Данные»:
 
Почему Вы вправе владеть данными о своем здоровье и своих заболеваниях
 
1. Это ваш организм.
2. Вы дорого за него платите.
3. Эти данные дороже всего на свете.
4. Они продаются, воруются и взламываются, и вы, как правило, об этом не знаете.
5. В этих данных множество ошибок, которые из раза в раз копируются, и вы не можете никак их отредактировать.
6. Вы можете и хотите добавлять новые данные, но вам некуда их деть.
7. Главная ценность — это конфиденциальность ваших данных.
8. Единственный путь этого достичь - децентрализация их хранения.
9. Сейчас по закону распоряжаться этой информацией могут только больницы и лечащие врачи.
10. Больницы не могут и не имеют права делиться этой информацией с вами.
11. Врачи (более чем в 65% случаях) не выдадут вам данные из вашей истории болезни.
12. У вас больше прав делиться своей информацией, чем у ваших врачей.
13. Вы могли бы поделиться своей информацией для научных исследований, но у вас ее нет.
14. За свою жизнь вы побывали у многих врачей: ни в одной системе здравоохранения и ни у одного страхователя нет полной информации о состоянии вашего здоровья.
15. Строго говоря, ни в одном лечебном учреждении (во всяком случае, в США) нет данных о вашем здоровье, которые охватывали бы всю вашу жизнь от рождения до настоящего времени.
16. Электронные истории болезни придуманы для того, чтобы получить максимальные выплаты от страховых компаний, а не ради заботы
о вашем здоровье.
17. Вы будете более заинтересованы в лечении, и оно будет намного эффективнее, если все данные будут у вас на руках.
18. Для врачей, делящихся с пациентами данными историй болезни, это в конце концов становится естественным процессом.
19. Данные историй болезни должны обновляться постоянно.
20. В настоящее время доступ к медицинским данным и управление ими выглядят неадекватно.
21. Около 10% сканов и снимков приходится дублировать исключительно из-за их недоступности пациентам.
22. Вы вполне в состоянии выдержать правду о своем здоровье.
23. Вы должны владеть и распоряжаться своими собственными данными, это должно стать вашим гражданским правом.
24. Это может спасти вам жизнь.
 
Ниже я вкратце рассмотрю эти 24 пункта. Поскольку это ваш организм, ваше тело и вы заплатили за данные о нем, то вы и должны ими распоряжаться — вы, а не врачи и больницы, которые во всех штатах (за исключением одного) на законном основании владеют вашими данными. Если вы сами будете владеть и распоряжаться своими данными, то тем самым снизите вероятность взлома, вероятность их незаконной кражи и продажи без вашего ведома. В последнее время часто говорится о конце эпохи неприкосновенности частной жизни — но это не касается
медицинских данных. Конфиденциальность и безопасность ваших данных зависит от их децентрализации — мощные серверы, где они обычно хранятся, в основном и становятся мишенями мошеннических кибератак. В идеале хранилище должно быть минимальным по размеру — ваше личное или семейное хранилище данных в облаке или на блокчейн-платформе. Мы уже убедились, что все электронные истории болезни изобилуют ошибками, которые врачи копируют и переносят из одного документа в другой, не говоря уже о том, что при посещении разных врачей на пациента каждый раз заводят новую историю болезни. Но даже если записи в электронной истории болезни точны, помните: задача содержащейся там информации — увеличить страховой счет, а не улучшить состояние вашего здоровья за счет полноты данных о нем.

Сейчас, когда есть датчики, способные непрерывно регистрировать такие физиологические параметры, как глюкоза крови или сердечный ритм, эта неполнота данных становится только очевиднее; можно вспомнить и о данных геномного анализа, которые в историях болезни попросту отсутствуют.

Разумеется, сегодня очень немногие согласятся доверить свои геномные данные историям болезни, которыми распоряжаются системы здравоохранения или врачи, так как в этом случае эта информация может попасть в руки компаний, продающих страховые полисы или устанавливающих долгосрочную инвалидность. Надо также признать, что многие другие данные — например, состав диеты или даже показатели измеренного в туалете артериального давления — предназначены отнюдь не для общего пользования; многим это кажется недопустимым, и я уважаю такую точку зрения. До тех пор, пока не будет обеспечена надежная защита конфиденциальных личных данных и пока мы не выясним, кому же все-таки они принадлежат, у нас сохранятся веские причины никому не доверять информацию о собственном здоровье во всей ее полноте.
 
