По мнению Майкла Даулинга, генерального директора компании NorthwellHealth, и Чарльза Кенни, исполнительного редактора журнала NorthwellSeriesonHealthCareInnovation, шумиха вокруг ИИ в здравоохранении превзошла реальные результаты. В своей книгеHealthCareReboot, опубликованной в 2018 г. , они признают, что в то время как телемедицина уже сформировалась, ИИ находится на ранних стадиях. Однако потенциал ИИ в быстрой диагностике сложных заболеваний и назначении планов лечения вызвал тревогу за будущее. В настоящее время, пока гипотеза не опережает реальность, исследователи продвигаются в разработке моделей машинного обучения, которые помогают врачам ставить диагнозы быстрее и экономичнее, чем это могли бы сделать люди- практики. Один из такихAI разрабатывается для прогнозирования риска серьезных сердечно- сосудистых заболеваний у пациентов, и первые результаты показывают перспективность. Сердечно- сосудистые заболевания являются ведущей причиной смертности в США: только в 2021 г. от сердечно- сосудистых заболеваний умрет 695 тыс. американцев. В мире этот показатель еще более ошеломляющий: по оценкам, в год умирает 17, 9 млн человек, что составляет одну треть от общего числа смертей. У врачей есть различные методы прогнозирования вероятности сердечно- сосудистых заболеваний, одним из которых является" кальцификация брюшной аорты"( КАА). Обнаружение кальцификации на ранней стадии позволяет врачу проинформировать пациента и рекомендовать меры по снижению риска сердечных приступов и инсультов в течение жизни. К счастью, измерение ААС у пациентов не требует инвазивных или Простой рентгеновский снимок, широко используемый для выявления остеопороза, позволяет визуально оценить кальцификаты в брюшной аорте и создать систему оценки на основе полученных данных. Чем выше оценка, тем больше риск. Однако анализ и оценка рентгеновских снимков требуют привлечения специалистов, что делает процесс дорогостоящим и отнимает много времени.

Здесь на помощь приходит ИАИ. После обучения алгоритм прошел проверку на реальных данных, насчитывающих около 5 тыс. изображений, и был сравнен с результатами, полученными отдельно специалистами по изображению, для определения точности. Результаты показали, что АИ совпадает с оценкой специалиста( низкий, умеренный или высокий уровень ААС) примерно в 80% случаев. АИ ошибается в диагностике высокого уровня ААС только в 3% случаев. Джошуа Льюис, главный исследователь исследования, подчеркнул впечатляющий потенциал версии 1. 0 системы, но не отметил, что есть возможности для совершенствования. Льюиш подчеркнул возможность крупномасштабного скрининга кардиоваскулярных заболеваний, позволяющего людям, находящимся в состоянии риска, изменить образ жизни еще до появления симптомов. Эффективность ИАИ поразительна: она позволяет анализировать 60 000 изображений в день по сравнению с 5- 15 минутами, которые требуются человеку- специалисту для анализа одного изображения. Такая скорость и точность могут привести к революции в выявлении кардиоваскулярных заболеваний в ходе клинической практики, предлагая новые подходы к раннему вмешательству. Исследование, опубликованное в рецензируемом медицинском журнале с открытым доступом" Биомедицина", Другие команды работают над диагностикой рака молочной железы и рака поджелудочной железы, а также над различными методами идентификации заболевания. Эти инструменты могут выступать в качестве начальных скринингов, давая людям понимание степени их риска до появления симптомов. И хотя мечта о том, что АИ будет полностью способна проводить сложную диагностику и лечение, остается далекой, индивидуальные АИ- системы могут в скором времени ускорить процессы, сократить отставание в работе и позволить врачам проводить больше времени с пациентами, а не с экранами. Как уже отмечали Даулинг и Кенни, иногда самые простые технологии могут внести значительный вклад в оказание помощи пациентам.