Как ИИ применяют в медицине

Чтобы стать хорошим рентгенологом, врачу нужно просмотреть тысячи снимков за годы практики. ИИ может просмотреть миллионы снимков еще на этапе обучения и научиться распознавать признаки конкретных заболеваний.

А еще ИИ может быстрее изучить снимок глаза, распознать злокачественную родинку и найти лекарство от рака. В статье разбираемся, как ИИ и нейросети используют в медицине, а где без человека никак не обойтись.

Где ИИ уже работает прямо сейчас

Медицинский ИИ давно работает в реальных клиниках по всему миру. Вот, где он уже приносит пользу.

Анализ снимков и изображений

Нейросети хорошо справляются с задачами, где нужно внимательно изучить картинку и найти на ней что-то подозрительное. Поэтому их активно используют в лучевой диагностике, офтальмологии и дерматологии.

Рентген, КТ, МРТ и маммография. Врач-рентгенолог за день просматривает сотни снимков. На каждом нужно заметить малейшие изменения — и делать это при постоянном потоке пациентов. ИИ анализирует снимок и подсвечивает участки, на которые стоит обратить внимание. С таким помощником меньше шансов что-то пропустить из-за усталости или нехватки времени.

Особенно хорошо ИИ показывает себя в маммографии. При обычном скрининге врачи пропускают около 20% случаев рака молочной железы. Когда рентгенолог работает вместе с ИИ, точность диагностики вырастает примерно на 2,6%. Звучит скромно, но в масштабах массовых обследований это тысячи женщин, у которых болезнь нашли вовремя.

С рентгеновскими снимками похожая история. ИИ помогает снизить количество ложноположительных результатов на 69%, а время работы рентгенолога сокращается на 17%. Для пациента это означает меньше лишних обследований, а для врача — возможность уделить больше внимания сложным случаям.

Офтальмология. ИИ научился читать снимки глазного дна и находить на них признаки заболеваний. Такие системы выявляют диабетическую ретинопатию, отеки сетчатки и возрастные изменения с точностью 95–97%.

Дерматология. Здесь нейросети анализируют фотографии родинок и кожных образований. В исследованиях ИИ показывает точность около 95%, тогда как врачи-дерматологи в тех же тестах набирают около 87%.

Хирургические роботы

Они не оперируют самостоятельно, но упрощают работу хирурга. Самая известная система — Da Vinci. Суть системы в том, что человек сидит за специальной консолью и управляет роботизированными руками с инструментами. Робот на операционном поле в точности повторяет движения врача, но делает их точнее: фильтрует естественное дрожание рук и позволяет выполнять микроскопические манипуляции, которые человеческая рука физически не способна сделать так аккуратно.

При этом во время операции алгоритмы компьютерного зрения в реальном времени подсвечивают нервы и сосуды, которые нельзя задеть.

Дополнительно ИИ еще до операции анализирует снимки КТ и МРТ пациента и строит трехмерную модель органов. Это помогает спланировать ход операции и заранее увидеть возможные сложности. А после операции ИИ анализирует видеозапись и оценивает технику хирурга. 

По данным исследований, роботизированная хирургия с ИИ повышает точность операций на 40% по сравнению с традиционными методами. Количество осложнений во время операции снижается на 30%, а пациенты восстанавливаются на 20% быстрее.

Помощь в постановке диагноза

Один и тот же набор симптомов может указывать на десятки разных заболеваний, а врачу из всех вариантов нужно выбрать правильный. Особенно сложно, когда болезнь редкая или протекает нетипично.

ИИ может проанализировать симптомы пациента, результаты анализов, историю болезни и сопоставить все это с огромной базой медицинских данных. Если картина напомнит какое-то заболевание, ИИ сигнализирует об этом врачу.

Особенно полезен такой помощник, когда болезнь маскируется под что-то другое. К примеру, приходит пациент с температурой, кашлем и изменениями на снимке легких. Логичный диагноз — пневмония. Но ИИ, проанализировав все данные вместе, может заметить, что картина не совсем типичная: воспаление расположено необычно, анализы крови не совпадают с обычной бактериальной инфекцией. 

