Робот-человек
Nikola всё
Uber для охраны
iPhone 16e
Смартфон Huawei с 3 экранами
Аниме: Улицы разбитых фонарей
Рикша Hyundai
Новая Tesla Model Y
Grok vs ChatGPT vs Claude
Роботы за $40 млрд
Экзоскелет для подъёма в горы

Искусственный интеллект против рентгенологов: мифы и реальность

Бум проектов, декларирующих или реально использующих искусственный интеллект, приводит к распространению информационных спекуляций. Хайповая новость последней пятилетки: ИИ в разных вариациях заменит людей, мы будем сидеть в VR шлемах и жить на обязательное государственное пособие, пока роботы будут делать работу за нас. Возможно ли это в следующие 50-100 лет, и насколько сценарий «Терминатора» реален в принципе.

Юлия Гуккина
Руководитель международного направления в компании Botkin.AI

Сегодня искусственный интеллект базируется на воспроизведении базовых когнитивных функций человека. Его алгоритмы относительно просты в сравнении со способностями нашего мозга. Да, в объеме вычислений, их скорости и качестве отдельный человек проигрывает. Но является ли это доказательством того, что машины нас заменят? Волна энтузиазма и оптимизма разбудила человеческую фантазию, которая быстро приписала системам несуществующие качества. Искусственный интеллект не знает усталости и потери концентрации, он стабилен в результатах и скорости, но он не может вообразить. Воображение, креативность и созидание остаются уникальными человеческими способностями, наравне в эмпатией, интуицией и пластичностью мышления.

За последние 10 лет технологии искусственного интеллекта повлияли на отрасли, в которых человеческий фактор может быть фатальным. Один из ярких примеров – авиация, где искусственный интеллект используется для контроля безопасности на земле и в полете. «Умные» камеры в аэропортах, расчет полетных алгоритмов, различные вариации использования в системах авто-пилота, предупреждения и реагирования в аварийных ситуациях. Но сможет ли в ближайшее время искусственный интеллект заменить большую часть авиационного персонала? Очевидный ответ – нет.

Беспилотный автомобиль Яндекс
Беспилотный автомобиль Яндекс

Это связано с комплексностью и сложностью задач, решаемых человеком. Машина не способна выдавать определенную вариативность решений под давлением различных факторов, в частности, затрагивающих этическую сторону решений. В таких сложных экосистемах как авиация, медицина, энергетика искусственный интеллект способен успешно выполнять роль «третьего игрока». Но может ли робот стать эмпатом и успокоить пациента перед операцией? Может ли машина продолжить спасать человека в состоянии клинической смерти вопреки заложенным в эту машину алгоритмам? Способен ли искусственный интеллект генерировать достаточный уровень доверия пользователя для самостоятельного выполнения задач? Ответ тоже «нет». Вряд ли люди будут готовы безусловно согласиться с диагностическим заключением, полученным в полностью автоматическом режиме.

В 2016 году профессор Джефри Хинтон предложил закрывать программы обучения рентгенологов, потому что решил, что они будут не востребованы и им на смену придет искусственный интеллект. Но вопреки его предсказаниям, нехватка рентгенологов растет пропорционально количеству проводимых исследований. Сегодня их дефицит в мире составляет 20%, за пять лет этот показатель имеет все шансы удвоиться. Системы искусственного интеллекта безусловно помогут с течением времени снизить нагрузку на врачей, но отменить их не смогут. Давайте разбираться почему.

Медицинская этика и психология пациента

Медицина – это искусство, которое на протяжение веков развивается по определенным принципам. О них можно много и долго рассуждать, но базовые изложены в Клятве Гиппократа. Ответственность за исход лечения пациента лежит на враче, а диагностика является основой правильной тактики лечения пациента. Сможет ли врач коммуницировать с пациентом и опираться на заключения системы, при этом неся перед пациентом всю ответственность вплоть до уголовной? Очевидно, что нет, равно как и пациент не примет для себя заключения, сделанного только машиной. В данном случае основная роль искусственного интеллекта приходится на позицию «третьего игрока», который «сигнализирует» рентгенологу о подозрительных признаках в исследовании, проводит автоматизированный контроль качества и в итоге снижает количество диагностических ошибок.

Обучение и контроль качества

Диагностика – это не только инструментальные навыки и знания сухих фактов из учебника. Это, в первую очередь, опыт, наработанный на тысячах исследований, разбор сложных для диагностики патологий, воспитание клинической интуиции. Все то, что отличает хорошего врача от посредственного. В рентгенологии для обучения одной математической модели используются датасеты из тысяч исследований. В большинстве случаев одна модель искусственного интеллекта «пересматривает» больше исследований, чем один рентгенолог сможет пересмотреть и разметить за всю свою жизнь. Поэтому ИИ может использоваться для обучения молодых рентгенологов - это позволит не только повысить качество обучения, но и принципиально изменить интенсивность образовательного процесса, поможет в определении сложных патологий и поиске подозрительных признаков развития злокачественных процессов. Одновременно с этим искусственный интеллект может быть использован для массового ретроспективного анализа (автоматизированный пересмотр исследований с целью выявления пропущенных патологий) для контроля качества диагностики в лечебных учреждениях. Здесь функция «третьего игрока» реализуется не для того чтобы заменить врача, а обучить его и обеспечить системный аудит качества.

