Искусственный интеллект в медицине. Как умные технологии меняют подход к лечению

Редакция благодарит за помощь в подготовке книги Игоря Корсакова, эксперта и консультанта проекта по машинному обучению Webiomed https://webiomed.ai / team / igor-korsakov / [email protected]

Eric Topol

DEEP MEDICINE

How Artificial Intelligence

Can Make Healthcare Human Again

© Eric Topol, 2019

© Издание на русском языке, перевод. ООО «Альпина Паблишер», 2022

Предисловие

Жизнь можно понять лишь задним числом; но жить надо, глядя в будущее.

Сёрен Кьеркегор

Среди многих качеств, которые делают нас людьми и выделяют среди животных, немалое место занимает потребность оглядываться назад. Трудно вообразить, как представитель другого биологического вида поздней ночью печально размышляет о погибшем товарище или об упущенном шансе устроиться на приличную работу. Мы, однако, возвели способность размышлять о прошлом в ранг науки, оглядываясь на свой собственный вид так, словно мы – Творец, просматривающий писаную историю человечества и отмечающий вехи его прогресса от укрощения огня до изобретения микрочипа. А потом мы стараемся придать всему этому какой-то внятный смысл.

Тезис Кьеркегора о том, что мы живем, устремляя взор в будущее, но осмысливаем жизнь, глядя в прошлое, означает лишь одно: мы вспоминаем прошлое, имея в лучшем случае (неточные) сведения о нем. Но, не в упрек Кьеркегору и Джорджу Сантаяне[1] будет сказано, понимание истории не обязательно дает нам противоядие от ее повторения. Для того, чтобы в этом убедиться, достаточно бегло проглядеть текущие новости. Коротко говоря, прошлое ненадежно даже в качестве руководства по избеганию прежних ошибок. Определенно только будущее, ибо его сотворение целиком и полностью в наших руках.

Эти рассуждения приводят нас к футурологам, один из которых – автор этой чудесной книги. Такие люди, как он, услышав о том, что братья Райт поднялись в воздух, способны предвидеть бюджетные авиарейсы, крупные аэропорты и людей, высадившихся на Луне. Эти историки настоящего начинают свое исследование с того, что происходит сегодня; эти люди спрашивают не о том, как избежать ошибок прошлого, а о том, как приумножить достижения настоящего. Вооружившись карандашом и блокнотом или планшетом, они начинают разведывать научно-технологический фронтир, они дотошно расспрашивают тех, кто неустанно сражается на передовых рубежах, а также тех, кто сумел прорваться и дальше. Они ищут новаторов, ученых, чудаков и мечтателей. Они прислушиваются, отслеживают события, просеивают полученную информацию и синтезируют новые знания на стыке многих научных дисциплин, чтобы все это обрело смысл для нас. Как вы увидите на примере книги «Искусственный интеллект в медицине», это весьма трудная в интеллектуальном плане задача, не говоря уже о том, что она требует и незаурядных творческих способностей. Для ее решения должно быть хорошо развито не только левое, но и правое полушарие, но при этом понадобится призвать на помощь муз, ибо такие книги, как эта, не просто доносят материал, но требуют от читателя вдохновения.

«Искусственный интеллект в медицине» – это третья книга Эрика Тополя; очередное исследование того, что ждет нас в будущем. В предыдущих работах, если взглянуть на них в свете нашего нынешнего положения, были изложены поистине провидческие идеи. В «Искусственном интеллекте в медицине» Эрик замечает, что мы живем в эру четвертой промышленной революции, революции настолько глубинной, что ее невозможно сравнивать даже с изобретением парового двигателя, железных дорог и электричества, даже с переходом к массовому производству и даже с компьютерной эпохой, если принять во внимание масштабы перемен, которые повлечет за собой эта новая революция. Четвертая промышленная революция, когда все будет вращаться вокруг искусственного интеллекта (ИИ), робототехники и больших данных, уже началась и проявляется в том, как мы теперь живем и работаем, а возможно, и в нашем осмыслении себя как людей. Эта революция может ощутимо нам помочь, но может и серьезно навредить, углубив пропасть между богатыми и теми, у кого с каждым годом становится все меньше денег.

Эта революция коснется всех сфер человеческой деятельности, и медицину она затронет не в последнюю очередь. Сама медицина в настоящее время переживает кризис. Несмотря на невероятный и исключительный прогресс в медицинской науке и врачебном деле за последние четыре десятка лет, мы все равно слишком часто не в силах помочь больным. Мы оказываемся не в состоянии следовать протоколу лечения, мы не преуспеваем в искусстве врачевания, потому что не видим перед собой уникальную личность. Мы знаем геном больных, но не умеем выслушать их истории, мы не врачуем их разбитые сердца. Мы не видим нейрофибром – припухлостей на теле, свидетельствующих о пароксизмальной гипертонии, – потому что не раздеваем больных во время осмотров, хотя это необходимо, ибо мы должны обращать внимание на состояние тела, а не смотреть на экраны. Поэтому мы не видим и ущемленную грыжу у пожилого больного, которая является причиной рвоты, и нам приходится дожидаться дорогой компьютерной томографии и объяснений рентгенолога, который скажет нам то, что мы могли бы увидеть собственными глазами буквально у себя под носом. Страны, расходующие баснословные деньги на здравоохранение, отстают по таким основным показателям, как, например, детская смертность, от многих стран, которые тратят значительно меньше. Думаю, очень показателен тот факт, что автор начинает свою книгу с описания случая из собственной жизни, когда ему не смогли верно диагностировать редкое заболевание, потому что врач не удосужился его выслушать, не увидел в нем человека, личность. Это очень печальная и болезненная история.

Нет ничего удивительного в том, что высокие технологии хотя и радикально изменили к лучшему нашу способность заглядывать в тайны человеческого организма, определять молекулярную структуру здоровых и больных тканей, но все же способны ошибаться – как и люди. Показательнейший пример – системы ведения электронных медицинских карт (ЭМК), которые внедрили в наши дни в большинстве госпиталей. Эти системы создали, чтобы упростить выставление счетов за лечение, а не для облегчения труда врачей и медицинских сестер. Такие системы угрожают благополучию врача, они являются одной из причин его выгорания и ухода из профессии; более того, они провоцируют невнимательность врача, так как присутствуют в кабинете постоянно, как непрошеный, назойливый и неприятный гость: экран притягивает внимание врача, отвлекая его от пациента. В книге «Отравленный собственной болезнью» (Intoxicated by My Illness), потрясающем описании последних стадий рака предстательной железы, ее автор Анатоль Бруайяр с грустью замечает, что его урологу следовало бы «буквально на пять минут задуматься о ситуации пациента, задуматься по-настоящему, целиком, не отвлекаясь, ему следовало бы вникнуть в положение пациента, проникнуться им хотя бы ненадолго, заглянуть в его душу, а не только внутрь тела, чтобы понять, в чем заключается его болезнь, ибо каждый человек болеет по-своему»[2]. Это горькое суждение, высказанное незадолго до эры электронных медицинских карт, отражает фундаментальную потребность больного человека; эта потребность всегда была, есть и будет, она, я уверен, не изменится никогда, несмотря на то, что меняется окружающий нас мир. Это правило на все времена: каждый человек переносит болезни по-своему.

Я с воодушевлением и трепетом смотрю в будущее и жду, когда мы сможем обуздать большие данные. В силу способности быстро просматривать и обрабатывать огромные массивы данных искусственный интеллект и машинное обучение позволят достичь невероятной точности в диагностике заболеваний и в прогнозировании их течения. Я не хочу сказать, что искусственный интеллект сможет заменить человека: да, эти технологии, вероятно, обеспечат нас рекомендациями намного более точными, нежели сейчас, но все равно будет нужен искусный, заботливый и внимательный врач, чтобы вместе с пациентом и другими коллегами составить по-настоящему индивидуальную схему лечения. Более 2000 лет назад Гиппократ сказал: «Более важно знать, какой человек страдает некоей болезнью, нежели знать, какой болезнью страдает человек». В 1981 г. в редакционной статье, посвященной использованию компьютеров для оценки риска проведения нагрузочных проб в кардиологии, Роберт Калифф и Роберт Розати писали: «Правильная интерпретация и потенциальная польза компьютеризированных данных будет зависеть от мудрости лечащего врача, опирающегося, кроме того, и на другие, более ранние источники информации»[3]. Это вечный принцип, который будет верен всегда, пока мы говорим о людях, а не о деталях на конвейерной ленте.

В конце концов мы возвращаемся к констатации удивительного факта: мы люди, мы состоим из плоти и крови, мы обладаем разумом и сознанием, заключенными в не менее сложном теле. Взаимодействие тела и сознания человека сложно и до сих пор окутано тайной. Но нет никакой тайны в следующем: когда мы заболеваем, мы в первую очередь нуждаемся в уходе; болезнь, и особенно болезнь тяжелая, превращает нас в маленьких детей. И пусть нам не обойтись без технических навыков и знаний, пусть нам нужны научная точность и лучшее высокотехнологичное лечение, пусть мы хотим, чтобы наш врач «знал» нас (и, в отличие от времен Гиппократа, это подразумевает и знание генома, протеома, метаболома, транскриптома, а также расчетных данных, предоставляемых ИИ, и т. д.), – нам, безусловно, необходимо, чтобы все эти сведения нам излагал заботливый, сопереживающий врач; сопереживания мы хотим и от других медицинских работников. Мы хотим, чтобы врач – заботливый живой человек, а не машина – тратил на нас свое время, осматривал нас, хотя бы для того, чтобы подтвердить, где именно гнездится болезнь, и показывал это на нашем теле, а не в результатах биопсии или на рентгеновском снимке. Этот личный осмотр сам по себе выражает уважение к нашей личности, показывает важность нашей жалобы на боль, когда врач дотрагивается до больного места. Как сказал много лет назад Пибоди[4], секрет лечения пациента заключается в заботе о пациенте.

