Использование искусственного интеллекта для принятия клинических решений

Развитие вычислительных технологий и широкое внедрение электронных медицинских карт стали основой для создания персонализированных, автоматизированных моделей оказания медицинской помощи в режиме реального времени, которые ранее были невозможны. Искусственный интеллект (ИИ) и его направления — машинное обучение, обучение с подкреплением и глубокое обучение — хорошо подходят для работы с такими данными. В статье рассматриваются современные варианты применения ИИ в клинической медицине и наиболее вероятные направления его дальнейшего внедрения в здравоохранении. Например, для стратификации риска пациентов качественно собранные и систематизированные данные позволяют распределять пациентов перед операцией по категориям риска, а также оценивать тяжесть заболеваний и состояние здоровья пациентов, госпитализированных без необходимости хирургического лечения. Традиционные показатели жизненно важных функций и лабораторные результаты, по которым выявляют острое ухудшение состояния пациента, могут уступить место инструментам ИИ, непрерывно отслеживающим и обновляющим данные и выявляющим ранние, незаметные закономерности, предвещающие ухудшение состояния. Кроме того, ИИ может помочь преодолеть ограничения, связанные с оптимизацией нескольких исходов и последовательными протоколами принятия решений, которые мешают индивидуализировать помощь. Несмотря на значительные преимущества, наборы данных, на которых обучаются и развиваются модели ИИ, могут применяться ненадлежащим образом и вызывать опасения по поводу систематической ошибки при их использовании. Поэтому практикующим врачам, принимающим клинические решения, необходимо понимать принципы работы этой преобразующей технологии, чтобы предотвратить нежелательный вред. Это потребует изменить систему медицинского образования, чтобы врачи понимали принципы работы платформ ИИ, используемые модели и их ограничения и могли адаптировать практику к эпохе искусственного интеллекта. В подробном обзоре литературы рассматриваются конкретные варианты применения ИИ, его ограничения и необходимые условия внедрения, а также приводятся примеры нескольких крупных наборов данных, создаваемых и систематизируемых в США.