Проблемы медицинского искусственного интеллекта. Часть 2
- Авторы: Бердутин В.А.1, Романова Т.Е.2, Романов С.В.3, Абаева О.П.1
-
Учреждения:
- Государственный научный центр Российской Федерации — Федеральный медицинский биофизический центр имени А.И. Бурназяна
- Приволжский исследовательский медицинский университет
- Приволжский окружной медицинский центр
- Выпуск: Том 23, № 1 (2024)
- Страницы: 94-103
- Раздел: ЦИФРОВИЗАЦИЯ ЗДРАВООХРАНЕНИЯ
- URL: https://bakhtiniada.ru/1728-2810/article/view/269364
- DOI: https://doi.org/10.17816/socm622965
- ID: 269364
Цитировать
Аннотация
Возможности искусственного интеллекта (ИИ) и машинного обучения растут беспрецедентными темпами. Эти технологии имеют множество полезных применений: от машинного перевода до анализа медицинских изображений.
В настоящее время разрабатывается множество таких приложений, а в долгосрочной перспективе ожидается лавинообразное нарастание их числа. К сожалению, слабостям и иным неприятным сторонам ИИ уделяется недостаточно внимания. В данном обзоре мы рассматриваем целый спектр уже известных проблем и возможных рисков, связанных с использованием инновационных нейросетевых технологий, обращая особое внимание на способы предотвращения реальных опасностей и потенциальных угроз с целью расширить круг заинтересованных лиц и профильных экспертов, участвующих в обсуждении актуальных вопросов кибербезопасности медицинского ИИ, формирования ответственного подхода к уязвимостям нейросетевых платформ, повышения надёжности защиты оборудования для его безопасного использования, а также к важности правовых и этических аспектов регулирования применения ИИ.
Несмотря на отдельные проблемы, описанные в нашем обзоре, очевидно, что ИИ будет важным элементом будущего здравоохранения. Поскольку население продолжает стареть, а спрос на медицинские услуги растёт, ожидается, что нейронные сети совсем скоро будут выступать в роли движущей силы здравоохранения, особенно в областях анализа медицинских изображений, виртуальных помощников, разработки лекарств, рекомендаций по лечению и обработки данных пациентов. Мы хотели бы подчеркнуть, что, признавая инновационную роль, которую цифровые технологии и ИИ могут и должны играть в укреплении отечественной системы здравоохранения, не стоит упускать из виду, насколько важно своевременно и правильно оценивать их благоприятное или негативное влияние на отрасль, чтобы обеспечить такие управленческие решения, которые бы неоправданно не отвлекали наше внимание и ресурсы от нецифровых подходов и исследований.
Настоящая статья представляет собой продолжение статьи: Бердутин В.А., Романова Т.Е., Романов С.В., Абаева О.П. Проблемы медицинского искусственного интеллекта. Часть 1 // Социология медицины. 2023. Т. 22, № 2. С. 202–211. DOI: https://doi.org/10.17816/socm619132
Ключевые слова
Полный текст
Открыть статью на сайте журналаОб авторах
Виталий Анатольевич Бердутин
Государственный научный центр Российской Федерации — Федеральный медицинский биофизический центр имени А.И. Бурназяна
Автор, ответственный за переписку.
Email: vberdt@gmail.com
ORCID iD: 0000-0003-3211-0899
SPIN-код: 8316-7111
канд. мед. наук
Россия, МоскваТатьяна Евгеньевна Романова
Приволжский исследовательский медицинский университет
Email: drmedromanova@gmail.com
ORCID iD: 0000-0001-6328-079X
SPIN-код: 4943-6121
канд. мед. наук
Россия, Нижний НовгородСергей Владимирович Романов
Приволжский окружной медицинский центр
Email: director@pomc.ru
ORCID iD: 0000-0002-1815-5436
SPIN-код: 9014-6344
д-р мед. наук
Россия, Нижний НовгородОльга Петровна Абаева
Государственный научный центр Российской Федерации — Федеральный медицинский биофизический центр имени А.И. Бурназяна
Email: abaevaop@inbox.ru
ORCID iD: 0000-0001-7403-7744
SPIN-код: 5602-2435
д-р мед. наук, проф.
Россия, МоскваСписок литературы
- Решетников А.В., Шамшурина Н.Г., Шамшурин В.И. Экономика и управление в здравоохранении. 2-е изд. Москва: Издательство Юрайт, 2020. EDN: KSZBPT
- Reshetnikov A., Fedorova J., Prisyazhnaya N., et al. Health management for sustainable development. В кн.: 2018 Second World Conference on Smart Trends in Systems, Security and Sustainability (WorldS4). IEEE, 2018.
- Berdutin V. Socionic vision on Bioethics and Deontology. Lap Lambert Academic Publishing, 2018.
