Решения для медицины, задействующие искусственный интеллект (ИИ), остаются в числе самых востребованных у инвесторов, вкладывающихся в данную технологию. Настолько, что начиная с 2013 года стартапам удалось привлечь $4,3 млрд в рамках 576 сделок, подсчитали в аналитической компании CB Insights. А уже через три года рынок ИИ-решений для медицины достигнет $6,6 млрд, увеличиваясь каждый год на 40%. Ничего удивительного, ведь именно эта технология в прямом смысле готова перевернуть чуть ли не все сферы здравоохранения, позволяя, к примеру, принципиально иначе организовать медицинскую диагностику (в том числе в домашних условиях), разработку новых лекарственных препаратов, не говоря уже о повышении качества услуг здравоохранения и снижении расходов для медицинских клиник. Ключевые тренды, которые сегодня задает технология искусственного интеллекта в здравоохранении по всему миру, назвали аналитики CB Insights (публикуется в сокращении).
Гаджеты с интеллектом
В апреле 2018 г. управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) одобрило систему IDx-DR с искусственным интеллектом для офтальмологии — решение обеспечивает скрининг пациентов на диабетическую ретинопатию без консультации с врачом. И это лишь одно из многочисленных устройств, которые FDA одобрило за последние месяцы. К примеру, решение Viz.ai анализирует результаты компьютерной томографии пациентов на предмет предрасположенности к инсультам. А системы от стартапа Arterys обрабатывают кардиоснимки, а также позволяют диагностировать рак печени и легких.
«Ускоренная процедура одобрения открывает новые возможности коммерциализации для более 70 компаний, использующих в диагностике технологию ИИ в обработке изображений», — уточняют в CB Insights.
Риски для жизни исключат нейросети
С помощью ИИ исследователи смогут выявлять факторы риска для здоровья пациентов, которые ранее было почти невозможно диагностировать. Так, анализ изображений сетчатки глаза и образцов голоса с использованием нейросетей поможет выявить сердечные заболевания. Исследователи из Google использовали нейросеть для поиска факторов риска сердечно-сосудистых заболеваний. Клиника Mayo в партнерстве со стартапом Beyond Verbal пробует определить особенности голоса пациентов с ишемической болезнью сердца. А стартап Cardiogram исследует вариабельность сердечного ритма, обусловленную диабетом.
«Способность ИИ находить подобные закономерности позволит развивать новые диагностические методы и способы выявления ранее неизвестных факторов риска», — считают в CB Insights.
С клиническими исследованиями поможет iPhone
В 2015 г. корпорация Apple запустила сразу две платформы с открытым кодом — ResearchKit и CareKit, которые помогают проводить клинические испытания, задействуя ИИ. Обе платформы позволяют создавать медицинские приложения для мониторинга состояния здоровья пациентов. Так, исследователи из Университета Дьюка разработали приложение Autism&Beyond для работы с детьми с аутизмом, а приложение mPower используют для мониторинга пациентов с болезнью Паркинсона. В июне 2018 г. Apple выпустила API-интерфейс Health Records для разработчиков; теперь пользователи могут делиться данными со сторонними приложениями и медицинскими исследователями.
«Когда речь заходит об использовании ИИ и машинного обучения для ранней диагностики заболеваний, разработки лекарств, формирования пула пациентов для исследований и дистанционного мониторинга, возможности данных технологий практически бесконечны», — говорят в CB Insights.
Большая фарма уже в игре
Фармацевтические корпорации все чаще вступают в партнерство со стартапами, развивающими решения с использованием искусственного интеллекта, прежде всего в рамках поиска и разработки новых лекарств. За последние месяцы о таком партнерстве объявили Novartis, Sanofi, Pfizer, GlaxoSmithKlein. Также «большая» фарма вкладывается в решения для обработки данных пациентов. Так, в феврале 2018 г. Roche Holding приобрела компанию Flatiron Health за $1,9 млрд. Последняя использует машинное обучение для обработки медданных.
