Айтишка серенький: Чем манит глобальных инвесторов рынок медицинских ИИ-систем
23.12.2018
Провайдеры систем искусственного интеллекта, традиционно встречавшие сопротивление мирового врачебного сообщества, в последние годы стали чуть ли не самыми желанными партнерами для инвесторов и грандов индустрии здравоохранения. Общее число реализуемых по всему миру тематических проектов уже перевалило за тысячу. И уже к 2020 году глобальный рынок медицинских ИИ‑систем, по актуальным прогнозам маркетологов, достигнет объема в $10 млрд. Скачок спроса на ИИ‑продукты аналитики и игроки рынка объясняют, с одной стороны, снижением себестоимости их разработки, с другой – смещением акцентов в глобальном здравоохранении в сторону диагностики и превентивной медицины.
Последние три года были ознаменованы рекордными инвестициями в разработки медицинских ИИ‑систем. В 2016 году известный в Китае специалист в области исследований генома Джун Ванги и его партнеры привлекли в проект по разработке и системы искусственного интеллекта ICarbonX, проводящие диагностику и прогнозирование развития редких заболеваний на основе анализа генетических данных, инвестиции китайского финансового конгломерата Tencent Holdings Limited. Сделка, обошедшаяся инвесторам почти в $155 млн, стала сенсацией на глобальном IT‑рынке – до этого подобные стартапы в лучшем случае получали не более $10‑11 млн (подробнее – в таблице «Свежие размышления»).
В 2018 году консорциум инвесторов, объединяющий компании Khosla Ventures, Nvidia, Aurum, Johnson&Johnson Innovation JJDC и другие, вложил более $30 млн в израильский проект Zebra Medical Vision, развивающий на привлеченные ранее от инвестфондов $20 млн ИИ‑системы для анализа медицинских изображений. Сейчас Zebra Medical Vision работает уже более чем с 1 100 госпиталями по всему миру и для семи своих продуктов уже получила маркировку CE (Conformitе Europеenne, европейское соответствие). Как утверждает в своих многочисленных интервью один из основателей проекта Элад Бенджамин, стартап выстрелил благодаря системному взгляду на диагностику и эффективной системе очистки данных.
Интерес профильных инвесторов к медицинским ИИ‑системам постепенно нарастал с начала 2000‑х. В течение последних 10 лет в тематические стартапы понемногу вкладывали почти все крупные IT‑корпорации, включая Google, IBM, Apple, Facebook, Philips, Amazon, Microsoft, General Electric (подробнее – в таблице «От большого ума»). Мейджоры с каждым годом все активнее искали и покупали наиболее перспективные, на их взгляд, медицинские ИИ‑разработки по всему миру. Это, с одной стороны, стало толчком для развития новых специализированных проектов, с другой – привлекло в прежде узкую нишу венчурных инвесторов.
По данным исследовательской компании Venture Scanner, сейчас на разработке медицинских ИИ‑систем фокусируют внимание свыше 800 компаний, развивающих в общей сложности более 1 000 тематических стартапов. По прогнозу Research and Markets, объем рынка таких продуктов к 2020 году вырастет до $10 млрд.
В США, выступающих локомотивом развития ИИ‑технологий в здравоохранении, профильный сегмент уже сейчас оценивается маркетологами в $320 млн и обещает прибавлять по 38% в год. Наиболее популярные медицинские ИИ‑разработки можно условно разделить на две основные группы: первая – системы анализа медицинских изображений, текстуальных и голосовых данных; вторая – носимые устройства мониторинга состояния пациента, позволяющие врачам точнее ставить диагнозы и принимать решения о лечении.
К первой группе проектов относится, например, разработка Behold.ai, достигшая точности в 85% при диагностике заболеваний легких по рентгеновским снимкам. Технология построения 3D‑моделей легких на 80% снижает необходимость в инвазивных процедурах, а если все‑таки операция проводится, облегчает работу хирурга и состояние пациента. Многие разработки направлены на создание систем, анализирующих описание пациентами симптомов их заболеваний. Британский стартап Babylon, например, создал ИИ‑систему, которую в самой компании называют симптом‑чекером: выдаваемое описавшему свои ощущения пациенту резюме помогает человеку понять, необходима ли ему в принципе консультация специалиста. Все подобные приложения способны к самообучению – чем чаще их используют, тем более корректным становится отклик.
