Искусственный интеллект в медицине: как технологии меняют здравоохранение прямо сейчас | Homo Sedens Искусственный интеллект в медицине - Как алгоритмы читают снимки, предсказывают риски и помогают создавать новые лекарства | Homo Sedens
D8BAEBFD-0CDD-4A0F-A118-559A2B8A2283Created with sketchtool.3E32E885-F74D-4EFC-BE52-DA54EF199FB1Created with sketchtool.0DEDA4E4-175A-4BFC-A927-46BB07369FE1Created with sketchtool.
Полезные материалы
 / Искусственный интеллект в медицине

Искусственный интеллект в медицине

Как алгоритмы читают снимки, предсказывают риски и помогают создавать новые лекарства

Искусственный интеллект помогает врачам анализировать данные и выбирать лечение

Представьте: вы сделали маммографию. Снимок ещё не посмотрел рентгенолог, а нейросеть уже отметила участки, которые требуют особого внимания. Это не сценарий будущего: в Москве ИИ уже участвует в анализе маммограмм, и к июню 2025 года с его помощью обработали почти миллион исследований.

Разберёмся, как ИИ пришёл в медицину, что он уже умеет и почему даже самый точный алгоритм всё ещё нуждается во враче.

Компьютер стал помощником врача ещё в 1970-х

Первые медицинские программы работали совсем иначе, чем современные нейросети. Врачи объясняли разработчикам, как рассуждают при разборе сложных случаев, а те переводили эту логику в команды: если получены такие сведения – проверить такую версию. Такие программы называли экспертными системами.

MYCIN – одна из первых ИИ-систем в медицине

В 1972 году команда Стэнфордского университета занялась опасными бактериальными инфекциями. Лаборатория ещё могла не знать точного возбудителя, а врачу уже требовалось выбрать антибактериальную терапию. Исследователи решили проверить, сможет ли компьютер собрать промежуточные данные, предположить причину инфекции и предложить варианты антибактериальных препаратов. Так появилась MYCIN – экспериментальная программа-консультант.

Инфекционисты объясняли разработчикам, как разбирают такие случаи. Те записывали объяснения в виде правил, а врачи проверяли выводы программы.

Так MYCIN обучили задавать вопросы и определять возможного возбудителя инфекции. Однако в обычную клиническую практику программу так и не внедрили. Одна из главных технических проблем была простой: система работала на большом исследовательском компьютере, а способа сделать её доступной обычным клиникам тогда ещё не было.

Как INTERNIST-1 разбиралась со сложными диагнозами

Проект INTERNIST-1 (1974 год) помогал врачу разбираться в сложных заболеваниях внутренних органов.

Врач вводил жалобы, результаты осмотра и анализов. Эксперты заранее отмечали, насколько каждый признак характерен для разных заболеваний. Допустим, одна версия объясняет лихорадку и изменения в анализах, но оставляет без объяснения отёки. Тогда INTERNIST-1 продолжала поиск до наиболее вероятного диагноза, который врачу нужно было проверить.

К июню 1986 года база описывала 572 диагноза и более 4000 признаков – жалоб, результатов осмотра и лабораторных показателей. Так же как MYCIN, проект INTERNIST-1 остался исследовательским: его диагностический алгоритм недостаточно хорошо учитывал анатомию и развитие симптомов во времени.

От полиграфа до космоса: откуда в медицину приходят технологии

Иногда технологии, которые раньше использовали совсем для других задач, находят применение в медицине и гаджетах для здоровья.

Например, некоторые фитнес-браслеты измеряют электродермальную активность, или EDA/GSR, – изменения проводимости кожи, связанные с работой потовых желёз. Этот же показатель давно используют в полиграфах наряду с пульсом и дыханием. По изменениям этих реакций судят об эмоциональном напряжении человека и на этом основании пытаются оценить, насколько правдив его ответ.

Фитнес-браслеты используют этот же принцип для другой задачи. При стрессе меняется работа потовых желёз, а вместе с ней – и проводимость кожи. Браслет сопоставляет этот показатель с пульсом, движением и другими данными и может заметить признаки возможного стресса.

Как технология NASA оказалась в ушном термометре

Астрономы используют инфракрасные датчики, чтобы улавливать тепловое излучение далёких объектов в космосе. Специалисты NASA/JPL и компания Diatek использовали похожую технологию при создании ушного термометра Model 7000. Прибор вышел в 1991 году и измерял инфракрасное излучение барабанной перепонки меньше чем за две секунды. Показатели в этой области близки к внутренней температуре организма, поэтому по ним можно быстро определить температуру тела.

