Интеграционная медицина что это
Ольга Апреликова о новом направлении в медицине и и его перспективах.
При знакомстве с новым направлением в медицине — функциональной интегративной превентивной медициной — становится очевидным, что за ним будущее. У нас в стране это направление уже активно развивается, и Ольга Апреликова видит свою миссию в максимально быстром его внедрении. Образовательные проекты, которые Ольга создаёт и возглавляет, готовят специалистов для новой медицинской парадигмы — медицины будущего. Мы поговорили с Ольгой о сути нового медицинского направления и его перспективах, о пути в образовательную медицину и мыслях о будущем.
Ольга, хотелось бы сразу объяснить нашим читателям смысл и суть нового проекта, которым Вы занимаетесь. В чём заключается новый медицинский подход, развиваемый Вами?
Если коротко, смысл функциональной интегративной превентивной медицины прежде всего в персонифицированном подходе к каждому человеку. Не существует одинаковых эффективных схем питания, БАД, физической активности и прочего. Современные научные исследования показывают, что человек может жить без хронических заболеваний, иметь активное долголетие, быть счастливым, можно предотвращать заболевания, к которым он генетически предрасположен. Для этого есть современные инновационные инструменты — начиная с комплексной диагностической базы и заканчивая методами восстановления и сохранения здоровья. Функциональная интегративная превентивная медицина занимается не залечиванием симптомов, а выявлением истинных причин недугов человека и предотвращением возникновения заболеваний.
Очень важно отметить, что классическая медицина и функциональная интегративная превентивная медицина — это не какие-то параллельные, противоречащие друг другу направления. Классическая медицина очень важна и нужна, без неё не обойтись. Но если говорить о ментальном и физическом здоровье на протяжении всей жизни, профилактике различных заболеваний, то мы должны работать в новой медицинской парадигме.
А для её реализации необходимы особые специалисты. Это и врачи функциональной интегративной медицины, которые осуществляют деятельность медицинского характера, и представители помогающих профессий — health-коучи, нутрициологи, специалисты по снижению веса и так далее. У каждого из них есть свой набор функций, задач и знаний, навыков, которыми он должен обладать, чтобы помочь человеку.
Также у нас множество коллабораций с иностранными школами, университетами и ассоциациями. Мы ведём научную деятельность, нас поддерживает Российская академия наук, подписали договор и начинаем работу. Сейчас также заключаем договор с известной британской ассоциацией и школой, с которыми запускаем совместное межнациональное исследование.
У нас работает отдел по трудоустройству выпускников, ежедневно получаем от различных компаний и клиник заявки на health-коучей, нутрициологов, специалистов по снижению веса. Это говорит о востребованности и важности новых профессий. Если коротко, мы занимаемся инновационными профессиями в области здоровья. Обучаем специалистов, без услуг которых здоровое общество невозможно.
Расскажите немного о себе: где выросли, в какой семье, чем увлекались в детстве?
Я родилась и выросла в небольшом южном городке. Была очень разносторонним ребёнком, у которого ни минуты свободного времени. Активно занималась спортом, стала профессиональной волейболисткой. Также добилась неплохих результатов в художественной школе. И очень рано во мне проявились лидерские, организаторские способности — в саду, школе и в институте я либо была старостой, лидером класса, либо возглавляла какие-то движения.
Уже в пятилетнем возрасте я осознала, что жизнь как у родителей, в маленьком городке, не для меня. Хотела жить другими масштабами, менять этот мир к лучшему. Конечно, я тогда не знала слова «миссия», но очень хорошо помню свои чувства.
Школу я окончила со всеми пятёрками, первый вуз (Армавирский государственный педагогический университет, факультет истории и культурологии) — с красным дипломом.
Каким был путь к профессии? Почему выбрали именно это направление деятельности?
После окончания педагогического университета я познакомилась с Михаилом Алексеевичем Гавриловым и Ириной Владимировной Мальцевой, вместе с которыми прошла большой профессиональный путь. Это специалисты мирового уровня в своей области. В августе 2004 года я училась в аспирантуре, но после этой встречи стала помогать открывать филиалы центров профессионального снижения веса. В тот момент страдал ожирением мой отец, ему было всего 58 лет, а весил он больше 200 кг. Я не успела ему помочь, он через полгода умер. С тех пор я 15 лет посвятила этому направлению. Было открыто более ста центров в России и за рубежом по лечению ожирения. Проведено большое количество исследований, издано множество книг на эту тему, и нам удалось помочь сотням тысяч людей.
Параллельно я окончила Ростовский государственный университет по специальности «практический и клинический психолог» и думала, что буду непосредственно помогать людям. Конечно, психологическое образование очень помогает в жизни, но фактически я всегда занималась управлением, организацией, это моя стезя. Я человек больших масштабов, с глобальным мышлением. Просто как специалист, например, по снижению веса, общаясь напрямую с людьми, я смогла бы помочь десяткам, сотням людей, но мне всегда хотелось большего. Мечтала о проектах, которые будут помогать миллионам людей по всему миру. И у меня получилось!
В начале профессионального пути мы вместе с коллегами смогли это сделать в области ожирения, а в 2018 году, объединившись с Андреем Гострым, мы открыли первый образовательный проект для лиц без высшего медицинского образования PreventAge Lifestyle School.
Так как новая медицинская парадигма зародилась в странах Запада, мы смогли обучиться этому за рубежом и привезти новый медицинский подход в Россию. В системе высшего образования пока данные программы не внедрены, но уже сейчас на государственном уровне уделяется особое внимание персонифицированному и превентивному подходу в медицине, глобальному оздоровлению нации. Мы также принимаем в этих процессах активное участие.
Вы учите только дипломированных профессиональных врачей?