При современном положении вещей пациенту очень трудно получить доступ к собственным данным. Большинство американских врачей весьма неохотно делятся своей (а на самом деле вашей) информацией. Больницы и медицинские учреждения по всей стране вовлечены в «информационную блокаду» — никто не хочет делиться собранными индивидуальными данными из страха утратить контроль за пациентами. Один из способов сохранения такого контроля — это использование медицинскими учреждениями для записи данных своих собственных форматов файлов, которые не читаются чужим ПО, что в итоге превращается в проблему и для тех, кто пытается разработать виртуального ИИ-консультанта, и для тех медучреждений, которым нужны данные конкурентов. Несмотря на то, что Министерство здравоохранения и социальных служб США призывает больницы отказаться от этой порочной практики, а некоторые законы и нормы призваны ее предотвратить, проблема по-прежнему существует.

Я, как и многие мои коллеги, всегда утверждал, что право распоряжаться собственными медицинскими данными должно считаться гражданским правом. 
 
Я считаю, что именно к этой конечной цели надо стремиться и что она когда-нибудь неизбежно станет реальностью в США, но нельзя годами и десятилетиями покорно ждать, если мы хотим получить полноценного виртуального медицинского консультанта. В некоторых других странах уже сегодня пытаются приблизить будущее. Возьмем маленькую постсоветскую страну Эстонию, которую The New Yorker назвал «Цифровой республикой»: «Принципом эстонской системы здравоохранения, которая использует блокчейн-платформу для защиты конфиденциальных данных, является право индивида владеть всей имеющей к нему отношение информацией, которая содержится в медицинских документах». 
 
Никто не имеет права даже одним глазом заглянуть в эти данные — необходимо уведомить органы здравоохранения и обосновать необходимость этого. Эффективность эстонской системы здравоохранения в сравнении с американской просто поражает. У парамедиков есть доступ к приложениям, где они могут узнать все необходимые данные о пациенте еще до прибытия на место, а развитая телемедицина обеспечивает возможность мониторинга жизненно важных функций организма в режиме реального времени (интерпретируются эти данные при помощи ИИ) . Благодаря этому врачи могут помогать пациенту на расстоянии и, кроме того,  исключается назначение несовместимых друг с другом лекарств. Хотя в других странах пока нет такой всепроникающей цифровой инфраструктуры, но, например, в Финляндии и Швейцарии система здравоохранения уже передоверяет гражданам право распоряжаться собственной медицинской информацией. Это действующие модели, которые доказывают, что такой подход не только возможен, но и выгоден: граждане этих стран открыто высказались за право «собственности» на данные о состоянии своего здоровья. Эти страны уже заложили фундамент для успешного создания виртуального медицинского ассистента.
 
Следующий вопрос касается формы, в которую будет облечен этот помощник. В конце концов мы будем избавлены от необходимости общаться с «цилиндрами» (то есть от того, что нам предлагают Amazon и Google) . Мой друг Брайан Голдман, канадский врач скорой помощи, посвятил целую главу своей книги «Сила доброты» рассказу о «самых добрых в мире» роботах, созданных для общения с людьми, особенно с пожилыми, страдающими старческим слабоумием и другими расстройствами. Роботы, которых Голдман видел в действии в Японии (такие, как Telenoid, созданный специалистами из Университета Осаки и Института исследований передовых методов телекоммуникации) , — это только начало. Главный генератор идей и вдохновитель успехов на этом поприще — Хироси Исигуро: он создает роботов, удивительно похожих на человека (у некоторых моделей — самые настоящие «человеческие» руки) . А гонконгская компания Hanson Robotics создала робота Софию — это еще один пример робота с человекоподобной внешностью (вспомним героиню фильма «Из машины») , причем его способность взаимодействовать с человеком все растет. 
 
