ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ПЕРСПЕКТИВЫ ЕГО ПРИМЕНЕНИЯ В СТОМАТОЛОГИИ

АННОТАЦИЯ

В статье рассматриваются основные понятия искусственного интеллекта (ИИ), его использования в медицине в целом и в стоматологической помощи. Отмечены преимущества технологий ИИ и сложности, которые связаны с их применением. Обозначены перспективные направления развития технологий ИИ в стоматологической практике.

Ключевые слова: искусственный интеллект, машинное обучение, данные медицина, стоматология.

Термин «искусственный интеллект» (ИИ) был введен в научный оборот в 1950-х годах и относится к идее создания машин, способных выполнять задачи, которые обычно выполняются людьми. Машинное обучение (МО) — это раздел ИИ, в котором применяются алгоритмы для изучения внутренних статистических закономерностей и структур в данных, что позволяет прогнозировать невидимые данные.

Основной составляющей любого МО является искусственный нейрон, который представляет собой математическую нелинейную модель, вдохновленную нейроном человека. Путем укладки и объединения искусственных нейронов и соединения этих слоев с помощью математических операций создается сеть, предназначенная для решения конкретной задачи, такой как классификация изображений (например, рентгенографическое изображение, показывающее разрушенный зуб и пр.).

Термин «глубокое обучение» — это указание на глубокие (многоуровневые) архитектуры МО. Они особенно полезны для сложных структур данных, таких как изображения, поскольку способны представлять изображение и его иерархические элементы, такие как края, углы, формы и макроскопические узоры. Учитывая набор математических ограничений, ИИ способен аппроксимировать любую функцию и сопоставить любые входные данные (например, рентгенографическое изображение разрушенного зуба) с заданным результатом (например, «разрушенный зуб»). При наличии достаточно большого объема данных и вычислительных ресурсов такие формы ИИ могут быть обучены представлять внутренние статистические закономерности предоставленных данных.

Различные аспекты ИИ, такие как машинное обучение, робототехника и обработка естественного языка, могут использоваться в клинической практике для оказания помощи в более эффективном, точном, менее трудоемком и экономичном опыте. В здравоохранении существует множество областей, где ИИ заменяет и сокращает человеческие усилия; начиная от цифровой помощи, раннего выявления, диагностики и прогнозирования результатов в таких состояниях, как рак, роботизированные операции, разработка и разработка лекарств.

За последние 60-70 лет приложения ИИ воспринимались как шанс и угроза традиционным формам анализа медицинской информации. В течение этого периода были зафиксированы многочисленные неудачи, часто называемые «зимами искусственного интеллекта», когда ожидания от этой технологии не оправдались реальными результатами. Сегодня оптимизма больше, чем когда-либо прежде: последнее десятилетие было отмечено выдающимися достижениями в области МО и, в более широком смысле, ИИ. Например, текстовый вывод современных моделей естественного языка стал настолько убедительным, что читатели не могут отличить написанные человеком или искусственно созданные тексты. Распознавание лиц стало настолько совершенным, что потенциал технологии повлиять на гражданские свободы заставил активистов и законодателей действовать в соответствии с этим достижением. Похоже, что, наконец, технологии ИИ перешли от фантазии к реальности; разговоры о его влиянии на общество, экономику, здравоохранение и политику ведутся во многих различных областях и дисциплинах. Стоматология должна быть среди них.

Значительное внедрение технологий ИИ наблюдается и в медицине, пока в основном в области компьютерной визуализации данных. Был выявлен ряд факторов, способствующих такому внедрению [1]:

1) Диагностическая визуализация занимает центральное место во многих областях здравоохранения, при этом ИИ особенно подходит для преодоления различий в субъективном индивидуальном обследовании и повышении эффективности лечения при одновременном снижении затрат за счет устранения рутинных задач.

2) Цифровые медицинские данные собираются повсеместно, и, хотя пока эти данные довольно разнородны, организации все чаще стремятся предоставлять «очищенные», обработанные и структурированные данные.

3) ИИ позволяет интегрировать различные и разнородные области данных, например, историю болезни стоматологических пациентов, социально-демографические и клинические данные, данные изображений, биомолекулярные данные, данные социальных сетей и т.д., Тем самым наилучшим образом используя эти многоуровневые данные и позволяя понять их взаимодействие.