Мы занимаемся дополнительным образованием, профессиональной переподготовкой. В партнёрском медицинском институте PreventAge происходит переподготовка специалистов с высшим медицинским образованием, а в Университете Образовательной Медицины может учиться любой желающий, имеющий высшее образование. У нас есть государственные образовательные лицензии, мы выдаём дипломы о профессиональной переподготовке с присвоением квалификации.
Вы занимаетесь также помощью в развитии бизнеса. Почему возникло такое направление деятельности?
Мы в ответе за тех, кого обучаем, наш долг — помогать выпускникам грамотно продвигать себя на рынке. Когда говорим о собственных проектах и личных брендах, очень важна тактичность, форма подачи.
Мы организовали первую в России ассоциацию специалистов образовательной и функциональной медицины. Стать её членами могут только наши выпускники. В рамках ассоциации проводим мероприятия с различными учёными, академиками РАН, преподавателями и экспертами, организовываем бизнес-завтраки и другие встречи, помогающие развитию и продвижению наших выпускников. Кроме того, в каждой дипломной программе есть бизнес-блок, нашим студентам, нуждающимся в приобретении этих знаний и навыков, мы предоставляем исчерпывающую информацию. Даём все инструменты, которые нужны современному специалисту, но основной акцент делаем на специфике тех, кто занимается здоровьем.
Насколько необходимы для создания личного бренда социальные сети и конкретно Инстаграм?
Я всегда говорю, что личный бренд очень важен, но это гораздо больше, чем просто Инстаграм. Именно этим мы сейчас занимаемся, когда я пытаюсь через статью, интервью донести до людей важные для меня идеи. Выступать регулярно на специализированных конференциях, форумах, писать статьи, книги — это в основном формирует профессиональный личный бренд. У каждого человека есть своя цель, и в зависимости от этого используются необходимые каналы коммуникации. Если цель — создать бизнес в соцсетях, то это одна стратегия, если цель — развивать благотворительный фонд, каналы будут другими. Личный бренд — это не шапка в профиле и не фотографии в Инстаграме.
Я не пишу в сетях только ради того, чтобы написать, не выкладываю изображения просто ради того, чтобы запостить фотку. Сейчас вот у меня перерыв, я достаточно давно ничего не публиковала, потому что вместе с командой формирую новую стратегию продвижения проектов. Надеюсь, что к сентябрю выйду в Инстаграм с новыми текстами, идеями, посылами.
Существует мнение, что занятие бизнесом — это скорее для мужчин. Вы с этим согласны? Есть ли особенности у бизнеса, возглавляемого женщиной? Эмоции не мешают ведению дел?
Нет, я не согласна. Как раз этому и будет посвящена моя книга, которую я пишу в соавторстве с очень уважаемыми людьми. Понятие «лидерство» не имеет гендерного оттенка. Лидерство либо есть в человеке, либо его нет, можно развивать лидерские способности, но основы должны быть заложены.
О том, сложнее ли женщине… Мы как раз исследуем эти вопросы и даём читателю возможность самому делать выводы. Для меня это очень важный момент — не навязывать своё мнение, а привести факты, результаты исследований, но выводы дать читателю сделать самостоятельно.
В некоторых ситуациях женщине гораздо легче вести за собой предприятие, проекты, потому что у женщин чаще, чем у мужчин, встречаются определённые качества. Например, многозадачность — это очень интересное качество, которое в большей мере присуще женщинам. Также лидер должен быть способен на быстрые решения, гибкость, а гибкость — это качество, больше присущее женщинам.
Если говорить об эмоциональности, то это тоже плюс для женщин. Сейчас есть очень модное понятие «эмоциональный интеллект», все стремятся его развивать, делают акцент на эмпатию, а женщине от природы даны эти качества в большей мере. И эмоции, если ими уметь правильно управлять, только помогают.
Вы упоминаете о важности осознанности. Есть ли разница между осознанным и привычным всем здоровым образом жизни?
Когда мы говорим о здоровье человека в современном мире, то имеем в виду не только физическую составляющую. Речь о комплексном здоровье — и физическом, и психическом, потому что одного без другого не бывает. Наш организм — это сложная система, где мозг, например, связан с кишечником, и серотонин, гормон радости, во многом тоже вырабатывается в кишечнике. И в рамках новой парадигмы интегративной, образовательной медицины мы обучаем наших специалистов всем этим направлениям — и медицинским, и психологическим, и коучинговым.
Понятия «осознанный образ жизни» и «здоровый образ жизни» для меня неразделимы, потому что осознанность — это часть здоровья. Быть осознанным — это значит быть в моменте, уметь жить здесь и сейчас, наслаждаться тем, что у тебя есть, уметь радоваться простым вещам, испытывать положительные ощущения. Не жить как робот — в 8 утра встал, выпил кофе и пошёл на работу, вернулся по тому же маршруту, и так каждый день, такой День сурка 50 лет подряд. Задача — жить активной, радостной, осознанной жизнью. Знать, что именно тебе нужно, жить собственной жизнью, не чужой. Вот это осознанный образ жизни, и он неразрывно связан со здоровьем.
А что Вы имеете в виду, говоря о возможности поддерживать необходимый уровень счастья? Как это возможно? И что делает счастливой именно Вас?
Счастье у каждого человека своё, и уровень его зависит от того, насколько хорошо мы понимаем наши внутренние потребности — что нужно конкретно мне, чтобы быть счастливым человеком. Я до сих пор размышляю на тему собственного счастья, хотя многое уже смогла про себя понять. Я не смогу быть счастливым человеком, реализуя себя только в какой-то одной сфере жизни, например, если буду только хорошей домохозяйкой, женой, матерью. Я просто погибну. Моё счастье — в многогранности. Я ощущаю в себе множество субличностей, и мне нравится жить ярко. Для меня важны все составляющие — и деловая, и личная жизнь, мои отношения с мужем. Мы вместе 11 лет, но мне важно поддерживать с ним романтические отношения, на другое я не согласна. И когда не было ребёнка, я не могла говорить о себе как о 100% счастливом человеке.
