ИИ В МЕДИЦИНЕ: БАРЬЕРЫ

ИИ в медицине: барьеры

Технологии с использованием искусственного интеллекта находят применение о многих областях современной жизни. Медицинская наука именно та область, где статистическая обработка больших массивов информации может привести к неожиданным открытиям, выводам, выявлению закономерностей, незаметных для человеческого восприятия. Применение новых технологий несет и практическую выгоду, и удовлетворение научного интереса. Несмотря на всю простоту использования технологий и очевидные выгоды, пока методы машинного обучения не имеют широкого применения. Сдерживают процесс объективные барьеры.

Барьеры искусственного интеллекта

Барьер №1. Консервативность

Консервативность медицинского сообщества по отношению ко всем технологиям имеет свое объяснение. Медики в своих действиях руководствуются правилом «не навреди». Цена ошибки в их деле слишком велика – жизни и судьбы людей. Создание искусственного интеллекта не прозрачная процедура. Что скрывает программный код и как делает выводы машина? На практике уже были прецеденты, когда алгоритм, бравший для обучения определенные данные, был совершенно не пригоден в других условиях. 

Барьер №2. Отсутствие нормативно методологической проработки

Медицинские услуги и медицинская помощь оказываются строго в рамках законодательства. Для перехода к цифровой медицине требуется соответствующее внятное и четкое законодательство. Закон должен сопровождаться методологическими рекомендациями и нормативами. Но пока нет даже методик получения и обработки данных. Медицинские данные преимущественно не валидизированы и не стандартизованы.

Барьер №3. Готовность тестировать и пилотировать цифровые решения в области здравоохранения

Врачи мало участвуют в разработке и апробации новых информационных продуктов, эту тему явно двигают не врачи. У медиков нет потребности и заинтересованности в IT-технологиях, особенно у младшего медицинского персонала. Отсутствует мотивация применения новых технологий основными персоналиями системы здравоохранения (врач, пациент, ОУЗ).

Практикующие врачи не являются методологами, продвигающими новые технологии и методы. К этой же категории барьеров можно отнести незаинтересованность стейкхолдеров в создании единой прозрачной системы.

Барьер №4. Отсутствие необходимых кадров

Пока в медицине работают IT-специалисты отдельно, а врачи - отдельно. Печально, но большинство преподавателей медицинских вузов на "Вы" с компьютером. Низкий уровень IT-подготовки медицинских работников ощущается даже в столичных ВУЗах, а что говорить про регионы. Надо признать, что в России нет школ IT-медиков.

В системе профессионального медицинского образования отсутствует такой важный и перспективный предмет, как биоинформатика. ВУЗы мало и плохо готовят биоинформатиков.

Для профессиональной переподготовки и повышения квалификации необходимы тщательно разработанные и имплементированные базы медицинских знаний по разным специализациям. В перспективе врачами постоянно должны использоваться самообучающиеся, построенные на качественных данных, объединенные в единую систему всех медучреждений, объясняющие причины всех сделанных прогнозов и указывающие на использованные источники данных системы на основе искусственного интеллекта.

Барьер №5. Отсутствие стратегического планирования

Пока системами с применением ИИ в нашей стране пользуются менее 1% мед работников, и этот процент преимущественно из фармакологической области

Барьер №6. Отсутствие качественных структурированных данных

Нет единого стандарта сбора и хранения медицинских данных для всех МИС. Плохо форматированная и структурированная система исходных данных для принятия решений влечет ошибки в выводах и прогнозе. На таких данных нельзя обучать машинный интеллект. Данные, в частности результаты секвенирования, сейчас не стандартизованы, они не воспроизводятся, их качество низкое. Затруднена доступность к медицинским данным, их много, но системы нет. Остро ощущается необходимость создания единого информационного поля медицинских данных.

Проблема искусственного интеллекта

Переход к эффективным современным методам медицинского обслуживания не возможен без применения современных цифровых технологий, в частности искусственного интеллекта. Но пока в России не выработан единый подход к информатизации здравоохранения. Разработка консолидированного понимания предмета цифрового здравоохранения требует понимания стратегии его развития и реализации. Необходимость внедрения информационных технологий преодолеет все барьеры и проблемы, стоящие на пути технологии искусственного интеллекта.

Проблемы искусственного интеллекта могут быть решены при условии:

  • Обеспечения контроля в медицине.
  • Разработки стратегии внедрения цифровых технологий в различные сферы здравоохранения.
  • Наличии конкретных предложений по внедрению информационных технологий.

Создание искусственного интеллекта

Сегодня на базе искусственного интеллекта уже созданы первые программы, выполняющие роль помощников врачей. Компьютеры отслеживают состояние пациентов оффлайн и онлайн на основании CRM систем.

Создание программ, основанных на машинном обучении пока затратно и длительно, и поэтому очень рискованно. Непредсказуемый рынок неудобен для бизнесменов и инвесторов. Стандартизация медицинских данных идет медленно. В практическом здравоохранении отсутствует консалтинговое звено, которое обеспечивало бы внедрение передовых решений в клиническую практику. Структура рынка здравоохранения в РФ такова, что она опирается на доминирующую роль госзаказа. Частная медицина занимает менее 4% рынка и не является заказчиком и потребителем решений в силу своей незначительности. Структура Госзакупок приводит к закупке клиниками не инновационных, а дешевых решений.

Но несмотря на все барьеры и сложности невозможно остановить прогресс. В перспективе использование систем с ИИ станет неотъемлемой частью лечебно-диагностического процесса на всех его этапах, являясь информационной основой принятия решения со стороны медицинского работника.

ЧИТАЙТЕ ТАКЖЕ

Задать вопрос

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