Мы хотим, чтобы те, кто нас лечит, заглянули нам в душу, узнали бы о наших сокровенных страхах, о цели нашей жизни, о том, ради чего мы готовы жить и умереть.

Это есть – и всегда будет – нашим самым заветным желанием.

Абрахам Вергезе,врач, профессор теории и практики медицины Медицинской школы Стэнфордского университета, автор книги «Рассечение Стоуна»

Глава 1

Знакомство с применением искусственного интеллекта в медицине

Можно надеяться, что таким путем мы построим не дивный новый мир, не некую идеальную утопию, а достигнем куда более скромной, но желанной цели – истинно человеческого общества.

Олдос Хаксли

– Желательно, чтобы ваш семейный врач выписал вам антидепрессанты, – сказал мне ортопед.

Мы с женой недоуменно переглянулись. В конце концов, я пришел на прием к ортопеду (через месяц после операции замены коленного сустава), а отнюдь не за советами по поводу моего душевного здоровья.

Колени болели у меня с подросткового возраста из-за редкого заболевания, называемого рассекающим остеохондритом. Причина этой болезни до сих пор неизвестна, но последствия видны невооруженным глазом. К 20 годам, когда я поступил на медицинский факультет, мне уже были сделаны реконструктивные операции на обоих коленных суставах. В течение следующих 40 лет мне приходилось постепенно снижать физическую активность, последовательно исключив из нее бег, теннис, пеший туризм и эллиптические упражнения. Вскоре мне стало больно даже просто ходить, несмотря на внутрисуставные инъекции стероидов и синовиальной жидкости. Наконец в 62 года мне сделали операцию протезирования левого коленного сустава. Ежегодно в США делают 800 тыс. таких операций, это одно из самых распространенных ортопедических вмешательств. Мой ортопед счел меня идеальным кандидатом: я был сравнительно молод, худощав и спортивен. По его словам, единственное серьезное осложнение – это инфекция, которая встречается в 1–2 % случаев. Но я невольно помог обнаружить еще одно.

После операции мне назначили стандартную – и, как мне было сказано, единственную – физиотерапевтическую процедуру, которая началась на второй день после вмешательства. Лечение заключалось в интенсивном сгибании и разгибании ноги в суставе для профилактики образования рубцов внутри сустава. Я не мог полноценно согнуть ногу в колене, так что седло велосипеда пришлось поднять как можно выше, и я крутил педали, крича от боли после первых нескольких оборотов. Эту боль не мог снять даже оксикодон. Через месяц колено стало багрово-красным, опухло и практически перестало сгибаться. Оно болело так, что я мог спать лишь урывками, каждый раз не более часа. Иногда я просто плакал от невыносимых страданий. Именно поэтому ортопед и порекомендовал мне антидепрессанты. Это уже выглядело довольно безумно. А потом еще и хирург настоял на более интенсивной физиотерапии, хотя после каждого занятия мне становилось все хуже… Я с трудом вышел из клиники и забрался в машину, чтобы ехать домой. Ужасная боль, отек и скованность не проходили несмотря ни на что. Я был в отчаянии и перепробовал все, чтобы успокоить боль: акупунктуру, электроакупунктуру, холодный лазер, чрескожную электрическую нейростимуляцию, кожные мази и пищевые добавки, включая куркумин, кислую вишню и многое другое – вполне сознавая при этом, что ни один из этих методов не обладает доказанной эффективностью.

Через два месяца после операции к поискам лечения присоединилась моя жена, которая раскопала где-то книгу под названием «Артрофиброз». Я никогда не слышал о такой болезни, но оказалось, именно ею я и страдал. Артрофиброз – это осложнение, которое встречается у 2–3 % больных, перенесших протезирование коленных суставов. Осложнение это встречается достаточно редко, но все же чаще, чем инфекция, о которой ортопед меня предупреждал до операции. На первой же странице книги было четко описано мое состояние: «Артрофиброз – это катастрофа». Точнее, артрофиброз – это неадекватная воспалительная реакция на протезирование колена, чем-то похожая на отторжение искусственного сустава. Исходом заболевания является обширное рубцевание тканей сустава. Когда я явился на прием к ортопеду через два месяца после операции, то сразу спросил, нет ли у меня артрофиброза. Он ответил, что я абсолютно прав, но он ничего не может сделать в первый год после операции – воспаление должно «выгореть», после чего можно будет снова вскрыть сустав и удалить образовавшиеся рубцы. Одна мысль о том, что мне придется прожить еще год в страшных мучениях, а потом снова решиться на операцию, повергла меня в шок.

По рекомендации одного моего друга я отправился на прием к физиотерапевту. Эта женщина за 40 лет повидала много пациентов с рассекающим остеохондритом, и она хорошо знала, что рутинные физиотерапевтические процедуры именно для таких больных, как я, – наихудший выход. Вместо стандартных нагрузок, включающих интенсивное сгибание и разгибание сустава (что в моем случае лишь усиливало формирование рубцов), эта женщина выбрала более щадящий подход: она посоветовала мне прекратить все физические нагрузки и назначила противовоспалительные препараты. Она от руки написала длинную инструкцию на целую страницу и каждый день присылала мне сообщения, интересуясь состоянием «нашего колена». Это было спасение. Я начал быстро поправляться. Теперь, много лет спустя, мне все еще приходится каждый день бинтовать колено, чтобы сгладить результаты «лечения». А главное – скольких мучений можно было бы избежать!

Как станет ясно из этой книги, искусственный интеллект (ИИ) мог бы предсказать, что меня могут ожидать разнообразные послеоперационные осложнения. Полный обзор источников – при условии, что нашлись бы такие опытные физиотерапевты, как та женщина, к которой я в итоге попал, – помог бы определить, что мне показана особая, нестандартная тактика послеоперационного лечения. Но не только врачи получили бы больше информации о риске, который может подстерегать их подопечных. Виртуальный медицинский справочник в моем смартфоне или ноутбуке мог бы вовремя предупредить и меня, пациента, о высоком риске артрофиброза и о том, что риск этот становится еще выше на фоне стандартного послеоперационного лечения. Мало того, этот виртуальный консультант мог бы порекомендовать мне, куда можно обратиться за более щадящим лечением, чтобы избежать жутких страданий. А меня проблема застала врасплох, и ортопед даже не принял во внимание, что у меня в анамнезе рассекающий остеохондрит, когда обсуждал со мной возможный риск, – хотя, как выяснилось впоследствии, остеохондрит является одним из факторов, провоцирующих развитие моей серьезной патологии, артрофиброза.

Многие проблемы здравоохранения невозможно решить с помощью передовой технологии, алгоритмов или машин. Бездушная, как у робота, реакция врача на мой стресс превосходно иллюстрирует недостающий компонент медицинской помощи. Конечно, операция была выполнена грамотно и умело, но это лишь технический компонент. Предложение принимать антидепрессанты говорит об отсутствии человеческого отношения и сопереживания в современной медицине. Конечно, эмоционально я был подавлен, но проблема была вовсе не в самой депрессии, а в сильной боли и скованности, которая превращала меня в заржавевшего Железного Дровосека. Отсутствие сострадания у ортопеда было почти физически ощутимым: за все месяцы, прошедшие после операции, он ни разу по собственной инициативе не поинтересовался, как я себя чувствую. А специалист по лечебной физкультуре и физиотерапии не только обладала специальными медицинскими знаниями и опытом лечения моего осложнения – она действительно обо мне заботилась. Неудивительно, что нашу медицину поразила эпидемия назначений опиатов. Понятно, что врачу намного быстрее и проще назначить наркотики, чем слушать пациента, пытаясь его понять.

Практически каждый, у кого есть хроническое заболевание, переживал то же, что и я. Такое вообще случается слишком часто. Мне повезло, что я сам врач и нахожусь внутри системы здравоохранения, – но, как вы сами видите, проблема настолько запущена, что даже знание системы изнутри не гарантирует хорошего лечения. Но и искусственный интеллект сам по себе тоже не решит эту проблему. Необходимо вмешательство человека, ибо по мере того, как машины берут на себя все более сложные задачи, человеку становится легче проявлять гуманность.

Искусственный интеллект в медицине – это отнюдь не футуристическая фантазия. Мощь искусственного интеллекта уже используется для спасения человеческих жизней. Мой близкий друг, доктор Стивен Кингсмор, специалист по медицинской генетике, возглавляет исследования по генетической программе, которую проводят в детской больнице имени Рэйди в Сан-Диего. Недавно его группа попала в Книгу рекордов Гиннесса за расшифровку генома человека на материале одной пробы крови всего за 19,5 ч[5].

Некоторое время тому назад один здоровый новорожденный младенец, прекрасно взявший грудь, был выписан вместе с мамой из родильного отделения домой на третий день жизни. Однако на восьмой день мать привезла малыша в отделение скорой помощи больницы имени Рэйди. У ребенка непрерывно следовали друг за другом судорожные припадки, то есть развилось состояние, называемое эпилептическим статусом. Никаких признаков инфекционного поражения не было. Результаты компьютерной томографии головного мозга были нормальными. Электроэнцефалограмма лишь зафиксировала судорожную активность головного мозга. Самые мощные противосудорожные препараты не действовали; наоборот, на фоне их введения приступы становились еще более выраженными. Прогноз для ребенка – поражение мозга или даже смерть – был крайне неблагоприятен.

