Ашита попыталась обогнать время. Если бы она осмотрела Парвати несколькими месяцами ранее, она, возможно, отправила бы образец мокроты на анализ в крупную окружную больницу. Результаты пришли бы через несколько дней. Но у Парвати этих дней уже не было – она едва цеплялась за жизнь, – и Ашита обратилась за помощью к приложению, которое тестировала на протяжении последних недель. Пользоваться им было легко, и Ашита решила, что ей нечего терять, поскольку дело не терпело отлагательства.
В основе приложения qTrack лежал набор алгоритмов машинного обучения, натренированных на данных прошлых рентгеновских обследований и анализов мокроты. Они выполняли задачу, навык для которой Ашита оттачивала несколько лет: обнаруживали потенциальные очаги туберкулеза на рентгеновском снимке с точностью профессионального глаза радиолога. Это приложение было полезным вспомогательным инструментом диагностики и служило для Ашиты источником второго мнения. В больницах, где таких врачей, как Ашита, не было вовсе, его можно было использовать для самостоятельной диагностики.
С первых дней учебы Ашита испытывала симпатию к тем преподавателям, которые уделяли особое внимание выстраиванию отношений с пациентами. «Да, – говорит она с привычной лучезарной улыбкой, – медицина – это наука, но быть врачом – искусство. Медицинская практика – человекоориентированное занятие. Чтобы эффективно применять науку в жизни, нужны высокий эмоциональный интеллект и большое сердце».
По словам Ашиты, лучше всего работают врачи, которые устанавливают с пациентами доверительные отношения. Иногда для этого приходится «приносить научные знания в жертву во имя благополучия пациента». Ее цель – работать, прислушиваясь к интуиции и проявляя эмпатию, а это, как говорит Ашита, «требует особого рода ума».
Лучшие доктора, по мнению Ашиты, не навязывают объективное мнение – они прекрасно понимают, что и сами могут ошибиться и что невозможно быть на сто процентов уверенными в диагнозе. Именно такой взгляд на вещи помогает им работать – и весьма успешно, – леча множество сложных и уникальных человеческих организмов.
Поэтому, когда в 2019 году ее институтская подруга упомянула об ИИ-программе для диагностики туберкулеза, разработанной мумбайской компанией Qure.ai, Ашита отнеслась к новинке скептически. Бхилы нуждались в базовых вещах: улучшении питания и жилищных условий, доступе к квалифицированным врачам, ранней диагностике и простых жизненно важных медикаментах, включая антибиотики. Ей казалось, что новые технологии вроде цифровых медицинских устройств не сработают с ее пациентами, поскольку они просто не приспособлены для таких отдаленных и бедных мест, как Чинчпада.
Но в конце концов любопытство взяло верх, и Ашита начала читать об ИИ-системе от Qure под названием qXR. Она узнала, что программа обучена находить визуальные признаки туберкулеза на рентгенограммах и оценивать вероятность того или иного диагноза для каждого пациента. Насколько она поняла, так называемые диагностические алгоритмы были не «автоматизированными врачами», а просто исследовательскими инструментами. Лежащая в их основе ИИ-система обучалась оценивать вероятность наличия туберкулеза на узком наборе размеченных врачами данных и эталонных результатов различных анализов, включая рентгенографию. Проведенные испытания показали, что программа справляется с этой задачей не хуже лучших радиологов.
Пациент с подозрением на туберкулез все равно нуждался в медицинской инфраструктуре. Выводы приложения необходимо было подтверждать микробиологической диагностикой, в ходе которой в лаборатории выращивали бактерии из образца мокроты больного. Чтобы сообщить пациенту диагноз и прописать лечение, по-прежнему требовался врач-человек. Кроме того, Ашита пока не знала, правда ли эта технология работает.
Если же ИИ-алгоритмы действительно способны правильно интерпретировать рентгенограммы, то приложение, по мнению Ашиты, сможет произвести революцию в лечении людей из небольших деревень. Внедрить эту технологию на местах было относительно недорого, а использовать ее можно было и без опытных врачей. Это было очень важно, поскольку в отдаленных государственных клиниках и даже передвижных рентгеновских кабинетах, которые приезжали в самые глухие уголки таких сельскохозяйственных округов, как Нандурбар, часто не было квалифицированных специалистов. Клинически испытанное ИИ-приложение могло использоваться для скрининга, по результатам которого пациенты из группы риска отправлялись бы на повторное обследование. Это сократило бы задержку в несколько дней или недель, которая возникала между проведением рентгенографии и анализом снимка и во время которой пациенты порой исчезали, заражали других или умирали. «Людям приходится по пять-шесть часов добираться до нас, чтобы диагностировать очевидный туберкулез, просто потому что они месяцами ходят от одного шарлатана к другому, получая только капельницы и сиропы от кашля», – говорит Ашита. Буквально на прошлой неделе к ней в один день попало пять пациентов с запущенным туберкулезом. Двое из них умерли.
Это было важнее всего. «Речь не о том, чтобы повысить здесь уровень жизни, а о том, чтобы дать отпор смерти, – сказала Ашита. – Представьте, какой это будет подарок».
Желая увидеть алгоритмы в действии, она решила сама стать подопытным кроликом. Никто никому не платил. Ашита согласилась испытать систему в дополнение к обычным клиническим методам. «Если это пойдет на пользу нашим сообществам, я буду только рада обучать ИИ. А если нет, просто станет ясно, что [технология] не работает. Я не собиралась увеличивать нагрузку на наших пациентов», – пояснила она.
Эксперимент в Чинчпадской христианской больнице был выгоден и для Qure.ai, и для больницы. Ашита использовала приложение qTrack как минимум один раз в день и давала обратную связь компании, но впоследствии данные ее пациентов не применялись для обучения системы. Когда она только начала пользоваться мобильным приложением, процесс казался ей слишком долгим: загруженные снимки приходилось анализировать в облаке, что было неудобно при работе в палатах. «Мы снова и снова говорили им, что не будем использовать [приложение], если оно не станет удобным и быстрым. Если я изучила снимок, осмотрела пациента и приняла решение, я не стану через пять часов обращаться к приложению», – сказала Ашита. Компания постаралась сделать свой инструмент удобнее. Теперь снимки загружаются и анализируются мгновенно. «Вердикт уже через несколько минут у нас в телефоне», – подтверждает Ашита.
В тот день, когда дядя Парвати привез ее в больницу свернувшейся в клубок, она стала прекрасным кандидатом для испытания qTrack, поскольку оказалась в серой зоне для постановки диагноза. Ашита знала, что антибактериальные препараты вроде тех, что используются для лечения туберкулеза, могут быть опасны для детей – особенно если прописать их, ошибившись с диагнозом. Тем не менее, когда приложение сообщило, что у Парвати – которая также страдала от сахарного диабета первого типа – подозрение на туберкулез, Ашита решила начать лечение незамедлительно. Без приложения она, возможно, сначала дождалась бы подтверждения диагноза из лаборатории в окружной больнице, расположенной в шестидесяти километрах от Чинчпады. Но поскольку время поджимало, а приложение подтвердило ее изначальный диагноз, Ашита стала действовать сразу. «[Это приложение] помогает подтвердить твои догадки и обнадеживает так же, как разговор с коллегой», – сказала она.
Через несколько дней