Пример исследования, проанализированного с помощью ИИ и отображенного в медицинском просмоторщике
Пример исследования, проанализированного с помощью ИИ и отображенного в медицинском просмоторщике

Процесс и результат

Диагностика с использованием рентгенологии – это сложный и довольно длительный процесс. Он начинается в момент определения необходимости и выбора варианта исследования, записи на исследование, для этого может требоваться маршрутизация пациента в другое учреждение. Далее проводится непосредственно инструментальная часть, после которой следует процесс обработки и расшифровки данных. В результате появляется диагностическое заключение, которое наравне с самим исследованием будет далее использовано для выбора плана лечения пациента. В ряде случаев требуется валидация выданного ранее заключения или «второе мнение». Большая часть процесса лежит на плечах ренгенолога, включая контроль исполнения протокола исследования, ответственность за скорость выдачи диагностического заключения и его качество. Каждый этап требует вовлечения врача, и все, что в данном контексте может сделать «третий игрок», это ускорить и упростить выполнение некоторых этапов процесса.

Сегодня существуют системы с искусственным интеллектом, которые позволяют контролировать работу самого оборудования, а также осуществляют поддержку врачебных решений на разных этапах рентгенологического процесса. Наиболее часто встречаются решения, которые делают автоматическую разметку данных КТ или МРТ, упрощая таким образом поиск потенциально опасных патологий и сокращая время на формирование текстового заключения. Однако ни в России, ни в мире, сегодня не существует ни одной системы, которая позволила бы хотя бы в пилотном режиме реализовать весь процесс при пассивном участии радиолога.

Искусственный интеллект хороший помощник там, где высока цена ошибки, и несмотря на скепсис практикующих врачей, технология со временем станет более зрелой и войдет в стандарты оказания медицинской помощи, равно тому как это происходило с большинством инновационных решений.

Интересные факты:

  • рентгенологи пропускают рак легкого на ранней стадии в 70% случаев
  • более 20% онкологических больных умирает в первый год с момента постановки диагноза
  • почти половина злокачественных образований выявляется на поздней стадии
  • 40 млн. результатов исследований в мире содержит диагностические ошибки, которые могут стать фатальными для пациента
22
реклама
разместить
2 комментария

Довериться невыспавшемуся врачу, после нескольких смен подряд (без обид, все понимаю), либо бездушному компьютеру, не знающему сна и отдыха. Дилемма.

1

Поэтому я и говорю о совмещении. Тогда не нужно выбирать, лучше перепроверять.

5 признаков, что твои менеджеры имитируют работу, а не продают

Ты думаешь, что у тебя работает отдел продаж? А если проверить? Может, там одни "занятые" люди, которые делают вид, что продают, а на деле - сливают деньги. Держи 5 признаков, как это выявить👇

5 признаков, что твои менеджеры имитируют работу, а не продают
55
реклама
разместить
👤 ОФЗ в 2025: Почему брокеры обманом затягивают инвесторов в актив? Кто заработает, а кто потеряет?

Зачем брокеры так настойчиво продают вам ОФЗ, если корпораты платят вдвое больше? Кому выгодно, чтобы вы купили госдолг — государству, банкам или же всё-таки вам? Смотрим..

👤 ОФЗ в 2025: Почему брокеры обманом затягивают инвесторов в актив? Кто заработает, а кто потеряет?
1010
11
10 фильмов с интерьером, который вдохновляет на дизайн

Интерьеры в фильмах — не просто фон. Они задают атмосферу, передают характер героев и иногда становятся важнейшими персонажами сюжета. Декорации могут вдохновить на создание уникальных пространств в реальной жизни.

10 фильмов с интерьером, который вдохновляет на дизайн
11
Где дивиденды, Транснефть? История, доходность, дивидендная политика и перспективы Транснефти

Кроме как добыть нефть, её нужно ещё транспортировать, и в транспортировку лучше всех умеет Транснефть. Кроме нефти компания также стабильно транспортирует дивиденды. Посмотрим, как хорошо это у неё получается.

Где дивиденды, Транснефть? История, доходность, дивидендная политика и перспективы Транснефти
55
Эксон для строительных компаний: все о программе учета
Эксон в строительстве

По данным исследования Deloitte, компании, активно использующие цифровые технологии в строительстве, в среднем сокращают сроки реализации проектов на 15% и операционные затраты на 10-20%.

44
11
Почему Python-джуниоры никому не нужны? Мой опыт поиска работы за 1.5 года и 5000 откликов

Сегодня хочу поделиться своим опытом поиска работы Python-разработчиком с минимальным опытом (всего 6 месяцев). За полтора года активного поиска я столкнулся с рядом проблем, которые, как мне кажется, знакомы многим начинающим специалистам. Возможно, мой опыт поможет кому-то избежать подобных трудностей, а может, и вызовет дискуссию о том, как улуч…

77
33
11
11
Как я сделал Telegram-канал самым популярным в своей нише за 1 месяц // Мой опыт быстрого роста в ТЕЛЕГРАММ

Представьте, что спустя всего месяц после старта ваш Telegram-канал превращается в успешный проект с тысячами подписчиков и высокой вовлеченностью. Звучит как мечта, но для меня это стало реальностью. В этом посте я расскажу, как мне удалось достичь этого за короткое время, что сработало и какие ошибки я совершил.

Как я сделал Telegram-канал самым популярным в своей нише за 1 месяц // Мой опыт быстрого роста в ТЕЛЕГРАММ
22
Курс биткоина вплотную подобрался к основному целевому блоку $98865-100429. В каком случае движение наверх продолжится? В каком будем падать к $94440-95331?

Во вчерашнем видео-разборе я подробно описывал условия для продолжения движения цены биткоина наверх к основному целевому блоку $98865-100429. Условия были выполнены, цена подошла к блоку вплотную. Сегодня произошел пересчет локальных данных. При каких условиях продолжаем расти? При каких падаем?

33
11
[]