Никита Намджоши, инженер по машинному обучению, @nikita_maia

На Всемирной конференции AI в Сан-Франциско в 2016 году Шивон Зилис и Джеймс Чам представили свой недавно созданный Machine Intelligence 3.0 Landscape. Среди примечательных особенностей инфографики был выделенный раздел здравоохранения, отдельный от остальных отраслей. В дополнение к 25 компаниям, специализирующимся в сфере здравоохранения, которые указали партнеры Bloomberg Beta, в списке также есть ряд межотраслевых компаний, таких как CognitiveScale, которые работают над решением проблем управления здоровьем с помощью когнитивных вычислений.

Наибольший ажиотаж вызывают автономные автомобили и компьютеры-чемпионы по го, но, как объяснили Зилис и Чам, «методы, используемые для завоевания игрового мира, переходят в реальный мир». Решение выделить здравоохранению отдельный раздел в ландшафте 3.0 свидетельствует о впечатляющих и смелых успехах, которые машинный интеллект делает в отрасли.

Может показаться удивительным, что здравоохранение является пионером в области искусственного интеллекта, учитывая репутацию отрасли, которая сопротивляется переменам. Мы склонны думать о администраторах больниц как о луддитах, обремененных сложной бюрократией. На второй день конференции была представлена ​​панель под названием ИИ и когнитивные вычисления в здравоохранении, и докладчики не стеснялись колоссальных проблем, с которыми они сталкиваются как технологические новаторы в здравоохранении. В подавляющем большинстве случаев доверие стало главной характеристикой, необходимой для поддержания процветания когнитивных вычислений в больницах.

На самом деле проблемы связаны с регулированием, - сказал Джон Аксерио-Силис. Джон - технический директор и основатель Arterys, стартапа, создающего облачное программное обеспечение для медицинской визуализации. В каждой стране своя политика конфиденциальности и свой набор правил. Получение соответствующих разрешений и способность работать в таком большом количестве различных сред обходятся особенно дорого.

Кори Кидд, генеральный директор Catalia Health, добавил, что даже при работе с одной больницей «есть много слоев бюрократии и людей, которых нужно убеждать, даже если у вас есть много сторонников внутри Компания."

В CognitiveScale мы думаем об этих проблемах регулирования и конфиденциальности с точки зрения доверия и интерпретируемости, - пояснил технический директор Мэтт Санчес. Черный ящик не подходит для регулируемых сред, имея в виду часто запутанный характер моделей машинного обучения. Разрыв между вашим вводом в модель и результатом, который выдает модель, обычно называемый черным ящиком, может сделать ваши модели машинного обучения безупречной магией или неуместным шумом - ни то, ни другое не произведет особенно впечатляющего впечатления на менеджеров по медицинскому обслуживанию. .

Неспособность правильно объяснить, откуда было принято решение, наполнила здравоохранение приложениями, обещающими революционизировать рабочий процесс в больницах. Однако когда вы имеете дело со сложными аспектами благополучия человека, вы не можете просто дать совет. Вы должны быть в состоянии проследить это понимание до источника и выяснить, почему оно было дано. «Слишком много шумихи, - сказал Кори, - и это умаляет то, что есть на самом деле».

«ИИ следует рассматривать как надежный и прозрачный, особенно в регулируемых отраслях, - сказал Мэтт. «Мы должны доказать, что разрабатываемые нами алгоритмы делают то, что они задумали, и регулирующий орган должен с этим мириться».

Подход Catilia Health к построению этого доверия основан на симпатичном роботе, который сидит на столе пользователя или у кровати. Компания продает Мабу, робота-помощника по здоровью, который использует психологические поведенческие модели для поощрения позитивных изменений в поведении. Причина появления симпатичного робота? Дело не в технологиях, - пояснил Кори. «Это для психологии. Преимущества личного общения .

Укрепление доверия к пациентам связано с пониманием их как большего, чем их ЭУЗ. Мэтт сказал: «В ходе нашей работы с Intermountain Healthcare мы обнаружили, что, когда вы предоставляете пациентам технологию, которая помогает им понять влияние окружающей среды и поведения на их здоровье, это оказывает огромное влияние на их самообслуживание».

Дэвид Ледбеттер, специалист по анализу данных из Детской больницы Лос-Анджелеса, объяснил, что его команда приближается к доверию, выстраивая тесные отношения между технологами и клиницистами. «Мы ходим по обходам и следим за медсестрами. У меня даже была возможность присутствовать на некоторых операциях ". Наблюдая за процессом принятия решений в режиме реального времени, специалисты по данным могут лучше понять, откуда пришли данные, и создать действенные и полезные решения.

«В конечном итоге мы пытаемся дополнять друг друга, а не заменять друг друга», - сказал Дэвид. Работая в больнице, Дэвид и его команда могут добиться видимых и эффективных изменений в отношениях со своими коллегами по медицинскому обслуживанию.

Но если у вас нет возможности работать в больнице, как в случае с большинством новаторов в области здравоохранения, тогда доверие нужно формировать другим способом. «Я не собираюсь идти в магазин и говорить им - вырвите вашу систему электронной коммерции, на которую вы потратили миллионы, и внедрите эту систему искусственного интеллекта», - объяснил Мэтт. Точно так же и в здравоохранении «речь идет о постепенных изменениях». Работая в своей системе по одному инсайту, по одному процессу за раз. Дело не в том, чтобы махнуть волшебной палочкой и исправить все сразу ".

Конечная надежда этих когнитивных технологий заключается в том, что пациенты получат более индивидуальный уход. «Да, есть Epic, да, есть Сернер, но я никогда не встречал врача, которому нравилась бы их система EHR», - сказал Мэтт. Эти системы съедают время, которое врачи могли бы проводить со своими пациентами. С помощью искусственного интеллекта цель состоит в том, чтобы расширить возможности врачей по использованию этой технологии, чтобы у них было больше времени для установления значимых отношений со своими пациентами.

Применение ИИ в здравоохранении - смелая и многообещающая идея, и уже есть ощутимые результаты, подтверждающие ее жизнеспособность. Создание культуры прозрачности и доверия является неотъемлемой частью сохранения темпа. Компании, занимающиеся машинным интеллектом, должны действовать гибко, чтобы найти точки для изменений - процесс за процессом, понимание за проницательностью. Если компании не смогут доказать честность своей миссии, ИИ в здравоохранении исчезнет в другой зиме. Успешные начинания будут исходить от тех, кто построит эту доверительную инфраструктуру, разрушив разделение технолога и врача, чтобы сформулировать взаимовыгодные решения для будущего устойчивого и качественного ухода.