Система подскажет врачу, что стоит рассмотреть другие варианты. Например, грибковую инфекцию или туберкулез. Без такой подсказки врач может назначить стандартные антибиотики, которые в случае грибка или туберкулеза не помогут.

Разработка лекарств

Создание нового лекарства — процесс невероятно долгий и дорогой. Традиционно путь от идеи до препарата в аптеке занимает 10–15 лет и стоит несколько миллиардов долларов. Большая часть этого времени уходит на поиск подходящей молекулы: ученые перебирают тысячи химических соединений, проверяют каждое в лаборатории, отсеивают неудачные варианты и начинают сначала.

Нейросети могут проанализировать миллионы молекулярных комбинаций за несколько дней и отобрать самых перспективных кандидатов для дальнейших исследований.

Кроме поиска молекул, ИИ помогает предсказывать их свойства еще до лабораторных экспериментов. Будет ли вещество токсичным, как оно будет вести себя в организме, сможет ли связаться с нужным белком и т. д. 

Раньше ответы на эти вопросы получали только после долгих испытаний. Теперь часть работы можно сделать на компьютере и отсеять неподходящие варианты еще на старте. Благодаря этому сроки разработки сокращаются на несколько лет.

Один из ярких примеров — Paxlovid, противовирусный препарат от COVID-19. Компания Pfizer использовала ИИ на этапе разработки и смогла создать лекарство всего за 4 месяца. В обычных условиях такая работа заняла бы несколько лет.

Другой известный случай — антибиотик Halicin, открытый исследователями из MIT. Ученые прогнали через нейросеть базу из более чем 100 миллионов химических соединений и нашли молекулу, которая оказалась эффективной против множества бактерий. Причем эта молекула устроена совсем не так, как привычные антибиотики, и без ИИ ученые вряд ли обратили бы на нее внимание.

Персонализированное лечение

Один и тот же препарат может отлично помочь одному человеку и совсем не сработать у другого. Особенно, если речь идет о лечении онкологии.

Даже одинаковые по названию опухоли у разных людей могут вести себя совершенно по-разному и по-разному реагировать на лечение. Сейчас врачи подбирают терапию методом проб: назначают стандартную схему, смотрят на результат, при необходимости меняют препарат. Это занимает время, которого у онкологических пациентов часто нет.

ИИ помогает подбирать лечение более точно с самого начала. Система анализирует генетический профиль опухоли конкретного пациента и сопоставляет его с огромными базами данных о том, какие мутации как реагируют на разные препараты. На выходе врач получает рекомендации: какая терапия с большей вероятностью сработает именно у этого человека.

На практике это выглядит так: врач загружает в систему данные пациента: результаты генетического анализа опухоли, историю болезни, сопутствующие заболевания. ИИ сопоставляет эту информацию с тысячами похожих случаев и показывает, какие препараты давали лучший результат у пациентов с таким же молекулярным профилем. Это помогает врачу принять более обоснованное решение.

Особенно ценно это при редких формах рака. По таким опухолям мало статистики, мало исследований, и врач не может опираться на клинический опыт, потому что его просто нет.

Системы на основе ИИ решают эту проблему необычным способом: они создают виртуальных цифровых двойников пациентов с редкими опухолями, чтобы восполнить недостаток реальных данных. Например, компания SOPHiA GENETICS запустила в 2025 году платформу, которая использует клинические, биологические, геномные и визуальные данные каждого пациента для создания его цифровой копии.

Модель генерирует синтетические молекулярные профили, похожие на реальные, на которых можно тестировать гипотезы о лечении в виртуальной среде. Исследования показали, что такие синтетические данные помогают ИИ-моделям улучшить точность обнаружения редких генетических маркеров, а MD Anderson Cancer Center подтверждает, что цифровые двойники ускоряют научные прорывы в персонализированной медицине.