4) ИИ облегчает исследования и открытия, добавляя варианты экспериментов in silico к обычным иерархиям исследований, дополняя другие уровни исследований и существующие стратегии моделирования.

5) ИИ может упростить рутинную работу и увеличить время, затрачиваемое врачами-стоматологами и их пациентами на очное взаимодействие. Это может происходить не только с помощью систем диагностической помощи, но и с помощью распознавания и перевода голоса, речи и текста, что позволяет врачам-стоматологам сократить время ведения записей [2].

6) ИИ также обещает сделать здравоохранение более интерактивным, особенно если пациенты активно предоставляют свои данные, например, с помощью носимых устройств и т.д. Пациенты получат новые возможности благодаря самоконтролю и самоуправлению.

7) Использование этих постоянно собираемых данных может также преодолеть недостатки «одноразовой медицины», когда пациенты наблюдаются всего несколько минут, в то время как большинство состояний здоровья обычно приобретаются годами и приходят и уходят с часто возрастающими интервалами (например, заболевания пародонта) [3]. Непрерывный неинвазивный мониторинг здоровья и поведения позволит гораздо глубже и индивидуализированно понять движущие силы и процессы, лежащие в основе здоровья и болезней.

8) Затраты на диагностику и лечение могут быть снижены, что облегчит системы здравоохранения, обремененные стареющим обществом со все большим числом сложных, хронически больных случаев. Искусственный интеллект может также помочь решить проблему нехватки рабочей силы, которая наблюдается и, как ожидается, сохранится во многих частях земного шара, тем самым способствуя достижению Целей Всемирной организации здравоохранения (ВОЗ) в области устойчивого развития [4].

Несмотря на весь свой потенциал, решения с искусственным интеллектом в значительной степени не вошли в обычную стоматологическую практику. Например, в стоматологии технологии ИИ были применены в исследовательских целях только с 2015 года, в основном на рентгенограммах зубов, и первые приложения, использующие эти технологии, в настоящее время выходят на клиническую арену [5]. Это тем более удивительно, если признать, что стоматология особенно подходит для решения задач ИИ:

1) В стоматологии изображения играют важную роль и являются краеугольным камнем стоматологического лечения большинства пациентов, от скрининга до планирования и проведения лечения.

2) Стоматология регулярно использует различные материалы изображений из одной и той же анатомической области одного и того же человека, регулярно сопровождаемые данными, не относящимися к изображениям, такими как клинические записи и данные общей и стоматологической истории, включая системные состояния и лекарства. Более того, данные часто собираются в течение нескольких временных периодов. Искусственный интеллект подходит для эффективной интеграции и перекрестного связывания этих данных, а также для улучшения диагностики, прогнозирования и принятия решений.

3) Многие стоматологические заболевания (кариес, верхушечные поражения, потеря костной массы пародонта) относительно распространены. С созданием наборов данных с большим числом «затронутых» случаев можно справиться с меньшими усилиями.

Вступление в эту стадию цифровизации является предметом гордости и беспокойства для практикующих стоматологов. В то время как, с одной стороны, эти инструменты усиливают весь аудиовизуальный клинический сценарий; с другой стороны, опасения по поводу его сложности, потребности в опытных программистах, вторжения в частную жизнь и этических дилемм становятся все более интенсивными.

Ссылаясь на мнение ученых, можно утверждать, что существует три основные причины, по которым стоматология еще не полностью внедрила технологии искусственного интеллекта. Устранение этих причин поможет усовершенствовать стоматологические технологии искусственного интеллекта и облегчить их внедрение в клиническую практику.

Во-первых, медицинские в целом и конкретно стоматологические данные не так доступны, как другие, из-за проблем с защитой данных и организационных препятствий. Данные часто закрыты в отдельных, индивидуализированных и ограниченных по совместимости системах. Наборам данных не хватает структуры, и они часто относительно невелики, по крайней мере, по сравнению с другими наборами данных в области искусственного интеллекта. Медицинские и стоматологические данные, например, из электронных медицинских карт, характеризуются низкой переменной полнотой, при этом данные часто отсутствуют системно, а не случайным образом. Выборка часто приводит к предвзятому отбору, когда представлены либо чрезмерно больные (например, за счет данных из больниц), либо чрезмерно здоровые (например, данные, собранные с помощью носимых устройств), либо чрезмерно богатые (например, данные от тех, кто оплачивает стоматологическую помощь в странах, где отсутствует всеобщий охват медицинским обслуживанием) лица. Приложения ИИ, разработанные на основе таких данных, будут по своей сути предвзятыми [6].