У меня были огромные проблемы с рождением ребёнка, и с этим связана теперь ещё одна из областей моей деятельности. Я родила только в 37 лет, и смогла это сделать только благодаря своей работе в области новой медицинской парадигмы и людям, которые меня окружают на протяжении всей профессиональной жизни. Я пробила все стены, объездив различные мировые клиники, и нашла для себя возможность родить ребёнка. Я хочу донести до максимального количества людей, что всё в ваших руках, всё возможно, в области деторождения в том числе. Бесплодие — это бич XXI века, об этом мало кто говорит на глобальном уровне, и я собираюсь ещё много всего сделать в этой области, чтобы помочь большему количеству людей. Ребёнок, семья, работа, проекты, предпринимательская деятельность — всё это обязательно должно быть в моей жизни. Плюс путешествия, хобби, которым тоже есть место в моей жизни.
Вы планируете написать книгу об успешных женщинах. Можете ли назвать её главную тему? Какую женщину можно назвать успешной?
Да, я работаю над книгой. Это по-настоящему исследовательский труд, издать его мы планируем к весне. Основной акцент сделаем на лидерстве, в книге будет много конкретных примеров, так как очень хочется сделать её практикоприменимой, чтобы каждый мог подобрать нужный набор инструментов для реализации собственной цели.
Успешная женщина — это счастливая женщина. Напрямую это не связано с предпринимательской деятельностью. Если для женщины важно создать что-то в конкретной области, она должна это сделать, и тогда будет по-настоящему счастливой. Можно быть успешным, но несчастным, а вот счастливый человек не может быть неуспешным. Успех — это составляющая счастья человека, и это понятие у каждого своё. Я встречала женщин, у которых огромный потенциал: они умны, красивы, талантливы. Но когда я говорю о том, что они могли бы стать очень успешными, каждая отвечает: «А с чего ты взяла, что я неуспешна? Я считаю себя очень успешным человеком». Успех — это внутреннее состояние.
Как получилось, что приняли участие в конкурсе «Главная Женщина Года» в номинации «Бизнес, консалтинг и образование»? Что испытали, когда узнали о победе? Насколько и чем важно общественное признание?
Это долгая история. Меня пригласили для участия в начале 2020-го, а финал состоялся в апреле 2021 года. Необходимо было развивать свой личный бренд, проводить различные активности в офлайне, Инстаграме и средствах массовой информации. И в финале была поставлена интересная задача — за одну минуту донести жюри и всем присутствовавшим в зале основной смысл того, чем ты занимаешься в жизни.
Наверное, я как-то затронула сердца людей своим рассказом и эмоциональным посылом. Обычно не участвую в подобных мероприятиях, так как не очень верю в их объективность. Я не готова платить деньги за первые места, мне это не нужно, неинтересно, не буду тратить на это время. На этот раз организаторы убедили меня, что всё будет честно, и я решила попробовать. И когда объявили мою фамилию как победителя в номинации «Бизнес, консалтинг и образование», я ощутила прилив счастья. Эта премия — один из критериев, знак того, что я иду правильным путём и то, чем мы занимаемся, нужно людям.
Ольга, а можете коротко сформулировать — в чём Вы видите свою миссию?
Мне очень нравится видеть счастливых людей. Нравится наблюдать, как в лучшую сторону меняются жизни наших пациентов и студентов. Я действительно счастливый человек! Потому что могу хоть немного участвовать в глобальном оздоровлении человечества.
В жизни порой возникают сложные ситуации, когда опускаются руки, всё плохо, ничего не получается. Как справляетесь с ними? Есть ли какие-то рецепты?
Очень хороший вопрос. Сложности у меня в той или иной степени возникают каждый день, потому что я занимаю очень ответственную позицию не только как руководитель крупной компании, но и как человек, который несёт ответственность перед студентами, учредителями, партнёрами, обществом в целом. Важно не просто научиться справляться со сложностями, а прежде всего понять, почему они возникают. То, что берёшь на себя в этой жизни, — ты действительно должен брать? Бетонная плита, которую ты взвалил на свои плечи, — она твоя или нет? А потом уже говорить об инструментах, о том, как с этим работать. Если ответственность связана с тем, что тебе очень хочется этим заниматься, стремишься в этом мире что-то изменить, то ты её несёшь и черпаешь силы и энергию в своей миссии. Например, когда мне очень тяжело, хочется всё бросить, сталкиваюсь с закрытыми дверьми, с людьми не удаётся договориться, я думаю: «Ну зачем мне всё это надо? Могла бы сейчас просто сидеть рядом с мужем, ребёнком и вообще не знать никаких проблем. Зачем мне это всё?» И вот энергия и силы появляются тогда, когда ты понимаешь, зачем это нужно.
Как только возникает проблема, что-то не получается, вспоминаю, зачем, для чего я всё это делаю, кто я такая, зачем родилась, в чём смысл моей жизни. Конечно, создавая инновационные направления, мы сталкиваемся с сопротивлением со стороны общества, потому что это законы вселенной, по-другому инновации не возникают и не внедряются. Но я очень чётко знаю, зачем мне это надо, почему этим занимаюсь. Просто без этого я не смогу быть по-настоящему счастливым человеком. Я осознаю, что трудности — временные и нужно найти способы решения. Лучший способ снять тревогу — принимать правильные формы магния, заниматься сексом с любимым человеком и плодотворно работать. Я использую все три метода.