Позже тот же физический принцип стали использовать в бесконтактных термометрах, которые направляют на лоб.

Космические технологии нашли применение в реабилитации

В невесомости мышцы получают меньше привычной нагрузки. Чтобы частично её возместить, для космонавтов создали костюм «Пингвин»: его эластичные элементы сопротивляются движениям и заставляют мышцы работать активнее. Позже принцип «Пингвина» использовали в лечебных нагрузочных костюмах. Так появился костюм «Адели» для реабилитации детей с ДЦП, а затем «Регент», который применяют, в частности, после инсульта и черепно-мозговой травмы.

Другой космический метод тоже заинтересовал специалистов по реабилитации. Сухую иммерсию придумали для моделирования невесомости на Земле. Человек лежит на поверхности воды, отделённый от неё водонепроницаемой тканью, поэтому тело почти не чувствует опоры. В таком положении снижается привычная нагрузка на мышцы и меняется работа сенсомоторной системы.

Поэтому метод стали изучать и в реабилитации пациентов с болезнью Паркинсона. В небольшом исследовании после курса сухой иммерсии у пациентов уменьшилась выраженность некоторых двигательных симптомов, в частности мышечной ригидности.

Что ИИ уже делает в обычной больнице

Сегодня применение ИИ в медицине включает вполне земные задачи: отметить участок на снимке, собрать сведения из записей, рассчитать конкретный риск или проверить назначение. Одни такие системы уже используют в больницах и поликлиниках, другие пока проходят испытания.

Как нейросеть учат читать медицинские снимки

Чтобы научить алгоритм, например, искать узлы в лёгких, ему показывают множество снимков, на которых рентгенологи заранее обвели нужные участки. Сопоставляя изображения с ответами врачей, программа находит сочетания формы, яркости, размера и расположения, характерные для искомого изменения.

Затем систему проверяют на данных других клиник, аппаратов и групп людей. Высокий результат у разработчика ещё не гарантирует такую же работу в обычной больнице.

Конкретная программа может обвести подозрительную область на рентгене, КТ, МРТ или снимке глазного дна, выполнить измерения, подготовить черновик описания либо поднять срочное исследование выше в очереди на просмотр.

ИИ отмечает подозрительные участки на медицинских снимках

ИИ в российской медицине: маммография и цифровой помощник врача

С 2023 года нейросеть участвует в анализе маммограмм в системе ОМС. Алгоритм первым отмечает подозрительные участки, затем снимок смотрит рентгенолог и оформляет заключение. К 16 июня 2025 года так обработали почти миллион исследований. Точность работы ИИ уже сопоставима с уровнем опытного врача-рентгенолога, а время описания маммограмм с его помощью может сокращаться более чем в восемь раз.

ИИ умеет работать и с текстом медицинских карт. Для этого используют технологии обработки естественного языка, или NLP: алгоритм анализирует написанный врачом текст и находит в нём нужную информацию – например, симптомы, диагнозы, названия лекарств и даты. Здесь особенно важен контекст: «инфаркт» и «инфаркт исключён» означают совершенно разные вещи, поэтому результат такой обработки требует проверки.

И в российских поликлиниках ИИ уже используют для работы с медкартами. В московских поликлиниках при онлайн-записи ИИ-агент анализирует жалобы пациента и электронную медкарту, а затем готовит для врача краткую сводку: предыдущие обращения, результаты исследований, назначенные лекарства и вызовы скорой помощи. Так врачу не приходится тратить время приёма на просмотр всей истории болезни – больше времени остаётся на разговор с пациентом.

К июню 2025 года сервис сформировал уже 1,2 млн таких сводок.

Как ИИ замечает риск ухудшения

Один из примеров – система TREWS, которую использовали в пяти больницах Johns Hopkins в США. Она в реальном времени анализировала данные из электронной медицинской карты – например, результаты анализов и жизненно важные показатели – и предупреждала врача о возможном сепсисе, опасном для жизни состоянии, которое развивается из-за реакции организма на инфекцию. Исследование охватило 590 736 человек.

Если врач реагировал на предупреждение в течение трёх часов, смертность в стационаре была примерно на 3 процентных пункта ниже, чем при более поздней реакции.

Подсказки при назначении лечения

Система поддержки клинических решений может автоматически предупредить врача об аллергии, нежелательном сочетании препаратов или необходимости дополнительного анализа. Такие подсказки помогают быстрее заметить потенциальную проблему при назначении лечения.

