Мартин Форд - Роботы наступают Страница 40

Также нельзя исключать естественную синергию роста популярности МООК и практики офшоринга в области умственного труда. Если выпускникам массовых онлайн-курсов все-таки начнут выдавать дипломы о высшем образовании, это неизбежно приведет к тому, что значительная часть этих дипломов достанется студентам из развивающихся стран. К тому же они будут составлять большую часть самых успешных студентов. А значит, по мере привыкания к найму специалистов в рамках этой новой парадигмы работодатели будут все чаще искать подходящих кандидатов в других странах.

Высшее образование является одной из двух главных отраслей экономики США, которым до настоящего момента удавалась оставаться в стороне от стремительного прогресса в области цифровых технологий. Тем не менее внедрение различных инноваций, включая МООК, автоматизированные алгоритмы оценивания и адаптивные системы обучения, указывает на то, что эта отрасль уже встала на путь революционных изменений. В следующей главе речь пойдет об еще одном оплоте доцифровой эпохи — системе здравоохранения, для покорения которой роботам придется преодолеть еще даже большее сопротивление, чем в случае с высшим образованием.

Глава 6

Испытание здравоохранением

В мае 2012 г. в клинику Марбургского университета в Германии поступил мужчина 55 лет. У пациента отмечались жар, воспаление пищевода, низкий уровень гормона щитовидной железы и ухудшение зрения. До того он уже побывал у нескольких врачей, которых его состояние привело в полное замешательство. К моменту госпитализации в клинику в Марбурге он почти ослеп, а также у него были все признаки сердечной недостаточности. За несколько месяцев до того на другом континенте весьма похожая медицинская загадка привела к операции по пересадке сердца женщине 59 лет в Медицинском центре Университета Колорадо в Денвере.

Как оказалось, у обеих этих загадок была одна и та же разгадка: отравление кобальтом{202}. Оба пациента ранее перенесли операцию по протезированию тазобедренного сустава с использованием металлического протеза. По мере изнашивания металлические имплантаты выделяли частицы кобальта, оказывая продолжительный токсический эффект на организм пациентов. По удивительному совпадению, описывающие эти два случая статьи были опубликованы независимо друг от друга в двух ведущих медицинских журналах в один и тот же день в феврале 2014 г. В статье немецких врачей содержалась одна поразительная деталь: в отличие от американских коллег, которые решили прибегнуть к хирургической операции, немецким специалистам удалось разрешить загадку благодаря тому, что один из них вспомнил сериал «Доктор Хаус», показанный в феврале 2011 г. В одной из серий главный герой доктор Грегори Хаус столкнулся с аналогичной проблемой и поставил нетривиальный диагноз: отравление кобальтом в результате протезирования тазобедренного сустава.

Тот факт, что две группы врачей могут с большим трудом поставить один и тот же диагноз — да еще и тогда, когда решение проблемы можно найти в сериале, который идет в прайм-тайм перед миллионами телезрителей, — показывает всю степень ограниченности медицинских знаний и навыков диагностирования конкретного врача — и это в эпоху, когда Интернет настолько облегчил доступ к информации и максимально расширил возможности для взаимодействия! В результате процесс диагностирования и лечения заболеваний в основных своих чертах остался практически неизменным. Одним из самых важных положительных последствий применения технологий искусственного интеллекта и больших данных в медицине может стать пересмотр традиционного подхода к решению проблем и получение доступа ко всей той информации, которая сейчас заключена в голове каждого отдельно взятого врача или опубликована в малоизвестных медицинских журналах.

До настоящего времени успехи в развитии информационных технологий, под влиянием которых во многих областях экономики произошла настоящая революция, в основной своей части обходили стороной сферу здравоохранения. Особенно трудно найти хоть какие-нибудь свидетельства внятного положительного воздействия технологий, когда речь заходит об эффективности всей системы в целом. В 1960 г. на здравоохранение приходилось менее 6 % экономики США{203}. К 2013 г. эта величина выросла в три раза, почти достигнув 18 %, а расходы на здравоохранение на душу населения в США взлетели до уровня, в два раза превышающего аналогичные показатели в большинстве промышленно развитых стран. Если влияние технологий по-прежнему будет носить столь же асимметричный характер, приводя к снижению зарплат и безработице в большинстве отраслей экономики на фоне продолжающегося роста расходов на здравоохранение, это может стать одним из самых серьезных факторов риска в будущем. С этой точки зрения опасность заключается не в том, что роботов в здравоохранении будет слишком много, а, наоборот, в том, что их будет слишком мало. Если технологии не справятся со своими задачами в области здравоохранения, это приведет к резкому росту бремени расходов — которые, в конце концов, станут просто неподъемными — как на уровне отдельных домохозяйств, так и экономики в целом.

