Искусственный интеллект в медицине сегодня — это не просто модное слово, а реальная возможность улучшить жизнь миллионов людей. Тем не менее, многие врачи по-прежнему не используют его потенциал. Недостаток финансирования и отсутствие четких регуляторных рамок создает серьезные препятствия на пути к внедрению нейросети.
Как медицинским учреждениям принять ИИ, и каким образом он может помочь в лечении пациентов, основатель и CEO компании CYBREX Евгений Липатов поделился с газетой «О финансах и не только».
— Во сколько обходится больнице внедрение одного ИИ-алгоритма с учетом закупки, интеграции и обучения персонала? Это разовая история или регулярные платежи?
— Для начала необходимо прояснить, что является одним алгоритмом, так как медицинская сфера чрезвычайно сложная – ведь не зря на нее учатся в среднем около 10 лет.
Если мы говорим про одно ИИ-решение, которое сможет избавить медицинского работника от той или иной рутинной или не очень задачи, то здесь цена варьируется в первую очередь от сложности данного проекта, ведь автоматическое распознавание опухоли на рентгенологических сканерах не то же самое, что и автоматизированное заполнение карточки пациента во время приема.
Однако на сегодняшний день, благодаря активному внедрению искусственного интеллекта во все сферы деятельности человека, в том числе в медицину, мы можем констатировать, что разработка, интеграция, а также обучение персонала для такой сложной сферы на порядок выше, чем у рядовых бизнес-сфер.
Это происходит в первую очередь потому, что ценой ошибки в медицине является в лучшем случае – потеря здоровья, в худшем – жизни, поэтому и алгоритмы в данной сфере намного сложнее, намного точнее, а также скрупулезнее, чем в остальных сферах. Стоимость также повышает и то, что данное программное обеспечение подпадает под требования Росздравнадзора об обязательной регистрации, что повышает его стоимость на 2 млн рублей.
Наша команда провела небольшое исследование и выявила, что средняя цена разработки, интеграции, а также обучения персонала решениям на основе искусственного интеллекта может обойтись медицинским центрам от 500 тыс. до 50 миллионов рублей. Такой разброс цен в первую очередь обусловлен многогранностью медицинской сферы, а также сложностью проекта, однако они могут подразделяться на следующие функциональные решения:
- Чат-боты и ИИ-консультанты, простые решения, которые обычно стоят в среднем около 500 тыс. рублей – небольшие языковые модели, которые могут отвечать на те или иные вопросы и выполнять те или иные действия в зависимости от запросов медицинского работника.
- Предиктивные системы, более сложные алгоритмы для предсказания рисков заболеваний – состоят из алгоритмов машинного обучения, анализа данных и в большинстве своем из индивидуальных ИИ – решений. Стоимость их варьируется от 5 до 20 млн руб.
- Решения на основе компьютерного зрения и робототехники, самые сложные на сегодняшний день сферы использования искусственного интеллекта в медицине. Они позволяют производить работу от анализа рентгенографических снимков до управления робототехническим комплексом по проведению операций. Эти ИИ-решения обычно самые дорогие и могут выйти в пределах от 20–50 млн руб., что в большей степени зависит от их сложности.
Также стоит сравнить между собой стоимость каждого этапа, ведь они расходятся во времени разработки, а соответственно – по стоимости. Разработка может занимать от 40–50% затрат от общего бюджета всей кампании по ИИ-внедрению. Интеграция – около 20–30%, включает в себя серверное развертывание и сопровождение, а также поддержание его работоспособности. Обучение персонала может доходить до 20%, такой высокий процент затрат обусловлен тем, что медицинский работник тратит непосредственно свое рабочее время для изучения взаимодействия с тем или иным ИИ-решениями.
Разовость и регулярность платежей также варьируются исходя из сложности ИИ-решений, например простые чат-боты чаще всего не требуют многих затратных обновлений. Чего не скажешь о предсказательной аналитике и управлении робототехническими комплексами. В данных случаях использования их работоспособное поддержание может доходить до 15–20% от суммы всего бюджета на ИИ-внедрение. Эти решения могут включать расходы на поддержание работоспособности аппаратного обеспечения, дообучения моделей и дальнейшего мониторинга ИИ-специалистами.
В целом все эти затраты окупаются в течение следующих 6–12 месяцев за счет как рутинных, так и более сложных задач, что оптимизирует затраты и освобождает время для более творческих проблем, с коими в большей степени сталкивается медицинский работник.
Главная задача ИИ в медицине — не заменить врача, а стать для него «второй парой глаз»
— Сокращает ли ИИ расходы в долгосрочной перспективе?
— Да, несомненно, искусственный интеллект сокращает расходы в долгосрочной перспективе, но это зависит в первую очередь от потенциальной полезности того или иного ИИ-проекта. Здесь, как и в остальных сферах, таких как бизнес, нужен баланс между результирующей полезностью и всей стоимостью внедрения. В медицине, как мы уже выяснили эти процессы стоят намного острее, поэтому и этот баланс должен соблюдаться намного скрупулезнее, так как в нем используется гораздо большее количество переменных, нежели в остальных. Но в любом случае при грамотном нахождении этого баланса полезности и затрат, судя по исследованиям, оптимизация расходов может доходить до 20–30%, что является неплохим результатом.
