Рынок AI-систем для обработки медицинских изображений к 2023 году достигнет $2 млрд

Рынок систем на базе алгоритмов искусственного интеллекта (artificial intelligence, AI) для автоматического обнаружения, количественной оценки, поддержки принятия решений и диагностики в сфере обработки медицинских изображений растет все быстрее. И согласно недавно опубликованному отчету компании Signify Research, к 2023 году его объем составит $2 млрд.

Несмотря на годы неустанной и, казалось, пустой шумихи вокруг этих технологий, в отчете отмечается, что «становится все более очевидным, что AI трансформирует отрасль обработки диагностических изображений, как с точки зрения повышения производительности, повышения точности диагностики, более персонализированного планирования лечения, так и в конечном счете в смысле улучшения клинических результатов".

При этом, хотя будущая ключевая роль технологий искусственного интеллекта в обеспечении возможности радиологам обрабатывать все время растущее количество медицинских изображений кажется очевидной, проблема инвестиций в "правильное" программное обеспечение остается такой же острой. "Большое количество AI-решений, появляющихся на рынке, не имеют клинического подтверждения того, насколько они эффективны и какое реальное влияние на работу радиологов они способны оказать".

По мнению аналитиков, медицинским организациям, намеренным инвестировать в AI-решения, "необходимо искать производителей, которые инвестировали в клинические исследования и способны предоставить надежные доказательства того, что они обещают".

Сегодня уже есть медицинские направления, где использование AI позволяет реально улучшить лечебные показатели и быстро вернуть инвестиции. Например, это программное обеспечение для обнаружения и диагностирования инсульта, аналитические средства для измерения кровотока при неинвазивном контроле коронарных артерий.

Находясь все еще на этапе ранней адаптации, AI-системы в сфере обработки изображений сталкиваются с большими сложностями, включая сложный и дорогой процесс рассмотрения регуляторами, который заметно замедляет ввод таких решений в действие, и отсутствие широкомасштабных исследований, доказывающих, что алгоритмы глубокого обучения действительно работают в реальных клинических условиях. Кроме того, есть интеграционные сложности, мешающие "вставить" информацию из AI-систем в рабочие процессы радиологов. Здесь необходима совместная работа разработчиков с производителями систем визуализации, которые только начинают подумывать об AI, что позволит обеспечить интеграцию.

И, как всегда, деньги, отмечает в своем отчете Signify Research. Поскольку функционирование AI не относится к деятельности врачей, страховые компании не собираются каким-либо образом возмещать затраты на использование таких технологий. "Поэтому и производителям, и медицинским организациям необходимо помнить об этом, поскольку это влияет на сроки возврата инвестиций".