Искусственный интеллект в медицине

Общий объем информации, которая может оказаться полезной для врача, пытающегося поставить диагноз конкретному пациенту или выработать оптимальную стратегию лечения, поражает воображение. Врачам приходится иметь дело с непрерывным потоком новых открытий, инновационных методов лечения и результатов клинических исследований, публикуемых в научно-медицинских журналах по всему миру. Например, в базе данных MEDLINE, размещенной в Интернете Национальной медицинской библиотекой США, содержится более 5600 различных журналов, в каждом из которых ежегодно публикуются десятки и даже сотни научных статей. Кроме того, существуют миллионы медицинских документов, историй болезни и описаний конкретных случаев, в которых может быть важная информация. По некоторым оценкам, приблизительно каждые пять лет общий объем всех этих данных{204}. Даже в узкоспециальных областях медицинской практики трудно представить себе человека, который мог бы усвоить адекватный объем необходимой ему информации — чаще всего все ограничивается лишь небольшой его долей.

Как мы видели в главе 4, медицина относится к тем областям, в которых, как надеются специалисты IBM, внедрение технологии Watson может привести к революционным изменениям. Система IBM способна перерабатывать огромные объемы информации в самых разных форматах, а затем практически мгновенно делать выводы, которые могут ускользнуть даже от самого дотошного исследователя. Легко поверить, что уже в ближайшем будущем она превратится в незаменимый инструмент диагностики — по крайней мере в практике врачей, имеющих дело с особенно сложными случаями.

Ежегодно через хьюстонскую больницу Онкологического центра Андерсона при Техасском университете, который традиционно считается лучшим специализированным онкологическим учреждением в США, проходит более 100 000 пациентов. В 2011 г. команда разработчиков Watson из IBM начала совместную работу с врачами центра с целью создания версии системы, специально адаптированной под нужды врачей-онкологов, занимающихся лечением пациентов с лейкемией. Основная задача проекта — создать интерактивного помощника, который будет рекомендовать оптимальные методы лечения на основе всех имеющихся данных, подбирать пациентам клинические курсы в соответствии с их индивидуальными особенностями и указывать на возможные факторы риска и побочные эффекты, представляющие угрозу для конкретных пациентов. Уже на начальном этапе проекта выяснилось, что работа движется не так быстро, как ожидали специалисты IBM. Главным образом это было обусловлено трудностями, связанными с необходимостью проектирования алгоритмов, в которых учитывались бы все особенности диагностирования и лечения онкологических заболеваний. Рак, как оказалось, сложнее «Jeopardy!». Тем не менее в январе 2014 г. в The Wall Street Journal вышла статья, в которой сообщалось, что в проекте по созданию системы диагностирования и лечения лейкемии на основе Watson в Онкологическом центре Андерсона «вновь появилась надежда» на появление работоспособной версии{205}. Исследователи рассчитывают, что в ближайшие два года им удастся расширить возможности системы, с тем чтобы она могла работать с другими видами онкологических заболеваний. Весьма вероятно, что уроки, извлеченные IBM из этого пилотного проекта, позволят компании быстрее добиваться успеха при применении технологии Watson на практике в будущем.

Как только будет обеспечена стабильная работа системы, сотрудники Центра Андерсона планируют открыть к ней доступ через Интернет, чтобы врачи по всему миру могли использовать ее в качестве мощного ресурса. По мнению специалиста по лейкемии Кортни Динардо, технология Watson «может сделать онкологическую помощь более доступной», предоставляя любому врачу «доступ к самым последним научным знаниям и опыту Онкологическому центру Андерсона». «Что касается врачей, не являющихся специалистами по лейкемии, — продолжает она, — система может служить источником независимого экспертного мнения, давая им возможность пользоваться теми же знаниями и той же информацей», которые использует в своей работе лучший в стране онкологический центр. Динардо также считает, что, помимо рекомендаций по лечению конкретных пациентов, система «станет уникальной исследовательской платформой, которая может использоваться для формулирования проблем, проверки гипотез и решения важнейших научных задач»{206}.