перспективе, но в обозримом будущем, на мой взгляд, вопрос состоит не в том, заменит ли ИИ рентгенологов, а в том, сможет ли он существенно повысить производительность их труда. Если глубокое обучение позволит рентгенологам анализировать существенно больше снимков за определенный период времени, а также моментально обеспечит их вторым квалифицированным мнением, сводящим ошибки к минимуму, это расширит возможности каждого доктора и сможет со временем заставить студентов-медиков выбирать другую специальность, реагируя на естественный рыночный спрос.

Конечно, визуальные образы не единственный вид информации, поддающийся обработке с помощью алгоритмов глубокого обучения. Переход к электронным медицинским картам создал огромный источник данных, во многих отношениях идеально подходящий для применения искусственного интеллекта. Задействование этого источника для повышения эффективности, сокращения затрат и улучшения результатов лечения пациентов, пожалуй, самый многообещающий вариант использования ИИ в здравоохранении в ближайшем будущем. По некоторым данным, врачебные ошибки — третья по распространенности причина смерти в Соединенных Штатах, уступающая только онкологическим и сердечным заболеваниям. До 440 000 американцев умирают ежегодно вследствие ошибок, которые можно было предотвратить[80]. Особенно часты случаи назначения неправильного лекарства или неверной дозы.

В исследовании 2019 года ИИ-приложению израильского стартапа MedAware предоставили данные о почти 750 000 взаимодействий с пациентами бостонской клиники Brigham and Women’s Hospital в 2012 и 2013 годах. Оно выявило почти 11 000 ошибок. Анализ результатов показал, что программа MedAware в 92 % случаев верно обнаруживала допустимые ошибки, почти 80 % выданных ею предупреждений стали источником ценной клинической информации, и больше двух третей этих ошибок не были бы обнаружены существующими системами клиники. Исследование показало, что в дополнение к улучшению результатов лечения пациентов — а может быть, и спасению жизней — клиника сэкономила бы около $1,3 млн затраченных на устранение ошибок[81].

Один из самых известных случаев применения ИИ для обработки данных о пациентах произошел в 2016 году, когда DeepMind заключила пятилетнее соглашение об обмене данными с Национальной службой здравоохранения Великобритании (NHS). NHS предоставила DeepMind доступ к информации более чем о миллионе пациентов. К числу разработанных компанией пилотных приложений относилась система, способная анализировать медицинские карты и результаты анализов и немедленно уведомлять сотрудников NHS об угрозе острой почечной недостаточности, а также система на основе ИИ, способная диагностировать болезни глаз на основании медицинских снимков порою точнее, чем врачи. Несмотря на многообещающий прогресс, соглашение вызвало полемику в 2019 году, когда программа была передана Google, материнской компании DeepMind. Сразу же возникли опасения, что технологический гигант получит доступ к данным NHS о пациентах, хотя Google и сообщила о введении строгой политики конфиденциальности и тщательной анонимизации данных[82]. Это очередная иллюстрация того, как факторы, помимо возможностей технологии — в данном случае кажущаяся угроза персональным данным, — могут существенно замедлить внедрение искусственного интеллекта в сфере здравоохранения.

Наиболее поразительны примеры успешного применения искусственного интеллекта в области психического здоровья. Стартап Woebot Labs из Кремниевой долины, основанный в 2017 году, создал чат-бот на основе технологии обработки естественного языка, аналогичной той, что используется в Alexa и Siri, дополнив ее элементами диалога, которые были тщательно подобраны психологами. По сути, идея Woebot состоит в автоматизации когнитивно-поведенческой терапии — проверенного метода помощи людям, страдающим от депрессии и тревоги. В течение недели после вывода чат-бота на рынок с ним поговорили больше 50 000 человек. Как отмечает основательница и генеральный директор стартапа Элисон Дарси, «Woebot доступен даже в два часа ночи в случае панической атаки, когда рядом нет, да и не может быть, психотерапевта»[83]. Действительно, круглосуточная доступность чат-бота, в настоящее время бесплатного, совершенно новое явление в психотерапии, и это приложение удовлетворяет важнейшую потребность. Возможность получения профессиональной психологической помощи ограничена даже у многих работающих американцев, имеющих медицинскую страховку. Ситуация во многих развивающихся странах с низким уровнем медобслуживания значительно хуже. Там, где властям сложно обеспечить население хотя бы элементарной медицинской помощью, услуги квалифицированных психиатров и психологов практически недоступны большинству. Woebot регулярно общается с жителями более 130 стран, многие из которых взаимодействуют с этой службой, реализованной только на английском языке, через автоматизированного переводчика на основе ИИ[84]. В мире, где все более очевидным становится кризис в области психического здоровья, который, по всей видимости, значительно усилится из-за стресса и тревоги, связанных с пандемией коронавируса, подобные инструменты — единственное доступное решение проблемы для многих людей. Я усматриваю определенную иронию в том, что именно та область здравоохранения, которую мы привыкли считать наиболее «человеческой» по своей природе, первой выиграла от масштабируемого роста производительности, обеспеченного ИИ, который когда-нибудь, как мы надеемся, преобразует всю эту сферу.

Возможно, самым важным прорывом в области искусственного интеллекта медицинского назначения в обозримом будущем станет появление всеобъемлющей надежной системы общей диагностики и лечения, своего рода «врача из коробки». Ее задача — не заменить докторов, а дополнить их, фактически обеспечив общедоступность навыков и опыта лучших терапевтов. Легко представить будущее, в котором мощная диагностическая ИИ-система радикально повышает производительность труда врачей, а также создает условия, когда даже неопытный или посредственный терапевт ведет прием пациентов как будто при участии виртуальной команды элитных специалистов, постоянно наблюдающей за его работой и консультирующей его.

Безусловно, нам до этого пока далеко, но один из первых шагов на этом пути очень поучителен. Сразу после триумфа Watson[85] в телеигре Jeopardy![86] в феврале 2011 года IBM стала энергично переориентировать эту технологию на использование в медицине и других областях и создала на основе Watson новое направление деятельности стоимостью миллиард долларов. В представлении компании система Watson должна была накапливать знания из множества разнообразных источников, включая учебники, медицинские карты, результаты диагностических и генетических тестов, научные статьи, и затем использовать сверхчеловеческую способность к выявлению взаимосвязей, превосходя даже самых одаренных экспертов. IBM надеялась, что это принесет ощутимую пользу в приложениях для разработки персонализированных планов лечения сложных заболеваний, в частности онкологических. Несмотря на невероятный хайп и восторженные публикации в СМИ, расписывающие, как Watson «идет в медицинскую школу» и готовится «взяться за рак»[87], словно это подготовка к очередному выпуску Jeopardy! результаты, по крайней мере на данный момент, оказались неутешительными. В 2017 году Онкологический центр Андерсона при Техасском университете, один из самых разрекламированных партнеров IBM из сферы здравоохранения, прервал работу с Watson, поскольку не получил от этой технологии реальной пользы[88]. Тем не менее IBM продолжает верить в эту идею и вкладывать в нее деньги, как и растущее число других компаний, стартапов и гигантов вроде Google. Конкуренция останется острой, поскольку рентабельность инвестиций, которые позволят создать по-настоящему успешную технологию, обещает быть колоссальной. Я считаю