Требуются медэксперты
Компании, развивающие решения на основе ИИ, катастрофически нуждаются в специалистах, которые бы готовили данные для обучения алгоритмов. Еще 2 года назад Google DeepMind в партнерстве с больницей Moorfield's Eye начал тестировать ИИ для диагностики глазных болезней. Сегодня нейросети DeepMind уже могут рекомендовать правильное лечение для 50 заболеваний с точностью 94% — для обучения сетей компании пришлось потратить немало времени на разметку и очистку данных с более 14 000 снимков с участием команды офтальмологов и оптометристов.
В США исследования с использованием ИИ поддерживаются на уровне правительственных учреждений, в том числе Национального института здоровья (NIH). В июле 2018 г. последний открыл доступ к базе данных из 32 000 диагностированных и описанных примеров патологий на КТ-снимках 4400 пациентов (естественно, массив был анонимизирован).
Встречайте, DIY-диагностика
Искусственный интеллект превращает смартфон в диагностический инструмент. К примеру, стартап Healthy.io предлагает домашние тесты для диагностики урологических инфекций при помощи камеры смартфона. А стартап SkinVision использует камеру смартфона для оценки риска рака кожи. Ряд компаний интегрирует свои диагностические решения с уже присутствующими на рынке медицинскими гаджетами — таким образом появляется возможность предупредить врача о риске развития заболеваний у их владельцев. И конечно же, подобные решения имеют огромный потенциал в плане сокращения времени и затрат, связанных с профилактическими посещениями больниц.
Китай: заявка на лидерство
Еще недавно не проявлявший активности на рынке инвестиций в ИИ-решения для медицины, сегодня Китай занимает здесь практически лидирующие позиции. Во многом такая активность объясняется старением населения Китая, что в сочетании с нехваткой рабочей силы объясняет фокус на автоматизацию здравоохранения. Страна активно развивает внутренние ИИ-проекты в медицине, а также инвестирует в стартапы за рубежом. Так, Fosun Pharmaceutical получил долю в проекте из США Butterfly Network, Legend Capital вложился в Lunit из Южной Кореи, а IDG Capital — в индийский SigTuple. При этом развивающие медицинские ИИ-решения китайские корпорации пользуются поддержкой властей. В ноябре 2017 г. Министерство науки и технологий страны заявило, что в развитии открытой платформы для медицинской диагностики будет полагаться на Tencent, а в развитии умных городов, которые будут включать решения для умного здравоохранения, — на Alibaba. Главным козырем Tencent остается сервис WeChat с более чем 1 млрд пользователей. В 2017 г. около 38 000 медицинских учреждений имели профили в WeChat, 60% из них предлагали услугу онлайн-записи, а более 2000 больниц в стране принимают оплату через WeChat.
Интеллект ставит оценки
Технологию ИИ задействуют для оценки качества обслуживания пациентов в больницах, а также корректировки назначений. Например, используя решение стартапа Qventus, больница Mercy в штате Арканзас смогла на 40% снизить число ненужных лабораторных тестов за 4 месяца (решением стала визуализация назначений для каждого из врачей, к которым обращались пациенты с похожими жалобами). А стартап Jvion использует машинное обучение для выявления пациентов с риском возврата в больницу в течение 30 дней после госпитализации. Также он помогает разрабатывать рекомендации для пациентов по ежедневным профилактическим процедурам.
Технологию берут на вооружение и страховые компании, пытаясь с помощью последних идентифицировать подверженных рискам пациентов и предупреждать об этом медучреждения.
«ИИ-решения для управления процессами в медучреждениях все еще находятся на стадии становления, однако стартапы продолжают работать над тем, чтобы помочь провайдерам услуг сократить расходы и улучшить качество обслуживания пациентов», — уточняют в CB Insights.
Интеллект-бот в помощь
Еще одним направлением использования ИИ в медицине стали чат-боты для поддержания ментального здоровья, в том числе работающие на Facebook. К примеру, стартап Wyse развивает чат-бота для борьбы с тревогой и депрессией. Однако проблемой для развития подобных решений остается незащищенность личных данных пользователей. К тому же большинство чат-ботов способно лишь на воспроизведение заранее разработанных сценариев диалогов, а значит, не всегда умеют соответствовать контексту.
«Наиболее сложные с точки зрения автоматизации профессии — те, которые требуют высокого уровня эмоционального вовлечения человека. Это делает психологическую помощь особенно сложной для использования ИИ», — резюмирует в CB Insights.
Автор: Ольга Блинова