Как ИИ ускоряет поиск новых лекарств

Разработка лекарства начинается с поиска биологической мишени – белка или процесса в организме, на который должен подействовать будущий препарат. Затем исследователи рассматривают огромное число соединений и ищут те, у которых есть нужные свойства. ИИ может быстрее сравнить варианты, смоделировать взаимодействие и сократить список кандидатов для лаборатории.

После такого отбора каждую перспективную молекулу ещё нужно изучить в лаборатории, проверить в доклинических исследованиях, провести клинические испытания и зарегистрировать. Несколько разработанных с участием ИИ молекул уже дошли до испытаний на людях.

Варикоз, геморрой и ИИ: что уже умеют алгоритмы

В контексте диагностики оперативность становится одним из решающих факторов, влияющих на здоровье и жизнь пациента: чем раньше специалисты выявят заболевание, тем проще будет его лечить. Реализовать же этот принцип на практике, к сожалению, удается далеко не всегда.

Все дело в том, что поход к врачу требует времени, которое современному человеку, живущему в режиме многозадачности, не всегда легко выделить в своем насыщенном графике. В результате часто пациент оказывается в кабинете специалиста только, когда болезнь уже начинает прогрессировать.

С поразительной регулярностью такой сценарий развития событий повторяется в контексте хронических заболеваний вен — например, варикоза. В одном из наиболее масштабных исследований хронические заболевания вен были выявлены у 83,6% испытуемых. Из них: 31,6% мужчин и 68,4% женщин. Очень часто из-за отсутствия ярко выраженных симптомов пациенты обращаются к врачу слишком поздно, когда проблему можно решить только посредством операции.

При варикозе и геморрое ИИ тоже используется. Одни модели различают изменения на фотографиях, другие оценивают по данным обследования, какого результата можно ждать от лечения.

Айварикс: как ИИ ищет признаки варикоза по фото

Современные технологии помогают оперативно обратить внимание на симптомы и вовремя обратиться к врачу. Например, в 2024 году компания «Сервье» приняла участие в исследовании. сервиса для выявления симптомов варикоза на ранних стадиях по фотографии на базе искусственного интеллекта. Позднее он стал доступен потребителям: достаточно лишь загрузить снимок ног на сайте «Detralex» — и получить результат на электронную почту. Но важно помнить, что сервис носит информационный характер, не является заменой визита в клинику и получения заключения врача.

Как алгоритмы ИИ помогают врачам?

ИИ используют и для прогноза результата лечения варикоза. Перед абляцией – процедурой, при которой поражённую вену исключают из кровотока, – модель анализирует данные пациента и оценивает насколько вероятно, что через год после лечения уменьшатся проявления заболевания – например, боль, отёки и выраженность варикозных изменений. Такой прогноз помогает врачу понять, стоит ли проводить процедуру и какого улучшения можно ожидать через год.

При геморрое ИИ пока только учат работать с медицинскими изображениями. Например, алгоритм может находить нужную анатомическую область и определять, есть ли на изображении признаки заболевания.

Пока это исследовательское направление: диагностика геморроя по домашней фотографии в обычной практике не применяется.

Но оценить свои симптомы дома всё же можно с помощью специального анонимного опросника. Он состоит из четырёх вопросов и помогает оценить вероятность наличия симптомов геморроя. Результат можно сохранить и показать врачу на приёме. Опросник носит информационный характер, не является медицинской услугой или медицинским изделием. Результат не может использоваться для самостоятельной диагностики и выбора лечения заболевания, а также служить заменой очной консультации врача.

Взаимодействие человека и искусственного интеллекта

Что будет дальше

ИИ будет учитывать больше данных о конкретном человеке. В персонализированной медицине алгоритмы смогут сопоставлять не только отдельный результат анализа или снимок, но и изменения показателей со временем, сопутствующие заболевания и ответ на лечение. Это может помочь точнее оценивать риски и выбирать дальнейшую тактику.

Часы и другие носимые устройства помогут наблюдать за состоянием между приёмами. Они уже умеют постоянно фиксировать пульс, движение, сон и другие показатели. В будущем ИИ сможет анализировать их в динамике и замечать изменения, на которые стоит обратить внимание врачу.

Исследования с возможными опасными изменениями смогут быстрее попадать к специалисту. Алгоритм может отметить такие снимки и поднять их выше в очереди на просмотр. Но для этого нужны оборудование, цифровая инфраструктура и налаженная передача данных врачу.

