> ## Content Index
> Fetch the complete content index at: https://www.toest.bg/llms.txt
> Use this file to discover other available public pages before exploring further.

# Изкуственият интелект и персонализираната медицина
- URL: https://www.toest.bg/izkustveniyat-intelekt-i-personaliziranata-meditsina/
- Published: 2024-01-12T15:59:49.000Z
- Updated: 2024-01-12T18:45:52.000Z
- Description: Как може да ни е полезен изкуственият интелект, когато медицината преминава от популационен към индивидуален подход към пациентите, и какви етични въпроси повдига това? От Анастасия Орманджиева.
- Author: Анастасия Орманджиева
- Tags: общество, изкуствен интелект, персонализирана медицина, етика

Изкуственият интелект (ИИ) използва сложни изчисления, позволяващи на системата да разсъждава, да се учи и да стига до определени изводи, които са от полза на лекарите при вземане на решения. Служейки си с информация като медицински изображения, биомаркери, медицински данни на пациенти и използвайки инструменти като конволюционни невронни мрежи\* и регресионни модели, той има за цел да създаде персонализации, адаптирани към всеки пациент, с приложение в реалната клинична практика. 

[Въпреки че ИИ има голям потенциал в областта на медицината](https://link.springer.com/chapter/10.1007/978-3-031-29717-5%5F17), етичната сложност на приложението му изисква допълнителни анализи и доказателства за медицинската му ефикасност и икономическата му стойност, както и създаването на мултидисциплинарни методи за по-широкото му внедряване в клиничната практика.

### Персонализирана медицина

Персонализираната медицина е медицински модел, който има за цел да предостави специално разработени стратегии за превенция и лечение. [Съветът на здравните министри на ЕС дефинира персонализираната медицина като](https://health.ec.europa.eu/medicinal-products/personalised-medicine%5Fen)

> медицински модел, използващ характеризиране на фенотипове и генотипове на индивиди (чрез молекулярно профилиране, медицински изображения, информация за начина на живот и др.) за избор на терапевтична стратегия при конкретен пациент в определен период от живота му, за определяне на предразположеност към дадено заболяване, за навременна и целенасочена профилактика.

Персонализираната медицина все още се развива и пред нея стоят много предизвикателства преди пълното ѝ приложение в системите за здравеопазване. Новите генетични технологии, обобщавани с термина [омикс технологии](https://link.springer.com/chapter/10.1007/978-3-319-43033-1%5F1#:~:text=The%20word%20omics%20refers%20to,transcriptome%2C%20or%20metabolome%2C%20respectively), позволяват на учените да използват генетичната информация на пациентите, за да определят по-добре правилното лекарство, доза и период на прием. Използването на тези технологии ни доближава по-близо до персонализираната медицина.

### Изкуствен интелект

През 1956 г. [Джон Маккарти въвежда термина „изкуствен интелект“](https://computerhistory.org/profile/john-mccarthy) на конференция, посветена на компютърните науки в колежа „Дартмут“. По-късно същата година [Алън Нюел, Дж. К. Шоу и Хърбърт Саймън създават *Logic Theorist*](https://journals.sagepub.com/doi/10.1177/154193120605000904), първата работеща софтуерна програма за ИИ.

В най-простата си форма [ИИ е област, която съчетава компютърни науки и огромен набор от данни](https://ai.engineering.columbia.edu/ai-vs-machine-learning/), за да даде възможност за решаване на проблеми. Той също така обхваща част от машинното обучение и дълбокото обучение *(machine learning, deep learning)*, споменавани често, когато става въпрос за ИИ. Тези дисциплини са изградени от ИИ алгоритми, които създават системи, правещи прогнози или класификации въз основа на входирани данни.

### Приложение на изкуствения интелект в медицината

В момента ИИ в медицинските среди се използва основно за [анализ на изображения от медицински изследвания](https://openmedscience.com/revolutionising-medical-imaging-with-ai-and-big-data-analytics/#:~:text=AI%20and%20Deep%20Learning%20for%20Medical%20Image%20Analysis,-Artificial%20intelligence%20%28AI&text=AI%20algorithms%20can%20detect%20early,function%20and%20diagnose%20heart%20disease.). Стандартите за използването на ИИ в медицината все още са в процес на дефиниране. Възможността ИИ да бъде от по-значима полза за лекарите, изследователите и пациентите нараства експоненциално. [В бъдеще той ще е основна част от цифровите здравни системи](https://www.marketsandmarkets.com/Market-Reports/artificial-intelligence-medical-diagnostics-market-22519734.html?gad%5Fsource=1&gclid=CjwKCAiA-vOsBhAAEiwAIWR0TckQ5Ei%5F7FsAXHM5oyrZO4RAVZm7D6HIBrToSdTRnjcFAU4stM2vqBoC-lsQAvD%5FBwE), които ще формират и поддържат съвременната медицина.

Моделите на машинно обучение може да се използват за [наблюдение на жизнените показатели](https://www.mdpi.com/1424-8220/23/5/2821) на пациенти. Докато медицинските устройства от типа на сърдечните монитори проследяват жизнените показатели, ИИ може да събира данните от тези устройства и да извършва анализ с цел търсене на заболявания. Изследванията показват, че ИИ, захранван от изкуствени невронни мрежи, може да бъде също толкова ефективен, колкото лекарите [при откриване на симптоми например на рак на гърдата](https://www.nature.com/articles/s41591-023-02625-9).

Първоначалното синтезиране на лекарства често е един от най-дългите и най-скъпи етапи при разработването на лекарствени продукти. Тук ИИ може да помогне за намаляване на разходите основно по два начина: [създаване на по-добър дизайн на лекарства и откриване на нови комбинации от лекарствени препарати](https://www.nature.com/articles/d41573-022-00025-1).