Как проводите свободное время, отпуск? Есть ли хобби?
Я очень люблю готовить. Для меня важно, чтобы именно мою еду ели самые близкие люди. Не наёмного повара или няни, помощницы, а именно мою. Я верю в то, что во время приготовления пищи ты делишься своей энергией с близкими и таким образом укрепляешь семью. Я это не раз замечала на своём опыте.
Конечно, готовить нужно, только если это нравится делать. Если не нравится — не насилуйте себя, чем-то другим можно делиться со своими близкими. А мне нравится готовить, удивлять, собирать в доме иногда 20–30 человек и для всех накрывать стол. Раньше, когда были открыты границы, я ездила по всему миру и изучала различные кухни мира.
Помимо этого, так как я бывшая профессиональная спортсменка, в моей жизни всегда есть спорт. Занимаюсь йогой, иногда фитнесом, но основное — большой теннис, очень его люблю.
Конечно, бывают периоды, когда я очень загружена на работе и мне не удаётся выделять время для готовки или спорта. И здесь хочу поднять очень важную для меня тему. Я не идеальный человек, не стремлюсь им быть и всех к этому призываю — не стремиться к идеальности, а быть аутентичными и максимально настоящими. Мы в соцсетях постоянно видим идеальные фигуры, лица, карьеры, и от этого многих охватывает чувство неполноценности, никчёмности, потому что сравниваем себя с тем, что видим в интернете. И мне хочется сказать, как же это круто — быть неидеальным, настоящим, со своими какими-то изъянами, особенностями. И важно концентрироваться на том, что есть в тебе лучшего, понять это, осознать и на этом делать акцент, развивать это в себе, показывать людям, использовать в работе и личной жизни.
Какие у Вас планы, мечты?
Мне бы хотелось, чтобы выдающиеся люди, лучшие умы нашей страны в области новой медицинской парадигмы, которыми мы очень гордимся, были продвинуты на мировой арене. И мой следующий шаг — это Глобал Шифт (Global Shift). Я хочу, чтобы наши проекты стали широко известны, и люди, которые за этим стоят, были признаны во всём мире. Это моя цель, задача и отчасти миссия. А в личном плане я мечтаю родить второго ребёнка. Уверена, что у меня получится.
Интегративная медицина – что это такое?
Давно доказано, что любая проблема эффективно решается тогда, когда подход к ней осуществляется с разных сторон. Ведь только в этом случае можно сказать, что проблема охвачена всесторонне и нет ни одного скрытого нюанса, который помешает полному решению проблемы в дальнейшем.
Этот принцип и реализован в медицине, которая называется интегративной. В этом направлении объединены самые эффективные методы диагностики и лечения прогрессивных достижений восточной и западной медицин.
Методы диагностики западной медицины не нуждаются в перечислении их достоинств – они известны всем, но не все особенности сложного человеческого организма можно уловить, исходя из западной концепции строения человека и его закономерностей. Вот здесь и приходит на помощь диагностика медицин востока, которые рассматривают строение человека с другой стороны – со стороны взаимосвязей функционирования внутренних органов и их энергий. Сложные процессы протекания энергий по каналам и коллатералям, и особенно нарушения, чётко определяются диагностикой по пульсу человека. Исследование шести пульсовых точек на обеих руках, опрос человека и внимательный осмотр, позволяют специалисту интегративной медицины иметь полное представление о характере нарушений функционирования всех органов и систем. Этим и определяются методы лечебного воздействия на организм.
Любое заболевание негативно отражается на нервной системе человека и впоследствии только усугубляется, т.к. психическое состояние влияет абсолютно на все процессы в организме. Неотъемлемой частью лечения человека является психотерапия в различных формах. Стабилизация психоэмоционального статуса существенно ускоряет выздоровление, что было известно с времён Гиппократа и им описано в многочисленных трудах.
В лечении основного заболевания ведущим является рефлексотерапия, с применением самого сложного и эффективного метода лечения, такого как Ци-гун-терапия. В отличии от иглоукалывания и прижигания, Ци-гун-терапевт действует на энергетические точки меридианов органов и систем своей энергией, также и воздействует на конкретный больной орган. Таким образом, достигается энергетическое равновесие органов и человек выздоравливает. Вспомогательной могут использоваться и лекарственные препараты, которые, как правило, растительного происхождения. В лечении некоторых заболеваний используется аппаратная методика, в частности, транс краниальная электростимуляция мозга, которая активизирует внутренние силы организма для излечения. Комплексный диагностический и лечебный подход в то же время строго индивидуальный. В интегративной медицине нет шаблонных схем и стереотипов, поэтому и результаты достигаются в большинстве случаев неизлечимых заболеваний.
Следует также отметить, что методы интегративной медицины также сочетаются с остеопатией и взаимно дополняют друг друга.
Интеграционная медицина что это
Уже есть ряд исследований, предполагающих, что искусственный интеллект ИИ может выполнять так же хорошо или лучше, чем люди, ключевые задачи здравоохранения, такие как диагностика заболеваний. Сегодня алгоритмы уже превзошли рентгенологов в выявлении злокачественных опухолей и руководят исследователями в построении когорт для дорогостоящих клинических испытаний. Однако пройдет еще много лет, прежде чем искусственный интеллект заменит человека в различных аспектах медицины. В этой статье будет описан потенциал, который ИИ предлагает для автоматизации процессов в здравоохранении, и некоторые преграды на пути быстрого внедрения ИИ в здравоохранение. Целью исследования было пояснить основные современные методики использования ИИ в здравоохранении на основании актуальных литературных данных и методик представления передовых методик машинной обработки информации с использованием скоростных компьютеров и объема данных, не поддающихся обработке и (иногда) интерпретации человеку.