Пробу крови отправили в Геномный центр больницы Рэйди для быстрой расшифровки всего генома ребенка. Вся последовательность нуклеотидов содержит 125 гигабайт информации, включая почти 5 млн мест, в которых геном ребенка отличался от наиболее распространенного варианта. ИИ-программе, специально предназначенной для анализа словарного состава естественных языков, потребовалось 20 секунд, чтобы проанализировать электронную историю болезни и определить 88 фенотипических признаков (почти в 20 раз больше, чем обозначили врачи в своем списке). Машинные алгоритмы быстро просеяли приблизительно 5 млн генетических вариантов и обнаружили 700 тыс. редких. Из них 962 варианта могли послужить причиной заболевания. Объединив эти данные с данными о фенотипе ребенка, система идентифицировала один дефект в гене под названием ALDH7A1 как наиболее вероятную причину эпилептического статуса. Это очень редкий вариант гена, встречающийся в популяции с частотой около 0,01 %. Эта мутация вызывает нарушение метаболизма, приводящее к припадкам. К счастью, это нарушение можно корректировать ежедневным назначением витамина B₆ и аргинина при одновременном ограничении в рационе лизина (тоже аминокислоты, как и аргинин). Когда эти изменения в диете были выполнены, приступы резко прекратились, и через 36 часов после поступления малыша выписали домой! Дальнейшее наблюдение показало, что мальчик здоров и растет без каких-либо признаков поражения мозга или отставания в развитии.

Ключом к спасению жизни этого ребенка стало определение подлинной причины его заболевания. Сегодня лишь немногие госпитали в мире секвенируют ДНК больных новорожденных и используют искусственный интеллект, чтобы получить все знания о пациенте и его геноме. И хотя опытные врачи в конечном счете, вероятно, нащупали бы правильное решение и назначили адекватное лечение, машины могут это делать быстрее и точнее, чем люди.

Итак, даже сейчас, в наше время, соединение усилий и талантов людей с возможностями искусственного интеллекта может привести к триумфальному успеху, если человек и машина действуют синергически. Но прежде чем петь хвалу возможностям искусственного интеллекта, давайте сначала посмотрим, что недавно пришлось пережить одному моему пациенту.

Однажды, вскоре после приема, мне позвонил один пациент и сказал:

– Я хочу, чтобы мне сделали стентирование.

Это был седовласый голубоглазый мужчина за семьдесят, владелец нескольких компаний, страдавший редким и тяжелым легочным заболеванием, называемым идиопатическим (этим странным медицинским словом мы пользуемся, когда не знаем причины заболевания) легочным фиброзом. Заболевание это зашло настолько далеко, что пульмонолог заговорил о желательности трансплантации легких. Мало того, у пациента появился новый симптом – повышенная утомляемость. Он начал уставать, пройдя квартал или проплыв 25 метров в бассейне. Больной обратился к своему пульмонологу, который назначил исследование функции дыхания. Изменений в показателях не было, и это недвусмысленно подсказывало, что причина не в легких.

Пациент, сильно обеспокоенный и подавленный таким развитием событий, пришел ко мне вместе с женой. В кабинет он вошел, еле волоча ноги, короткими шажками. Я был поражен его бледностью и выражением безнадежности в глазах. Жена подтвердила описанные пациентом симптомы: у него резко снизилась способность к физической активности, он с трудом обслуживал себя, не говоря уже о каких-то дополнительных нагрузках.

Изучив историю болезни, опросив и осмотрев больного, я высказал предположение, что, вероятно, все дело в сердце. За несколько лет до этого, после того как у него появились при ходьбе боли в левой икре, ему поставили стент в левую подвздошную артерию, устранив окклюзию. Это раннее заболевание усилило мое беспокойство по поводу холестерина, который может с такой же вероятностью, что и в артериях ног, откладываться в стенках коронарных артерий. И, несмотря на то что у пациента не было никаких других факторов риска ишемической болезни сердца, кроме возраста и пола, я направил его на КТ с контрастом – посмотреть состояние его коронарных артерий. Правая коронарная артерия была сужена на 80 %, но левая была полностью проходима и не поражена склеротическими бляшками. Это противоречило моему предположению. Правая коронарная артерия снабжает кровью лишь малую часть сердечной мышцы, и за все 30 лет карьеры кардиолога (из которых я 20 лет восстанавливал проходимость коронарных артерий) я не припомню ни одного больного, у которого такая сильная утомляемость была бы обусловлена сужением правой коронарной артерии.

Я объяснил пациенту и его жене, что не могу связать результат КТ с клинической картиной и что, возможно, это один из тех случаев, когда одно с другим не связано: имеющее место морфологическое нарушение не имеет никакого отношения к жалобам и объективным симптомам. Утомляемость, скорее всего, не связана с поражением коронарной артерии. Но основное заболевание – идиопатический легочный фиброз – вполне могло вызвать подобную симптоматику именно на фоне сужения правой коронарной артерии. К сожалению, сопутствующее легочное заболевание повышало риск инвазивного вмешательства.

Я дал ему возможность принять решение самостоятельно. Он раздумывал несколько дней, но в конце концов согласился на баллонную ангио пластику и стентирование правой коронарной артерии. Я был очень удивлен этим решением: на протяжении многих лет пациент не только очень неохотно соглашался на инвазивные вмешательства, но и отказывался даже от лекарств. Примечательно, что прилив энергии пациент ощутил срезу после операции. Стент был установлен через лучевую артерию, и поэтому больного отпустили домой уже через несколько часов после вмешательства. Вечером он уже прогулялся по улице, обойдя несколько кварталов, а к концу недели проплывал несколько кругов в бассейне. Пациент сказал мне, что у него прибавилось сил: он уже несколько лет не чувствовал себя настолько хорошо. Это поразительное улучшение способности переносить нагрузку сохранялось и спустя много месяцев.

Примечательно в этой истории то, что компьютерный алгоритм упустил бы эту возможность. При всей пиар-шумихе по поводу искусственного интеллекта, улучшающего качество медицинской помощи, следует отметить: если бы ИИ использовали для оценки перспектив операции у этого больного с учетом всех данных медицинской литературы, то машина пришла бы к заключению, что восстановление проходимости правой коронарной артерии не приведет к устранению утомляемости. Ведь искусственный интеллект может оперировать только представленными данными, но лишен интуиции. Страховые компании, приняв во внимание вывод компьютерного алгоритма, наверняка отказались бы оплачивать инвазивное вмешательство на правой коронарной артерии.

Однако операция принесла больному несомненную и ощутимую пользу. Был ли это плацебо-эффект? Мне это представляется маловероятным: я знал этого пациента много лет, он всегда старался свести к минимуму любые изменения в состоянии своего здоровья – неважно, положительные или отрицательные. Своим характером он немного напоминает Ларри Дэвида[6], старого ворчуна с весьма… умеренным энтузиазмом. Ясно, что он последний человек в мире, на кого подействовало бы плацебо.

Задним числом понятно, что эффект от операции был связан с сопутствующим (точнее, даже основным) легочным заболеванием. Легочный фиброз приводит к повышению давления в легочных артериях, которые доставляют кровь в легкие, где она насыщается кислородом. За перекачивание крови в легкие отвечает правый желудочек сердца; повышение артериального давления в малом круге кровообращения приводит к тому, что правому желудочку приходится работать с большей нагрузкой для того, чтобы преодолеть сопротивление легочных артерий. Эта нагрузка была слишком большой для правого желудочка моего пациента. Стент, установленный в правую коронарную артерию, снабжающую кровью правый желудочек, облегчил его работу и устранил неприятный симптом. Столь сложная взаимосвязь коронарного кровообращения и редкого легочного заболевания не описана в медицинской литературе.

Этот случай напоминает нам, что каждый из нас являет собой уникальный, единственный в своем роде организм, все хитросплетения которого никогда не распутает никакая машина. Кроме того, этот случай подчеркивает важную роль человеческого фактора в медицине: нам, врачам, давно известно, что пациенты знают свой организм, а значит, мы должны прислушиваться к ним. Алгоритмы – это холодные и бесчувственные прогностические инструменты, которые никогда не смогут познать человеческую натуру. Вот что главное: этот пожилой джентльмен чувствовал, что причиной ухудшения его состояния стало сужение правой коронарной артерии, и оказался прав. Я скептически отнесся к перспективам вмешательства, не предполагая, насколько успешным оно окажется, но был счастлив, увидев разительное улучшение.

