Эпоха дополненной реальности - читать онлайн книгу. Автор: Бретт Кинг cтр.№ 26

При том, сколько данных загружается в интернет каждый день и каждую секунду, эффективный анализ их во всем их объеме и разнообразии уже находится далеко за пределами возможностей человека и требует использования компьютеров. Это обещает в том числе радикально изменить наш взгляд на диагностику заболеваний. Несколько лет назад IBM создала компьютер, способный сразиться в телеигре Jeopardy! ^[141] с двумя ее многолетними чемпионами. Watson – так назвали компьютер – убедительно выиграл, превзойдя двух прежде непобедимых соперников-людей, Дженнингса и Раттера ^[142]. Позже руководство Нью-Йоркского геномного центра одобрило использование IBM Watson в медицинской диагностике ^[143]. Насколько автору известно, это первый случай, когда конкретный машинный интеллект был профессионально или академически сертифицирован для работы врачом. Но, без сомнения, не последний.

Что стояло за этой медицинской сертификацией? Команде, создавшей IBM Watson, было интересно, сможет ли он научиться строить гипотезы для решения таких задач, как диагностика рака или поиск генетических маркеров наследственных заболеваний, если ему предоставить правильные данные. Чтобы проверить свою теорию, команда из IBM месяцами загружала в банк данных Watson медицинские журналы, описания случаев из реальной практики и диагностические методики за 20 лет.

В статье об этом исследовании, опубликованной Медицинским колледжем Бейлора и IBM в рецензируемом издании ^[144], ученые смогли продемонстрировать новый способ генерирования научных вопросов, в долгосрочной перспективе полезных для разработки новых эффективных методов лечения. За считаные недели биологи и специалисты по обработке данных с помощью Watson точно определили, какие белки участвуют в модификации структуры белка р53 ^[145]. В исследовании отмечалось, что, если бы не когнитивные возможности Watson, на такую работу у ученых ушли бы годы. Watson проанализировал 70 000 научных статей о р53, чтобы предсказать белки, которые активируют и деактивируют р53. Этот автоматизированный анализ позволил бейлоровским онкологам выбрать для дальнейшего исследования шесть белков – потенциальных мишеней. Выдающийся результат, если учесть, что за последние 30 лет ученые в среднем выделяли по одному такому белку-мишени в год. Производительность Watson превосходит коллективные усилия исследователей рака в США, с их пятимиллиардным финансированием, на 600 %.

Но самое впечатляющее то, что, когда в Watson вводили данные о симптомах конкретного пациента, он мог точно установить тип рака и самое эффективное лечение более чем в 90 % случаев ^[146]. Почему это важно? Врачи-люди, специалисты-онкологи с 20-летним опытом, обычно оказываются правы в 50 % случаев. Как у Watson получается систематически опережать по этому показателю людей?

Прежде всего – благодаря его способности за секунды объединять и безошибочно помнить данные всех исследований за последние 20 лет.

Логичный следующий шаг – разрешить врачам использовать Watson для лучшей диагностики пациентов, не так ли? Но есть одна тонкость: врачи могут лечить пациентов только на основании рекомендации лицензированного диагноста. Вот почему Геномный центр Нью-Йорка вынес вопрос на заседание совета директоров и получил согласие на регистрацию Watson в качестве лицензированного диагноста в Нью-Йорке.

Теперь, когда мы знаем, что Watson диагностирует рак точнее, чем врач-человек, спрошу вас: к кому бы вы скорее обратились, если бы ваш доктор заподозрил это заболевание у вас? К «доктору Ватсону» или к человеку? Можно, конечно, возразить, что Watson вряд ли хорошо умеет общаться с больными, и все же, поняв, куда ведут эти технологии, мы сможем взглянуть на будущее здравоохранения совершенно другими глазами. Обратите внимание, что генеральный директор IBM присвоил «Ватсону» мужской род, как человеку. Это так, к слову.

Вполне вероятно, что датчики, которые вы носите на теле или внутри, в будущем смогут точно отслеживать изменения состояния вашего здоровья и диагностировать нарушение задолго до того, как оно станет проблемой. Компьютеры будут автоматически анализировать ваши генетические особенности и сообщать алгоритму или машинному интеллекту, на что обратить внимание. Заметив определенные отклонения, алгоритм или интеллект, подобный Watson, сможет рекомендовать конкретные изменения в питании и повседневной жизни – например, больше спать, увеличить физическую нагрузку, – назначить лекарства или даже персонализированные препараты генной терапии. Подумайте о потенциале машинного интеллекта в роли специалиста по питанию, личного тренера или врача. С развитием носимых и вводимых в организм медицинских устройств лечение начнет происходить автоматически. При диабете уровень инсулина сможет поддерживать имплантат. Если проблема станет серьезной, устройство просигналит о ней лечащему врачу, и он, используя свое непревзойденное умение общаться с больными, сможет пригласить вас для более «человеческого» разговора.

К 2020 году медицинская информация об отдельных пациентах будет удваиваться каждые 73 дня ^[147]. Нужны технологии, которые свяжут разрозненные части в единую картину, просигналят об отклонениях и посоветуют, что предпринять, как это в прошлом сделали бы врачи. Предотвращение острых ситуаций при заболеваниях, которые можно контролировать, станет нормой, а самые большие расходы будут связаны с подпиской на медицинские услуги и с устройствами, которые вы носите, а не с госпитализацией и не с посещением врача.