Машинное обучение – нейронные сети и глубокое обучение
Машинное обучение (МО) – это одна из методик искусственного интеллекта, характерной чертой которой является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач. Алгоритмы машинного обучения строят математическую модель на основе выборочных данных – «обучающие данные», чтобы делать прогнозы или принимать решения, не будучи явно запрограммированными на это [1]. В здравоохранении наиболее распространенным применением традиционного МО является персонализированная медицина – прогнозирование того, какие протоколы лечения, вероятно, будут успешными для пациента, основываясь на различных атрибутах пациента и контексте лечения [2]. Подавляющее большинство приложений МО и прецизионной медицины требуют обучающего набора данных, для которого известна переменная исхода (например, мы знаем когда было начало заболевания); это называется контролируемым обучением. Более сложной формой МО является нейронная сеть (НС) – технология, которая была доступна с 1960-х годов, хорошо зарекомендовала себя в медицинских исследованиях в течение нескольких десятилетий и использовалась для систематизации приложений, таких как определение того, приобретет ли пациент конкретное заболевание [3]. НС рассматривает проблемы в терминах входов, выходов и масс переменных или «признаков», которые связывают входы с выходами. Ее сравнивали с тем, как нейроны обрабатывают сигналы, но аналогия с функцией мозга относительно слаба.
Наиболее сложные формы МО включают глубокое обучение (ГО), или нейросетевые модели с многоуровневыми функциями или переменными, которые предсказывают результаты. В таких моделях могут быть тысячи скрытых функций, которые обнаруживаются благодаря более быстрой обработке современных графических процессоров и облачных архитектур. Распространенным применением ГО в здравоохранении является распознавание потенциально раковых образований на рентгенологических снимках [4]. ГО все чаще применяется к радиомике – метод, который извлекает большое количество признаков из рентгеновских изображений с использованием алгоритмов оценки данных, или к обнаружению клинически значимых особенностей в данных визуализации, выходящих за рамки того, что может быть воспринято человеческим глазом [5]. ГО наиболее часто встречается в онкологически ориентированном анализе изображений, а также все чаще используется для распознавания речи и как таковое является формой обработки естественного языка (ОЕЯ), описанной ниже. В отличие от более ранних форм статистического анализа, каждая особенность модели ГО обычно не имеет большого значения для человека-наблюдателя. В результате объяснение результатов модели может быть очень трудным или невозможным для интерпретации.
Обработка естественного языка
Осмысление человеческого языка было целью исследователей ИИ с 1950-х гг. Эта область включает в себя такие приложения, как распознавание речи, анализ текста, перевод и другие цели, связанные с языком. Существует два основных подхода к ней: статистическая и семантическая ОЕЯ. Статистическая ОЕЯ основана на МО (в частности, на глубоком обучении нейронных сетей) и способствовала недавнему повышению точности распознавания.
В здравоохранении доминирующее применение ОЕЯ связано с созданием, пониманием и классификацией клинической документации и опубликованных исследований. Системы ОЕЯ могут анализировать неструктурированные клинические заметки о пациентах, готовить отчеты (например, о рентгенологических исследованиях), расшифровывать взаимодействие с пациентами и вести беседу с ИИ.
Экспертные системы, основанные на правилах
Экспертные системы, основанные на наборах правил «если… то», были доминирующей технологией для ИИ в 1980-х годах и широко использовались в коммерческих целях в тот и более поздний периоды. В здравоохранении они широко использовались в системах «клинической поддержки принятия решений» в течение последних двух десятилетий [5] и до сих пор широко используются сегодня. Многие компании-производители электронных медицинских карт (ЭМК) предоставляют набор правил со своими системами сегодня.
Экспертные системы требуют от специалистов и инженеров построить ряд правил в определенной области знаний. Они хорошо работают до определенного момента и легко интерпретируются. Однако когда количество правил велико (обычно более нескольких тысяч), они начинают конфликтовать друг с другом и имеют тенденцию разрушаться. А если знания меняются, изменение правил может быть сложным и трудоемким. Они постепенно вытесняются в здравоохранении новыми подходами, основанными на данных и алгоритмах МО.
Роботы хорошо известны к этому моменту, учитывая, что более 200 000 промышленных роботов устанавливаются каждый год по всему миру. Они выполняют заранее определенные задачи, такие как подъем, перемещение, сварка или сборка объектов в таких местах, как заводы и склады, а также доставка материалов в больницы. В последнее время роботы стали больше взаимодействовать с людьми и легче обучаться, выполняя желаемую задачу. Они также становятся более интеллектуальными, поскольку возможности ИИ внедряются в их «мозги» (в их операционные системы). Вполне вероятно, что те же самые улучшения в интеллекте, которые наблюдались в других областях ИИ, со временем будут внедрены в механических роботов.
Хирургические роботы, первоначально одобренные в США в 2000 г., предоставляют хирургам «сверхспособности», улучшая их способность видеть, создавать точные и минимально инвазивные разрезы, зашивать раны и т.п. Однако хирурги-люди все еще ответственны за принятие важных решений. В общей хирургии процедуры с использованием роботов включают гинекологическую хирургию, хирургию предстательной железы и хирургию головы и шеи [6], в интервенционной кардиологии несложные процедуры коронарной ангиопластики и стентирования.
Роботизированная автоматизация технологических процессов
Эта технология выполняет структурированные цифровые задачи для административных целей, то есть те, которые связаны с информационными системами, как если бы они были человеком-пользователем, следующим сценарию или правилам. По сравнению с другими формами ИИ они недороги, просты в программировании и прозрачны в своих действиях. Роботизированная автоматизация процессов (РАП) на самом деле не включает роботов – только компьютерные программы на серверах. Она опирается на сочетание рабочего процесса, бизнес-правил и интеграции с информационными системами, чтобы действовать как полуинтеллектуальный пользователь. В здравоохранении они используются для повторяющихся задач, таких как предварительная авторизация, обновление записей пациентов или выставление счетов. В сочетании с другими технологиями, такими как распознавание изображений, они могут использоваться для извлечения данных, например из факсимильных изображений, чтобы ввести их в транзакционные системы [7].