Однако надо помнить, что голосовой советчик будущего должен быть максимально портативным. Поэтому мне кажется, что прототипом могут стать аватары в виде человеческих лиц, созданные компанией Soul Machines из Окленда (Новая Зеландия) . У устройств этой компании есть встроенные ИИ-датчики, улавливающие настроение человека и степень его утомления. Аватары постоянно находятся в зрительном контакте с пациентом, а их способность поддерживать беседу постоянно совершенствуется. Такие аватары уже работают в некоторых аэропортах и банках, а следующим шагом будет перенос этих программ в смартфоны, планшеты и браслеты. В настоящее время в Новой Зеландии проводят исследования на предмет создания систем ИИ для первичной догоспитальной диагностики и первой помощи.
 
Помимо формы устройств, есть и другие проблемы, которыми следует заниматься уже сейчас. Начнем с того, что многие не
захотят иметь дело ни с ИИ-консультантом, ни с его элементами из-за вполне оправданного страха перед Старшим Братом и перед вторжением в свою частную жизнь: этих людей бессмысленно заверять, что их данные в безопасности. Но если ИИ-консультант сможет улучшить результаты лечения и снизить его стоимость, работодатели и медицинские страховые компании захотят внедрить эти устройства в повседневную медицинскую практику, что создаст напряженность и этические проблемы: ведь многие люди захотят сохранить независимость (и будут иметь на это полное право). Кроме того, пусть это всего лишь ПО и алгоритмы, но стоимость такого ИИ-консультанта может оказаться достаточно высокой — и мы получим лишь усугубление уже существующих проблем, связанных с неравенством в сфере здравоохранения.
 
Во многом будущий окончательный успех (или неуспех) медицинских ИИ-консультантов будет зависеть от того, поменяется ли человеческое поведение: тяжесть так называемого «бремени болезней» связана прежде всего с плохим качеством жизни, с бедностью. Вот что пишут Митеш Патель и его коллеги: «Судьба внедрения едва ли не каждого усовершенствования в медицине практически целиком зависит от человеческого поведения». 
 
В этой сфере хватает пессимизма. Возьмем для примера Эзекиля Эмануэля, который писал: «Нет никаких оснований думать, что виртуальная медицина заставит большинство пациентов лучше заботиться о себе, какими бы изощренными ни были самые совершенные гаджеты. Многие начинания, многие попытки внедрить высокие технологии во имя улучшения здоровья так и не увенчались успехом». 
 
За последние годы мы сильно преуспели в науке о поведении, но до сих пор не очень хорошо понимаем, как сделать наш образ жизни более здоровым. Тереза Марто из Кембриджского университета, один из ведущих специалистов в этой области, отмечает, что мы не лезем в море, если там есть акулы, но полностью игнорируем предупреждения, касающиеся нездорового образа жизни51. Она, как и многие другие ведущие специалисты, настаивает, что для изменения поведения надо воздействовать на бессознательные психические процессы — незаметно, но ощутимо, как бы подталкивая людей к нужным поведенческим решениям. Нам еще только предстоит найти стимулы, которые позволят «подталкивать» людей к изменению привычек, связанных со здоровьем, — помимо финансового стимулирования, геймификации или элементов соревновательности. Однако мы все же совершенствуем модели, прогнозирующие человеческое поведение, причем как онлайновое, так и офлайновое, и эти модели помогут определить, какие люди будут положительно реагировать на стимулы, а какие — нет. 
 
Это звучит отрезвляюще — что перспективы новой машинной эпохи в здравоохранении могут быть разрушены человеческой природой. Но это потенциальное препятствие следует преодолеть — если мы, конечно, хотим, чтобы виртуальные медицинские консультанты преобразили нашу повседневную реальность.
 
Внушает оптимизм одно исследование, проведенное в Финляндии: в нем участвовало более 7 000 человек, поставленных в известность о генетическом риске развития сердечных заболеваний. В ходе наблюдения, продолжавшегося полтора года, значительная доля участников из группы самого высокого риска отказалась от курения (1 7%) и сбросила лишний вес (14%) 53. Эти результаты противоречат известному представлению, будто «персонализированная информация о риске» ни на что не влияет. 
 
