По всем вопросам звоните:

+7 495 274-22-22

УДК: 159.99 DOI:10.33920/MED-12-2307-06

Искусственный интеллект в медицинской практике: текущее состояние и перспективы на будущее

Крылов А.П. начальник отдела системного администрирования, Московский государственный институт международных отношений (университет) Министерства иностранных дел Российской Федерации, https://orcid.org/0000-0003-1928-2346

Искусственный интеллект изменил образ нашей жизни во многих отношениях и его влияние, вероятно, продолжит расти в ближайшие годы. В статье автор суммирует основную логику и элементы медицины искусственного интеллекта и потенциальное использование ChatGPT в исследованиях, а также его применение в клинической практике современных диагностических центров.

Литература:

1. Rampton V. Artificial intelligence versus clinicians. BMJ 2020;369: m1326. doi:10.1136/bmj. m1326. Cited Here | PubMed | CrossRef | Google Scholar

2. Zeitoun JD, Ravaud P. Artificial intelligence in health care: value for whom. Lancet Digit Health 2020;2: e338 — e339. doi:10.1016/S2589–7500 (20) 30141–2. Cited Here | Google Scholar

3. Stokel-Walker C, Van Noorden R. What ChatGPT and generative AI mean for science. Nature 2023;614:214–216. doi:10.1038/d41586‑023‑00340‑6. Cited Here | PubMed | CrossRef | Google Scholar

4. van Dis E, Bollen J, Zuidema W, et al. ChatGPT: five priorities for research. Nature 2023;614:224–226. doi:10.1038/d41586‑023‑00288‑7. Cited Here | PubMed | CrossRef | Google Scholar

5. London AJ. Artificial intelligence in medicine: overcoming or recapitulating structural challenges to improving patient care. Cell Rep Med 2022;3:100622. doi:10.1016/j.xcrm.2022.100622. Cited Here | Google Scholar

6. Krittanawong C, Johnson KW, Rosenson RS, et al. Deep learning for cardiovascular medicine: a practical primer. Eur Heart J 2019;40:2058–2073. doi:10.1093/eurheartj/ehz056. Cited Here | View Full Text | PubMed | CrossRef | Google Scholar

7. Al’Aref SJ, Anchouche K, Singh G, et al. Clinical applications of machine learning in cardiovascular disease and its relevance to cardiac imaging. Eur Heart J 2019;40:1975–1986. doi:10.1093/ eurheartj/ehy404. Cited Here | View Full Text | PubMed | CrossRef | Google Scholar

8. Doshi RH, Bajaj SS, Krumholz HM. ChatGPT: temptations of progress. Am J Bioeth 2023;1:1–3. do i:10.1080/15265161.2023.2180110. Cited Here | Google Scholar

9. Baumgartner C. The potential impact of ChatGPT in clinical and translational medicine. Clin Transl Med 2023;13: e1206. doi:10.1002/ctm2.1206. Cited Here | Google Scholar

10. Krittanawong C. The rise of artificial intelligence and the uncertain future for physicians. Eur J Intern Med 2018;48: e13 — e14. doi:10.1016/j.ejim.2017.06.017. Cited Here | PubMed | CrossRef | Google Scholar

11. Hashimoto DA, Rosman G, Rus D, et al. Artificial intelligence in surgery: promises and perils. Ann Surg 2018;268:70–76. doi:10.1097/SLA.0000000000002693. Cited Here | View Full Text | PubMed | CrossRef | Google Scholar

12. Siontis KC, Noseworthy PA, Attia ZI, et al. Artificial intelligence-enhanced electrocardiography in cardiovascular disease management. Nat Rev Cardiol 2021;18:465–478. doi:10.1038/ s41569‑020‑00503‑2. Cited Here | PubMed | CrossRef | Google Scholar

13. Sermesant M, Delingette H, Cochet H, et al. Applications of artificial intelligence in cardiovascular imaging. Nat Rev Cardiol 2021;18:600–609. doi:10.1038/s41569‑021‑00527‑2. Cited Here | PubMed | CrossRef | Google Scholar

14. Hosny A, Parmar C, Quackenbush J, et al. Artificial intelligence in radiology. Nat Rev Cancer 2018;18:500–510. doi:10.1038/s41568‑018‑0016‑5. Cited Here | PubMed | CrossRef | Google Scholar