Технологии, описанные выше, часто объединяются и интегрируются; роботы получают «мозги» на основе ИИ, распознавание изображений интегрируется с РАП.
Приложения для диагностики и лечения
Диагностика и лечение заболеваний были в центре внимания ИИ по крайней мере с 1970-х годов, когда в Стэнфорде была разработана экспертная система MYCIN для диагностики бактериальных инфекций, передаваемых через кровь [8]. Эта и другие ранние системы, основанные на правилах, были перспективны для точной диагностики и лечения заболеваний, но не были приняты для клинической практики. Они были не намного лучше врачей-диагностов и были плохо интегрированы с рабочими процессами клиницистов и системами медицинской документации.
Совсем недавно система IBM Watson широко освещалась средствами массовой информации за свое внимание к точной медицине, особенно к диагностике и лечению рака. Watson использует комбинацию возможностей машинного обучения и ОЕЯ. Однако энтузиазм применения технологии угас, поскольку их клиенты осознали трудность обучения Watson обращению с конкретными типами рака и интеграции Watson в процессы и системы диагностики и лечения [9]. Watson – это не отдельный продукт, а набор «когнитивных услуг», предоставляемых через интерфейсы прикладного программирования (application programming interfaces – API), включая программы анализа данных на основе речи и языка, зрения и машинного обучения. Большинство наблюдателей считают, что API Watson технически способны диагностировать и лечить рак, но взять на себя лечение рака было слишком амбициозной целью. Watson и другие проприетарные программы также пострадали от конкуренции с бесплатными программами с открытым исходным кодом, предоставляемыми некоторыми производителями, такими как TensorFlow от Google.
Проблемами внедрения ИИ озадачены многие медицинские организации. Программы, основанные на правилах, включены в системы ЭМК и широко используются, в том числе в национальных сервисах здравоохранения [10], им не хватает точности более алгоритмических систем, основанных на машинном обучении. Основанные на правилах клинические системы поддержки принятия решений трудно поддерживать по мере изменения медицинских знаний, и часто они не в состоянии справиться с взрывом данных и знаний, основанных на геномных, протеомных, метаболических и других «омических» подходах к диагностике и лечению.
Эта ситуация начинает меняться, но в основном она присутствует в исследовательских лабораториях и технологических фирмах, а не в клинической практике. Едва ли не проходит неделя без того, чтобы исследовательская лаборатория не заявила, что она разработала подход к использованию ИИ или больших данных для диагностики и лечения болезни с равной или большей точностью, чем врачи-клиницисты. Многие результаты основаны на анализе рентгеновских снимков, однако некоторые включают и другие типы изображений, такие как сканирование сетчатки или геномная прецизионная медицина [11]. Поскольку эти типы выводов основаны на статистических моделях машинного обучения, они открывают эру доказательной и вероятностной медицины, которая обычно считается позитивной, но приносит с собой много проблем в медицинской этике и отношениях между пациентом и клиницистом [12].
Технологические фирмы и стартапы усердно работают над теми же проблемами. Google, например, сотрудничает с сетями оказания медицинской помощи для построения моделей прогнозирования на основе больших данных, чтобы предупредить врачей о состояниях высокого риска, таких как сепсис и сердечная недостаточность [13]. Google, Enlitic и ряд других стартапов разрабатывают алгоритмы интерпретации изображений на основе искусственного интеллекта. Jvion предлагает «машину клинического успеха», которая идентифицирует пациентов, наиболее подверженных риску, а также тех, кто с наибольшей вероятностью ответит на протоколы лечения. Каждый из них мог бы оказать поддержку в принятии решений клиницистам, стремящимся выставить подходящий диагноз и лучшее лечение для пациентов.
Существует несколько фирм, специально фокусирующихся на диагностике и рекомендациях по лечению определенных видов рака на основе их генетических профилей. Поскольку многие виды рака имеют генетическую основу, клиницисты обнаружили, что становится все сложнее понять все генетические варианты рака и их реакцию на новые лекарства и протоколы.
Специалисты в области здравоохранения в настоящее время широко используют модели машинного обучения «здоровье населения» для прогнозирования групп населения, подверженных риску конкретных заболеваний [14], несчастных случаев [15], или для прогнозирования регоспитализации в стационар. Эти модели могут быть эффективны при прогнозировании, хотя иногда им не хватает всех соответствующих данных, которые могли бы добавить прогностические возможности, такие как, например, социально-экономический статус пациента.
Независимо от того, основаны ли они на правилах или алгоритмах, по своей природе рекомендации ИИ по диагностике и лечению иногда трудно встроить в клинические рабочие процессы и системы ЭМК. Такие проблемы интеграции, вероятно, были бо́льшим препятствием для широкого внедрения ИИ, чем любая неспособность обеспечить точные и эффективные рекомендации; и многие основанные на ИИ возможности диагностики и лечения технологических фирм являются автономными по своей природе или затрагивают только один аспект медицины. Некоторые поставщики ЭМК начали внедрять ограниченные функции ИИ (помимо поддержки клинических решений на основе правил) в свои предложения, но они находятся на ранних стадиях разработки. Провайдерам придется либо самим предпринимать существенные интеграционные проекты [16], либо ждать, пока поставщики ЭМК не добавят больше возможностей ИИ.
