Читать онлайн ИИ в здравоохранении: ожидание и реальность
- Автор: Андрей Мжельский
Дизайнер обложки Анна Бездидько
© Андрей Мжельский, 2024
© Анна Бездидько, дизайн обложки, 2024
ISBN 978-5-0062-9870-5
Создано в интеллектуальной издательской системе Ridero
ИИ в здравоохранении: ожидание и реальность
О чем эта книга
В последние годы технологии искусственного интеллекта (ИИ) все более активно проникают в нашу жизнь.
Его алгоритмы используются в социальных сетях, новостных лентах СМИ и маркетплейсах.
Без ИИ сложно представить системы «умных» домов и общение с голосовыми помощниками.
Навигаторы, онлайн-переводчики, приложения для знакомств также используют алгоритмы ИИ.
Технологии ИИ используются в массмедиа для анализа интересов аудитории и целевого распространения контента.
ИИ облегчает работу людей на производстве и в промышленности, оптимизируя потребление сырья и энергии, заказывая необходимое количество ресурсов и планируя их расход с наименьшими тратами.
ИИ помогает анализировать сложные медицинские данные, например, распознаёт изображения МРТ, УЗИ и электрокардиограммы. А еще…
ChatGPT сдал медицинский экзамен United States Medical Licensing Examination (USMLE) на право работать врачом в США (Статья опубликована 09.02.2023 в журнале PLOS Digital Health).
Чат-бот успешно ответил на 88,9% вопросов и заданий теста из 350 медицинских задач при проходном пороге в 60%.
В рамках научного исследования два практикующих доктора оценивали ответы ChatGPT, а расхождения в результатах теста рассматривались отдельно третьим экспертом.
Резюме авторов исследования:
Системы ИИ открывают большие перспективы для улучшения медицинского обслуживания и результатов в отношении здоровья.
Таким образом, крайне важно обеспечить, чтобы разработка клинического ИИ руководствовалась принципами доверия и объяснимости.
Измерение медицинских знаний ИИ по сравнению с опытными клиницистами-людьми является важным первым шагом в оценке этих качеств. Для этого мы оценили производительность ChatGPT, языкового ИИ, на экзамене по медицинскому лицензированию в США (USMLE).
USMLE представляет собой набор из трех стандартизированных тестов знаний экспертного уровня, которые требуются для получения медицинской лицензии в Соединенных Штатах.
Мы обнаружили, что ChatGPT преодолел порог прохождения 60% точности и является первым, кто достиг этого эталона. Это знаменует собой заметную веху в развитии ИИ. Впечатляет, что ChatGPT удалось добиться такого результата без участия тренеров-людей.
Кроме того, ChatGPT продемонстрировал понятные рассуждения и достоверные клинические данные, придав повышенную уверенность доверию и объяснимости. Полученные результаты позволяют предположить, что ChatGPT может стать ценным инструментом для получения медицинского образования. ChatGPT обладает частичной способностью преподавать медицину, выявляя новые и неочевидные концепции, которые могут быть недоступны для учащихся в первом понимании.
Дискуссию об особенностях медицинского образования и системе здравоохранения в США оставим за рамками данной книги.
Также, как и упомянутое выше использование технологий ИИ в обработке сложных данных с медицинского диагностического оборудования (МРТ, УЗИ и т.д.) – это отдельная большая тема, на раскрытие которой потребуется написание еще одной книги.
Целью же данной книги является анализ клинических данных в виде текстовой (голосовой) информации и формирование информационной модели, которая может быть использована в алгоритмах ИИ для автоматического принятия врачебных решений в различных клинических ситуациях.
Понятно, что в рамках одной книги рассмотреть все возможные клинические ситуации по всем заболеваниям невозможно.
Поэтому в качестве базовой информационной модели будет рассмотрена возможность обучения ИИ всего одному действию – формированию лечебно-диагностического плана (ЛДП) по нескольким выбранным заболеваниям.
Предполагается, что по результатам проведенного анализа можно получить хотя бы приблизительное представление о масштабе работ, необходимых для полноценного обучения ИИ решению задач в сфере здравоохранения.
Часть 1. ИИ в здравоохранении
Для понимания основных принципов работы нейросети разберем несколько простых примеров, решаемых ИИ в области, напрямую не связанной со здравоохранением – созданием изображений.
Задача для ИИ №1
Необходимо нарисовать равносторонний треугольник зеленого цвета площадью 10 см. кв.
Для выполнения данной задачи ИИ необходимо использовать несколько параметров:
1. Из множества геометрических фигур – геометрическую фигуру на плоскости «Равносторонний Треугольник».
2. Из цветовой палитры – цвет «Зеленый».
3. Из множества формул расчета площади геометрических фигур – формулу расчета площади равностороннего треугольника S = (a2 √3) / 4, где:
S – площадь треугольника
a – сторона треугольника.
Обучение ИИ:
1 шаг – ИИ получает информацию о всех возможных видах геометрических фигур на плоскости, таких, как: квадрат, круг, треугольник, прямоугольник, овал, ромб, трапеция, четырехугольник, параллелограмм и т. д.
2 шаг – ИИ получает параметры, которые из множества геометрических фигур характерны только для равностороннего треугольника:
– три отрезка, соединяющие три точки, не лежащие на одной прямой;
– все углы треугольника <900;
– все стороны треугольника равны.
