Нейронные сети будут проводить офтальмологическую диагностику

DeepMind, базирующаяся в Лондоне компания-разработчик искусственного интеллекта (приобретённая в 2014 году Google), запустила проект по обучению нейронных сетей распознаванию признаков болезней глаз на медицинских снимках. Партнёрство с Глазной клиникой Мурфилдс (Moorfields Eye Hospital) в Лондоне дало компании доступ к почти миллиону снимков радужной оболочки глаза, которые DeepMind заложит в свою систему искусственного интеллекта.

Проект ориентирован на два из наиболее распространённых заболеваний глаз — возрастную дегенерацию жёлтого пятна и диабетическую ретинопатию. Более 100 миллионов человек в мире страдают от этих заболеваний.

Информация, которую предоставляет клиника Мурфилдс, включает в себя сканирование задней части глаза, а также более детальное сканирование известное как оптическая когерентная томография (ОКТ). Идея заключается в том, что снимки позволят нейронным сетям DeepMind научиться распознавать слабые признаки заболеваний глаз, которые с трудом замечают даже опытные врачи.

Это даст возможность системам машинного обучения обнаруживать начало болезни до того, как это сделает человек. Чем раньше, тем лучше, говорит Гади Воллстайн (Gadi Wollstein), профессор офтальмологии и биоинженерии из Питтсбургского университета (University of Pittsburgh). «Пациенты теряют ткань сетчатки и эти потери необратимы», — говорит он. — Чем дольше мы ждём, тем хуже результат».

В 2005 году Воллстайн и его коллеги исследовали использование нейронных сетей для диагностики глазных болезней. Но команда имела гораздо меньший массив данных, чем есть у DeepMind. Воллстайн говорит, что большой массив данных имеет решающее значение, так как он позволяет нейронной сети научиться распознавать заболевание глаз более полно и точно.

Офтальмологи часто используют ОКТ-сканирование с высокой степенью детализации. Но врачу бывает часто трудно увидеть чёткие закономерности и сделать хороший диагноз, говорит Воллстайн. Он полагает, что машина может это сделать лучше.

Диагностическая программа, созданная DeepMind, рано или поздно может оказаться в распоряжении обычных окулистов, которые всё чаще используют ОКТ, — полагает Пирс Кин (Pearse Keane), офтальмолог из клиники Мурфилдс. — Около 10 процентов офтальмологов используют ОКТ — вполне вероятно, что крупные национальные сети примут её».

Предыдущее соглашение об обмене данными между DeepMind и Королевским общедоступным фондом Национальной системы здравоохранения (Royal Free NHS Trust) подняло вопрос о необходимости нормативно-правового и этического одобрения.

В этом случае, однако, DeepMind и клиника Мурфилдс открыли информацию об условиях соглашения — о том, какие данные и какое их количество они используют в исследовании.

Обмен анонимизированными накопленными данными уже утверждён отделом научных исследований и разработок клиники Мурфилдс, и в DeepMind говорят, что они обратились к Управлению по исследованиям в области здравоохранения (Health Research Authority) за получением доступа к более конфиденциальным данным. «Это соглашение о совместном использовании данных в настоящее время, похоже, соответствует правилам», — говорит Фил Бут (Phil Booth) из группы защитников медицинской конфиденциальности MedConfidential.

Партнёрство DeepMind с клиникой Мурфилдс также даёт нам первое представление о том, как может работать рынок машинного обучения. DeepMind не будет получать оплату за любую работу, которую она делает, будь то с Королевской общедоступной клинической больницей (Royal Free Hospital) или клиникой Мурфилдс. Тем не менее, она протестирует алгоритмы на реальных наборах данных, которые описывают серьёзные проблемы, и продолжит обучать свои нейронные сети, используя эти данные.

Ценные знания о глазных заболеваниях, содержащиеся в данных клиники Мурфилдс станут собственностью DeepMind, встроенной в его системы искусственного интеллекта. По сути дела, обучая свои системы на реальных медицинских данных, DeepMind получает плату за развитие диагностического ИИ.

Мустафа Сулейман (Mustafa Suleyman), возглавляющий научно-исследовательскую команду DeepMind в области здравоохранения, указывает на то, что проект может не сработать, а модели могут оказаться бесполезными. «Может быть, мы должны начать всё сначала», — говорит он.

По мнению Воллстайна, который работал в клинике Мурфилдс в 1990-е годы, обмен выгоден обеим сторонам. DeepMind может получить свободный доступ к ценной информации о пациентах — иначе она останется скрытой в наборе данных клиники Мурфилдс, недоступном для анализа. В конце концов, говорит Воллстайн, исследование DeepMind может привести к улучшению работы Национальной службы здравоохранения (NHS), при нулевых финансовых затратах для налогоплательщиков.

Но у некоторых до сих пор остаются сомнения по поводу использования компанией Google данных Национальной службы здравоохранения. «Все предполагают, что клиника Мурфилдс отчаянно нуждается в каком-то уникальном понимании от Google, — говорит Хавьер Руис (Javier Ruiz) из Open Rights Group. — Компания DeepMind, безусловно, эффективна, когда дело доходит до ИИ. Но можно обучать машины на этих данных и без DeepMind. Нужно задуматься, насколько это равноценный обмен?».

Открыто говоря о своей работе с публичными данными, DeepMind и клиника Мурфилдс дают повод задавать подобные вопросы. Пока на них нет чётких ответов, но исследование DeepMind будет играть ключевую роль в формировании мнения общества о ценности этих данных.

«В конечном счёте, вопрос заключается в следующем: если вы говорите, что собираетесь использовать собранные за счёт государственного бюджета данные, вам нужно дать взамен очень, очень чётко обоснованное общественное благо», — говорит Руис.

В апреле 2016 года New Scientist уже писал о секретном соглашении по обмену данными между DeepMind и Royal Free London NHS Foundation Trust. В распоряжении DeepMind оказалась информация из трёх лондонских больниц, в которых ежегодно лечатся 1,6 миллиона пациентов. Публикация показала лёгкость, с которой частные компании могут получить конфиденциальную медицинскую информацию без согласия пациента.