И вот появляется идея возложить диагностирование инфекционных болезней на искусственный интеллект. И вот искусственный интеллект оказывается встроен в оптический микроскоп Autoscope. Пока – для целей борьбы с широко распространенным в теплых краях заболеванием, под названием малярия. В 2015 году малярией болело 214 миллионов человек, а 438 тысяч от нее умерли. В мире на борьбу с ней было потрачено $ 2,7 млрд…. Это, кстати, показывает, что малярия – болезнь бедных.

Ост-Индская компания и регулярная армия Британской Индии издревле старались профилактировать эту болезнь. Именно этому мы и обязаны такому полезному и приятному напитку, как тоник. Хинная вода – тогда еще негазированная – смешивалась с пайковым джином, что давало гарантию того, что боец ее не выльет – и выдавалась личному составу. И – со временем – сочли, что этот напиток довольно приятен, как и старое вино и плесневый сыр… Но это была традиционная медицина.

А нынче диагностирование малярии основывается на бактериальных тестах и микроскопических наблюдениях. И болеют ею в тех краях. Где бактериальные тесты оказываются весьма дороги. А микроскоп служит долго. И предметные стеклышки – многоразовы. Так что самая дешевая диагностика – взять, да и посмотреть в микроскоп, высматривая паразитов Plasmodium. Только вот беда – для этого нужен обученный медик-микроскопист, который весьма дорог, или, во всяком случае, будет пытаться слинять туда, где ему заплатят больше. (Да-да, автор знает о добром докторе Гаазе. Альберте Швейцере и матери Терезе – обо всех троих…)

И вот появилась мысль заменить медика системой технического зрения, данные с которой обрабатываются «слабым» ИскИном. Это, как и следовало ожидать, нейросеть, прошедшая глубокое обучение на наборах Больших Данных. Живет она в обычном ноутбуке, присоединенном к микроскопу высотой в 38 и шириной в 18 сантиметров, разглядывающему обычные предметные стеклышки. И – как показали испытания, прошедшие в недавний «малярийный сезон» Таиланда – распознает малярию с 90% точностью.

Сейчас, когда Autoscope производится единичными образцами в Intellectual Ventures Laboratory, стоимость образца составляет четыре тысячи долларов. Ожидается, что при наличии промышленного производства удастся опустить цену до полутора килобаксов. И – никакого ученого микроскописта, минимизируется нужда во враче-инфекционисте. Очень и очень рентабельно, учитывая масштабы заболевания (ведь вышеупомянутые $ 2,7 млрд. в год они для кого-то беды и расходы, а для кого-то рынок и доходы…).

Но инфекционист не самый оплачиваемый медик. Радиолог живет пожирнее его, медианная зарплата $286902 доллара в год, а сорок процентов медиков этой специальности имеют ежегодно от 290 до 440 килобаксов. И желание автоматизировать их труд понятно и похвально с точки зрения заветов Адама Смита. Занялись этим в лаборатории IBM Альмадена у калифорнийского города Сан-Хосе. Назван ИскИн-радиолог Avicenna (так на варварском наречии англосаксов зовется персидский мудрец Абу Али аль Хусейн ибн Абдаллах Ибн Сина…).

Это – система совсем другого уровня, чем натренированный на распознавание плазмодиев Autoscope. Avicenna обучается сначала распознавать индивидуальные анатомические особенности человеческого организма (халтурщица Эволюция формирует нас с такими полями допусков, которым позавидовали б бракоделы самого поганого завода, на за счет множества петель регулирования добивается работоспособности наших организмов – во всяком случае, почти всех и на некоторое время…) а потом выявлять на этом фоне патологии.

Причем Avicenna обучается распознавать как изображения – всяческие там томограммы, полученные по всевозможным технологиям – так и тексты медицинских записей. (О том, учат ли «Авиценну» распознавать тексты, записанные загадочным «медицинским» почерком все доступные источники умалчивают…) И вот на основании этих данных Avicenna уже начинает строить цепочки рассуждений. Например, по анамнезу, ангиограммам и истории семьи диагностируя легочную эмоболию у 28-летней пациентки. (IBM’s Automated Radiologist Can Read Images and Medical Records)

Сведущие в медицине могут сами посмотреть более подробно, как работает Avicenna. Остальным же скажем, что у кремниевого врача окажется гигантское превосходство в опыте перед любым белковым медиком – не зря же для их обучения приобретают огромные объемы медицинских данных. Да и срабатывать кремниевые нейросети в ближайшее время станут много быстрее, чем нейросети белковые. Ну а это даст весьма существенный экономический эффект – как от снижения стоимости лечения (зарплату радиологиста вспомните-ка…), так и уменьшение выплат по судебным искам за ненадлежащее лечение…

Так что внедрение таких систем способно существенно снизить стоимость медицинского страхования – безразлично, осуществляется ли оно в рамках социальной или рыночной системы. Ни и отметим, что автоматизация крайне интенсивно идет в области высокооплачиваемых и высококвалифицированных профессий, представителям которых не стоит считать себя застрахованными от радикальных изменений на рынке труда.

Источник: Компьютерра