Прогнозирование эпидемий

31 декабря 2019 года канадская система BlueDot отправила своим клиентам предупреждение о вспышке необычной пневмонии в китайском Ухане. Это произошло за несколько дней до того, как ВОЗ официально сообщила миру о новой угрозе. ИИ заметил опасность раньше, чем международные организации.

Система анализировала огромные потоки информации: местные новости на разных языках, официальные отчеты больниц, поисковые запросы людей о симптомах, данные о продажах лекарств в аптеках, информацию об авиаперелетах. Когда в одном регионе начинали чаще искать «высокая температура» и «боль в груди», а местные СМИ писали о переполненных больницах, алгоритм замечал паттерн и поднимал тревогу.

BlueDot не только выявила вспышку, но и точно предсказала, что вирус распространится в Бангкок, Гонконг, Токио и другие города — это подтвердилось в следующие дни. Затем система помогала властям планировать ограничительные меры, анализируя маршруты авиаперелетов и прогнозируя географию распространения вируса.

Административная рутина

Врачи тратят на документацию почти столько же времени, сколько на самих пациентов. ИИ забирает часть этой рутины на себя.

Заполнение документации. Нейронки умеют слушать разговор врача с пациентом и автоматически переводить его в структурированную запись. Врач общается с человеком, а ИИ-ассистент в это время фиксирует жалобы, анамнез, назначения и раскладывает все по нужным полям в медицинской карте. 

После приема доктору остается только проверить запись и при необходимости что-то поправить. Исследования показывают, что это сокращает время на документацию на 20–30%, а работу с медицинскими записями после окончания приема — почти на треть.

Чат-боты для записи и первичного опроса. Еще до визита к врачу пациент может пообщаться с ботом: записаться на прием, ответить на вопросы о симптомах, получить напоминание о предстоящем визите или о приеме лекарств. Для клиники это тоже выгодно — бот работает круглосуточно, не устает и может вести сотни диалогов одновременно. А врач к моменту приема уже видит собранную информацию и не тратит первые минуты на стандартные вопросы.

Проверка качества консультаций. Вручную проверить, как прошла консультация, можно у небольшой доли приемов. ИИ может проанализировать 100% онлайн-консультаций: соблюдал ли врач стандарты, не упустил ли важные вопросы, корректно ли общался с пациентом.

Что ИИ пока не умеет и вряд ли научится

Эмпатия и человеческий контакт. Пациенту часто важно, чтобы врач посмотрел в глаза, выслушал, объяснил происходящее понятным языком и поддержал. Это влияет не только на эмоциональное состояние, но и на готовность следовать рекомендациям. Человек, который доверяет своему врачу, с большей вероятностью будет принимать лекарства и соблюдать назначения.

ИИ может сгенерировать сочувственный ответ, но это будет имитация, основанная на шаблонах. За ней не стоит реального понимания того, каково это — болеть, бояться или терять близкого.

Нестандартные случаи и врачебная интуиция. Редкие заболевания, атипичные симптомы, сочетание нескольких болезней у одного пациента, влияние образа жизни, психологического состояния, социальных обстоятельств — все это требует гибкости мышления, которой у алгоритмов нет.

Врач с опытом может почувствовать, что что-то не сходится, даже если формально все показатели в норме. Он задаст дополнительный вопрос, назначит еще одно обследование, вспомнит похожий случай из практики. Эта интуиция формируется годами и опирается на живой опыт взаимодействия с людьми, а не только на данные.

Этические решения. В медицине регулярно возникают ситуации, где нет однозначно правильного ответа. Стоит ли продолжать агрессивное лечение у тяжелого пациента, как распределить ограниченные ресурсы между несколькими нуждающимися, как учесть желания самого пациента, если они расходятся с медицинскими рекомендациями.

ИИ не понимает ценности человеческой жизни, не чувствует груза ответственности, не способен взвешивать последствия своих рекомендаций с точки зрения морали.

