КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ВЛИЯЕТ НА МЕДИЦИНУ И ФАРМИНДУСТРИЮ
Искусственный интеллект в медицине и фармацевтике: глобальные тренды
Способность самостоятельно принимать решения и общаться с человеком на равных — главное отличие искусственного интеллекта (ИИ) от других систем на базе самообучающихся алгоритмов. Еще до начала пандемии стоимость технологий ИИ на медицинском рынке оценивалась, по отчетам Accenture, в 6,6 млрд долларов США.
До 2020 года ключевыми направлениями для использования искусственного интеллекта считались аналитика данных, диагностика заболеваний, включая такие тяжелые болезни, как рак, а также роботизированные технологии. Хотя на сегодняшний день лишь 2% операций проводятся с использованием робототехники, данное направление уже оценивается в 4 млрд долларов. Это половина стоимости рынка традиционной малоинвазивной хирургии. Направление ИИ приобретает новое значение в свете прогнозов ВОЗ, согласно которым, к 2030 году в мире возникнет дефицит 10 млн медиков, и хирургические вмешательства станут проводить роботы.
С началом пандемии ИИ служит новым целям: помогает прогнозировать и строить модели распространения инфекций на глобальном уровне и используется для разработки медикаментов от COVID-19. Целые страны вводят ИИ-решения для автоматизации процессов медицинской сферы в условиях пандемии. Например, в Сербии на государственном уровне для распределения вакцин и отслеживания результатов вакцинации применяется программная платформа на базе искусственного интеллекта. ИИ входит в десятку лучших инноваций в сфере здравоохранения, по данным Deloitte. А согласно исследованию компании USM Systems, 50% мировых медицинских организаций планируют внедрить технологии искусственного интеллекта к 2025 году.
Инновации в медицине решают большой спектр проблем: от диагностики, контроля и лечения заболеваний до производства и дистрибуции новых препаратов и медицинских IoT-устройств. Финансирование в цифровое здравоохранение в 2020 году составило 14,8 млрд долларов, по данным исследовательской компании Mercom Capital Group. Это на 66% больше, чем годом ранее. В тройку лидеров категории по количеству инвестиций вошли телемедицина, аналитика данных и mHealth-приложения.
2020-й год был удачным для высокотехнологичных медицинских стартапов на глобальном уровне, общий объем инвестиций в которые составил 14,6 млрд долларов. Тенденция продолжилась и в 2021 году: в первом полугодии текущего года эта сумма уже достигла 14,7 млрд долларов.
По данным аналитической компании GlobalData, технологии искусственного интеллекта и Big Data станут теми инновациями, которые изменят процессы открытия и разработки лекарств, а также маркетинг и продажи. 23% опрошенных экспертов фармацевтической индустрии подтвердили, что их компании в настоящее время используют технологии ИИ для улучшения процесса открытия и разработки лекарств. 28% респондентов ожидают, что в ближайшие 2 года эта технология начнет использоваться или же продолжит внедряться в их компаниях.
Другой важный тренд, отмеченный респондентами, это использование Big Data для оптимизации маркетинга и системы продаж. В эту технологию верят 27% опрошенных, а более 30% профессионалов мировой индустрии здравоохранения планируют использовать аналитику больших данных в ближайшие 2 года.
Пандемия COVID-19, в свою очередь, ускоряет внесение технологических изменений в медицину и фармакологию. Ожидается, что внедрение технологии ИИ достигнет наибольшего распространения в ближайшие годы и увеличится на 4% по сравнению с текущим уровнем использования (18%).
Влияние технологий на медицину в России
Технологическое развитие в области здравоохранения занимает ключевое место в российской системе инноваций. Особую роль играют биомедицинские технологии и фармацевтика. Несмотря на то, что рынок MedTech-стартапов в России еще достаточно молодой, в последние годы он интенсивно развивается и становится конкурентоспособным на глобальном уровне.
С 2019 года в нашей стране действует федеральный проект «Развитие сети национальных медицинских исследовательских центров и внедрение инновационных медицинских технологий». Поэтому уже сегодня на сферу здравоохранения приходится 21% от всех инвестиций, направленных на развитие искусственного интеллекта.
В этом году Национальный медико-хирургический центр им. Н.И. Пирогова запустил акселератор медицинских стартапов. Специалисты центра дадут проектам свою экспертную поддержку и возможность проверить рабочие гипотезы на практике. А при Московском инновационном кластере работает сегмент биофармацевтики и медицинских технологий с такими приоритетными направлениями, как биотехнологии, фармацевтика и medtech.
По планам Минздрава, к концу 2022 года в России должна полностью сформироваться сеть из 27 национальных медицинских исследовательских центров для внедрения инноваций в медучреждениях.
Последние несколько лет количество исследований, проектов и компаний, связанных с искусственным интеллектом, заметно растет. Однако говорить о том, что технологии в краткосрочной перспективе полностью заменят врачей, медработников и фармацевтов, еще довольно рано.
Если отрасль здравоохранения пока остается наименее «цифровой», то фарминдустрия активнее интегрирует и поддерживает инновации. Отчасти это связано с растущим спросом на лекарственные препараты и сложной спецификой отрасли. Фармацевтическое компании находятся в поиске инновационных решений, чтобы оптимизировать затратные процессы разработки, производства, дистрибуции и продвижения лекарственных препаратов. Так, на фоне ограничений, связанных с пандемией, стало очевидно, что регуляторные органы нуждаются в цифровой трансформации всего цикла процессов регистрации лекарств.
Области применения
Технологические решения в сфере здравоохранения в основном касаются систем управления процессами в медицинских учреждениях и немного затрагивают область диагностики. Тем не менее, технологии уже сегодня способны создавать условия для более эффективного взаимодействия между врачами и пациентами, фармацевтическими компаниями и потребителями, государством и медицинскими учреждениями.