За медицинским ИИ будут следить и после внедрения. В России требования зависят от назначения программы. Если она предназначена для диагностики, лечения, мониторинга или реабилитации, её могут признать медицинским изделием. Тогда система должна пройти необходимые проверки и государственную регистрацию.

С 23 мая 2026 года программное обеспечение с ИИ, которое является медицинским изделием, автоматически передаёт сведения о своей работе в систему Росздравнадзора.

Где может ошибиться медицинский ИИ

Среди основных рисков ИИ в медицине – снижение точности, если новые данные отличаются от тех, на которых обучали алгоритм, непрозрачность решений и утечки медицинской информации. Поэтому системы проверяют до и после внедрения, а клиническое решение остаётся за специалистом.

Что всё-таки остаётся за врачом

Ценность медицинской подсказки по-прежнему зависит от качества данных, проверки в клинике и наблюдения после внедрения. ИИ становится полезным вторым инструментом врача, когда его задача и границы понятны, а специалист может проверить результат и принять клиническое решение.

Заключение

Первые медицинские ИИ-системы 1970-х умели работать лишь с заранее заданными правилами и узкими задачами. Сегодня алгоритмы анализируют снимки и записи в медкартах, рассчитывают риски и помогают искать новые лекарства. Дальше их роль, вероятно, будет расти вместе с объёмом медицинских данных. Но принцип остаётся прежним: ИИ может дать врачу дополнительную информацию и ускорить часть работы, а оценить её в контексте конкретного человека и принять клиническое решение должен специалист.

Материал проверен АО «Сервье» 2609DM02305

Часто задаваемые вопросы

Может ли ИИ заменить врача?

Пока нет. Большинство медицинских алгоритмов решают узкие задачи: например, ищут изменения на снимках, рассчитывают риски или проверяют назначения. Но они не видят всю клиническую картину. Врач учитывает жалобы, результаты осмотра и обследований, сопоставляет их между собой и принимает решение о дальнейшем лечении.

Насколько точен ИИ в медицине?

Зависит от системы и задачи. Фраза «точность 95%» ничего не говорит без пояснений: что искал алгоритм, у каких людей, на каком оборудовании и по какой метрике его оценивали.

ИИ понимает медицинскую логику или ищет совпадения в данных?

Зависит от программы. MYCIN следовала правилам, которые разработчики записали вместе с врачами. Современная модель чаще учится на примерах и находит сочетания пикселей, слов или показателей, связанные с нужным ответом.

Нужны ли ИИ-системам специальные клинические испытания?

Если программа относится к медицинским изделиям, она проходит предусмотренные технические и клинические испытания, регистрацию, а после внедрения её работу продолжают отслеживать.

Могут ли медицинские алгоритмы быть предвзятыми?

Да. Если модель обучалась преимущественно на данных одной группы, для других людей она может работать хуже. На результат также влияют аппарат, протокол исследования и особенности клиники.

Какие врачебные специальности сильнее всего изменятся из-за ИИ?

В первую очередь те, где ежедневно обрабатывают много цифровых изображений, измерений и текстов: лучевая диагностика, офтальмология, патоморфология, дерматология и кардиология. ИИ может взять на себя часть сортировки, измерений и подготовки черновиков.

Как ИИ помогает выявлять болезни, которые трудно заметить?

ИИ помогает искать небольшие изменения среди большого объёма информации. Алгоритм может отметить участок на снимке, заметить постепенное изменение анализов или необычное сочетание сведений в карте.

Как гаджеты с ИИ могут помочь заботиться о здоровье вен?

Гаджеты могут помогать следить за привычками, которые важны при заболеваниях вен. Например, умные часы напоминают больше двигаться и показывают, сколько времени человек провёл без активности, а приложения для питания помогают контролировать количество пищевых волокон в рационе. Регулярное движение учитывают в рекомендациях при хронических заболеваниях вен, достаточное потребление пищевых волокон – при геморрое.

Более специализированный пример – Айварикс: сервис на базе ИИ анализирует фотографию ног и выявляет симптомы варикоза C1–C2.

ИМЕЮТСЯ ПРОТИВОПОКАЗАНИЯ. ПЕРЕД ПРИМЕНЕНИЕМ НЕОБХОДИМО ПРОКОНСУЛЬТИРОВАТЬСЯ СО СПЕЦИАЛИСТОМ.

ИМЕЮТСЯ ПРОТИВОПОКАЗАНИЯ. ПЕРЕД ПРИМЕНЕНИЕМ НЕОБХОДИМО ПРОКОНСУЛЬТИРОВАТЬСЯ СО СПЕЦИАЛИСТОМ.