Искусственный интеллект исподволь, но все глубже проникает в нашу жизнь. Он уже работает на нас и в быту. ИИ заканчивает за нас слова, когда мы печатаем, дает непрошеные рекомендации в поисковиках, предлагает нам музыку, опираясь на нашу историю прослушиваний, отвечает на наши вопросы и даже выключает свет в квартире. Самой идее искусственного интеллекта более 80 лет, а имя он получил в 1950-е, но лишь недавно начали брать в расчет его потенциальное воздействие на здравоохранение. Многообещающей казалась способность искусственного интеллекта обеспечить многосторонний панорамный взгляд на медицинские данные пациента, улучшить качество принимаемых диагностических и лечебных решений, сократить количество ошибок в диагностике и ненужных исследований, помочь в назначении и интерпретации необходимых анализов и инструментальных исследований, рекомендовать лечение. В основе всего этого лежат данные. Мы уже давно вступили в эпоху больших данных; в настоящее время мир ежегодно производит зеттабайты данных (в каждом зеттабайте секстиллион (10²¹) байт – достаточно, чтобы заполнить память приблизительно 1 трлн смартфонов). В медицине к массивам больших данных можно отнести нуклеотидную последовательность полного генома, медицинские изображения высокого разрешения и показатели, постоянно считываемые и передаваемые датчиками, которые закреплены на теле пациента. Данные поступают и поступают в колоссальном объеме, однако мы способны обработать лишь ничтожную их долю. Считается, что в лучшем случае 5 %, не больше. Грубо говоря, у нас было что надеть, но некуда в этом пойти – до недавнего времени. Теперь искусственный интеллект обуздал необозримый конгломерат больших данных и заставил его работать.

Существует множество разновидностей ИИ. Традиционно машинное обучение включает логистическую регрессию, байесовские сети, «метод случайного леса», метод опорных векторов, экспертные системы и множество других инструментов, разработанных для анализа данных. Например, байесовская сеть – это модель, позволяющая оценивать вероятности. Если у меня есть список симптомов, с которыми обратился больной, то такая модель позволяет получить список всех возможных диагнозов с указанием их относительной вероятности. Забавно, что в 1990-е, когда мы составляли деревья решений, чтобы собранные нами данные могли говорить сами за себя (система была рассчитана на «автоанализ», чтобы на выводы не влияли искажения при интерпретации), мы не называли это машинным обучением. Однако теперь этот статистический метод значительно усовершенствован, и к нему относятся с почтением. За последние годы инструментарий ИИ проник в такие важные сетевые модели, как глубокое обучение и стимулированное обучение, оно же обучение с подкреплением (мы подробнее обсудим эти вопросы в главе 4).

Разновидность ИИ, отвечающего за глубокое обучение, приобрела особую значимость после 2012 г., когда была опубликована статья о распознавании образов[7], уже ставшая классической.

Число новых алгоритмов глубокого обучения искусственного интеллекта и публикаций на эту тему возросло лавинообразно (см. рис. 1.1), причем рост способности машин распознавать закономерности в огромных наборах данных носил экспоненциальный характер. Увеличение в 300 тыс. раз вычислительной мощности компьютера в петафлопсах (петафлопс – скорость работы компьютера, равная выполнению квадриллиона (10¹⁵) операций с плавающей запятой в секунду) в течение суток обучения искусственного интеллекта является наглядной иллюстрацией изменений, наступивших после 2012 г. (см. рис. 1.2).

Рис. 1.1. Рост числа алгоритмов глубокого обучения ИИ с 2012 г. после публикации статьи о распознавании образов. Источники: график А приведен с изменениями из: A. Mislove: “To Understand Digital Advertising, Study Its Algorithms.” The Economist (2018): www.economist.com/science-and-technology/2018/03/22/to-understand-digital-advertising-study-its-algorithms. График B приведен с изменениями из: C. Mims, “Should Artificial Intelligence Copy the Human Brain?” The Wall Street Journal (2018): www.wsj.com/articles/should-artificial-intelligence-copy-the-humanbrain-153355265?mod-searchresults&page-1&pos-1.

За последние несколько лет в ведущих медицинских изданиях был опубликован ряд исследований, основанных на глубоком обучении. Многие в медицинском сообществе были искренне удивлены потенциалом глубокого обучения ИИ: в статьях утверждалось, например, что искусственный интеллект способен диагностировать некоторые типы рака кожи так же, если не лучше, чем дерматолог высшей категории; выявлять некоторые особые типы аритмий не хуже кардиолога; интерпретировать результаты медицинских изображений не хуже квалифицированного специалиста по медицинской визуализации и оценивать гистологические препараты не хуже патологоанатома; диагностировать различные заболевания глаз не хуже хорошего офтальмолога и предсказывать суицид у пациентов не хуже профессионального психиатра. Эти возможности обусловлены главным образом умением распознавать закономерности, при этом в ходе обучения машины усваивают эти закономерности на сотнях тысяч примеров (а вскоре – и на миллионах). Такие системы уже сейчас от года к году становятся все лучше и лучше, а показатель ошибок после изучения текстовых, речевых и визуальных материалов упал ниже 5 %, что выше любых человеческих возможностей (см. рис. 1.3). И хотя, вероятно, существует предел, после которого дальнейшее улучшение обучения прекратится, мы его пока не достигли. В отличие от людей, которые часто устают, пребывают в дурном настроении, подвержены действию эмоций, недосыпают или отвлекаются, машины лишены всех этих недостатков, могут работать сутки напролет, без выходных и праздников, не жалуясь на судьбу (хотя и человек, и машина могут «заболеть» и выйти из строя). Вполне понятно, что в связи с этим ребром встает вопрос о будущей роли врачей и о том, какое влияние может оказать искусственный интеллект на медицинскую практику.

Рис. 1.2. Экспоненциальный рост скорости вычислений – в 300 тыс. раз – в процессе выполнения различных обучающих ИИ программ. Источник: с изменениями из: D. Hernandez and D. Amodei, “AI and Compute”, Open AI (2018): http://blog.openai.com/ai-and-compute.

Я не верю, что глубокое обучение искусственного интеллекта сделает его способным лечить все болезни и устранять недостатки современного здравоохранения, но список, приведенный в табл. 1.1, дает представление о том, насколько широко можно использовать этот инструмент и насколько реклама преувеличивает его возможности. Со временем искусственный интеллект поможет нам продвинуться в решении всех перечисленных задач, но это будет марафон без финишной черты.

Примеры глубокого обучения демонстрируют его достаточно узкую специфичность: алгоритм, предсказывающий вероятность депрессии, не работает в дерматологии. Эти алгоритмы, построенные по принципу нейронных сетей, зависят от распознавания паттернов, то есть схем-образов, устойчивых наборов признаков, что будет полезно врачам, качество работы которых зависит от способности распознавать и интерпретировать изображения, – например, рентгенологам и патологоанатомам. Таких врачей я называю врачами-«паттернистами». Пусть и реже, но все же довольно часто всем клиницистам приходится в ходе работы так или иначе распознавать образы и выявлять закономерности, и потенциально каждому из них пригодилась бы алгоритмическая поддержка искусственного интеллекта.

Рис. 1.3. Повышение точности работы машинного искусственного интеллекта с изображениями (А) и речью (В). При работе с упорядоченными базами данных и выполнении узконаправленных задач качество работы искусственного интеллекта выше качества работы человека. Источники: график А с изменениями из: V. Sze et al., “Efficient Processing of Deep Neural Networks: A Tutorial and Survey,” Proceedings of the IEEE (2017); 105 (12), 2295–2329. График B с изменениями из: “Performance Trends in AI,” Word Press Blog (2018): http://srconstantin.wordpress.com/2017/01/28/ performance-trends-in-ai.

По большей части опубликованные примеры глубокого обучения представляют собой валидацию in silico, то есть на компьютерных моделях (что противопоставляется проспективным клиническим испытаниям с участием реальных пациентов). Очень важно отличать одно от другого, потому что анализ существующего массива данных – это не то же самое, что сбор данных в реальной клинической ситуации. Полученные in silico ретроспективные результаты часто представляют наилучший и самый благоприятный сценарий, который невозможно воспроизвести в ситуации, когда величины данных заранее неизвестны, как это имеет место в клинических испытаниях. Данные ретроспективных исследований могут помочь сформулировать гипотезу, которую затем можно проверить в ходе проспективного исследования, в особенности если его будут независимо друг от друга выполнять разные группы.

Таблица 1.1

Безосновательные надежды на искусственный интеллект, связанные с медициной (далеко не полный список)

Искусственный интеллект:

• Превзойдет врачей при решении всех медицинских задач

• Сможет диагностировать не поддающиеся диагностике болезни

• Лечить неизлечимые заболевания

• Видеть невидимое на изображениях и препаратах

• Предсказывать непредсказуемое

• Классифицировать не поддающееся классификации

• Исключить неэффективные этапы из рабочего процесса

• Поможет ликвидировать необходимость в госпитализациях и повторных госпитализациях

• Устранит избыток ненужной работы

• Позволит неукоснительно соблюдать режим приема лекарств

• Сведет к нулю вред для пациентов

• Сможет излечивать рак

Мы еще в самом начале эпохи искусственного интеллекта; это пока не повседневная медицинская практика, и некоторые скептики называют применение искусственного интеллекта в медицине SiliconValley-dation, намекая, что подобная валидация годится для проектов в Кремниевой долине (SiliconValley), а не для работы с живыми людьми. Такое пренебрежительное отношение распространено в медицине и чрезвычайно замедляет изменения. В результате весь мир уже находится на стадии четвертой промышленной революции, ознаменованной пришествием искусственного интеллекта, а медицина застряла в предыдущей эпохе – на стадии третьей революции, когда только-только начали широко применяться компьютеры и электроника (см. рис. 1.4). Например, файлы MP3 совместимы со всеми моделями музыкальных проигрывателей, а медицине только предстоит освоить удобные в использовании электронные формы медицинской документации, совместимые с различными устройствами. Это наглядный пример того, с каким трудом новое пробивает себе дорогу в этой отрасли.