Разработка лекарств. Искусственный интеллект и компьютерное моделирование помогают разрабатывать новые лекарства. Например, ученые Массачусетского технологического института (MIT) обучили глубинную нейронную сеть определять молекулы с антибактериальной активностью и с ее помощью обнаружили галицин — мощный антибиотик, который уничтожает 35 видов потенциально смертельных бактерий. А ученые из Института биомедицинских исследований Novartis используют искусственный интеллект, чтобы собирать и анализировать данные клинических испытаний из множества внутренних источников. Компания отслеживает регистрацию участников исследований и прогнозирует сопутствующие расходы. Технология уже сократила время набора пациентов на 10-15%, особенно на ранних стадиях клинических испытаний.
Искусственный интеллект помогает фармацевтическим компаниям сэкономить на неудачных испытаниях и сделать разработку новых лекарств более рентабельной, так как сейчас сопутствующие расходы порой доходят до 1 млрд долларов за разработку одного препарата.
MIT заключил партнерское соглашение с Novartis и Pfizer, чтобы изменить процесс разработки и производства лекарств с помощью консорциума Machine Learning for Pharmaceutical Discovery and Synthesis («Машинное обучение для фармацевтических открытий и синтеза»). Объединение стремится устранить разрыв между исследованиями в области машинного обучения и исследованиями в области открытия лекарств.
Цепочки поставок биофармацевтических препаратов основаны на множестве сложных процессов, которые можно оптимизировать с помощью искусственного интеллекта. Например, чтобы прогнозировать спрос и точный уровень запасов, обеспечивая больным непрерывный доступ к лечению. Это особенно важно для препаратов с низким сроком годности.
Также технологии помогают решить проблемы, связанные с контрафактными и некачественными лекарствами. Меры по обеспечению безопасности и прозрачности при отслеживании могут защитить цепи поставок и повысить уровень доверия к продуктам.
Административная работа. С помощью NLP (обработки естественного языка, от английского natural language processing) можно классифицировать клиническую документацию и опубликованные исследования. Технология умеет анализировать неструктурированные записи о больных, составлять отчеты об исследованиях, а еще записывать весь процесс общения с пациентами. Например, сервис DBrain умеет распознавать печатный и рукописный текст в документах. Это можно использовать для более быстрой обработки анкет пациентов. Такая технология существенно ускорит оцифровку данных. По опросам MedScape, 68% представителей медицинского персонала считают, что внедрение ИИ-решений существенно уменьшит административную нагрузку и позволит лучше фокусироваться на лечении больных.
Медицинские роботы. Сегодня роботы используются в хирургических процедурах, например, при лапароскопических операциях, существуют роботы-помощники для реабилитации пациентов, устройства, интегрированные в импланты и протезы. Большинство технологичных решений применяют ИИ для повышения производительности, распознавания языков, обработки изображений. Хирургические роботы в будущем смогут использовать одно из направлений ИИ — компьютерное зрение — для движения по телу человека. Кроме того, ИИ-технологии могут различать типы тканей и обходить нервы или мышцы, что позволяет хирургам проводить более точные операции.
Анализ снимков. Искусственный интеллект может расшифровывать изображения УЗИ, КТ, МРТ, рентгеновских снимков и находить патологии. Осенью 2018 года исследователи Сеульского национального университета разработали ИИ-алгоритм под названием DLAD для анализа рентгенограмм грудной клетки и обнаружения аномального роста клеток, что важно для диагностики потенциальных раковых заболеваний. Эффективность алгоритма сравнивалась с результатами, которые показывали врачи. Его диагностика превзошла 17 из 18 врачей.
Таргетированная медицина. Персонализация медицины становится одним из основных трендов мирового здравоохранения, вместе с пациентоориентированностью, превентивностью, цифровизацией, датацентричностью и ценностно-ориентированностью. Искусственный интеллект помогает фармацевтическим компаниям лечить пациентов более адресно и создавать лекарства, в которых будет указываться доза, параметры высвобождения и другие необходимые аспекты. В итоге медикаменты будут полностью соответствовать потребностям каждого пациента.
Предиктивная медицина. Существующие ресурсы уже сейчас позволяют выявлять проблемы в работе организма — только за счет объединения данных. Так, информация из частных клиник, государственных медучреждений, электронных карт, лабораторий, от разных врачей хранится независимо друг от друга и чаще всего используется в течение ограниченного периода (пока человек проходит лечение), после чего превращается в мертвый груз. Объединение этих данных может решить многие диагностические проблемы.
Решение, основанное на этом подходе, уже появилось в России: это платформа Webiomed, которая собирает обезличенные данные от разных медицинских организаций и на их базе формирует цифровой профиль пациента. Результаты позволяют строить прогнозы относительно возможных заболеваний и передавать «подсказки» врачам.
Прогнозы экспертное мнение, экспертные статьи
Технологические решения в области медицины и фармацевтики имеют бесспорные преимущества и одновременно должны реализоваться с максимальной осторожностью из-за специфики сектора, связанного со здоровьем людей. При этом фармацевтика адаптирует ИИ-решения быстрее, чем медицинский сектор, в силу бизнес-специфики и большей ориентированности на финансовые показатели.
Уже сегодня искусственный интеллект помогает фармацевтическим компаниям улучшать процесс отбора кандидатов для клинических испытаний, помогать со скринингом и диагностикой пациентов, оптимизирует административные процессы. 24% профессионалов мировой индустрии здравоохранения признают, что ИИ-технологии будут играть важную роль в оптимизации процессов открытия и разработки лекарств. С годами инструменты ИИ становятся все доступнее и уже в ближайшем будущем станут частью обычного процесса в медицине и фармацевтике. экспертная беседа
