Роботы наступают. Развитие технологий и будущее без работы

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.