Финальный диагноз и ответственность — всегда за врачом. ИИ не ставит диагнозы и не назначает лечение. Он анализирует данные и предлагает варианты, но решение принимает врач. Он же несет за это решение юридическую ответственность.

Можно ли задавать медицинские вопросы ChatGPT

Наверняка вы видели истории о том, как врачи не могли поставить диагноз, а ChatGPT или другая нейросеть назвали правильный ответ чуть ли не с первой попытки. Но доверять ему всегда все же не стоит.

Есть важное правило: не задавайте нейросети вопрос, на который сами не сможете проверить ответ. Врачи используют нейросеть, чтобы освежить знания или найти схему терапии. Но если ИИ выдаст ерунду, врач это заметит и проигнорирует. Пациент без медицинского образования такой фильтр поставить не сможет.

Когда нейросеть ошибается

Когда получает мало информации. Допустим, пожилая женщина напишетнейросети, что у нее болит голова, она устала и грустит. Нейросеть, скорее всего, предположит депрессию. А опытный врач на приеме посмотрит на пациентку, обратит внимание на отечность лица и сухость кожи, заподозрит гипотиреоз и окажется прав.

Визит к врачу имеет контекст, и этот контекст — вы целиком. Как вы выглядите, как двигаетесь, как говорите, что умалчиваете. У нейросети этого контекста нет. Он знает только то, что вы ему написали. Если данные хорошие — результат тоже может быть полезным. Если данные неполные или искаженные — нейросеть уведет вас в неправильную сторону.

Как использовать нейросети в медицине с пользой

Чтобы перепроверить врача. Люди ошибаются, врачи тоже. Для собственного спокойствия можно после приема описать нейросети свою ситуацию и посмотреть, совпадают ли выводы нейронки и врача. Только давайте ей ту же информацию, что давали врачу.

Чтобы подготовиться к визиту. Можно спросить, как лучше описать врачу головную боль или какие вопросы задать на приеме у эндокринолога. Это поможет использовать время консультации эффективнее.

Чтобы разобраться в результатах анализов. Нейросеть может объяснить, что означает тот или иной показатель и в каком он диапазоне. Это не заменит консультацию врача, но поможет прийти на прием подготовленным и задать правильные вопросы.

Разработчики нейросетей даже делают специальные режимы для таких вопросов. Например, в ChatGPT уже появился режим Health, в который можно загружать свои анализы, симптомы и информацию с умных браслетов. Нейросеть это анализирует и дает заключение. Подобный режим есть и в Claude.

Чего делать точно не стоит

Не используйте нейросеть, чтобы подтвердить свои страхи. Если вы будете упорно искать у себя серьезную болезнь, нейросеть рано или поздно найдет ее. Если чувствуете, что накручиваете себя, лучше закройте чат и запишитесь к врачу.

Не ставьте себе диагноз и не назначайте лечение на основе ответов нейросети. ChatGPT не видит вас, не может провести осмотр и не несет никакой ответственности за свои слова. Даже если его предположение окажется верным, только врач может подтвердить диагноз и подобрать безопасное лечение.

Главное об ИИ в медицине

• Лучше всего ИИ справляется с анализом изображений: рентгеновских снимков, КТ, МРТ, маммографий, фотографий кожи и глазного дна. Точность таких систем достигает 95–97%, и они помогают не пропустить болезнь на ранней стадии.
• ИИ ускоряет разработку лекарств в несколько раз. Путь от идеи до препарата, который раньше занимал 10–15 лет, теперь может сократиться до 3–5 лет, а иногда и меньше.
• ИИ создает персонализированную медицину. Он анализирует генетический профиль пациента и помогает подобрать лечение, которое с большей вероятностью сработает именно для него.
• Эмпатию, врачебную интуицию и этические решения ИИ не заменит. Машина не способна к подлинному сочувствию и не несет моральной ответственности за свои рекомендации.
• Финальное решение всегда остается за врачом. ИИ — это инструмент, как МРТ или стетоскоп. Он помогает, но не заменяет специалиста и не ставит диагнозы самостоятельно.