Пришестя роботів: техніка і загроза майбутнього безробіття

У деяких напрямах медицини, особливо в тих, що не потребують прямого спілкування з пацієнтами, прогрес у сфері штучного інтелекту неодмінно спричиниться до різкого підвищення продуктивності і, в підсумку, можливо, до повної автоматизації. Наприклад, рентґенологів навчають тлумачити зображення, отримані в результаті різних медичних сканограм. Технологія обробки зображень та їх розпізнання прогресує швидкими темпами, і невдовзі зможе відібрати у рентґенологів їхню традиційну роль. Комп’ютерні програми вже вміють розпізнавати людей на фотографіях, розміщених у Facebook, і навіть допомагають ідентифікувати потенційних терористів у аеропортах. У вересні 2012 року Управління з контролю якості харчових продуктів і лікарських засобів США видало дозвільні документи на автоматизовану ультразвукову систему для сканування жінок на наявність у них раку молочних залоз. Цей пристрій, сконструйований компанією U-Systems, Inc., призначений сприяти виявленню раку в тих 40 % жінок, щільна тканина молочних залоз яких робить стандартну мамографію неефективною. Рентґенологам все одно доведеться інтерпретувати ці зображення, але наразі на це вони витратять усього лишень три хвилини порівняно з двадцятьма–тридцятьма хвилинами на інтерпретацію зображень, отриманих стандартним методом обстеження за допомогою ручного ультразвукового пристрою [12].

Автоматизовані системи зможуть також надавати кваліфіковану незалежну консультацію. Дуже ефективний — але недешевий — метод підвищення показника виявлення раку полягає в тому, що два рентґенологи читають кожне мамографічне зображення окремо, а потім досягають консенсусу з тієї чи іншої потенційної аномалії, виявленої кимось із двох лікарів. Такий прийом «подвійного прочитання» забезпечує значне підвищення ймовірності виявлення раку, а також різке зменшення числа пацієнтів, яких доводиться повторно викликати для подальшого обстеження. Автори одного дослідження, опублікованого 2008 року в New England Journal of Medicine, виявили, що роль другого лікаря зможе виконувати машина. Коли рентґенолог працює в парі з комп’ютеризованою системою виявлення, то отримані результати є не гіршими за ті, коли тлумаченням зображень займаються двоє лікарів [13].

Дослідження патологій — іще один напрям, куди вже почав проникати штучний інтелект. Щороку понад 100 млн жінок у всьому світі здають мазок з шийки матки на онкоцитологію. Згідно з цим тестом, клітини з шийки матки наносять на предметне скло мікроскопа, а потім лаборант або лікар досліджує їх на наявність ознак злоякісної пухлини. Це — трудомісткий процес, де вартість одного тесту може сягати 100 доларів. Однак багато діагностичних лабораторій нині починають використовувати потужні автоматизовані системи обробки зображень, які постачає BD — компанія з виробництва медичного приладдя, розташована в штаті Нью-Джерсі. Колумніст Фаргад Манджу, який спеціалізується на темі технології, у низці своїх статей про автоматизацію робочих місць, написаних для видання Slate, назвав систему обробки зображень FocalPoint GS виробництва фірми BD «чудом медичного приладобудування», бо її «програмне забезпечення для обробки зображень швидко переглядає слайди, виявляючи в них понад 100 візуальних ознак наявності анормальних клітин». Ця система «ранжує слайди за імовірною наявністю хвороби», а насамкінець «позначає на кожному слайді по 10 ділянок для подальшого дослідження фахівцями-людьми» [14]. Ця машина значно краще справляється з виявленням ознак ракового захворювання, аніж людина-лаборант сама по собі — навіть попри те, що при цьому швидкість обробки зростає приблизно вдвічі.