Нужно ли продолжать обучать рентгенологов?

В октябре 2016 года Джеффри Хинтон, один из первых исследователей глубокого обучения нейронных сетей, стоя на сцене перед аудиторией из 600 человек во время ежегодной конференции ЛСР по вопросам машинного интеллекта, провозгласил: «Пришла пора прекратить обучение рентгенологов». Основная часть их работы – это изучение снимков и обнаружение аномалий, предполагающих наличие заболеваний. С точки зрения Хинтона, ИИ вскоре будет способен лучше любого специалиста выявлять важные с медицинской точки зрения объекты на снимках. Рентгенологи уже с начала 1960-х опасаются, что их заменят машины[105]. Чем же новые технологии отличаются от прежних?

Технологии машинного обучения постоянно совершенствуются в прогнозировании отсутствующей информации, в том числе в идентификации и распознавании объектов.

Получив комплект снимков, они эффективно сопоставляют миллионы предыдущих примеров с признаками заболевания (и без них) и прогнозируют их присутствие на новом изображении. Именно таким распознаванием объектов с целью прогнозирования болезни и занимаются рентгенологи[106].

IBM Watson и многие стартапы уже превратили инструменты ИИ в источник дохода в сфере рентгенологии. Watson распознает легочную эмболию и многие другие заболевания. Один из стартапов, Enlitic, применяет глубокое обучение для выявления узлов в легких (достаточно простая процедура) и переломов (что сложнее). В своем прогнозе Хинтон исходил из этих новых инструментов, но для рентгенологов, рентгенотехников и специалистов лабораторной диагностики они пока остаются предметом обсуждения[107].

Какое будущее ожидает, по нашему мнению, рентгенологов? Они будут проводить меньше времени за анализом рентгенограмм. Основываясь на беседах с терапевтами и рентгенологами и общеизвестных законах экономики, опишем несколько ключевых ролей в сфере медицинской визуализации, которые сохранятся за людьми[108].

Первое и самое очевидное таково: в ближайшей и среднесрочной перспективе необходимость проведения рентгена для конкретного пациента будет определять человек. Визуализация связана с издержками, как временными, так и с точки зрения последствий радиационного воздействия для здоровья (в некоторых технологиях). Со снижением издержек количество снимков возрастет, поэтому вероятно, что в ближайшей и, возможно, среднесрочной перспективе их возросшее количество компенсирует сокращение времени, которое человек тратит на один снимок.

Во-вторых, существует диагностическая и инвазивная рентгенография. Прогресс в распознавании объектов, который изменит будущее рентгенологии, затрагивает первую. Инвазивная рентгенография рассматривает снимки в реальном времени для содействия медицинским процедурам. Пока она требует суждения и квалифицированных действий от человека, на которые развитие ИИ не влияет, за исключением, пожалуй, частичного упрощения работы инвазивных рентгенографов благодаря повышению качества анализа снимков.

В-третьих, большинство рентгенологов считают себя «врачами врачей»[109]. Их основная задача – предоставить описание снимка терапевту.

Сложность заключается в том, что расшифровка рентгеновских снимков (или просто «рентгенов», как они говорят) чаще всего вероятностная: «С вероятностью 70 % это болезнь А, с вероятностью 20 % человек здоров и с вероятностью 10 % это болезнь Б. Если через две недели проявятся такие-то симптомы, то вероятность болезни А составит 99 %, а отсутствия болезни – 1 %». Немногие терапевты хорошо разбираются в статистике и с трудом оценивают вероятности, в том числе условные. Рентгенологи помогают им в этом, облегчая выбор оптимальной для пациента схемы лечения. Когда-нибудь расчетами вероятности займется ИИ, но по крайней мере в ближайшем и обозримом будущем обязанность расшифровки результатов ИИ для терапевтов остается за рентгенологами.

В-четвертых, по ходу совершенствования технологий рентгенологи могут содействовать в обучении машин интерпретации снимков с новых аппаратов. Специалисты высочайшего класса станут расшифровывать снимки и учить машины ставить диагноз. Свою диагностическую квалификацию специалисты направят на обучение машин. Услуги рентгенологов будут высоко цениться, им станут платить не за прием больного, а за каждый новый метод, которому они обучат ИИ, или за каждого пациента, тестируемого ИИ в рамках обучения[110].

Напомним, что два основных аспекта обязанностей рентгенолога-диагноста – это изучение снимков и предоставление расшифровки терапевту. В описании снимка в большинстве случаев сообщается диагноз (скажем, «у пациента наверняка пневмония»), но иногда с отрицательной формулировкой («не исключена пневмония»), и она служит прогнозом вероятного состояния пациента, который терапевт использует для назначения лечения.

Прогностические машины снизят неопределенность, но не всегда смогут ее устранить. Например, машина может выдать такой прогноз: «Исходя из демографических данных и снимков мистера Пателя, образование в печени с вероятностью 66,6 % доброкачественное, с вероятностью 33,3 % злокачественное и с вероятностью 0,1 % отсутствует».

Если бы машина давала однозначный безошибочный прогноз – доброкачественная или злокачественная опухоль, было бы очевидно, что делать. Сейчас врач решает, назначать ли для уточнения диагноза инвазивную процедуру, такую как биопсия. Она представляет собой менее рискованное решение; да, это недешевая манипуляция, зато позволяет поставить окончательный диагноз.

В таком свете роль прогностической машины заключается в том, чтобы врач мог с уверенностью отказаться от проведения биопсии. Неинвазивные процедуры требуют меньших издержек (особенно для пациента). Они дают врачу основания сделать вывод, можно ли избежать инвазивного исследования (такого как биопсия), и позволяют без сомнений отказаться от лечения и дальнейших анализов. Повышение качества прогнозов приведет к снижению количества инвазивных процедур.

Пятая и последняя роль специалистов-рентгенологов сводится к суждению о решении проводить инвазивное исследование в случаях, когда машина предполагает высокую вероятность отсутствия проблемы. Врач располагает информацией об общем состоянии здоровья пациента, его психологических переживаниях по поводу возможности ложноотрицательного прогноза и прочей качественной информацией. Ее не всегда легко закодировать и загрузить в машину: такие данные требуют диалога между рентгенологом с опытом интерпретации вероятностей и терапевтом, понимающим потребности пациента. Данные сведения иногда дают повод не учитывать рекомендации ИИ.

Итак, мы насчитали пять ролей в сфере медицинской визуализации, которые сохранятся за человеком по крайней мере в ближайшем и обозримом будущем: выбор снимка, использование его в реальном времени в ходе медицинских процедур, интерпретация машинного результата, обучение машин на новых технологиях и применение суждения, которое может привести к отказу от рекомендаций машины, основанное, скорее всего, на информации, недоступной ей. Будущее рентгенологов зависит от того, способны ли они взять на себя одну из ролей, заменят ли их другие специалисты и появятся ли новые формы обязанностей, например рентгенолог-терапевт в одном лице (то есть рентгенолог, принимающий решение о биопсии, и, вполне возможно, сразу после снимка)[111].