Приложения для вовлечения и приверженности пациентов
Вовлеченность и приверженность пациентов уже давно рассматривается как проблема «последней мили» здравоохранения – последний барьер между неэффективными и хорошими результатами диагностики и лечения. Чем больше пациентов активно участвуют в своем собственном благополучии и наблюдении, тем лучше результаты применения, финансовых показателей и опыт участников в системе здравоохранения. Эти факторы все чаще рассматриваются с помощью больших данных и ИИ.
Поставщики медицинских услуг и больницы часто используют свой клинический опыт для разработки плана лечения, который, как они знают, улучшит здоровье хронического или острого пациента. Однако это часто не имеет значения, если пациент не может сделать необходимую коррекцию образа жизни, например похудеть, запланировать последующее посещение, выполнить предписания врача и план лечения. Несоблюдение (некомплаентность) – когда пациент не следует курсу лечения или не принимает назначенные лекарства в соответствии с рекомендациями – является серьезной проблемой.
В опросе более 300 клинических лидеров и руководителей здравоохранения более 70 % респондентов сообщили, что менее 50 % их пациентов были высоко вовлечены, а 42 % респондентов сказали, что менее 25 % их пациентов были высоко вовлечены в процесс лечения [17].
Если более глубокое вовлечение пациентов приводит к лучшим результатам для здоровья, могут ли основанные на ИИ возможности быть эффективными в персонализации и контекстуализации медицинского обслуживания? Все большее внимание уделяется использованию механизмов МО и правил для тонкого управления вмешательствами в рамках континуума диагностики и лечения [18]. Сообщения, оповещения и релевантный, целевой контент, которые побуждают к действию в важные моменты, являются перспективной областью исследований.
Еще один растущий акцент в здравоохранении делается на эффективном проектировании «архитектуры выбора», чтобы стимулировать поведение пациентов предварительно, основываясь на реальных данных. С помощью информации, предоставляемой поставщиками систем ЭМК, биосенсоров, часов, смартфонов, разговорных интерфейсов и других инструментов, программное обеспечение может адаптировать рекомендации, сравнивая данные пациентов с другими эффективными путями лечения для аналогичных когорт. Рекомендации могут быть предоставлены поставщикам услуг, пациентам, медсестрам, специалистам кол-центра или координаторам оказания медицинской помощи.
Существует огромное количество административных приложений в здравоохранении. Использование ИИ является несколько менее потенциально революционным в этой области по сравнению с медицинским обслуживанием пациентов. Тем не менее ИИ может обеспечить значительную эффективность. Например, среднестатистическая медсестра в США тратит 25 % рабочего времени на административную деятельность и бумажную работу [19]. Наиболее подходящей технологией для решения этой проблемы является РАП. Она может быть использована в различных областях здравоохранения, включая обработку претензий, клинической документации, управление доходами и медицинскими записями [20].
Некоторые медицинские организации также экспериментировали с чат-ботами для взаимодействия с пациентами, оценки психического статуса и самочувствия, а также телемедицины. Эти приложения на основе ОЕЯ могут быть полезны для простых операций, таких как заполнение рецептов или назначение встреч. Однако в опросе 500 американских пользователей пяти лучших чат-ботов, используемых в здравоохранении, пациенты выразили озабоченность по поводу раскрытия конфиденциальной информации, обсуждения сложных состояний здоровья и неудобства использования [21].
Еще одной технологией ИИ, имеющей отношение к управлению претензиями и платежами, является МО, которое может быть использовано для вероятностного сопоставления данных в различных базах данных. Страховщики обязаны проверить, верны ли миллионные претензии. Надежная идентификация, анализ и исправление ошибок кодирования и неправильных утверждений экономят огромное количество времени, денег и усилий всем заинтересованным сторонам – медицинским страховщикам, правительствам и поставщикам услуг. Ошибочные претензии, выявленные с помощью сопоставления данных и аудита утверждений, имеют значительный финансовый потенциал.
Последствия для работников здравоохранения
Большое внимание было уделено опасениям, что ИИ приведет к автоматизации рабочих мест и значительному движению рабочей силы. Сотрудничество «Делойта» с Оксфордским институтом Мартина [22] показало, что 35 % рабочих мест в Великобритании могут быть автоматизированы с помощью искусственного интеллекта в течение следующих 10–20 лет. Другие исследования показали, что в то время как некоторая автоматизация рабочих мест возможна, различные внешние факторы, отличные от технологий, могут ограничить потерю рабочих мест, включая стоимость технологий автоматизации, рост и стоимость рынка труда, преимущества автоматизации, выходящие за рамки простого замещения рабочей силы, а также нормативное и социальное признание [23]. Эти факторы могут ограничить фактическую потерю работы до 5 % или менее.
Насколько известно, до сих пор ИИ не ликвидировал ни одной вакансии в сфере здравоохранения. Ограниченное проникновение ИИ в отрасль, трудности интеграции ИИ в клинические рабочие процессы и системы ЭМК в некоторой степени способствовали отсутствию влияния на работу. Представляется вероятным, что работа в области здравоохранения, скорее всего, будет автоматизирована, будет связана с цифровой информацией, например радиологией и патологией, а не с непосредственным контактом с пациентами [24].
Но даже в таких профессиях, как рентгенолог и патологоанатом, проникновение ИИ в эти области, вероятно, будет медленным. Несмотря на то что такие технологии, как ГО, проникают в способность диагностировать и классифицировать изображения, есть несколько причин, по которым, например, работа рентгенолога не исчезнет в ближайшее время [25].
