Компания Google «научила» нейронную сеть предсказывать, сколько дней пациент проведёт в больнице, а также оценивать вероятность повторной госпитализации и даже смерти больного. В работе алгоритм использует не только данные, обработанные медстатистиками и приведённые в удобную для восприятия форму, но и информацию, которая ранее считалась практически бесполезной, например, заметки в PDF-документах. Разработка Google не только выдаёт прогнозы, но и — при необходимости — показывает, какие именно данные помогли нейронной сети прийти к таким, а не иным выводам.
Врачи, медицинские учреждения и организаторы здравоохранения уже много лет пытаются наладить работу с электронными историями болезни и другими данными, связанными с состоянием здоровья пациентов. Разработка инструмента, который обеспечивал бы появление определённой информации «в нужное время и в нужном месте», могло бы спасти жизни больных или, как минимум, уменьшить количество часов, ежедневно уходящих на работу с документацией. Врачи могли бы тратить меньше времени на заполнение карт и отчётов и уделять больше внимания пациентам.
Google надеется, что «спасательным кругом» для медицинских учреждений, тонущих в электронном документообороте, может стать новая разработка компании. Создатели «медицинского ИИ» надеются, что в скором времени предиктивная система будет внедрена в клиники, где и займётся своей непосредственной работой — будет предсказывать с высокой точностью развитие симптомов и течение болезни, которые будут встречаться с надеждой или же, как сигнал тревоги.
Впрочем, перспектива включения «медицинского мозга» непосредственно в лечебно-диагностический процесс вызывает и вполне понятные опасения. Не будет ли система подталкивать врачей к постановке определённых диагнозов и назначению тех или иных медикаментов? Сможет ли ИИ учесть все факторы, имеющие значение для конкретного пациента? Другими словами, не принесёт ли работа «медицинского мозга» больше вреда, чем пользы?
Один из сотрудников Google, принимающий участие в разработке ИИ, на условиях анонимности рассказал агентству Bloomberg, что используемые в системе модели игнорируют очевидно значимые с врачебной точки зрения события в жизни пациента. Например, система не учитывает, были ли у больного в прошлом хирургические операции. Существующие модели с разработанным вручную кодом сотрудник назвал «очевидным, гигантским кирпичом» в лечении.
Хотя руководство компании Google оптимистично оценивает потенциал новой разработки, подготовка ИИ, способного улучшить исходы лечения, остаётся колоссальной (и до сих пор нерешённой) задачей. Относительно недавно другой IT-гигант, корпорация IBM, пыталась создать «электронного врача». Он получил имя Watson и в настоящее время действительно «трудится» в медицине. Правда, занимается поиском новых способов уменьшения расходов на лечение.
Для «обучения» нового ИИ компания Google использовала информацию, полученную из университетских больниц Калифорнии, Сан-Франциско и Чикаго. После обработки 46 млрд анонимных историй болезни система смогла выдать предиктивную модель для каждой больницы в отдельности. Создание же модели, пригодной для двух учреждений одновременно, оказалось куда более сложной задачей. Очевидно, что разработка универсального решения, теоретически применимого в любой клинике мира, вызовет ещё большие затруднения. Но не следует забывать, что Google за время своего существования накопил огромный объём информации, касающейся как отдельных людей, так и целых стран. И объединив данные о загруженности дорог с персональной историей болезни, именно Google в будущем сможет оценить вероятность того, что пациент благополучно доберётся до больницы.
Итак, пока у нас нет доступного глобального решения, способного учесть все факторы, так или иначе связанные со здоровьем, от запросов к поисковой системе до прошлогоднего заключения дантиста. Но менее амбициозные (и более практичные) проекты уже запущены и работают. Например, оценить вероятность своей смерти «по мнению» ИИ можно уже сегодня: для этого потребуется только гаджет, работающий на iOS, и фитнес-трекер.