- Liu J. Artificial Intelligence and Data Analytics Applications in Healthcare General. Review and Case Studies. In: CAIH2020: Proceedings of the 2020 Conference on Artificial Intelligence and Healthcare; Oct 2020. P. 49–53. doi: 10.1145/3433996.3434006
- Daley K. Two arguments against human-friendly AI // AI and Ethics. 2021. Vol. 1, N 4. P. 435–444. doi: 10.1007/s43681-021-00051-6
- Vellido A. Societal Issues Concerning the Application of Artificial Intelligence in Medicine // Kidney Dis. 2019. Vol. 5, N 1. P. 11–17. doi: 10.1159/000492428
- Breede E., Bayor E., Hersh F., et al. A Human-Centered Evaluation of a Deep Learning System Deployed in Clinics for the Detection of Diabetic Retinopathy. In: CHI 2020; 2020 Apr 25–30; Honolulu. P. 1–12. doi: 10.1145/3313831.3376718
- Daneshjou R., Vodrahalli K., Novoa R.A., et al. Disparities in Dermatology AI Performance on a Diverse, Curated Clinical Image Set [Internet]. Cornell University, 2022. Режим доступа: https://arxiv.org/ftp/arxiv/papers/2203/2203.08807.pdf Дата обращения: 05.09.2023.
- Freeman K., Geppert J., Stinton Ch., Todkill D., et al. Use of artificial intelligence for image analysis in breast cancer screening programs: systematic review of test accuracy // BMJ. 2021. Vol. 374. P. n1872. doi: 10.1136/bmj.n1872
- Wong A., Otles E., Donnelly J.P., et al. External Validation of a Widely Implemented Sepsis Prediction Model in Hospitalized Patients // JAMA Intern Med. 2021. Vol. 181, N 8. P. 1065–1070. doi: 10.1001/jamainternmed.2021.2626
- O’Leary L. How IBM’s Watson Went from the Future of Health Care to Sold Off for Parts. В: Slate [интернет]. 2022. Режим доступа: https://slate.com/technology/2022/01/ibm-watson-health-failure-artificial-intelligence.html Дата обращения: 23.09.2023
- Khan B., Hajira F., Qureshi A., et al. Drawbacks of Artificial Intelligence and Their Potential Solutions in the Healthcare Sector. In: Biomedical Materials & Devices, 2023. Feb 8. P. 1–8. doi: 10.1007/s44174-023-00063-2
- Lee T.T., Kesselheim A.S. U.S. Food and Drug Administration Precertification Pilot Program for Digital Health Software: Weighing the Benefits and Risks // Ann Intern Med. 2018. Vol. 168, N 10. P. 730–732. doi: 10.7326/M17-2715
- Parikh R.B., Teeple S., Navathe A.S. Addressing bias in artificial intelligence in health care // JAMA. 2019. Vol. 322, N 24. P. 2377–2378. doi: 10.1001/jama.2019.18058
- Challen R., Denny J., Pitt M., et al. Artificial intelligence, bias and clinical safety // BMJ Qual Saf. 2019. Vol. 28, N 3. P. 231–237. doi: 10.1136/bmjqs-2018-008370
- He J., Baxter S.L., Xu J., et al. The practical implementation of artificial intelligence technologies in medicine // Nat. Med. 2019. Vol. 25, N 1. P. 30–36. doi: 10.1038/s41591-018-0307-0
- Monitoring the implementation of digital health: an overview of selected national and international methodologies [Internet]. Copenhagen: WHO Regional Office for Europe, 2022. Режим доступа: https://www.who.int/europe/publications/i/item/WHO-EURO-2022-5985-45750-65816 Дата обращения: 20.09.2023.
- Gale A. Reimagined Hospitals. How Far Is the Future? // HealthManagement.org The Journal. 2020. Vol. 20, N 1. P. 36–38.
- Christensen J. A Snapshot of Imaging Technology: Exciting Developments and When to Expect Them // HealthManagement.org The Journal. 2020. Vol. 20, N 6. P. 476–479
- Landi H. Investors poured $4B into healthcare AI startups in 2019. В: Fierce Healthcare [интернет]. Questex, 2020. Режим доступа: https://www.fiercehealthcare.com/tech/investors-poured-4b-into-healthcare-ai-startups-2019 Дата обращения: 23.09.2023
- Memora Health raises $40M for its virtual care delivery platform. Memora Health competitors include Wheel, Welby Health, and Twistle. ResearchBriefs. В: CBinsights [интернет]. 2022. Режим доступа: https://www.cbinsights.com/research/memora-health-competitors-wheel-welby-health-twistle/ Дата обращения: 24.09.2023
- The AI effect: How artificial intelligence is making health care more human. В: Technology review [интернет]. GE Healthcare. Режим доступа: https://www.technologyreview.com/hub/ai-effect/ Дата обращения: 13.09.2023
- Avuçlu E. Determining the most accurate machine learning algorithms for medical diagnosis using the monk’ problems database and statistical measurements. Journal of Experimental & Theoretical Artificial Intelligence. Forthcoming. 2023. doi: 10.1080/0952813X.2023.2196984
- Shukla S. Enhancing healthcare insights, exploring diverse use-cases with K-means clustering // International Journal of Management, IT & Engineering. 2023. Vol. 13, N 8. P. 60–68.
Дополнительные файлы
