Как технологии меняют последние дни жизни человека

Команда Google точно спрогнозировала дату смерти, продолжительность пребывания в больнице, повторную госпитализацию и диагноз при выписке сотен тысяч пациентов

фото: Mohammed Salem / Reuters

Отношения врача с пациентом – сама суть медицины – кажется, безнадежно испортились. Врачи слишком перегружены работой и не могут уделить должное время больным, вследствие этого все чаще встречаются неправильные диагнозы и врачебные ошибки, утверждает терапевт Эрик Тополь. Особенно ярко эта проблема проявляется под конец жизни пациента. Сможет ли искусственный интеллект спасти ситуацию и радикально реформировать паллиативный уход? На этот вопрос Тополь отвечает в своей книге «Глубокая медицина» (Deep Medicine), отрывок которой публикуетWired.

В паллиативной медицине наблюдается взрывной рост. Уже разрабатываются новые средства для точного предсказания времени смерти. Если эти инструменты окажутся эффективными, они поступят в распоряжение в отделения паллиативной терапии в более чем 1700 американских больниц.

В настоящее ⁠время ⁠в Штатах работает всего 6600 сертифицированных специалистов по паллиативной медицине. ⁠То есть, по одному на ⁠1200 человек, требующих ухода. Менее половины пациентов, поступающих в больницы ⁠и нуждающихся в паллиативном уходе, получают его.

Умереть ⁠дома

Главный вопрос, с которой сталкиваются в паллиативной медицине, – прогноз смерти ⁠пациента. Правильный ответ на него важен для тех, кто хочет умереть дома (в США таких 80%). Но врачам очень сложно дать верный прогноз. В течение многих лет доктора и медсестры задавали себе такой вопрос-тест: «Удивлюсь ли я, если этот пациент умрет в течение 12 месяцев?». Систематический обзор 26 прогнозов врачей в отношении 25 тысяч человек выявил степень их точности – менее 75%.

Ананд Авати, ученый из Стэнфорда, совместно со своей командой в 2017 году обнародовал результат своей работы – алгоритм глубокого обучения. Возможно, это не следует из названия его научной работы – «Улучшение паллиативного ухода с помощью глубокого обучения» – но на самом деле, утверждает Тополь, это – инструмент для предсказания смерти пациентов.

Алгоритм Авати обучался на крупной базе данных (200 тысяч пациентов), он отобрал характеристики, на которые не обращали внимание врачи (например, количество снимков позвоночника или мочевой системы или какие процедуры применялись к больному), и которые оказались довольно влиятельными в статистическом плане (возраст пациента, продолжительность госпитализации). При обучении алгоритма не использовались результаты лабораторных анализов, гистологические заключения и описания конкретных пациентов, включая их психологический статус, волю к жизни, силу рукопожатия и другие параметры, которые обычно ассоциируются с продолжительностью жизни.

Результаты превзошли ожидания: более 90% человек, которым ИИ предсказал смерть в течение 3–12 месяцев, умерло. Был верен и прогноз в отношении тех, кому алгоритм напророчил жизнь больше года.

Не только смерть

Искусственный интеллект предвещает крупные перемены в области паллиативного ухода. Уже есть компании, которые занимаются прогнозами точного времени смерти (например, CareSkore), но подобные предсказания – лишь один из вариантов того, что может сделать нейросеть на основании электронной базы данных пациентов. Так, команда сотрудников Google вместе с тремя академическими медицинскими центрами использовали данные о более чем 216 тысяч госпитализаций 114 тысяч пациентов и примерно 47 млрд элементов данных, чтобы предсказать: когда пациент умрет, продолжительность его пребывания в больнице, неожиданную повторную госпитализацию и диагноз при выписке. Все эти предсказания были точны.

Немецкая группа ученых также использовала глубокое обучение на данных более 44 тысяч пациентов, чтобы предсказать смерть в больнице, отказ почек и геморрагические осложнения после хирургического вмешательства – их результаты отличались, по оценке Тополя, удивительной точностью.

Компания DeepMind, занимающаяся разработками в области ИИ, сотрудничает с Министерством по делам ветеранов США с целью предсказать, что произойдет со здоровьем более 700 тысяч бывших военных. Искусственный интеллект также используется для составления прогноза, выживет ли пациент после трансплантации сердца, и для помощи в генетической диагностике путем объединения электронных записей о здоровье и секвенированных данных.

Возможных вариантов использования алгоритмов много. С одной стороны, терапевт Сиддхартха Мукерджи утверждает, что не может отделаться от внутреннего дискомфорта при мысли о том, что какой-то алгоритм сможет понять паттерны смертности лучше, чем люди. С другой – алгоритм явно сможет помочь как врачам, так и их пациентам принять нужные решения в ситуациях, когда требуется паллиативная помощь, или когда человек идет на поправку. Эти данные могут повлиять на использование различных ресурсов в системе здравоохранения – например, палат интенсивной терапии, аппаратов искусственной вентиляции легких и т.д. Но также эту информацию могут получить страховые компании.

Но ИИ и все эти алгоритмы не говорят нам, что делать, пока эти люди живы. Когда мы задумываемся о вопросах жизни и смерти, довольно сложно вписать в наши рассуждения всю эту технику, размышляет Тополь. Порой достаточно объятия и звука родного голоса, чтобы смертельно больной человек вышел из комы – вопреки прогнозам врачей – и умер после прощания с близкими. У нас пока что нет алгоритма, чтобы подсчитать, насколько это важно.

Что еще почитать

Отсчет пошел. Как работает технология, которая прогнозирует дату вашей смерти.

Денис Шлянцев Редактор Republic