Возможно,  сочетание легкого «подталкивания» со стороны ИИ и индивидуализации данных и стимулов поможет справиться с этим серьезным препятствием. Сегодня самой совершенной формой искусственного интеллекта считают алгоритмы самоуправляемого автомобиля. Мне думается, что вершиной здравоохранения будущего станет виртуальный медицинский консультант, обучающий человека самостоятельно управлять своим здоровьем. Я понимаю, что на этом пути нас ждет множество препятствий, но все же уверен, что когда-нибудь эта система будет создана и докажет свою клиническую эффективность. Если мы смогли отправить человека на Луну, придумать интернет и создать Google-карты Земли, то неужели мы не сможем достичь и этой цели? Давайте поиграем в футурологов: вот как все это может выглядеть в реальности.
 
«— Боб, я заметила, что у вас повысились показатели частотысердечных сокращений и артериального давления в течение последних 10 дней. Вы можете взять смартфон и сделать снимок глазного дна?
 
— Да, Рэйчел, уже делаю.
 
— Боб, на сетчатке нет никаких признаков того, что ваше артериальное давление вышло из-под контроля. У вас не было боли в груди?
 
— Нет, Рэйчел.
 
— Учитывая вашу генетическую предрасположенность к ишемической болезни сердца, я просто хочу удостовериться, что
все в порядке.
 
— Спасибо, Рэйчел. У меня были какие-то странные ощущения в нижней челюсти, когда я в последний раз тренировался на
беговой дорожке, но я остановился, и через несколько минут все прошло.
 
— Боб, это может быть стенокардия. Думаю, что тест с нагрузкой позволит исключить этот диагноз. Я посмотрела ваш
график на следующую неделю и предварительно договорилась с доктором Джонсом на вторник, на 16: 00, если это вас устроит.
 
— Спасибо, Рэйчел.
 
— Не забудьте захватить с собой кроссовки и спортивный костюм. Но ближе к нужной дате я еще раз напомню вам об обследовании».
 
«— Дэвид, меня беспокоит какой-то дискомфорт в животе.
 
— Сочувствую, Карен. Давно ли появилось это ощущение?
 
— Около двух часов назад, Дэвид, и, кажется, мне становится все хуже.
— Карен, где вы ощущаете боль?
 
— С правой стороны, Дэвид.
 
— Что и когда вы ели в последний раз?
 
— Недавно я съела гамбургер, картошку фри и выпила чаю со льдом.
 
— Понятно, Карен. Нет ли у вас тошноты?
 
— Нет, Дэвид, у меня только болит живот.
 
— Возьмите смартфон, прикрепите ультразвуковой датчик и положите его на живот.
— Я положила, Дэвид.
 
— Карен, изображение неудовлетворительное. Сдвиньте датчик вверх и немного вправо.
 
— Так, Дэвид?
 
— Да, так намного лучше. Я вижу, что у вас камни в желчном пузыре, и, вероятно, этим объясняется дискомфорт. У вашей матери были камни, и, кроме того, вы страдаете генетической предрасположенностью к желчнокаменной болезни.
 
— Да, похоже на правду, Дэвид.
 
— Позвольте мне связаться с доктором Джонсом и узнать, что он порекомендует. Судя по изображению, такие камни можно попытаться растворить без операции, медикаментозным способом».
 
Надеюсь, эти примеры дают представление о том, что нам может дать медицина в сочетании с искусственным интеллектом. Я постарался подчеркнуть необходимость в холистических данных и в «страховке» со стороны врачей и специалистов. В итоге виртуальный медицинский консультант станет истинным благом для пациентов, хотя, конечно, это дело весьма отдаленного будущего.
 

«В экспериментальных работах надо сомневаться до тех пор, пока факты не заставляют отказаться от всяких сомнений»

Луи Пастер

Научный подход на Google Play

Файлы

Физика невозможного

Наука в поисках Бога

Новый ум короля: о компьютерах, мышлении и законах физики

Многообразие религиозного опыта