Надо признать, что ИИ на сегодняшний день очень мощный инструмент, но он пока не может использоваться повально в каждом рутинном процессе, необходимо тщательно продумывать тактику и стратегию его использования, чтобы инвестиции в него приносили наивысшую пользу, что чрезвычайно важно для такой сферы, как здравоохранение.
— Насколько уязвимы медицинские данные и системы, управляемые ИИ, для хакерских атак?
— Как и все данные, находящиеся под управлением любого интеллекта, будь то человеческого или машинного, имеют высокую степень опасности быть украденными и скомпрометированными.
Для медицинской сферы в России это особенно актуально, в этом году около 80% медицинских учреждений столкнулись с теми или иными хакерскими атаками: от фишинговых до так называемой «грубой силы». Причем более 80% из этих учреждений имеют уязвимости в их IT инфраструктуре, что очень актуально, так как благодаря высокой стоимости самих ИИ-решений для медицины, бюджета на окончательное закрытие контура безопасности для них не всегда может хватать.
На самом деле медицинская сфера достаточно «лакомый кусочек» для разного рода хакерских группировок, потому что вкупе с проблемами недофинансирования, а следовательно, и безопасности, перечисленными выше, данные из медицинских организаций имеют достаточную ценность в первую очередь благодаря своей высокой степени проработки, а также высокому потенциалу компрометации.
Можно сказать, что искусственный интеллект даже повышает уязвимость своих систем именно благодаря ценности данных, используемых для его работы, но искусственный интеллект искусственному интеллекту – рознь и эту проблему можно и нужно нивелировать, используя его же для контроля фишинговых атак и разного рода интервенций. Однако использование данных технологий безопасности сегодня пока что остается предметом роскоши для большей части медицинских учреждений, учитывая текущую стадию их развития и объем выделяемого на него бюджета. Он составляет около 5-10% от всей стоимости ИИ-интеграции, но данная тенденция стремится к улучшению климата для внедрения таких перспективных технологий, как искусственный интеллект и увеличения его финансирования.
Врач должен понимать, почему алгоритм принял то или иное решение, чтобы нести ответственность за пациента
— Часто ли ИИ-инструменты — это отдельная программа, которая может увеличить время приема, а не сэкономить его?
— Не могу сказать, что данные прецеденты частые, хотя бы потому, что ИИ-интеграции в подобной сфере, как медицина требуют особо тщательного и скрупулезного подхода. Но я и не могу сказать, что их нет, так как в любой инновационной деятельности в начале подъема, такой как искусственный интеллект на сегодняшний день в нашей стране, могут быть и неудачные примеры внедрения, одной из них, конечно, является неструктурированность ИИ-разработки. Это происходит, когда у медицинского работника появляется несколько разных ИИ-инструментов, и чтобы ими манипулировать в верном для работы алгоритме, нужно тратить время на то, чтобы пользоваться ими в правильной последовательности. Например врачам, непосредственно общающимися с пациентами на приеме может быть не совсем удобно управлять несколькими ИИ-приложениями. То же самое применимо и к врачам, которые выполняют анализаторскую функцию.
Все эти проблемы главным образом состоят в том, что не была должным образом проработана ИИ-интеграция. Решением этой повестки может служить использование ИИ-инструментов в одной единой медицинской информационной системе, такой как ЕМИАС, что позволит искусственному интеллекту действовать в едином контуре, не нагружая и не отвлекая при этом медицинского работника на излишние действия.
— Есть ли плюсы ИИ-интеграции?
— Более 70% врачей с позитивом отзываются об использовании ИИ-инструментов, утверждая, что они значительно облегчают работу и уменьшают время приема, оставляя его для решения более важных вопросов и манипуляций и только лишь 20–30% не могут похвастаться этим. Это может быть связано с факторами низкой ИИ – осведомленности, а также, до сих пор – некоторым скептицизмом по отношению к данной технологии, но в целом, искусственный интеллект благотворно влияет как на эффективность медицинских работников, так и на их общее время работы.
— Нужно ли вводить обязательное обучение врачей основам работы с ИИ?
— Хотя ИИ все больше и больше проникает во все сферы деятельности человека, включая медицину и несмотря на то, что мы переживаем настоящий бум – большой потребности именно в обязательном обучении на сегодняшний день пока не имеется. Это связано в первую очередь с тем, что мы, пока что, находимся только в начале данного подъема и технологии совершенствуются можно сказать «день ото дня». В данный момент медицинским работникам стоит в большей степени сконцентрироваться на получении именно базовых знаний об ИИ, что очень поможет при его использовании, а также необходимом базовом изучении функционала.
Евгений Липатов, основатель и CEO компании по разработке и внедрению искусственного интеллекта в бизнес-процессы CYBREX https://cybrix.ru/#ac4
Беседовала Карина Лунёва