Когато Google предсказва смъртта на болни хора

Жена с рак на гърдата в късен стадий постъпва в болница с оплаквания от затруднения в дишането. Преглеждат я двама лекари, изпращат я на скенер. Болничните компютри разчитат жизнените й показатели и връщат резултат: има 9,3% вероятност пациентката да умре по време на престоя си в клиниката.

 

Тук се намесва Google. Нов тип алгоритъм, създаден от технологичната компания, прочита отново данните на жената - общо 175 639 единици информация - и пресмята оценката за смъртта от риск. 19,9%. Пациентката умира след няколко дни.

 

Болезненият случай е описан в изследователски доклад на Google, в който се подчертава потенциалът на невронните мрежи за нуждите на здравеопазването. Става дума за форма на софтуер с изкуствен интелект, който е доста добър при използването на данни за автоматично самообучение.

 

кома, пациент, болница, лекар, лекари

 

Google създава инструмент, който може да предскаже цял набор от сценарии за развитие на пациента - колко дълго ще остане в болница, каква е вероятността да постъпи отново в отделението, и какъв е шансът да умре скоро.

 

Това, което изненадва медицинските експерти, е способността на Google да пресява информация, която дотогава е оставала извън обхвата му. Например - да чете забележки в pdf-файлове или ръкопис, положен върху стари здравни картони.

 

Невронната мрежа събира цялата тази хаотична информация и вади своя резултат. Прави го по-бързо и по-точно от съществуващите технологии.

 

Болниците, лекарите и здравните служители се опитват от години да се възползват по-ефективно от тоновете здравни досиета на пациентите си, които на много места вече са в електронен формат. Колкото повече информация се споделя и анализира в правилния момент, толкова по-голям е шансът да се спаси нечий живот. Най-малко, ще спести много време на медицинските работници от попълване на документация, което може да се концентрира върху грижата за самите пациенти. Съществуващите в момента методи за анализ на здравни документи обаче са скъпи, бавни и тромави.

 

Близо 80 процента от времето, което се отделя за работа по предиктивните модели, отива за "черен труд" - т.е. за превръщането на купищата документи в четлив и разбираем материал. Моделът на Google обаче е по-различен. От компанията твърдят, че могат да анализират всичко по автоматичен начин, без да се налага да се преписва.

 

Следващата стъпка на Google е да внедри системата си в клиниките. Отделът за медицински разработки в компанията сега развива AI-инструментариум, който може да предвижда симптоми и болести с високо ниво на точност.

 

Софтуерът в здравеопазването се програмира предимно на ръка. Някои от съществуващите модели не вземат предвид дори очевидни фактори, като например дали пациентът е бил опериран в миналото или не.

Google обаче предвижда машините да се научат да четат данните без човешка помощ.

 

Въпреки целият оптимизъм около този потенциал, опитомяването на AI-технологии за подобряване на здравеопазването все още е сериозен проблем.

 

Досегашните опити показват ограничен успех в спестяването на пари в системи, които реимбурсират терапията на пациентите си. В Google отдавна правят опити да получат достъп до дигитализирани медицински досиета със смесени резултати. За последните си изследвания технологичният гигант сключва споразумения с Университета на Калифорния и Университета в Чикаго, като получава общо 46 млрд. единици данни на анонимни пациенти.

 

Системата на Google обаче създава предиктивни модели за всяка болница, а не общ софтуер, което би бил взаимозаменяем. Универсалното решение на този проблем е много по-сложно.

 

Притеснения има и заради обемите от информация, които Google събира за потребителите от цял свят.

 

Компании като Google вече развиват уникална, почти монополистична способност да капитализират от данните, които хората сами генерират в живота си, казва Андрю Бърт, който отговаря за защитата на личните данни в компанията Immuta. Той е съавтор на статия в колектив с онколога Самюел Волкенбом, в която предупреждават, че властите не бива да допускат чувствителни данни да се превръщат в "компетентност на група избрани компании".

 

Засега Google действа предпазливо по отношение на защитата на пациентската информация, особено с повишаването на обществената критичност към проблемите в събирането на лични данни.

 

Британските власти наказаха DeepMind (друго подразделение на Alphabet, което развива изкуствен интелект) заради тестването на приложение, което анализира публични медицински регистри, без да информира пациентите, че данните им ще се употребяват.

 

При последното изследване Google и партньорите - университетски болници - твърдят, че всички данни са били анонимни, защитени и ползвани с разрешението на пациентите. Тази сигурност обаче може да бъде подложена на атаки, когато достъпът на Google се разпростре до повече и по-компактни здравни мрежи.

 

Въпреки всичко експертите са убедени, че алгоритмите могат да спасяват както човешки животи, така и пари, особено ако анализът на здравни досиета се смеси с други бази данни. Например, моделите с изкуствен интелект могат да включват информация за особеностите на местния климат, натовареността на трафика в съответния град - фактори, които имат влияние върху резултатите на пациентите.

 

Засега няма много компании с по-добра база за анализ на болничните данни от Google. Заедно с Verily (от групата на Alphabet) инженерите на Google разработват устройства за мерене на биологични показатели, които могат да се смесят в една обща алгоритмична комбинация.

 

Медицинското звено на Google работи и по AI-системи за радиологията, офталмологията и кардиологията. Опитват се да пробият и в дерматологията. Разработките им разчитат на сериозна помощ от медицински консултанти, а не само на софтуерни разработчици. Една от експерименталните терапии на компанията в Индия залага на AI-софтуер за сканиране на изображения на очи, от които да се засичат ранни симптоми на болестта диабетна ретинопатия.

 

С течение на времето Google може да предлага под лиценз тези системи на болничните заведения или да ги продава като самостоятелна услуга. За да може да стигне до подобна фаза, обаче, компанията ще има нужда да си набави много по-големи обеми от данни на пациенти - практика, която подлежи на сериозен контрол от регулаторите и на нежелание за сътрудничество от страна на потребителите.

Станете почитател на Класа