Во-первых, рентгенологи не только читают и интерпретируют изображения. Как и другие системы ИИ, радиологические системы ИИ выполняют отдельные задачи. Модели ГО в лабораториях и стартапах обучаются для конкретных задач распознавания изображений (таких как обнаружение узлов на компьютерной томографии грудной клетки или кровоизлияния на магнитно-резонансной томографии головного мозга). Тысячи таких узких задач обнаружения необходимы, чтобы полностью идентифицировать все потенциальные находки на медицинских изображениях, и только некоторые из них могут быть выполнены ИИ сегодня. Радиологи также консультируются с другими врачами по вопросам диагностики и лечения, лечат заболевания (например, проводят местную абляционную терапию) и выполняют управляемые изображениями медицинские вмешательства, такие как биопсия ракового образования и имплантация сосудистых стентов (интервенционная радиология), определяют технические параметры визуализационных исследований, которые должны быть выполнены (с учетом состояния пациента), соотносят результаты изображений с другими медицинскими записями и результатами тестов, обсуждают процедуры и результаты с пациентами и многие другие мероприятия.
Во-вторых, клинические процессы использования изображений на основе ИИ еще далеки от готовности к ежедневному использованию. Различные поставщики технологий визуализации и алгоритмы ГО имеют различные очаги: вероятность поражения, вероятность рака, особенности узлов или его местоположение. Эти отдельные очаги очень затруднили бы внедрение систем глубокого обучения в современную клиническую практику.
В-третьих, алгоритмы ГО для распознавания изображений требуют «меченых данных» – миллионов изображений от пациентов, получивших окончательный диагноз рака, перелома кости или другой патологии. В настоящее время не существует агрегированного достаточно большого хранилища помеченных рентгенологических изображений.
Наконец, потребуются существенные изменения в медицинском регулировании и медицинском страховании, чтобы начать автоматизированный анализ изображений.
Аналогичные факторы присутствуют в патологии и других цифровых аспектах медицины. Из-за них мы вряд ли увидим существенные изменения в кадровой политике здравоохранения из-за внедрения ИИ в течение следующих 20 лет. Существует также вероятность того, что будут созданы новые рабочие места для работы с ИИ-технологиями и их развития. Но статическая или растущая занятость людей также означает, конечно, что технологии ИИ вряд ли существенно снизят затраты на медицинскую диагностику и лечение в течение этого периода.
В прошлом решения в области здравоохранения принимались почти исключительно людьми, и использование интеллектуальных машин для их принятия или оказания им помощи поднимает вопросы подотчетности, прозрачности, разрешения и конфиденциальности.
Пожалуй, самый сложный вопрос, который необходимо решить с учетом современных технологий, – это прозрачность. Многие алгоритмы ИИ, особенно алгоритмы ГО, используемые для анализа изображений, практически невозможно интерпретировать или объяснить. Если пациенту сообщают, что изображение привело к диагнозу рака, он, скорее всего, захочет узнать, почему. Алгоритмы глубокого обучения, и даже врачи, которые в целом знакомы с их работой, могут быть неспособны дать объяснение.
Несомненно, возникнут ошибки, допущенные системами ИИ в диагностике и лечении пациентов, и, возможно, будет трудно установить ответственность за них. Также, вероятно, будут случаи, когда пациенты получают медицинскую информацию от систем ИИ, которую они предпочли бы получить от чуткого клинициста. Системы машинного обучения в здравоохранении также могут быть подвержены алгоритмической предвзятости, возможно, предсказывая большую вероятность заболевания на основе пола или расы, когда они на самом деле не являются причинными факторами [26].
Мы, вероятно, столкнемся со многими этическими, медицинскими, профессиональными и технологическими изменениями, связанными с ИИ в здравоохранении. Важно, чтобы клиники, а также государственные и регулирующие органы создавали структуры для мониторинга ключевых вопросов, ответственного реагирования и создания механизмов управления для ограничения негативных последствий. Это одна из наиболее мощных и последовательных технологий воздействия на человеческие общества, поэтому она потребует постоянного внимания и продуманной политики в течение многих лет.
Будущее искусственного интеллекта в здравоохранении
ИИ будет играть важную роль в предложениях для медицины в будущем. В форме МО это основная способность, лежащая в основе развития прецизионной медицины, широко признанная крайне необходимым прогрессом в медицинском обслуживании. Хотя ранние усилия по предоставлению рекомендаций по диагностике и лечению оказались сложными, предполагается, что ИИ в конечном итоге овладеет и этой областью. Учитывая стремительное развитие ИИ для анализа изображений, представляется вероятным, что большинство рентгенологических и патологических изображений будут исследованы в какой-то момент машиной. Распознавание речи и текста уже используется для таких задач, как общение с пациентами и запись клинических заметок, и их использование будет увеличиваться.
Самая большая проблема для ИИ в этих областях здравоохранения заключается не в том, будут ли эти технологии достаточно эффективными, а в том, чтобы обеспечить их внедрение в повседневную клиническую практику. Для широкого внедрения системы искусственного интеллекта должны быть одобрены регулирующими органами, интегрированы с системами ЭМК, стандартизированы в достаточной степени, чтобы аналогичные продукты работали аналогичным образом, обучены клиницистами, оплачены государственными или частными организациями-плательщиками и со временем обновлены в этой области. Эти проблемы в конечном счете будут преодолены, но для этого потребуется гораздо больше времени, чем для того, чтобы созрели сами технологии. В результате мы увидим ограниченное использование ИИ в клинической практике в течение следующих 5 лет и более широкое использование в течение 10 лет.
Кроме того, становится все более очевидным, что системы ИИ не заменят людей-клиницистов в больших масштабах, а скорее увеличат их усилия по диагностике и лечению пациентов. Со временем люди-клиницисты могут перейти к задачам и проектам работы, которые опираются на уникальные человеческие навыки, такие как эмпатия, убеждение и интеграция с общей картиной. Возможно, единственными медицинскими работниками, которые со временем потеряют работу, будут те, кто откажется работать вместе с искусственным интеллектом [27].