Во-вторых, обработка данных, измерение и проверка результатов часто недостаточно воспроизводимы и надежны в исследованиях ИИ в стоматологии [5]. Данные часто используются как для обучения, так и для тестирования, что приводит к «предвзятому отслеживанию данных» [6]. Обычно невозможно определить «строгий» золотой стандарт, и нет соглашения о том, сколько экспертов требуется для обозначения точки данных и как объединить различные ярлыки таких «нестрогих» золотых стандартов [7].

В-третьих, результаты ИИ в стоматологии часто не всегда применимы: единичная информация, предоставляемая большинством современных стоматологических приложений ИИ, будет лишь частично информировать о необходимых и сложных решениях при принятии клинических решений [8]. Более того, остаются вопросы в отношении ответственности врача и прозрачности механизма контроля за распространением данных о конкретных пациентах.

Ближайшее будущее покажет, оправдаются ли ожидания от реальных приложений ИИ их реальными результатами. Существует обоснованная обеспокоенность по поводу защиты и безопасности данных, а также по поводу передачи критически важных медицинских решений компьютерам. Тем не менее, ИИ обладает потенциалом революционизировать здравоохранение, а вместе с ним и стоматологию; ИИ может помочь в устранении недостатков, подвергаемых резкой критике в традиционной стоматологической помощи [9];  ИИ может содействовать формированию осознанной мотивации по активизации обращений населения за стоматологической помощью [10]; целенаправленная работа будет способствовать повышению значимости ИИ в просветительской работе [11] по стимулированию здоровьесберегающего поседения и по доверию врачам, активно использующим ИИ в своей деятельности.

Таким образом, стоматология и, в частности, стоматологические исследования играют важную роль в обеспечении того, чтобы ИИ улучшал стоматологическую помощь при меньших затратах на благо пациентов, поставщиков услуг и общества в целом.

Список литературы:

1. Naylor C.D. On the prospects for a (deep) learning health care system. JAMA. 2018;320(11):1099-1100.
2. Israni S.T, Verghese A. Humanizing artificial intelligence. JAMA. 2019;321(1):29-30.
3. Topol E. Deep medicine: how artificial intelligence can make healthcare human again. New York: Basic Books. 2019.
4. https://www.who.int/sdg/en /
5. Schwendicke F., Golla T., Dreher M., Krois J. Convolutional neural networks for dental image diagnostics: a scoping review. J Dent. 2019;91:103226.
6. Gianfrancesco M.A., Tamang S., Yazdany J., Schmajuk G. Potential biases in machine learning algorithms using electronic health record data. JAMA Intern Med. 2018;178 (11): 1544-1547.
7. Walsh T. Fuzzy gold standards: approaches to handling an imperfect reference standard. J Dent. 2018;74 Suppl 1:S47–S49.
8. Maddox T.M., Rumsfeld J.S., Payne PRO. Questions for artificial intelligence in health care. JAMA. 2019;321(1):31-32.
9. Watt R.G., Daly B., Allison P., Macpherson L-M.D., Venturelli R., Listl S., Weyant R.J., Mathur M.R., Guarnizo-Herreno C.C., Celeste R.K., et al. Ending the neglect of global oral health: time for radical action. Lancet. 2019; 394(10194):261–272.
10. Волкова О.А., Конева Т.Н., Копытов А.А., Артемова Ю.С. Социальные интеракции как фактор активности пожилых и инвалидов в получении стоматологических услуг // Проблемы социальной гигиены, здравоохранения и истории медицины. 2019: 27: (4): 404-407.
11. Волкова О.А., Босов Д.В. Образ женщины-программистки в кинофильмах и сериалах // Женщина в российском обществе. 2018: 3 (88): 97-103.