По моим наблюдениям, медицина не впервые противится внедрению новых технологий. Это уже моя третья книга о будущем медицины. В «Созидательном разрушении медицины» (Creative Destruction of Medicine) я представил схему, благодаря которой датчики, секвенирование, визуализация, телемедицина и многие другие технологические достижения позволят оцифровать организм человека и добиться компьютеризации медицины. В книге «Теперь пациент вас увидит» (The Patient Will See You Now) я описал свое понимание демократизации медицины. Медицинский патернализм исчезнет, когда пациенты станут не только порождать информацию, но и владеть ею, получив доступ к своим медицинским документам, а в конечном счете любой больной сможет (при желании) принимать более осязаемое участие в процессе лечения.

Рис. 1.4. Четыре промышленные революции. Источник: с изменениями из: F. Murray, “CEOs: The Revolution is Coming,” Fortune (2016): http://fortune. com/2016/03/08/davos-new-industrial-revolution.

Эта книга описывает следующую после оцифровки и демократизации фазу – и имеет очень далекоидущие цели. Возможно, на вас производит определенное впечатление мой интерес к новым технологиям, однако на самом деле я всегда мечтал и мечтаю о возрождении истинно гуманистического элемента медицинской практики. С глубоким обучением мы получим некий остов, каркас, что позволит нам питать корни медицины, – это будут узы, связывающие человека с человеком. Несмотря на то, что мы пока полностью не добились ни оцифровки, ни демократизации медицины, все же и то и другое медленно, но неуклонно завоевывает позиции, и я верю, что нам удастся не только завершить этот процесс, но и привнести в самое сердце медицины искусственный интеллект. Кульминацией этого процесса и станет то, что я называю «истинная медицина».

Истинная медицина требует трех «глубоких» составляющих (см. рис. 1.5).

Первая составляющая – это подробное медицинское описание каждого индивида (оцифровка медико-биологических данных о человеке) с учетом всех существенно важных данных. Сюда можно отнести все аспекты нашего медицинского, социального, поведенческого и семейного анамнеза, а также чисто биологические признаки и свойства: анатомические, физиологические и экологические. Наша биология многослойна – это геном, закодированный в ДНК, наша РНК, белки, метаболиты, иммуном, микробиом, эпигеном и многое другое. В научном биомедицинском сообществе для обозначения всей совокупности этих составляющих используют термин «глубокое фенотипирование»; мы видели такой подход в примере с эпилептическим статусом у новорожденного ребенка. Глубокое фенотипирование одновременно всепроникающе, так как охватывает множество разнотипных данных, какие только можно себе представить, и всеобъемлюще, поскольку мы стремимся покрыть им как можно большую часть человеческой жизни, потому что многие исчисляемые характеристики биологических свойств изменяются с возрастом. Несколько лет назад я написал обзор, в котором утверждал, что нам нужны медицинские данные, которые покрывали бы всю длительность жизни – от зиготы до могилы[8]. Мой бывший наставник сказал тогда, что лучше было бы выбрать промежуток «от любовного аха до смертного праха». Но, думаю, вы ухватили главную идею.

Рис. 1.5. Три главных составляющих модели истинной медицины. Источник (левый рисунок): с изменениями из: E. Topol, “Individualized Medicine from Prewomb to Tomb,” Cell (2014): 157 (1), 241–253.

Второй составляющей является глубокое обучение, которое будет играть большую роль в медицине будущего. Оно будет включать в себя не только распознавание паттернов и машинное обучение (которое врачи станут использовать в диагностике), но и множество различных приложений, например виртуальное медицинское обучение пациентов, способное помочь и в профилактике, и в лечении заболеваний. Глубокое обучение наверняка сыграет важную роль и в условиях госпиталя, где можно будет использовать машинное зрение для обеспечения большей безопасности пациента и улучшения качества ухода. А это в конечном счете может гарантировать и полноценный мониторинг состояния больных на дому, что позволит сэкономить на больничных помещениях и оборудовании. Несмотря на то, что результаты глубокого обучения уже принесли определенную пользу медицине, особенно в последние годы, мы пока в самой начальной стадии. Почти 50 лет назад Уильям Шварц опубликовал в New England Journal of Medicine статью, озаглавленную «Медицина и компьютер»[9]. В ней он рассуждал о том, что в будущем компьютеры и врачи будут «часто вступать в диалог, компьютер станет следить за анамнезом, клиническими, лабораторными и прочими данными, обращая внимание врача на патологические изменения и подсказывая варианты возможных диагнозов, а также эффективного и безопасного лечения». Чем мы можем дополнить это предвидение теперь, 50 лет спустя? Как ни удивительно – очень немногим. Есть, конечно, разрозненные примеры, как поиск в Google помогал поставить сложные диагнозы, но нельзя же, в самом деле, считать поиск описания простых симптомов способом точной диагностики – это чаще всего порождает не знание диагноза, а тревожность и, так сказать, киберипохондрию.

Можно фантазировать, что искусственный интеллект избавит медицину от таких бед, как неточная диагностика и трата времени на побочную работу – заполнение страховых счетов и кодирование заболеваний, – но пока это только мечты. Предпринимателям, работающим с клиницистами, специалистам по вычислительной технике и ученым, работающим в других дисциплинах (в поведенческих науках и биоэтике), предоставляется широчайшая возможность помочь интеграции искусственного интеллекта в здравоохранение.

Третья (и наиболее важная) составляющая – это глубокая эмпатия и связь между пациентами и клиницистами. В течение более 40 лет – с момента поступления на медицинский факультет – я наблюдаю неуклонную деградацию гуманистической стороны медицины, что подтверждается данными табл. 1.2. За это время здравоохранение стало не просто крупным, но (к 2017 г.) крупнейшим бизнесом. Теперь система здравоохранения – это самый крупный в США работодатель, обогнавший по числу созданных рабочих мест сети розничной торговли. По приведенным данным видно, что расходы на здравоохранение резко взлетели. Но даже при безудержном росте занятости в этом секторе и при росте расходов на одного пациента резко сократилось время, которое врач может посвятить одному больному, – как на амбулаторном приеме, так и в больницах. Врачи очень сильно загружены. При невероятно высокой стоимости суточного пребывания на больничной койке (около $5 тыс.), контакт с врачом может продолжаться всего несколько минут, за что взимается отдельная плата. Поглощенные непосредственным общением с пациентами и их лечением, врачи пассивно взирали на кардинальные изменения в отрасли, касающиеся ведения электронной медицинской документации, «управляемого медицинского обеспечения», медицинского менеджмента и введения RVU – условных единиц величины (каждой из перечня услуг врача присвоена определенная сумма RVU). В наши дни как никогда высок процент врачей и медицинских сестер, которые страдают от профессионального выгорания и депрессии, вызванных неспособностью оказывать пациентам реальную помощь, а ведь именно это было их основной мотивацией, когда они посвятили себя медицине.

Таблица 1.2

Некоторые показатели здравоохранительной деятельности в США, которые изменились за последние 40 с небольшим лет

Главный недостаток современного здравоохранения – это отсутствие заботы о пациенте как таковой. То есть мы, врачи, в недостаточной мере заботимся о своих пациентах. Сами пациенты тоже чувствуют, что до них никому нет дела. И Фрэнсис Пибоди был прав, говоря о том, что именно забота о пациенте способствует успеху лечения[10]. Величайшая возможность искусственного интеллекта – это не сокращение числа диагностических и лечебных ошибок, не снижение нагрузки и даже не излечение рака, а восстановление драгоценной, освященной веками глубокой – гуманистической – связи между врачом и больным. У нас не только будет больше времени на полноценное общение, что позволит врачу проявить подлинное сочувствие и сострадание, – мы сможем переосмыслить практику профессионального отбора и подготовки врачей. Мы десятилетиями дорожили нашими медицинскими светилами, высоко оценивая их знания и авторитет, но внедрение искусственного интеллекта улучшит качество диагностики и объем знаний, доступный всем лечащим врачам. В конечном счете врачи признают искусственный интеллект и станут относиться к алгоритмам как к профессиональному инструменту. Такое выравнивание ландшафта медицинских знаний в конце концов приведет к новым высотам: мы сможем отбирать для врачебной карьеры людей, обладающих наиболее развитым эмоциональным интеллектом. Мой друг и коллега Абрахам Вергезе, которого я считаю одним из величайших гуманистов в медицине, подчеркнул важность такого подхода в предисловии к этой книге, которую, как я надеюсь, вы прочтете внимательно. Вот что предлагает истинная медицина.

Для того чтобы дать представление о концептуальной сущности истинной медицины, я начну с описания современной медицинской практики и постараюсь объяснить, почему мы отчаянно нуждаемся в новых решениях таких проблем, как неверные диагнозы, врачебные ошибки, неблагоприятный исход лечения и неконтролируемый рост стоимости медицинских услуг. Отчасти эти проблемы обусловлены современными методами медицинской диагностики. Чтобы понять, чем искусственный интеллект может быть полезен и чем опасен, мы рассмотрим примеры успешного применения ИИ в разных сферах – от игр до беспилотных автомобилей. Не менее, а возможно, и более важно рассмотреть отрицательные стороны возможного внедрения ИИ: субъективные искажения при интерпретации, возможность усиления социального неравенства, саму структуру ИИ (по сути, это «черный ящик»), а также возможные нарушения врачебной тайны и разглашение конфиденциальных сведений. Передача персональных данных десятков миллионов профилей Facebook в Cambridge Analytica – компанию, которая использовала искусственный интеллект для психологического таргетирования, – наглядно показала, какие неприятные последствия может вызвать применение искусственного интеллекта в контексте здравоохранения.

