# Роберт Перл: «Генеративный ИИ перепишет правила медицины»

Источник: https://www.youtube.com/watch?v=87dBYNN6DwI
Канал: Stanford Graduate School of Business
Опубликовано: 19.06.2024

---

## Искусственный интеллект как катализатор перемен: Роберт Перл о трансформации медицины
[[JUMP:0:00]]

Американское здравоохранение переживает глубокий кризис, характеризующийся фрагментарностью, устаревшими технологиями и неэффективностью системы оплаты «за услугу» (fee-for-service). По мнению профессора Стэнфордского университета Роберта Перла, ключевым инструментом для изменения этой ситуации станет генеративный искусственный интеллект (ИИ). В своей новой книге «ChatGPT MD» Перл утверждает, что технология способна не просто дополнить, а радикально перестроить взаимодействие между врачами и пациентами, повышая качество лечения при одновременном снижении затрат.

### 🚀 Почему медицина на пороге экспоненциального сдвига
[[JUMP:1:34]]

Роберт Перл проводит аналогию с экспоненциальным ростом технологий. Он отмечает, что возможности генеративного ИИ удваиваются ежегодно (а по некоторым данным — каждые 6–9 месяцев). Это означает, что через пять лет вычислительные мощности будут в 32 раза превышать текущие показатели.

Главным ресурсом для этого роста, по словам Перла, являются данные. В отличие от других сфер, где интернет-информация ограничена, в медицине генерируется колоссальный объем данных: от показателей мониторов пациентов до результатов сложных процедур.

Спикер подчеркивает, что текущая система здравоохранения работает по принципам XIX века:

*   **Фрагментация:** Врачи и больницы не координируют свои действия и не обмениваются данными эффективно.
*   **Устаревшие технологии:** Основным инструментом обмена информацией до сих пор остается факс, изобретенный в 1834 году.
*   **Неверная мотивация:** Оплата «за услугу» поощряет количество процедур, а не результат, что зачастую ведет к повторным затратам при возникновении осложнений.

### 🧠 ИИ: от правил к экспертности
[[JUMP:8:49]]

Роберт Перл различает три типа ИИ, указывая на то, что «генеративный» кардинально отличается от своих предшественников:

1.  **Правило-ориентированный ИИ (Rules-based AI):** Основан на жестких алгоритмах экспертов. Его эффективность ограничена тем, что медицинские «правила большого пальца» редко охватывают все многообразие клинических случаев.
2.  **Узкий ИИ (Narrow AI):** Использует нейронные сети и глубокое обучение для анализа конкретных задач (например, снимков МРТ или маммограмм). Он эффективен, но требует создания тысяч специализированных моделей, которые не могут «общаться» между собой.
3.  **Генеративный ИИ (Generative AI):** Обучен на колоссальном массиве медицинских текстов, журналов и учебников. Он способен не только предоставлять информацию, но и выступать в роли эксперта, предлагая персонализированные решения для конкретных пациентов, как показал случай с анализом травмы плеча на основе личных симптомов.

### 🏥 Применение ИИ в реальной практике
[[JUMP:17:52]]

Роберт Перл приводит убедительные примеры того, как ИИ может изменить управление хроническими заболеваниями:

*   **Мониторинг хронических состояний:** Сегодня врачи тратят слишком много времени на рутинную обработку данных. ИИ может анализировать показатели носимых мониторов (давление, уровень глюкозы) и сигнализировать врачу только в случае отклонения от траектории выздоровления, позволяя корректировать лечение ежемесячно, а не раз в квартал.
*   **Устранение медицинских ошибок:** Ежегодно около 400 000 американцев умирают из-за неправильных диагнозов. Генеративный ИИ, сравнивая симптомы и историю болезни, способен повысить точность диагностики.
*   **Концепция «больницы на дому»:** Вместо пребывания в стационаре, которое дорого обходится и несет риск инфекций, пациенты могут находиться дома под присмотром ИИ-систем, отслеживающих ухудшение состояния.

### ⚖️ Вызовы: от «безумных» идей к капитации
[[JUMP:32:38]]

Несмотря на оптимизм, Роберт Перл признает существование серьезных преград: галлюцинации моделей, вопросы приватности и bias (предвзятость данных). Тем не менее он настаивает на сравнении технологии не с идеалом, а с текущим положением дел, которое он называет крайне опасным для пациентов.

Основным барьером для внедрения ИИ, по его мнению, являются экономические стимулы:

*   В текущей системе «fee-for-service» врачи не получают оплаты за удаленное консультирование через ИИ, что делает внедрение технологий экономически невыгодным.
*   **Решение:** Переход к системе **капитации** (фиксированная оплата за ведение группы пациентов), где медицинские группы получают финансовую выгоду за предотвращение инсультов, сердечных приступов и осложнений диабета.

Для успешного внедрения изменений Перл предлагает модель «A-G»:

1.  **A**spirational (Аспирационное видение): Цель должна вдохновлять.
2.  **B**ehaviors (Поведенческие изменения): Конкретные шаги по обучению персонала.
3.  **C**ontext (Контекст): Понимание масштабов кризиса затрат.
4.  **D**ata (Данные): Непрерывный мониторинг результатов.
5.  **E**ngagement (Вовлеченность лидеров): Личное участие руководства в изменениях.

### 🔍 Дискуссионные вопросы и ответы
[[JUMP:43:13]]

В ходе сессии вопросов и ответов Роберт Перл затронул важные темы:

*   **Приватность данных:** Спикер выразил доверие к подходу Apple, где обработка данных происходит локально на устройстве (iPhone), а не в облаке, что повышает безопасность.
*   **Ментал-хелс:** ИИ может стать мощным инструментом для помощи людям с депрессией, но должен быть ограничен в случаях риска суицида или тяжелых психозов, где участие врача критически необходимо.
*   **Борьба с предвзятостью:** Перл оптимистичен: при правильных промптах ИИ может указывать врачу на неравенство в лечении, например, на тот факт, что чернокожие пациенты получают меньше обезболивающих при одинаковой тяжести заболевания.