Роботы наступают - Страница 60

Автоматизированные системы также могут стать надежным источником независимого мнения. Наиболее эффективным — правда, и весьма дорогостоящим — методом диагностики рака считается метод, при котором два рентгенолога сначала внимательно изучают каждый снимок, полученный методом маммографии, а затем обсуждают выявленные отклонения, пока не достигнут консенсуса. При использовании этой стратегии «двойного исследования» обеспечивается значительно более высокий процент выявляемых случаев рака, а также существенное сокращение случаев вызова пациентов для прохождения повторных обследований. В 2008 г. в New England Journal of Medicine были опубликованы результаты исследования, показывающего, что второго врача можно заменить машиной. В частности, было доказано, что результаты работы рентгенолога в связке с компьютерной системой диагностирования сопоставимы с результатами работы двух врачей, интерпретирующих изображения независимо друг от друга.

Еще одной сферой, в которой технологии искусственного интеллекта уже успели заявить о себе, является патология. Ежегодно более 100 млн женщин по всему миру проходят обследование под названием «мазок Папаниколау» с целью диагностирования рака шейки матки. В ходе данного обследования полученные клетки шейки матки помещаются на предметное стекло и изучаются под микроскопом специалистом лаборатории или врачом с целью определения признаков злокачественных новообразований. Это очень трудоемкая процедура, которая может стоить до $100 за обследование. Однако сейчас многие диагностические лаборатории занимаются внедрением мощной автоматизированной системы сканирования компании BD из Нью-Джерси, специализирующейся на производстве медицинского оборудования. В 2011 г. в журнале Slate вышла серия статей об автоматизации данной процедуры, в одной из которых обозреватель новых технологий Фархад Манджу назвал систему сканирования BD FocalPoint GS Imaging System «чудом медицинской техники», чье «программное обеспечение для анализа изображений быстро сканирует предметные стекла в поисках более чем 100 визуальных признаков аномальных клеток». Затем система «ранжирует стекла в соответствии с вероятностью наличия заболевания» и, наконец, «определяет по 10 областей на каждом стекле для изучения человеком». Машина намного лучше аналитиков-людей справляется с работой по выявлению случаев рака, при этом обеспечивая почти двукратное сокращение времени обследования.

Роботы в больничном деле и фармакологии

В аптеке при Медицинском центре Калифорнийского университета в Сан-Франциско ежедневно готовится приблизительно 10 000 отдельных доз различных лекарств, хотя вы не найдете там ни одного фармацевта, который прикасался бы к таблеткам или флаконам. Всеми этапами подготовки тысяч различных препаратов — от организации хранения и перемещения больших объемов фармацевтической продукции до упаковки и выдачи отдельных таблеток — занимается мощная автоматизированная система. Она оснащена манипулятором, который непрерывно перемещается от одного контейнера к другому, захватывая нужное количество таблеток и помещая их в небольшие пластиковые пакетики. Каждая доза отправляется в свой пакетик, на который затем наносится штрихкод с информацией о препарате и пациенте. При этом установка располагает лекарства для одного пациента в том порядке, в котором они должны приниматься в течение дня. Когда приходит время приема, отвечающая за выдачу лекарств медсестра сканирует штрихкод сначала на упаковке с препаратами, затем — на браслете на запястье пациента. Если они не совпадают или выдача препарата осуществляется в неправильное время, раздается предупреждающий сигнал. Еще три специализированных робота занимаются подготовкой инъекционных препаратов; один из них работает исключительно с высокотоксичными препаратами химиотерапии. Данная система практически полностью исключает ошибки, обусловленные так называемым «человеческим фактором»: люди просто не участвуют в процессе.

Автоматизированная система в Калифорнийском университете в Сан-Франциско стоимостью $7 млн лишь один из наиболее ярких примеров процесса трансформации фармацевтической отрасли в результате внедрения робототехники. Гораздо менее дорогостоящие роботы, ненамного отличающиеся размерами от вендинговых машин, наводняют розничные аптеки в супермаркетах. Чтобы работать фармацевтом в США, необходимо сначала долго и много учиться (четыре года после бакалавриата для получения квалификации врача), а затем пройти очень сложный экзамен для получения соответствующей лицензии. При этом труд фармацевта хорошо оплачивается: по данным за 2012 г., средний годовой заработок в этой отрасли составил $117 000. Тем не менее особенно в условиях розничной аптеки, большая часть такой работы состоит из рутинных и повторяющихся операций, сопровождающихся постоянным страхом совершить ошибку, которая может кому-то стоить жизни. Другими словами, многое из того, чем занимаются фармацевты, идеально подходит для автоматизации.

Когда лекарство для пациента покидает пределы больничной аптеки, все чаще его доставкой занимается специальный робот. Такие машины уже курсируют по коридорам громадных медицинских комплексов, доставляя препараты, лабораторные образцы, еду для пациентов и свежее белье. Эти роботы умеют объезжать препятствия и пользоваться лифтами. В 2010 г. больница «Эль Камино» в Маунтин-Вью взяла в лизинг у компании Aethon, Inc. девятнадцать роботов-доставщиков за $350 000 в год. По словам одного из руководителей больницы, расходы на услуги людей, выполняющих ту же самую работу, составили бы более $1 млн. В начале 2013 г. компания General Electric объявила о том, что планирует разработать мобильного робота, который будет находить, мыть, стерилизовать и доставлять тысячи хирургических инструментов, используемых в операционных. Для того чтобы машина могла легко находить инструменты, на них будут наноситься чипы определения местоположения на основе технологии радиочастотной идентификации (RFID).