Вторая группа – гаджеты, связанные с системами и программами ИИ. Типичный пример здесь – «умные» фитнес‑браслеты. Одна из наиболее популярных разработок в этом сегменте – программа PAI Health – позволяет на основе сведений о 45 тысячах пациентов регистрировать различные показатели в работе организма и давать пользователю рекомендации по фитнесу, а в конечном итоге – снижать риск возникновения заболеваний. Правда, в полной мере отнести даже самые продвинутые из этих устройств к медицинским ИИ‑системам пока нельзя: разработчики, как правило, не торопятся регистрировать такие гаджеты в качестве медоборудования.
Разворот в сторону медицинских ИИ‑систем означает для мировой индустрии здравоохранения радикальное переосмысление подходов к применению IT‑инструментов в клинической практике, а то и шире – к диагностике и лечению в целом. Как рассказывал в интервью Vademecum исполнительный директор американского Duke Clinical Research Institute Эрик Петерсон, первые разработки в области big data и ИИ‑систем в медицине начали появляться в 70‑е годы, примерно в то же время, что и в авиации.
Однако вплоть до начала 2000‑х эта ниша практически не развивалась. Причина – закрытость и консерватизм врачебного сообщества, малоэффективная коммуникация клиницистов и IT‑специалистов, плюс стремительное развитие медицинских технологий. Как отмечали исследователи компании McKinsey в тематическом отчете за 2013 год, врачи привыкли выносить решения независимо, они предпочитают скорее руководствоваться собственным клиническим опытом, чем опираться на протоколы big data.
Почему же инвесторы вдруг решили, что ИИ‑разработки, прежде воспринимавшиеся медиками в штыки, окажутся востребованными?
Растущую популярность ИИ‑систем в мировой индустрии здравоохранения обусловили актуальные тенденции развития каждой из отраслей – информтехнологий и медицины. Значительно снизилась себестоимость IT‑разработок – например, компания Uber AI Labs предлагает технологию, которая позволяет пользоваться ИИ‑системой, устанавливаемой на один стандартный компьютер, вместо требовавшихся в прошлом веке для решения подобных задач нескольких тысяч процессоров. Сегодня за счет внедрения в клиниках по всему миру электронных медицинских карт кратно повысилась доступность больших массивов пациентских данных. Основным достижением последней пятилетки стал рывок технологий распознавания медицинских изображений.
Навстречу революционным IT‑разработкам из индустрии здравоохранения шагнули практики превентивной и персонализированной медицины, требующие принципиально новых инструментов, в первую очередь, для проведения более точной диагностики. И IT‑индустрия ответила на этот вызов: как доказал в результате серии экспериментов один из основателей китайского «Национального суперкомпьютерного центра» (занимается в том числе и разработками в сфере ИИ) Пэн Шаолян, компьютерная диагностика отобранных для его исследования 30 болезней, включая, например, депрессию и туберкулез, точнее врачебной на 20%.
Несомненна, по мнению исследователей, и экономическая эффективность использования ИИ‑систем в медицине. По оценкам Американской ассоциации инсульта, 304 млн жертв этой болезни к 2030 году будут стоить государственному здравоохранению $240 млрд, и около 42% этой суммы уйдет на уход за больными, тогда как применение ИИ‑разработок для диагностики, выявления заболевания на их ранних стадиях и выдаче рекомендации по предотвращению развития патологии оказываются на 10% точнее врачебных, что позволит системе сэкономить до $25 млрд только на одном нозологическом направлении.
Наконец, ИИ‑системы позволят хотя бы частично решить проблему дефицита медицинских кадров. Этим мотивом в числе прочих, как сообщает портал Nikkei, руководствуется правительство Японии, планирующее выделить $100 млрд на строительство больниц, применяющих ИИ‑системы. Целевой транш, как подсчитали в исследовательской компании Fuji Keizai, позволит вырасти национальному рынку медицинских ИИ‑систем до $135 млн.
По словам директора Фонда Международного медицинского кластера Михаила Югая, в мире уже есть примеры, когда многие внутрибольничные процессы подчинены решениям ИИ‑системы: «В корейском Bundang, который является участником нашего кластера, применяется целый спектр таких решений. Это и система BestCare с электронным архивом, возможностью передачи биометрических данных, протоколами поддержки принятия клинических решений и управления ресурсами, и «умные» кровати с экранами, демонстрирующими сведения о пациенте, и снабженные ИИ роботы. Применение таких систем означает смену форматов коммуникации, барьер между главными участниками лечебного процесса – пациентом и врачом – стирается, они начинают больше общаться, в том числе онлайн».