3 шаг – ИИ получает информацию о всех вариантах цветовой гаммы: желтого, оранжевого, красного, зеленого, синего, фиолетового, коричневого и т. д.
4 шаг – ИИ получает информацию, характеризующую зеленый цвет (образец зеленого цвета).
5 шаг – ИИ получает информацию о всех вариантах формул расчета геометрических фигур на плоскости.
6 шаг – ИИ получает информацию о формуле расчета площади равностороннего треугольника: S = (a2 √3) / 4.
Выполнение задачи:
Используя параметры, полученные на шагах 2, 4, 6 ИИ формирует изображение равностороннего треугольника зеленого цвета площадью 10 см. кв.
Задача для ИИ №2
Необходимо нарисовать ёлку с помощью трех зеленых треугольников.
Более сложная задача, для выполнения которой ИИ необходимо использовать следующие параметры:
1. Из множества геометрических фигур – геометрическую фигуру на плоскости «Равносторонний Треугольник».
2. Из цветовой палитры – цвет «Зеленый».
3. Из множества формул расчета площади геометрических фигур – формулу расчета площади равностороннего треугольника S = (a2 √3) / 4, где:
S – площадь треугольника;
a – сторона треугольника.
4. Из множества изображений деревьев – изображение ёлки.
5. Из вариантов расположения геометрических фигур на плоскости – порядок расположения трех равносторонних зеленых треугольников разной площади:
6. Площади трех треугольников составляют 10, 7 и 4 см. кв. соответственно.
7. Внизу изображения располагается треугольник площадью 10 см. кв.
8. Снизу вверх располагаются треугольники по порядку от большей площади к меньшей.
9. Основания треугольников располагаются параллельно.
10. Вершина нижнего треугольника лежит на середине основания среднего треугольника.
11. Вершина среднего треугольника лежит на середине основания верхнего треугольника.
Обучение ИИ:
1 шаг – ИИ получает информацию о всех возможных видах геометрических фигур на плоскости, таких, как: квадрат, круг, треугольник, прямоугольник, овал, ромб, трапеция, четырехугольник, параллелограмм и т. д.
2 шаг – ИИ получает параметры, которые из множества геометрических фигур характерны только для равностороннего треугольника:
– три отрезка, соединяющие три точки, не лежащие на одной прямой;
– все углы треугольника <900;
– все стороны треугольника равны.
3 шаг – ИИ получает информацию о всех вариантах цветовой гаммы – желтого, оранжевого, красного, зеленого, синего, фиолетового, коричневого и т. д.
4 шаг – ИИ получает информацию, характеризующую зеленый цвет (образец зеленого цвета).
5 шаг – ИИ получает информацию о всех вариантах формул расчета геометрических фигур на плоскости.
6 шаг – ИИ получает информацию о формуле расчета площади равностороннего треугольника: S = (a2 √3) /4.
7 шаг – ИИ формирует изображение трех равносторонних треугольников зеленого цвета площадью 10, 7 и 4 см. кв. соответственно.
8 шаг – ИИ получает информацию о всех возможных изображениях деревьев – берёзах, тополях, клёнах, ёлках, соснах, осинах и т. д.
9 шаг – ИИ получает информацию, характеризующее ёлку (изображение ёлки).
10 шаг – ИИ получает информацию о всех возможных вариантах расположения геометрических фигур на плоскости.
11 шаг – ИИ получает информацию о порядке расположения на плоскости трех равносторонних зеленых треугольников разной площади (см. выше).
Выполнение задачи:
Используя параметры, полученные на шагах 2, 4, 6, 7, 9, 11 ИИ формирует изображение ёлки из трех равносторонних треугольников зеленого цвета разной площади.
Основные сущности ИИ
Определим несколько основных сущностей, которые будут использоваться в дальнейшем для формирования алгоритмов ИИ.
Для решения двух рассмотренных выше задач нейросеть использовала два алгоритма (ячейки нейросети) – смотри рисунок 1:
– рисование геометрических фигур на плоскости;
– рисование на плоскости с помощью геометрических фигур.
Каждая из ячеек нейросети была образована несколькими узлами нейросети (УН), такими, как:
– свойства геометрических фигур;
– цветовая палитра;
– площадь геометрических фигур;
– изображение деревьев;
– расположение геометрических фигур на плоскости.
Рисунок 1. Ячейки, узы и единицы информации нейросети
Каждый из узлов нейросети представляет собой совокупность единиц информации (ЕИ), необходимых для формирования алгоритмов ИИ.
Единицы информации могут быть фиксированными (например, цвет) или вычисляемыми (например, площадь геометрической фигуры).
Для корректного выполнения поставленных задач ИИ, в процессе обучения необходимо:
– получение максимального объема информации, необходимой для выполнения алгоритмов;
– точно, последовательно и однозначно трактуемые условия для выполнения алгоритмов.
Легко представить, как бы ИИ выполнил поставленные задачи, если бы в процессе своего обучения не получил информацию об изображении ёлки, или о расположении геометрических фигур на плоскости.
Спроецируем рассмотренную выше информацию на ИИ, формирующий лечебно-диагностический план.
Глава первая. Определение условий для базовой информационной модели
Лечебно-диагностический план
Лечебно-диагностический план представляет собой совокупность мероприятий лечебного, диагностического и профилактического характера, назначаемых в определенное время и в определенной последовательности при том, или ином заболевании пациента.
Общие разделы лечебно-диагностического плана представлены на схеме (см. Рисунок 2).