Только после решения всех этих проблем мы будем готовы к переходу к новой медицине, в инструментарий которой будет интегрирован искусственный интеллект. Мы оценим, как машинное распознавание паттернов повлияет на работу рентгенологов, патологоанатомов и дерматологов – то есть врачей-«паттернистов». Но искусственный интеллект проникнет во все сферы медицины, даже в те, где заняты врачи и хирурги, не занимающиеся распознаванием паттернов. Одна из сфер, особенно остро нуждающихся в изменениях, – это психиатрия, где наблюдается разительное несоответствие между количеством пациентов, страдающих, например, депрессией, и ограниченным количеством специалистов, которые могут оказать им квалифицированную помощь или предупредить развитие болезни. Искусственный интеллект, вполне возможно, сможет сыграть критически важную роль в дальнейшем развитии психиатрии и улучшении качества психиатрической помощи.

Но искусственный интеллект, и в частности глубокое обучение, повлияет не только на практическую медицину. Косвенным образом ИИ преобразит и биомедицинские науки в целом. Например, облегчит разработку новых лекарств. Искусственный интеллект поможет извлекать полезные сведения из комплексных массивов данных, среди которых миллионы последовательностей нуклеотидов в геномах, сложные структуры человеческого мозга, интегрированные потоки данных, получаемые в режиме реального времени с многочисленных датчиков, которые регистрируют показатели жизнедеятельности. В основе этих усилий – стремление позаботиться о пациенте, но стремительное развитие фундаментальной науки и методов разработки новых лекарств тоже окажет огромное влияние на медицину.

Искусственный интеллект может внести революционные изменения и в другие аспекты нашей жизни, которые так или иначе обусловлены отношением к здоровью. Один из таких аспектов касается нашего питания. Неожиданное, но уже применяемое на практике достижение машинного обучения – это создание потенциальной научной основы для персонализированного здорового питания. Это поистине удивительное достижение – знать, какие виды пищи наилучшим образом подходят каждому конкретному индивидууму.

Сейчас мы можем предсказать, какие виды пищи могут вызвать резкий подъем уровня глюкозы в крови у здорового человека, не страдающего сахарным диабетом. Благотворное действие персонализированного питания способно далеко превзойти эффект традиционных диетических рекомендаций – классических «пирамид питания» или, например, модных в свое время диет (диета Аткинса или «диета Южного пляжа»), не имеющих под собой твердой доказательной базы. Применяя искусственный интеллект, мы сможем проанализировать огромные массивы данных и предсказать будущие направления развития «умной» диетологии. Многие из этих бытовых новшеств пойдут рука об руку с виртуальным медицинским помощником. Скорее всего, это будет голосовой ассистент, как Siri, Alexa или Google Home: едва ли все сведется к иконкам на экране. Мне кажется, что лучший способ – это создание некоего виртуального аватара или даже голограммы (но если кому-то удобнее, то можно получать информацию и в виде обычного текста или электронных писем). Виртуальный медицинский ассистент – это квинтэссенция глубокого машинного обучения всем индивидуальным данным, тщательно собранным, непрерывно совершенствуемым и объединенным со всем массивом биомедицинских знаний; при этом такой ассистент способен и давать обратную связь, и обучать пользователя. Такие системы поначалу будут ориентированы на специфические заболевания – например, на сахарный диабет или артериальную гипертонию, – но со временем они начнут представлять собой обширные платформы для заботы о здоровье, которые помогут предотвращать болезни или лучше их лечить.

Все эти потенциальные преимущества могут быть сведены на нет злоупотреблением персональными данными. Эти злоупотребления не ограничиваются преступлениями, которые и сейчас совершаются слишком часто, – скажем, киберворовство, вымогательство (преступники шантажируют пациентов больниц их личной информацией), взлом баз данных, – но и включают в себя продажу и безнравственное крупномасштабное использование конфиденциальных персональных данных. Новое явление, тревожное и совершенно неприемлемое: страховые компании или работодатели смогут использовать все ваши данные – и все результаты глубокого обучения – для принятия жизненно важных для вас решений относительно размера медицинской страховки, премий и сохранения за вами рабочего места. Чтобы избежать подобных ужасных сценариев, потребуются разумные меры, которые, конечно, будут стоить больших усилий.

Эта книга посвящена поиску оптимального баланса в отношениях между пациентами, врачами и машинами. Если мы сможем это сделать, если мы сможем использовать уникальную мощь машин для того, чтобы укрепить связующие людей узы, то сможем найти и жизненно необходимое средство устранения проблем, глубоко укоренившихся в современной медицине.

Я надеюсь, что смогу убедить вас в том, что истинная медицина, использующая искусственный интеллект, возможна – и крайне желательна. Соединение мощи машин и людей – мощи человеческого и искусственного интеллекта – поднимет уровень медицины на беспрецедентную высоту. Мы увидим, что на этом пути нас подстерегает великое множество препятствий. Путь будет нелегким и очень долгим. Но целенаправленные усилия непременно помогут достичь желаемого. Повышение эффективности труда медицинского персонала может либо выжать из него все соки, либо сэкономить время, которое вернется пациенту сторицей: будущее поможет нам вернуть лучшее из прошлого. Достижение последней цели потребует активной вовлеченности многих и многих людей, особенно среди лечащего персонала, чей долг – отстаивать права пациентов. Подобно подросткам из Паркленда, которые после печально известной стрельбы в школе в 2018 г. начали борьбу против вооруженного насилия, медики должны быть готовы бороться с корыстными интересами могущественных групп, чтобы не упустить шанс отстоять первоочередность заботы о пациентах, не проспать его, как это не раз случалось в прошлом. Возвышение машин должно сопровождаться возвышением человечности – расширением непосредственных контактов пациента с врачом, углублением сострадания и понимания, ибо только такой подход сделает охрану здоровья и заботу о пациентах реальностью. Это нужно для того, чтобы восстановить и развить здравоохранение в исконном смысле этого слова. Точка.

Итак, начнем.

Глава 2

Поверхностная медицина

Представьте себе, что будет, если врач станет тратить две минуты на сбор информации о пациенте и тринадцать минут посвящать беседе с ним, а не наоборот: тринадцать минут на сбор информации и две – на беседу.

Линда Чин[11]

– Представляете, он заявил мне, что у меня в сердце дыра и ее надо заделать, – пожаловался мне пациент (назову его Робертом), явившийся на первый прием.

Роберту 56 лет, он директор магазина и до недавнего времени не жаловался на здоровье. Однако несколько лет назад он перенес инфаркт миокарда. К счастью, ему успели вовремя поставить стент и обошлось без массивного поражения сердечной мышцы. С того времени Роберт стал вести здоровый образ жизни, сбросил почти 12 кг и регулярно занимается довольно интенсивной гимнастикой.

Для него стало настоящим ударом, когда однажды днем он ни с того ни с сего ощутил онемение лица и нарушение зрения. Симптомы не проходили, и Роберт обратился в отделение скорой помощи ближайшей больницы, где на фоне жалоб ему сделали КТ головы, взяли несколько анализов крови и сняли электрокардиограмму. В течение дня, без всякого лечения, зрение постепенно восстановилось до нормы, а онемение прошло. Врачи сказали, что он перенес «всего лишь» микроинсульт или транзиторную ишемическую атаку и что ему надо продолжить прием аспирина, который Роберт принимал после инфаркта. Отсутствие изменений в лечении заставило Роберта почувствовать себя беззащитным перед возможным повторением проблемы. Через пару недель он побывал на приеме у невролога. Роберт надеялся, что этот визит поможет ему докопаться до сути проблемы.

Невролог назначил несколько дополнительных исследований, включая МРТ головного мозга и УЗИ сонных артерий, но не нашел никаких данных, которые позволили бы объяснить преходящее нарушение мозгового кровообращения, и направил Роберта к кардиологу. «Врач по сердцу» назначил эхокардиографию, которая показала, что у больного незаращение овального отверстия. Овальное отверстие располагается в тонкой перегородке, которая разделяет между собой предсердия – камеры, которые принимают кровь, поступающую в сердце по венам. В эмбриональном периоде овальное отверстие позволяет крови обходить легкие, так как плод не использует их для дыхания. Овальное отверстие, как правило, закрывается после того, как новорожденный делает свой первый вдох. Однако у 15–20 % взрослых людей оно остается открытым. «Ага! – воскликнул кардиолог, увидев результат эхокардиографии. – Вот и диагноз». Кардиолог предположил, что небольшой тромб проскочил через открытое овальное отверстие из правого предсердия в левое, а оттуда попал в кровоток головного мозга, где и стал причиной микроинсульта. Для того чтобы избежать таких неприятностей в будущем, Роберту – как сказал кардиолог – надо заделать дыру в сердце. Операцию назначили через 10 дней.

Роберт был вовсе не уверен, что это единственно верное объяснение, и, посоветовавшись с одним нашим общим другом, решил обратиться ко мне, чтобы заручиться вторым мнением. Я встревожился. Незаращение овального отверстия – слишком распространенная особенность человеческой анатомии, чтобы его можно было считать окончательной причиной микроинсульта, причем на основании результата всего одного исследования. Прежде чем объявить отверстие в межпредсердной перегородке причиной нарушения, врач должен исключить все остальные возможные причины. Такие отверстия имеются в сердцах миллионов людей, и инсульты, если они случаются, никак не связаны с незаращением овального отверстия. Если бы такая связь существовала, то инсульт случался бы не у каждого пятого пациента с такой особенностью, а гораздо чаще. Более того, в ходе многих рандомизированных клинических испытаний была проверена эффективность инвазивного лечения криптогенных инсультов (то есть инсультов, причину которых не удалось выявить). И хотя испытания показали, что назначенное лечение, направленное на закрытие дефекта в межпредсердной перегородке, действительно снижает количество повторных инсультов, но приводит к осложнениям, которые нивелируют эффект, для Роберта такое лечение представлялось еще более сомнительным, потому что настоящего инсульта у него не было, а недостаточно полное обследование еще не давало оснований вернуться к рабочей версии – криптогенному инсульту.

