Джон Будро - Реинжиниринг бизнеса [Как грамотно внедрить автоматизацию и искусственный интеллект] [litres]

Работа команды медиков в современной онкохирургии – яркий пример конвергенции всех трех видов автоматики, видоизменяющей трудовые задачи целого ряда специалистов. Стратегические цели, которых пытались достичь клиники с помощью автоматизации, были весьма серьезны: сократить время выздоровления пациентов, уменьшить число дней, которые они проводят в стационаре, снизить количество диагностических и хирургических ошибок. Однако для успешного их достижения требовалось оптимизировать автоматику для каждой отдельной задачи и пересмотреть содержание работы сотрудников.

Автор опубликованной в журнале Fortune статьи рисует крайне соблазнительный образ роботохирургии, способный захватить воображение пациентов и врачей, заставив руководство клиник раскошелиться на миллионы долларов:

«Хирургическая роботизированная система da Vinci Xi состоит из центральной консоли и подвижных механических “рук”, покрытых пластиком. Сложно сказать, кто в большей степени отвечает за операцию. Робот-хирург оперирует тремя отдельными взаимозаменяемыми компонентами, способными резать, сдвигать, сжимать, прижигать человеческую плоть и проводить с нею иные манипуляции. Кроме того, в распоряжении робота имеется подвижная камера высокого разрешения, с просто фантастической четкостью освещающая “пейзажи” внутри человеческого организма в формате 3D. Камера, позволяющая заглянуть внутрь человека, – это серьезное преимущество, которое, по словам доктора Салливана, существенно изменило процесс проведения операций, позволив сделать их минимально инвазивными: ведь теперь врачу для удаления органа или взятия образцов тканей не надо располосовывать пациента.

Доктор Салливан подходит к консоли с левой стороны от робота и садится перед видоискателем, словно бы попавшим сюда из футуристического мира какой-нибудь компьютерной игры. Он вдевает большой и средний пальцы в две пары колец на подвижных конечностях робота. На полу консоли располагаются педали для ног, действующие по принципу автомобильного сцепления. С помощью рук и ног доктор Салливан будет управлять четырьмя инструментами внутри тела пациента, периодически переключая внимание с “рук” робота, вооруженных хирургическим инструментарием, на изображение с эндоскопической 3D-камеры» [24] Sy Mukherjee, “Coming to an O. R. Near You,” Fortune , November 1, 2017, рр.50–56. .

Однако миллионные инвестиции в робототехнику, передовые технологии и искусственный интеллект окупятся лишь в том случае, если руководство клиники сумеет видоизменить содержание деятельности своих сотрудников. Как правило, работа онколога включает следующие задачи:

• знакомство с информацией о пациенте;

• диагностирование рака;

• оценка ситуации и выбор стратегии лечения;

• проведение соответствующего лечения;

• координация лечения внутри команды специалистов;

• контроль состояния пациента после операции, уход и консультирование.

Роботизированная автоматизация процессов, познавательная автоматика и социальные роботы способны трансформировать каждую из этих задач.

Роботизированная автоматическая система способна объединить информацию о пациенте, находящуюся в разных местах. Она соберет воедино историю болезни, сведения о биомаркерах, образе жизни, уже проведенном лечении и многое другое, обеспечив врача сведениями с такой полнотой, которая ранее была недоступна. Новые данные о пациенте будут вноситься в систему по мере появления, превращая статичную информацию в динамичную картину состояния больного.

Роботизированные автоматические системы не обладают собственным интеллектом. Однако при объединении с познавательной автоматикой, способной к обработке естественных языков, такая система будет в состоянии самостоятельно знакомиться с собранными данными о пациенте. Она сможет сравнивать его конкретный случай с тысячами других и рассчитывать вероятность возникновения рака.

Watson for Oncology (WFO) – познавательная автоматизированная платформа от компании IBM. Она способна диагностировать злокачественную опухоль с точностью 90 %, тогда как врачи-онкологи в среднем успешно справляются с этим лишь в 50 % случаев [25] Carrie Printz, “Artificial Intelligence Platform for Oncology Could Assist in Treatment Decisions,” Cancer , March 6, 2017; https://onlinelibrary.wiley.com/doi/full/10.1002/cncr.30655 . . В памяти системы хранится более 600 000 медицинских заключений, свыше 2 млн страниц медицинских журналов, 2 млн историй болезней различных пациентов. Совокупные знания WFO намного превышают человеческие возможности. По оценкам специалистов Мемориального онкологического центра имени Слоуна – Кеттеринга, данные, полученные путем практических исследований, составляют лишь 20 % от информации, используемой врачом для постановки диагноза и выбора лечения. Онкологам пришлось бы тратить как минимум 160 часов в неделю только на чтение специальных журналов, чтобы узнавать о новшествах медицины по мере появления информации о них. Система WFO гораздо быстрее и точнее усваивает огромные массивы новой информации, появляющейся в данной сфере, и использует ее для изменения своих алгоритмов.

Онкологи должны всесторонне оценить ситуацию и выбрать оптимальную стратегию лечения, опираясь на современные методики и рекомендации. Может ли автоматика помочь врачу в данном вопросе? В ходе двойных слепых исследований, проводившихся при лечении рака молочной железы, легких и толстой кишки, система WFO выдала практически те же рекомендации, что и целый консилиум онкологов [26] . “IBM Watson for Oncology Platform Shows High Degree of Concordance with Physician Recommendations,” American Association for Cancer Research, press release, December 9, 2016; http://www.aacr.org/Newsroom/Pages/News-Release-Detail.aspx?ItemID=983#.WmPNp66nHIU . . Каким образом удается этого достичь? Дело в том, что WFO отбирает и оценивает большие объемы структурированной и неструктурированной информации из медицинских документов и историй болезни, используя свои способности к обработке естественных языков и машинному обучению, чтобы сделать выбор между альтернативными методиками лечения. Примерно 90 % рекомендаций системы совпали с теми, которые дал консилиум из 15 онкологов. Изначально врачам требовалось около 20 минут, чтобы проанализировать информацию и составить заключение. Практикуясь по ходу эксперимента, они сумели снизить это время до 12 минут. Что же касается WFO, то у нее на это уходило около 40 секунд.

По мере того как искусственный интеллект расширяет свои возможности, работа онкологов видоизменяется. Техника берет на себя оценку типичных случаев, а на долю врачей остаются лишь необычные и трудные пациенты.