Техносоциализм. Как неравенство, искусственный интеллект и климатические изменения создают новый миропорядок

• ИИ-диагностика. Этот вид диагностики уже используется в различных областях и не уступает по точности специалистам-людям, а вскоре она вырастет и еще сильнее. Анализ 25 диагностических исследований ИИ, проведенный журналом Lancet Digital Health, показал, что машина правильно диагностирует заболевания с той же или большей скоростью, чем специалисты в области здравоохранения. Точность алгоритмов глубокого обучения составила 93 % по сравнению с 91 % у людей.

• Медицинские трикодеры. От муншота Verily, спин-оффа Google, до трикодера DxtER Medical мы наблюдаем рост вычислительных мощностей портативных устройств и улучшение датчиков, приближающий нас к созданию мобильного диагностического девайса. Всё это позволит в любом месте и в любое время отслеживать сотни переменных в состоянии здоровья на основе генома, семейной истории болезни и показаний датчиков в реальном времени.

• 3D-биопечать. К концу этого десятилетия трехмерная биопечать позволит нам заменять органы, реконструировать суставы и, возможно, улучшать функции органов. При помощи 3D-принтера мы уже успешно напечатали мочевой пузырь, пищевод и почки и использовали эту технологию для реконструкции лица. В 2020 году инженеры представили первые полностью напечатанные на 3D-принтере модели сердца для хирургических упражнений, но уже к концу этого десятилетия мы сможем печатать тонкие сети сосудов, необходимые для таких сложных органов, как сердце и печень.

• Нанотехнологии. С 2030 по 2050 год мы будем испытывать и совершенствовать медицинских наноботов, или крошечных микроскопических роботов, которые смогут лечить вас изнутри. Экспериментальные наноботы уже умеют доставлять лекарства узкой направленности в определенную область: например, лекарства от рака к раковому новообразованию или опухоли. К 2050 году наноботы смогут в режиме реального времени восстанавливать клетки, сломанные кости, разорванные мышцы, поврежденные кровеносные сосуды и т. д.

Самой серьезной экономии общих затрат на здравоохранение можно достичь за счет сокращения вариативности лечения и количества рабочих часов врача. В США 30 % общей стоимости лечения ложатся на плечи всего 1 % пациентов[155] при проведении некоторых процедур. Использование искусственного интеллекта в диагностике уже показывает, что глубинное обучение позволяет значительно снизить количество ошибок и лучше, чем 95 % врачей, справляется с диагностикой рака, сердечно-сосудистой визуализацией и даже с такими базовыми задачами, как анализ эхокардиограммы (ЭКГ).

Совместное использование медицинских данных также уменьшит количество ненужных процедур и ложных предположений, поскольку история болезни будет составляться намного точнее. В сочетании с данными по истории генов возможность сужать схемы лечения, опираясь на генетический анализ, а не на симптомы вирусных или бактериальных инфекций, превзойдет все те методы, которые мы используем сегодня. Она станет в разы точнее.

Рисунок 14. Хирурги уже используют дополненную реальность в хирургии позвоночника, сердца и рака (изображение предоставлено: Augmedics xvision™ Spine System)

«Излишние затраты на медицинское обслуживание принимают множество форм. Одна из главных причин – неверные назначения: расходы на лечение, не имеющее клинической ценности, либо отсутствие расходов на профилактику».

– Дэвид Катлер, профессор прикладной экономики Гарвардского университета

Таким образом, к 2030-м годам, осознав потенциал резкой оптимизации сферы здравоохранения, мы, создавая государственные системы управления охраной здоровья, будем ориентироваться на данные и опираться на ИИ. Люди будут жить дольше и здоровее, и в качестве основного метода работы мы перейдем к профилактическому поддержанию здоровья, а не к лечению симптомов и массовому производству лекарств. На смену медицинской страховке придут услуги управления здоровьем по подписке на разные уровни обслуживания, соответствующие данным о вашем геноме и медицинским показаниям.

При текущей модели ожидается, что расходы на охрану здоровья будут ежегодно опережать рост ВВП на 0,8 %. В период с 2000 по 2019 год, до пандемии COVID-19, расходы на здравоохранение в США увеличивались на 5,6 % в год. Сокращение ежегодных государственных расходов – плохой ответ, поскольку данные Национальных институтов здравоохранения (NIH) показывают, что лишь 3,86 % из них составляют государственные административные расходы. Однако технологическая реформа обладает хорошим потенциалом в плане снижения затрат.