Мы вместе разработали план выяснения возможной причины транзиторной ишемической атаки. Одна из наиболее распространенных причин – это нарушение ритма, известное как фибрилляция предсердий, или мерцательная аритмия. Чтобы проверить эту версию, я назначил весьма необременительное обследование, требующее всего лишь ношения на пластырной наклейке портативного устройства Zio от iRhythm. Это устройство прикрепляется к груди, регистрирует на микрочипе электрокардиограмму и записывает ее в течение достаточно длительного времени – от 10 до 14 дней. Роберт носил устройство 12 дней. Через пару недель я получил результат расшифровки записи. Как и следовало ожидать, у Роберта за это время было несколько бессимптомных приступов фибрилляции предсердий. Он не замечал их, потому что частота сердечных сокращений практически не менялась, а некоторые приступы случились во сне. Приступы фибрилляции предсердий были куда более вероятной причиной микроинсульта, чем незаращение овального отверстия. Для профилактики возможных нарушений можно было назначить антикоагулянты (вещества, уменьшающие свертываемость крови), и «заделывать дырку в сердце» вовсе не требовалось. Возможным осложнением приема антикоагулянтов является кровоточивость, но это вполне оправдывается надежной профилактикой инсульта. Роберт испытывал большое облегчение, когда мы обсуждали с ним диагноз, лечение и прогноз.

Я рассказал о случае Роберта не потому, что нам удалось докопаться до истинной причины нарушения и поставить правильный диагноз. Несмотря на то, что его история имеет счастливый конец, она представляет собой тот самый перекос, который мы наблюдаем в современной медицине. Все, что происходило с момента обращения в отделение скорой помощи до визита к кардиологу, я могу назвать образчиком поверхностной медицины. Вместо прочной эмоциональной связи между пациентом и врачом мы имеем эмоциональную пропасть между брошенными на произвол судьбы пациентами и выгоревшими врачами в депрессии. В то же время это и системная проблема, проявляющаяся в ошибочных диагнозах и избыточных обследованиях, что приводит к чрезмерным расходам и причиняет людям вред. Строго говоря, нарушенные отношения пациентов и врачей и ошибки в медицинской практике – вещи взаимосвязанные. Поверхностный контакт с пациентами увеличивает вероятность неправильного диагноза и бездумного назначения анализов и инструментальных исследований, которые не нужны или неинформативны.

Частота диагностических ошибок в США неприлично велика. Обзор трех очень крупных исследований показал, что в год мы имеем дело с 12 млн диагностических ошибок[12]. Эти ошибки определяются многими факторами, включая неспособность назначить нужное обследование, неправильную интерпретацию результатов обследования, пренебрежение дифференциальной диагностикой и игнорирование патологических симптомов. В случае Роберта наблюдался целый комплекс ошибок: не была проведена полная дифференциальная диагностика (не исключили фибрилляцию предсердий), не было назначено необходимое исследование (длительный мониторинг сердечного ритма) и были неверно интерпретированы данные эхокардиографии (причину нарушения приписали дефекту межпредсердной перегородки). Тройное невезение.

Но ситуация в США еще хуже, потому что неверная диагностика приводит к неправильному лечению; так, Роберту назначили имплантацию для закрытия овального отверстия в сердце. В последние годы много говорилось о таких ненужных медицинских вмешательствах. Поразительный факт: около одной трети операций выполняют напрасно.

Для борьбы с этими проблемами были развернуты две большие кампании. Первая, под названием «Выбирай с умом», была начата в 2012 г. Фонд Американского совета терапевтов (ABIMF) совместно с девятью профессиональными медицинскими организациями разработал и опубликовал список, озаглавленный «Пять вопросов, которые должны обсудить врач и пациент». В этом документе речь шла о пяти наиболее часто назначаемых и часто оказывающихся ненужными исследованиях и вмешательствах[13]. Несмотря на то, что не все медицинские организации поначалу охотно сотрудничали с Фондом, кампания все же набрала силу, особенно за последние несколько лет. К кампании в итоге присоединилось более 50 медицинских обществ. Совместными усилиями были выявлены сотни процедур и исследований, не представляющих ценности для пациентов, особенно учитывая стоимость и риск. Пока на первом месте по ненужности стоят методы визуализации (КТ, МРТ и т. п.), которые назначаются по самым незначительным поводам (например, жалобы на боль в пояснице или головную боль). Чтобы осознать масштаб этого бедствия, достаточно взглянуть на следующие цифры: на каждые 100 пациентов, охваченных страхованием по программе Medicare в возрасте 65 лет и старше, каждый год приходится 50 КТ, 50 УЗИ, 15 МРТ и 10 ПЭТ. Установлено, что 30–50 % из 80 млн КТ, которые выполняются в США в течение года, были сделаны напрасно[14]. Это должно было стать ударом под дых и заставить медицинское сообщество признать, что пять (а то и десять) самых популярных исследований проводятся без должных показаний, но похвастаться в плане эффекта оказалось нечем. Дальнейшие исследования этого вопроса показали, что семь исследований, не имеющих особой важности для диагностики, продолжают широко использоваться – регулярно и без малейшей необходимости. Эту неудачу можно объяснить двумя главными факторами. Первая причина, которую Дэвид Казаретт, профессор Пенсильванского университета, назвал терапевтической иллюзией, заключается в том, что отдельные врачи переоценивают значимость своих усилий[15]. Врачи, как правило, подвержены такому когнитивному искажению, как предвзятость подтверждения: поскольку они априори убеждены, что исследования и анализы, которые они назначают, принесут желаемую пользу, то продолжают в это верить и после выполнения назначенных исследований, даже если результаты не подтвердили их предположения. Вторая причина – это отсутствие механизма, который мог бы повлиять на нерациональное поведение врачей. Несмотря на то, что «Выбирай с умом» совместно с журналом Consumer Reports регулярно публикует и распространяет в печатном виде и в интернете длинные списки рекомендаций, они остаются незамеченными – а раз нет рядовых потребителей этой информации, то отсутствует и запрос пациентов на более разумный подход к назначению анализов и инструментальных исследований. Более того, ABIMF не в состоянии проследить, какие врачи и зачем назначают те или иные исследования, и поэтому не располагает способами ни вознаграждать и премировать врачей за отказ от назначения ненужных исследований, ни наказывать за их назначение.

В 2017 г. «Альянс за правильное лечение» (Right Care Alliance), международный проект, организованный бостонским Институтом Лауна, сделал вторую попытку начать реформу. «Альянс» опубликовал в журнале The Lancet серию статей, где привел количественную оценку распространения этой практики – чрезмерной увлеченности диагностическими исследованиями в разных странах[16]. Самым главным «нарушителем» оказались США, где доля ненужных исследований достигает 60 %. В первой строке списка, естественно, назначение дорогостоящих методов визуализации при боли в пояснице. Right Care Alliance также изучил вопрос, почему недостаточно используются методы, которые необходимы и эффективны, – хотя, строго говоря, эта вторая проблема отнюдь не так остра, как первая. Подобно тому как «Выбирай с умом» намерен сформировать правильное поведение врачей, «Альянс за правильное лечение» надеется, что его информация поможет включить соответствующие рекомендации в медицинскую практику. Однако пока нет никаких данных за то, что это происходит в действительности.

Таким образом, мы по-прежнему стоим на месте: врачи регулярно оказываются не способны выбирать с умом и назначать правильное лечение. Дэвид Эпштейн из некоммерческой новостной организации ProPublica, известный своими журналистскими расследованиями, в 2017 г. написал блестящую статью под названием «Когда очевидность говорит “нет”, врач говорит “да”», посвященную как раз этой теме[17]. Одним из примеров является установление стентов в коронарные артерии больным с ишемической болезнью сердца: «Стент, установленный пациенту со стабильным состоянием, не предупреждает инфаркт миокарда и не продлевает жизнь пациента ни на один день». Что касается стентирования и других операций, Эпштейн делает следующий вывод: «Результаты этих исследований доказывают не бесполезность хирургических методов лечения, а то, что подобные операции делают множеству людей, которым они не приносят никакой пользы». Частично проблема заключается в том, что некоторые методы лечения не выдерживают проверку практикой, а частично – в негодных данных, на которых основываются врачи, принимая решение о лечении. В медицине мы часто полагаемся на благоприятные изменения некоторых так называемых суррогатных критериев, а не тех показателей, которые по-настоящему важны для пациента. Например, при каком-либо заболевании сердца мы контролируем лечение, основываясь на изменениях артериального давления пациента, потому что у нас нет данных в пользу того, что данный метод действительно снизит вероятность инфаркта миокарда, острого нарушения мозгового кровообращения или смерти. Или мы можем оценивать эффективность лечения сахарного диабета по уровню гликозилированного гемоглобина (А1с), а не по вероятности увеличения продолжительности жизни и не по ее качеству (для оценки которого уже давно разработаны вполне доступные для применения и понимания критерии). Несмотря на то, что суррогатные симптомы могут казаться приемлемой заменой целей более высокого уровня, настоящей проверки на эффективность такие критерии все же не выдерживают. Тем не менее столь ненадежные данные, которые заставляют врачей в первую очередь следить за этими суррогатными критериями, порождают чрезмерное увлечение назначением анализов, инструментальных исследований и медикаментов.