15. Stenzinger A, Alber M, Allgäuer M, et al. Artificial intelligence and pathology: from principles to practice and future applications in histomorphology and molecular profiling. Semin Cancer Biol 2022;84:129–143. doi:10.1016/j.semcancer.2021.02.011. Cited Here | PubMed | CrossRef | Google Scholar

16. Rogers MA, Aikawa E. Cardiovascular calcification: artificial intelligence and big data accelerate mechanistic discovery. Nat Rev Cardiol 2019;16:261–274. doi:10.1038/s41569‑018‑0123‑8. Cited Here | PubMed | CrossRef | Google Scholar

17. Díaz O, Dalton J, Giraldo J. Artificial intelligence: a novel approach for drug discovery. Trends Pharmacol Sci 2019;40:550–551. doi:10.1016/j.tips.2019.06.005. Cited Here | PubMed | CrossRef | Google Scholar

18. Mullard A. What does AlphaFold mean for drug discovery. Nat Rev Drug Discov 2021;20:725–727. doi:10.1038/d41573‑021‑00161‑0. Cited Here | PubMed | CrossRef | Google Scholar

19. Callaway E. What’s next for AlphaFold and the AI protein-folding revolution. Nature 2022;604:234–238. doi:10.1038/d41586‑022‑00997‑5. Cited Here | PubMed | CrossRef | Google Scholar

20. Jumper J, Evans R, Pritzel A, et al. Highly accurate protein structure prediction with AlphaFold. Nature 2021;596:583–589. doi:10.1038/s41586‑021‑03819‑2. Cited Here | PubMed | CrossRef | Google Scholar

21. Corral-Acero J, Margara F, Marciniak M, et al. The «Digital Twin» to enable the vision of precision cardiology. Eur Heart J 2020;41:4556–4564. doi:10.1093/eurheartj/ehaa159. Cited Here | View Full Text | PubMed | CrossRef | Google Scholar

22. Yu KH, Beam AL, Kohane IS. Artificial intelligence in healthcare. Nat Biomed Eng 2018;2:719–731. doi:10.1038/s41551‑018‑0305‑z. Cited Here | PubMed | CrossRef | Google Scholar

Дата поступления рукописи в редакцию: 12.05.2023.

Дата принятия рукописи в печать: 19.05.2023.

Искусственный интеллект (ИИ) быстро развивается благодаря быстрому развитию вычислительной мощности, больших данных и алгоритмов машинного обучения [1, 2]. ChatGPT является представителем использования ИИ и привлекает внимание и восторженные обсуждения во всем мире [3, 4]. ИИ изменил образ нашей жизни во многих отношениях, и его влияние, вероятно, продолжит расти в ближайшие годы. В этой статье мы суммируем основную логику и элементы медицины ИИ, и потенциальное использование ChatGPT в исследованиях, а также в клинической практике.

По сути, ИИ — это использование компьютерных наук для решения реальных проблем и включает в себя робототехнику, распознавание речи, распознавание изображений, обработку естественного языка и экспертные системы [5]. Ключевыми элементами ИИ являются математика, статистика и информатика. Машинное обучение, основная технология искусственного интеллекта, основано на различных статистических методах, например, теории вероятностей, статистике и теории приближений [6, 7]. Для медицины ИИ, обычно используемые статистические и математические методы, включают регрессионный анализ, обобщенные линейные модели, итерацию и аппроксимацию, моделирование внутри выборки и внешнюю проверку. Три элемента, которые в конечном итоге определяют успех (или неудачу) ИИ-медицины, — это алгоритмы (например, логика, функции и математические модели), вычислительная мощность и базы данных [2].

ChatGPT — хорошо известный репрезентативный продукт искусственного интеллекта. По сути, ChatGPT представляет собой модель искусственного интеллекта для обработки естественного языка и имеет ряд функций, включая общение в чате, создание и написание кода [8]. GPT, сокращение от Generative Pretrained Transformer, отличается от предыдущих поисковых систем и может генерировать новый контент самостоятельно [8]. Термин «предварительно обученный» в полном названии относится к тому факту, что он был обучен в некоторых базах данных ранее и уже обладает некоторой самологикой и суждением. Transformer представляет собой новую архитектуру алгоритма, эффективную при обработке длинных текстов и требующую относительно короткого времени обучения. ChatGPT — это продукт масштабного инженерного проекта, объединяющего алгоритм, вычислительную мощность и ресурсы базы данных [9].

Для Цитирования:
Крылов А.П., Искусственный интеллект в медицинской практике: текущее состояние и перспективы на будущее. Терапевт. 2023;7.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: