ИИ в гастроэнтерологии — будущее наблюдения за пациентами в сотрудничестве человека и компьютера

Искусственный интеллект (ИИ), как и во многих других медицинских специальностях, приносит в гастроэнтерологию — область, изучающую пищеварительную систему, — инновации, способные вызвать глубокие изменения. Разрабатываются решения, ускоряющие принятие решений при диагностике и лечении заболеваний желудочно-кишечного тракта (ЖКТ) и позволяющие объективнее измерять активность болезни. Доктор Ryan W. Stidham, один из ведущих специалистов по гастроэнтерологии и вычислительной медицине, занимается исследованиями ИИ в Мичиганском университете и делает важные шаги к этому будущему. Его работа направлена на превращение ИИ в практический инструмент, повышающий эффективность принятия решений гастроэнтерологами.

Потенциал искусственного интеллекта при заболеваниях ЖКТ

Карьера доктора Stidham совпала с распространением электронных медицинских карт и повышением доступности медицинских данных. Но, несмотря на их обилие, записи недостаточно полно описывали клиническое состояние пациентов. Особенно при сложных состояниях, таких как воспалительные заболевания кишечника (ВЗК), отсутствовали основные сведения о типе, локализации и тяжести болезни. Stidham увидел возможность с помощью машинного обучения изучать и воспроизводить процесс принятия экспертных решений, однако для этого требовались более качественные данные наблюдений.

Первые исследования и трудности

На фоне расширения применения объективных биомаркеров в гастроэнтерологии внимание привлекла стандартизированная оценка воспаления слизистой при эндоскопии. Но различия между наблюдателями создавали потребность в централизованной интерпретации. Качественный характер эндоскопических находок и неполное отражение всех особенностей на изображениях могли вызывать разногласия о тяжести и типе заболевания даже среди специалистов.

Чтобы устранить этот недостаток, Stidham стремился улучшить эндоскопическую оценку с помощью ИИ. Благодаря росту вычислительных мощностей свёрточные нейронные сети (CNN = convolutional neural network) в то время стало возможно применять к медицинским изображениям. Обучаясь на метках, например степени тяжести болезни, модели CNN демонстрировали значительный потенциал для оценки сложных признаков изображений.

Цифровая эндоскопическая оценка: история успеха ИИ

У Stidham был простой, но трудный план: собрать эндоскопические изображения пациентов, поручить экспертам их оценить и обучить модель CNN. Однако в 2016 году собрать и разметить достаточное число таких изображений было непросто. Главная трудность заключалась в поиске десятков тысяч изображений, представляющих разные степени тяжести болезни, и преодолении технических ограничений их анализа. После многолетних усилий удалось создать работающую модель.

Полученная модель CNN оценивала тяжесть язвенного колита почти в полном соответствии с мнением экспертов по ВЗК. Этот успех стал первым свидетельством способности ИИ автоматически измерять сложные заболевания.

В будущем ИИ поможет гастроэнтерологам работать эффективнее

Stidham отмечает, что значительная часть преимуществ ИИ в медицине будет связана со снижением административной нагрузки. В ближайшее время появятся автоматическое ведение документации, создание заметок по аудиозаписи приёма и составление протоколов процедур на основе анализа эндоскопических видео. Такие инструменты дадут гастроэнтерологам больше времени для индивидуальных планов лечения и сложных решений.

ИИ также применяется в поддержании здоровья: вакцинации, лабораторном скрининге и контроле лечения. Ожидается, что эти технологии облегчат нагрузку гастроэнтерологов и улучшат доступ к лечению. Однако, по мнению Stidham, маловероятно, что эти новшества сразу решат проблему выгорания за счёт уменьшения опухолевой нагрузки.

Может ли ИИ соперничать с врачами?

Сначала Stidham считал, что ИИ ошеломит гастроэнтерологов, но со временем пересмотрел своё мнение. Он отмечает трудности ИИ в понимании индивидуального контекста и выборе оптимального решения для каждого пациента. Опытный гастроэнтеролог способен учитывать пробелы в данных и определять значимость информации применительно к конкретному человеку. Поэтому, хотя ИИ превзойдёт врачей в рутинных повторяющихся задачах, он пока не может заменить клинический опыт, творческий подход и профессиональные знания в повседневном ведении заболеваний ЖКТ.

ИИ и гастроэнтерология: переход к практическому применению

Переломным моментом практического внедрения Stidham считает выступление президента Microsoft Research Peter Lee на конференции прошлой весной. Там показали возможности больших языковых моделей (LLM) понимать медицинские тексты и отвечать на вопросы. На Stidham произвели впечатление примеры создания записи SOAP — субъективных данных, объективной оценки и плана — по аудиозаписи клинического приёма.

Эти разработки показали, что административные задачи, документацию, счета и записи наблюдения за пациентами будет выполнять ИИ. Мы движемся к будущему, в котором врачи, занимающиеся заболеваниями ЖКТ, смогут с помощью машин больше сосредоточиться на творческой стороне работы и клинических решениях.

Будущая адаптация гастроэнтерологов: сотрудничество человека и компьютера

В ближайшие годы гастроэнтерологи будут осваивать прогностические модели ИИ, чат-боты и анализ изображений. Запоминание, поиск сведений в памяти, вычисления и скучные задачи станут работой машин. А мы сможем предлагать большему числу пациентов более индивидуальные решения, используя понимание человеческого контекста, способность к суждению и творчеству. Будущее гастроэнтерологии, как и всей медицины, предполагает тесное сотрудничество людей и компьютеров.