Поверхностные клинические данные, полученные в результате неадекватного обследования, как в случае с Робертом, или в результате некритического использования медицинской литературы, приводят к поверхностной же медицинской практике, которая порождает множество неверных диагнозов и избыточность обследования. Это отнюдь не второстепенная проблема. В 2017 г. Американская кардиологическая ассоциация и Американский кардиологический колледж изменили формулировку определения повышенного артериального давления, что привело к постановке диагноза «артериальная гипертония» еще 30 млн американцев, несмотря на отсутствие каких-либо достоверных указаний на правильность такого подхода[18]. Неверная диагностика приобретает характер эпидемии.

Но даже и без начальственного диктата вся медицинская практика на индивидуальном уровне устроена так, что подталкивает к неадекватной диагностике. Средняя продолжительность амбулаторного приема для пациента, явившегося на повторный осмотр, составляет семь минут, на нового пациента отводится 12 минут. Это абсурдное ограничение во времени свойственно не только США. Когда я был в медицинском центре компании Samsung в Южной Корее, администраторы сказали мне, что прием врача в этом центре длится в среднем две минуты. Стоит ли в подобной ситуации удивляться такому множеству ошибочных диагнозов? Как пациенты, так и сами врачи убеждены, что медики слишком спешат. Недавно сотрудники медицинского центра Алабамского университета в Бирмингеме попросили пациентов двумя словами описать их лечащих врачей[19]. Результат, наглядно представленный в виде облака слов, приведен на рис. 2.1. Содержание рисунка говорит само за себя.

И дело не только в продолжительности приема. В связи с внедрением электронных медицинских карт врачи и больные практически не смотрят друг другу в глаза. Рассел Филипс, гарвардский врач, как-то заметил: «Электронные медицинские карты превратили врача в наборщика»[20]. Врач сосредоточен на клавиатуре, а не на больном, и именно это считают главной причиной профессионального выгорания и развития депрессии среди врачей. Почти половина врачей в США страдают профессиональным выгоранием, в течение года сотни врачей совершают самоубийство[21]. В недавно выполненном анализе 47 исследований, в которых приняли участие 42 тыс. врачей, было показано, что профессиональное выгорание удваивает риск инцидентов в процессе лечения, связанных с безопасностью пациента, что создает порочный круг, поскольку, в свою очередь, приводит к учащению случаев выгорания и депрессии[22]. Абрахам Вергезе написал об этом в предисловии, подчеркнув влияние «непрошеных инструкторов» на душевное здоровье врачей, что оказывает вредное воздействие на качество лечения больных.

Использование электронной медицинской документации создает еще одну проблему. Информация в ЭМК отличается заметной неполнотой и неточностью. Электронные записи очень неудобны в пользовании, и большая часть каждой записи – приблизительно 80 % – просто автоматически копируется из предыдущей записи[23]. Любая ошибка, допущенная при первом приеме, практически неизбежно попадет в записи, сделанные на последующих. Получение записей от других врачей и из других учреждений здравоохранения сильно затруднено, отчасти из-за отношений собственности: производители ПО используют форматы файлов, которые не читаются программами разработчиков-конкурентов, а лечебные учреждения внедряют собственные форматы файлов для того, чтобы удерживать у себя пациентов. Мой друг, рентгенолог Саурабх Джха, остроумно заметил в своем аккаунте в Twitter: «Вашу банковскую карту примут хоть в Монголии, но вашу электронную медицинскую карту невозможно передать в соседнюю больницу, которая находится через дорогу»[24].

Рис. 2. 1. Облако слов (прилагательных, существительных и глаголов), которыми люди чаще всего пользуются для описания поведения врачей. Источник: с изменениями из: B. Singletary et al., “Patient Perception About Their Physicians in 2 Words: The Good, the Bad, and the Ugly.” JAMA Surgery (2017): 152 (12), 1169–1170.

Неполнота записей усугубляется некоей «одноразовостью» медицины. Под одноразовостью я имею в виду не только краткие и редкие минуты общения врачей с больными. Мы не имеем доступа к пациенту в его реальной жизни, мы не видим его, когда он ездит по делам, работает, спит. Данные, которые получает врач, ограничены тесным, искусственным пространством врачебного кабинета или больничной палаты. Длительный мониторинг, как в случае с Робертом, назначается весьма редко. По большей части мы не имеем ни малейшего представления о медицинских показателях пациента вне стен врачебного кабинета. Мы не знаем, какое у пациента артериальное давление, сердечный ритм, настроение и душевное состояние дома и на работе, то есть именно тогда, когда эти данные наиболее важны. Впрочем, даже если бы мы все это знали, у нас не было бы точки отсчета, нам было бы не с чем сравнить полученные данные: ведь мы не знаем, что является нормой для населения в условиях реального мира.

Это положение усугубляют устаревшие средства связи, с помощью которых врачи общаются – или, вернее, не общаются – со своими пациентами вне стен лечебных учреждений. Вне медицинского контекста люди уже привыкли поддерживать связь с родственниками и друзьями посредством электронной почты, СМС и видеочатов, поэтому могут общаться, даже находясь на разных концах света. Но больше двух третей врачей до сих пор не освоили средства цифровой коммуникации для поддержания контакта с пациентами. Нежелание общаться с ними посредством электронной почты или СМС объясняют, как правило, нехваткой времени, соображениями юридического характера и отсутствием оплаты, но я вижу в этом просто еще одно свидетельство отсутствия связи врачей с пациентами.

Таково сегодняшнее положение вещей: вокруг больных – мир медицины, где недостаточно данных, времени, средств коммуникации, участия. Иными словами, мир поверхностной медицины.

Плоды поверхностной медицины – это расточительство и вред. Возьмем, к примеру, медицинский скрининг. В США маммографию рекомендуют делать один раз в год всем женщинам старше 50 лет. Общая стоимость одного только скрининга в течение года составляет около $10 млрд. Хуже того, если мы возьмем в расчет 10 тыс. женщин старше 50 лет, которые каждый год в течение 10 лет делали маммографию, то только пяти из них (0,05 %) удастся избежать смерти от рака молочной железы, в то время как 6 тыс. (60 %) получат хотя бы один ложноположительный результат[25].Такие результаты влекут за собой новые процедуры – вредные, дорогие и напрасные: биопсию, операции, облучение или химиотерапию. В лучшем случае ценой является только страх и беспокойство.

Аналогом для мужчин является скрининг на простатический специфический антиген (PSA) для раннего выявления рака предстательной железы. Несмотря на то, что Американская урологическая ассоциация в 2013 г. выступила против скрининга на PSA как рутинной процедуры, это исследование до сих пор широко практикуют. Каждый год через него проходят около 30 млн американцев: у 6 млн обнаруживают повышенный уровень антигена, 1 млн назначают биопсию предстательной железы. В 18 % случаев, то есть у 180 тыс. человек, действительно выявляют рак предстательной железы, но у такого же количества людей, болеющих раком предстательной железы, он не был выявлен на биопсии[26]. Кроме того, часто игнорируют хорошо известный факт, что рак предстательной железы в большинстве случаев отличается медленным течением и редко угрожает жизни пациента. Многочисленные исследования подтвердили, что существуют геномные маркеры, указывающие на склонность опухоли к агрессивному росту и метастазированию, но эта информация пока не дошла до клинической практики[27]. В целом налицо следующий результат – на одну предотвращенную смерть от рака предстательной железы приходится 1 тыс. человек, прошедших скрининг[28]. Если вы по натуре оптимист, то можете утешать себя тем, что это вдвое эффективнее маммографии (0,5 на 1 тыс.)! Можно посмотреть на ситуацию и по-другому: у человека в 120–240 раз больше шансов получить неверный диагноз и в 40–80 раз больше шансов без нужды подвергнуться облучению или оперативному вмешательству, чем спастись от смерти.

Пример со скринингом рака – прекрасная иллюстрация практически всех проблем, связанных с поверхностной медициной. В 1999 г. в Южной Корее была запущена общенациональная программа скрининга для многих типов рака. Программа была бесплатной для большинства населения, а с людей, имеющих доходы выше среднего, взимали небольшую, чисто номинальную плату, поэтому в программе приняли участие очень и очень многие. Одним из исследований, предусмотренных программой, было УЗИ щитовидной железы. За 10 лет количество диагностированных случаев рака щитовидной железы возросло в 15 раз, что сделало его самым распространенным онкологическим заболеванием в Южной Корее. Этот вид рака был выявлен у 40 тыс. человек. Казалось бы, блестящая победа, но диагностика оказалась бессмысленной, потому что исходы заболевания не изменились: смертность от рака щитовидной железы осталась прежней, несмотря на столь масштабное его выявление[29].

Такая же история со скринингом на рак щитовидной железы повторилась и в США. Лет десять назад повсеместно можно было увидеть объявления с призывом «проверить свою шею», сопровождаемым таким текстом: «Раку щитовидной железы плевать, насколько вы здоровы во всем остальном. Он может возникнуть у каждого, включая и вас. Поэтому заболеваемость раком щитовидной железы в США растет быстрее, чем другими видами рака»[30]