Успех и массовое применение современных технологий искусственного интеллекта (ИИ) и, в частности, методов глубокого обучения нейронных сетей привели нас к четкому пониманию двух основных проблем: проблемы ошибок (проблема надежности) и проблемы явного объяснения решений, принимаемых ИИ (проблема прозрачности). Эти проблемы тесно связаны между собой: необъяснимые ошибки ИИ могут повторяться снова и снова. Это совершенно неприемлемо с точки зрения применения ИИ в здравоохранении, потому что является критичным для жизни и здоровья пациентов. Если оставить проблемы ошибок и объяснимости нерешенными, то непрозрачность решений ИИ может привести к отказу или существенному ограничению от использования систем ИИ в задачах медицины. В данном комментарии мы обсуждаем проблемы прозрачного объяснимого интеллекта для медицины и рассматриваем различные подходы к их решению.
2. На основе данных State of AI Q3’21. [Last accessed on 2022 March 22]. Available at: https://www.cbinsights.com/research/report/ai-trends-q3-2021.
3. He J, Baxter SL, Xu J, Xu J, Zhou X, Zhang K. The practical implementation of artificial intelligence technologies in medicine. Nature medicine. 2019; 25(1): 30-36.
4. Johnson Kevin B, et al. Precision medicine, AI, and the future of personalized health care. Clinical and translational science. 2021;14(1): 86-93.
5. Карпов О.Э., Храмов А.Е. Прогностическая медицина // Врач и информационные технологии. — 2021. — №3. — С.20-37. doi: 10.25881/18110193_2021_3_20.
6. Strabo K, Tavel JA. What are biomarkers? Current Opinion in HIV and AIDS. 2010; 5(6): 463.
7. Toprol E.J. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. Basic Books, New York, NY, 2019.
8. Kundu S. AI in medicine must be explainable. Nature Medicine. 2021; 27(8): 1328.
9. Ashby WR. An Introduction to Cybernetics. Chapman & Hall Ltd., London, UK, 1957.
10. Friedman CP. A «fundamental theorem» of biomedical informatics. J. Am. Med. Inform. Assoc. 2009; 16: 169-170.
11. Karpov OE, Grubov VV, Maksimenko VA, Utaschev N, Semerikov VE, Andrikov DA, Hramov AE. Noise amplification precedes extreme epileptic events on human EEG. Physical Review E. 2021; 103: 022310.
12. Perera P, Patel VM. Learning deep features for one-class classification. IEEE Transactions on Image Processing. 2019; 28(11): 5450-5463.
13. Кучин А.С., Грубов В.В., Максименко В.А., Утяшев Н.П. Автоматизированное рабочее место врача эпилептолога с возможностью автоматического поиска приступов эпилепсии // Врач и информационные технологии. — 2021. — №3. — С.62-73. doi: 1025881/18110193_2021_3_62.
14. Chaudhary U, Birbaumer N, Ramos-Murguialday A. Brain–computer interfaces for communication and rehabilitation. Nature Reviews Neurology. 2016; 12(9): 513-525.
15. Shah RB, Patel M, Maahs DM, Shah V N. Insulin delivery methods: Past, present and future. International journal of pharmaceutical investigation. 2016; 6(1): 1.
16. Ricci RP, Morichelli L, Santini M. Home monitoring remote control of pacemaker and implantable cardioverter defibrillator patients in clinical practice: impact on medical management and health-care resource utilization. Europace. 2008; 10(2): 164-170.
17. Hramov AE, Maksimenko VA, Pisarchik AN. Physical principles of brain–computer interfaces and their applications for rehabilitation, robotics and control of human brain states. Physics Reports. 2021; 918: 1-133.
18. Sarkisova K, van Luijtelaar G. The WAG/Rij strain: a genetic animal model of absence epilepsy with comorbidity of depressiony. Progress in Neuro-Psychopharmacology and Biological Psychiatry. 2011; 35(4): 854-876.
19. van Luijtelaar G, Lüttjohann A, Makarov VV, Maksimenko VA, Koronovskii AA, Hramov AE. Methods of automated absence seizure detection, interference by stimulation, and possibilities for prediction in genetic absence models. Journal of Neuroscience Methods. 2016; 260: 144-158.
20. Мaksimenko VA, Heukelum S, Makarov VV, Kelderhuis J, Lüttjohann A, Koronovskii AA, Hramov AE, Luijtelaar G. Absence Seizure Control by a Brain Computer Interface. Scientific Reports. 2017; 7: 2487.
21. Budde B, Maksimenko V, Sarink K, Seidenbecher T, van Luijtelaar G, Hahn T, Pape HC, Lüttjohann A. Seizure prediction in genetic rat models of absence epilepsy: improved performance through multiple-site cortico-thalamic recordings combined with machine learning. Eneuro. 2022; 9(1).