ЧТО МОЖНО ПОРУЧИТЬ ИСКУССТВЕННОМУ ИНТЕЛЛЕКТУ?

Что можно поручить ИИ?

Специалисты, работающие с искусственным интеллектом и понимающие сложность и суть внедрения этой технологии в жизнь, считают, что журналисты и публицисты создают ложное представление у общественности, придавая технологиям фантастические силу и угрозу для людей. В реальности все не так. Современные возможности применения машинного интеллекта сильно ограничены. Ответ на точный и простой вопрос – это максимум, на что способна машина, работающая на нейронных сетях.

Для разработчиков самое важное сейчас – это постановка правильной, а точнее посильной, задачи для ИИ. Несмотря на то, что потенциал машин огромен, а воображение рисует нам удивительные картины будущего, современные возможности интеллекта компьютера сильно ограничены. Если схематично изобразить, то компьютер может подобрать простой ответ на основе неких входных данных. Поэтому с точки зрения разработчика, планируя создавать и применять сервисы с использованием ИИ, нужно адекватно сформулировать задачу.

Какие задачи могут решать машины? Разработчик приводит такой критерий: если обыкновенный человек способен за секунду или быстрее дать ответ на вопрос, то эта задача подлежит автоматизации.

Не стоит верить этой формуле. Она только дает представление о возможностях искусственного интеллекта. Создание же машин, программ может занять довольно много времени, что уже сделает проект нецелесообразным.

Важно выбрать такой круг вопросов, ответы на которые имели бы ценность для пациента, оправдывали бы вложение средств и затраченное время. Иначе возникает ситуация, когда созданный продукт не окупит вложений. Риск создать никому не нужное решение, не имеющее ценности в этой области велик. Не стоит бесконечно упрощать постановку задач для машин. Но и доверять постановку задачи разработчикам опасно.

Разрабатывая новый продукт, новый сервис, надо наблюдать за бизнес-процессами и отталкиваться от реальных проблем в здравоохранении, в реальной поликлинике. Необходимо найти ту операцию, на которую затрачивается много времени и сил персонала, которая может разгрузить медицинских работников, и которую невозможно решить другими методами.

В качестве примера негодной задачи можно привести задачу распознавания снимков. Известно, что искусственный интеллект может анализировать изображения и ему по силам отличить ультразвуковую диагностику от рентгенологического снимка или любого другого. Но ценность решения такой задачи слишком мала, чтобы вкладывать деньги и тратить время специалистов разработчиков. А задача расшифровки данных лучевой диагностики, возможно, более ценна и нужна. Но даже в этом случае необходимо не просто передать функции человека, врача-специалиста искусственному интеллекту, не достаточно просто делегировать функцию. Необходимо извлечь дополнительную выгоду в виде снижения количества врачебных ошибок, повышение скорости работы, снижение стоимости услуги для пациента. Дополнительной выгодой может стать и повышение пропускной способности медицинского учреждения.

Насущными и важными задачами, которые можно делегировать машинам на сегодня являются поиски очагов кровоизлияния в томографических снимках. Уже сегодня можно распознавать опухоли или их признаки автоматически по изображениям. Совмещение использования искусственного интеллекта, телемедицины и систем обработки данных позволит решать масштабные задачи диагностики населения. Компьютерам уже сегодня можно поручить обработку первичной диагностики и постановку предварительного диагноза с рекомендациями дальнейшего обследования, лечения или превентивных мер. Гибридный подход позволяет совмещать не только IT технологии, с методами искусственного интеллекта, но и подключать математические методы исследований. Это открывает более широкие перспективы автоматизации и роботизации бизнес-операций. Комбинация разнообразных методов ИИ тогда, когда они наиболее эффективны и обоснованы, будет иметь больше возможностей применения. Именно тактика сочетания и автоматизации отдельных подзадач позволяет постепенно создавать интегрированные системы неограниченных возможностей. Самые сложные процессы и процедуры можно постепенно делегировать технике. Но не стоит идеализировать искусственный интеллект, полагать, что это панацея и ключ к решению многих задач. Не стоит ждать мгновенных чудес на этом поприще. Только постепенное, интегрированные с другими технологиями, отработанное и эффективное внедрение автоматов и роботов может привести к созданию уникальных, востребованных рынком продуктов. Практические и работающие схемы, как и в маркетинге, надо не создавать, а подсматривать и решать.

«Чатботы»Еще одна большая и ответственная область для внедрения ИИ это контроль и анализ деятельности специалистов-врачей. Сегодня есть возможность для сбора медицинской лингвистики. Можно оцифровать и анализировать выходную информацию любого врача: важны назначения, переписка по почте, статьи, ответы на вопросы. Эта информация позволяет сформировать семантическое ядро, в которое будут входить термины и понятия, которыми он пользуется. На основании этого не сложно определить мотивационные рычаги, факторы ограничивающие рост, можно оценить актуальность назначений. На основании анализа предложить ряд шагов профессионального роста, персональный план развития.

«Чатботами» сегодня никого не удивишь. В сфере медицины тоже есть потенциал для их применения. «Чатботы» - это текстовые программы, которые разговаривают, а вернее предоставляют человеку информацию по заданным алгоритмам. Подобные алгоритмы разрабатываются на основе семантики. Они используются для процедур формального плана: запись на прием к врачу, предоставление контактной информации, часов работы.

Если для кого-то поднятая тема, кажется сложной, то это совсем не так. Медицинская общественность бурно обсуждает идеи применения искусственного интеллекта, создавая глобальные, креативные задачи для разработчиков. Разделение сложных процедур наиболее простые и поэтапное внедрение с последующей интеграцией позволит создавать жизнеспособные практичные решения, уникальные технологии. И если сегодня сто-то выглядит фантастически, как, например, создание системы, позволяющей за несколько секунд выявить любые известные медицине патологии на основе исследования, то разделение этой глобальной задачи на подзадачи позволит разработать технологии диагностики отдельных видов обследований. В перспективе отдельные процедуры, успешно решаемые ИИ, интегрируются в единую систему. Фантастика станет реальностью.

Выводы:

  1. Задача для ИИ должна исходить из реальности, а не от возможностей программистов.
  2. Задача должна быть решаема на современном уровне развития технологии ИИ.
  3. Необходимо избегать постановки глобальных задач, а исходить из небольших, но эффективных процессов, позволяющих ИИ решить ее наилучшим образом по-сравнению с другими технологиями.

Подробнее

ЧИТАЙТЕ ТАКЖЕ

Задать вопрос

Оставьте свое сообщение и контакты для связи.
Мы с вами обязательно свяжемся.