В последние годы искусственный интеллект становится важнейшим элементом трансформации здравоохранения. От диагностики и мониторинга до персонализированной терапии — перспективы огромны. Но на пути к широкому применению есть серьёзные препятствия: технологические, этические и регуляторные. Вот обзор состояния и ближайших тенденций медицинского ИИ, подкреплённый мнениями экспертов и результатами исследований.

Где ИИ уже показывает результат

Улучшение диагностики

Существует множество примеров, когда ИИ-системы превышают по точности традиционные методы в распознавании образов и анализе снимков.

В штате Пенджаб в Индии ИИ используется для анализа КТ-сканов при подозрении на инсульт. Такая система позволяет быстро проводить фильтрацию пациентов и организовывать экстренную госпитализацию при необходимости.

Поддержка врачей и оптимизация работы

ИИ меняет место человеческого врача не как заменяющего, а как помощника. Он может брать на себя анализ данных, рутинные задачи, сортировку пациентов, что освобождает время для врача на более сложные решения.

Проект Counsel Health в США — приложение с ИИ-ассистентом, работающим в тандеме с врачами, помогает управлять хроническими заболеваниями.

Благодаря моделям типа Med-PaLM, Gemini, Med-Gemini и др., ИИ-LLM (large language models) уже участвуют в образовании врачей, принятии решений и помощи в постановке диагноза.

Основные вызовы и ограничения

Точность, надёжность и валидность

Многие исследования выявляют, что ИИ хорошо работает в лабораторных условиях, но может давать сбои в реальной клинической практике, особенно при нетипичных симптомах, необычном течении болезни или в недообученных группах пациентов.

Скрытые искажения и неравенство

Если модель обучалась на данных, которые не репрезентативны — например, с преобладанием определённой этнической или возрастной группы — её работа может быть менее точной для других групп. Это вызывает риски усугубления медицинского неравенства.

«Галлюцинации» и ложные срабатывания

Большие языковые модели могут генерировать неправдивую или неточную информацию с высокой степенью уверенности, что делает их рискованными при принятии решений, особенно в экстренных ситуациях.

Регуляция и юридическая ответственность

Кто несёт ответственность, если ИИ ошибся — разработчик, медицинское учреждение или врач, использовавший инструмент? Многие системы всё ещё не прошли проверки на безопасность в долгосрочной перспективе. Регуляторные рамки часто отстают.

Принятие и готовность среди врачей

Несмотря на энтузиазм, многие медицинские специалисты чувствуют, что учреждения не готовы интегрировать ИИ — недостаток знаний, ресурсов, инфраструктуры. Исследование показывает, что врачи с менее чем шестилетним опытом более склонны позитивно относиться к ИИ, чем их старшие коллеги.

Что говорят эксперты

Eric Sutherland (OECD, эксперт по ИИ в здравоохранении) говорит, что интеграция ИИ в медицину — это не «если», а «когда». Но по его словам, сейчас важны регуляторные рамки и обучение врачей.

Dr. Alderman предупреждает, что ИИ-системы могут плохо работать у пациентов из групп, недостаточно представленных в тренировочных данных, и что системы, разработанные на узком наборе, плохо обобщаются.

Из групповых усилий — инициатива FUTURE-AI, в которую входят учёные, врачи, этики, регулирующие органы. Они сформулировали ориентиры доверительного и безопасного применения ИИ в медицине: принципы справедливости, прозрачности, надёжности, объяснимости, удобства для пользователя.