Університетська лікарня Токіо виявила діагноз та ефективну терапію для 80 пацієнтів з рідкісними захворюваннями за один рік, використовуючи хмарний штучний інтелект IBM під назвою Watson. Іншим вже існуючим використанням ШІ в медицині є візуалізація твердої пухлини, і подальші напрямки знаходяться в стадії розробки.

Як розповів професор Арінобу Тоджо The Japan Times, перший у Японії пацієнт, якому поставили діагноз штучного інтелекту (ШІ), страждав на рідкісний тип лейкемії, і апарат зміг ідентифікувати набагато швидше. вручну переглянути великий обсяг генетичних даних.

Первинний діагноз 60-річної пацієнтки був поставлений лікарями з гострим мієлоїдним лейкозом, але ремісія після хіміотерапії була надзвичайно повільною, пише Theoko Times Tomoko Otake, тому лікарі почали підозрювати, що, хоча стандартні тести цього не вказували, пацієнтка все ще може мати інший тип лейкемії. Потім лікарі звернулись до Ватсона за допомогою щодо комп'ютерної системи на базі штучного інтелекту IBM, якою він раніше користувався десятки мільйонів онкологічних досліджень та величезні обсяги даних про лейкемію, надані міжнародними науково-дослідними інститутами. Порівнюючи генетичні дані пацієнта та власну базу даних, машина виявила мутації, які вказують на певний тип лейкемії.

Професор Тохо пояснив, що у пацієнта були мутації понад тисячі генів, більшість з яких не мали нічого спільного з його хворобою, але лікарі мали близько їм знадобилося б два тижні, щоб з’ясувати, які мутації були важливими для діагностики. Уотсон здійснив це за 10 хвилин, виявивши, що жінка мала вторинний лейкоз через мієлодиспластичний синдром. В результаті зміненої терапії після постановки діагнозу стан пацієнта значно покращився. Терапевтична швидкість важлива при лікуванні швидко прогресуючого лейкозу, додає лікар, тому, хоча ми не можемо сказати, що ШІ врятував життя пацієнта, він надав значну допомогу.

Університетська лікарня
Університетська лікарня Токіо працює з IBM Watson протягом року, додає Тохо, і з тих пір 100 пацієнтів попросили внести свій внесок у машину, що становить приблизно Він також зміг допомогти знайти діагноз у 80 випадках. Як пояснює професор, система ще не досконала, іноді робить помилки, але завдяки вдосконаленню якості її використання в медицині раку набуде широкого поширення протягом 10 років.

Це підтверджується дослідженням Nature Communications, в якому дослідники Стенфорда повідомляють про це використовуючи методи машинного навчання (машинне навчання - це розділ ШІ) та гістологічні розділи, вони змогли диференціювати хворих на рак легенів, які могли розраховувати на коротко- та довготривале виживання, таким чином, вони мають різні терапевтичні потреби. Як пишуть дослідники, їх метод може бути розширений для аналізу гістопатологічних зрізів інших органів (Kun-Hsing Yu et al., Прогнозування прогнозу недрібноклітинного раку легенів за допомогою повністю автоматизованих особливостей мікроскопічного зображення патології).

Згідно зі статтею New Scientist, яка аналізує використання штучного інтелекту в медицині головна перевага ШІ насправді не швидкість, а точність (Авіва Руткін: Розумна медицина досягає повноліття, але чи кусатимуть лікарі?). Це пов’язано з тим, що людські лікарі роблять стільки помилок, що цього року, за даними США, на медичні помилки припадає третя за величиною кількість смертей (Мартін Макарі і Майкл Даніель: Лікарська помилка - третя причина смерті в США; BMJ), і значна частина цих смертей пов’язана з неправильним діагностуванням. Як пояснює стаття New Scientist, існує занадто багато типів хвороби, і література змінюється настільки швидко, що не лише дільничні лікарі не в змозі стежити за нею.

Сьогодні для зцілення потрібно більше знань, ніж відомо людству. За словами Авіви Руткіна, на конференції з питань машинного навчання та медицини в Лос-Анджелесі наприкінці серпня дослідники алгоритмиповідомлялося, що виявляються епілептичні напади, прогнозується прогресування різних захворювань нирок та серця або звертається увага на аномалії, пов’язані з фізичним функціонуванням вагітних жінок або новонароджених. Розмовляючи з журналістом Лео Ентоні Челі (Бет-Ізраїльський медичний центр дияконессів, Бостон), на додаток до подальшого розвитку машинного інтелекту, його оптимальне використання вимагає соціальних змін, включаючи здатність лікарів делегувати завдання помічникам, які вони ефективніше вирішують задана проблема.