### Къде се срещат ИИ и персонализираната медицина?

Геномиката, биотехнологиите и ИИ поставят отделния пациент в центъра на избора на лечение, създават големи бази данни за анализ и са основата на [прецизната медицина](https://www.fda.gov/medical-devices/in-vitro-diagnostics/precision-medicine). 

[Падането на цената на секвениране на генома](https://3billion.io/blog/whole-genome-sequencing-cost-2023#:~:text=The%20cost%20of%20a%20human,today%20it%20is%20approximately%20%24600.),[ усъвършенстването на биотехнологиите](https://in-part.com/blog/top-biotechnology-innovations/) и[ навлизането на приложенията за смартфони](https://www.mdpi.com/2227-9032/9/7/889), които проследяват здравето ни, водят до редица предизвикателства в съвременната медицина, свързани с необходимост от допълнително обучение на медицинския персонал и невъзможност за обработване на огромното количество данни. В ролята на помощници влизат алгоритмите за задълбочено обучение, които за кратко време анализират и интерпретират т.нар. *big data*.

През последните години няколко компании работят по въвеждането на ИИ в медицината. *Google* има изследователски клон, свързан с ИИ, който работи по проекта [*DeepMind Health*](https://deepmind.google/discover/blog/codoc-developing-reliable-ai-tools-for-healthcare/). Идеята е да се събират и анализират данни от медицински досиета, за да се подобрят медицинските услуги. *Google* участва и в съвместен проект с фондацията на клиниката по очни болести [*Moorfields NHS Foundation Trust*](https://www.moorfields.nhs.uk/landing-page/deepmind-health-research-partnership). *Moorfields* споделят с *DeepMind* един милион анонимни резултата от изследвания с очен скенер, придружени с информация за здравословното състояние на очите на пациентите и наличието на очни заболявания.

*IBM* работят по програмата [*Medical Sieve*](https://research.ibm.com/publications/medical-sieve-a-cognitive-assistant-for-radiologists-and-cardiologists), насочена към радиологията и кардиологията. Идеята им е в бъдеще радиолозите да разглеждат само най-комплексните случаи, при които е необходимо човешко наблюдение. Компанията [*Deep Genomics*](https://www.deepgenomics.com/platform/) работи върху търсенето на модели в големи бази данни от генетична информация и медицински досиета. Целта е установяване на мутации и връзката им с определени заболявания.

Въпреки ползите от внедряването на ИИ в персонализираната медицина, алгоритмите може да не са достатъчно ефективни при поява на нови, неописани странични ефекти от лекарства или новоустановена резистентност към дадено лечение. [Изкуственият интелект трябва да е средство за помощ на лекаря, а не е предназначен да замени традиционната връзка лекар–пациент.](https://www.tandfonline.com/doi/full/10.1080/23808993.2017.1380516) Отменяйки лекаря в някои рутинни, повтарящи се моменти от работата, ИИ би могъл да предостави възможност на медиците да обръщат по-задълбочено внимание на пациентите си, което безспорно ще подобри връзката помежду им. Подобни задачи може да се делегират на ИИ само при условие че остане безопасен, регулиран и достатъчно ефикасен като средство за усъвършенстване на здравеопазването.

### Етична рамка при използването на ИИ в медицината

Повдигат се редица етични въпроси, свързани със събирането и обработката на данни на пациентите в една система на здравеопазване, която теоретично би могла да се управлява от ИИ. Как ще се гарантират поверителността и сигурността на информацията? Пациентите трябва да са информирани как ще бъдат използвани техните данни от ИИ приложения, и е редно да им се предостави възможност за отказ.

От друга страна, нужно е работещите в здравеопазването да са добре запознати с новите отговорности, които биха носили при възникване на грешки в процесите на съхраняване и споделяне на данни, получени чрез ИИ. Освен това здравните специалисти трябва да оценяват критично препоръките, дадени от инструментите с ИИ. И не на последно място, медиците следва да бъдат откровени с пациентите си относно използването му в здравеопазването.

В САЩ съществува [закон за преносимост и отчетност на здравното осигуряване](https://www.hhs.gov/hipaa/for-professionals/privacy/laws-regulations/index.html), който определя стандарти за поверителност и сигурност на здравните данни на пациентите. [Американската администрация по храните и лекарствата](https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-software-medical-device) също има свой набор от разпоредби, осигуряващи регулация на начина, по който софтуер, включително приложения с ИИ, се използва в здравеопазването. Европейският съюз е въвел [Общ регламент за защита на данните *(GDPR)*](https://www.europarl.europa.eu/RegData/etudes/STUD/2020/641530/EPRS%5FSTU%282020%29641530%5FEN.pdf), включващ правила за обработката на данни на пациенти с инструментите на ИИ.

### Индивидуален vs. популационен подход

[Напредъкът на персонализираната медицина заедно с навлизането на ИИ в здравеопазването](https://link.springer.com/article/10.1007/s12032-022-01711-1) цели внедряване на индивидуален подход за контрол на заболявания в замяна на настоящия популационен подход. Персонализираната медицина, ИИ и подробната информация за болестните състояния представляват значителен шанс за намаляване на разходите при използването на универсален подход в общественото здраве.

Предимствата, които са предоставени от ИИ моделите за анализиране на обширна, сложна биомедицинска информация, имат огромен потенциал за ускоряване на израстването и развитието на генетичната медицина. Въпреки това трябва да бъдат преодолени многобройни препятствия, в случай че ИИ оправдае високите очаквания за революция в геномната медицина.

---

\* Конволюционна невронна мрежа – мрежова архитектура за *deep learning*, която се учи директно от данни, като се премахва необходимостта от ръчно извличане на функции.