Обработка естественного языка

В условиях пандемии COVID-19, роста расходов на здравоохранение и старения населения спрос на технологии искусственного интеллекта, адресованные отрасли здравоохранения, растет. Показательна динамика мирового рынка венчурного капитала: более 40 стартапов привлекли довольно значительное финансирование (20 млн долл. и более) для создания отраслевых решений на базе искусственного интеллекта. Как же на самом деле искусственный интеллект используется в здравоохранении?

Опрос '2022 AI in Healthcare Survey', в котором принимали участие более 300 респондентов со всего мира, был направлен на улучшение понимания проблем, достижений и примеров использования искусственного интеллекта в здравоохранении. Это второй такой отчет; по сравнению с первым результаты существенно не изменились, но указывают на некоторые интересные тенденции, предвещающие, куда качнется маятник в ближайшие годы. И если некоторые аспекты этой эволюции носят позитивный характер (демократизация искусственного интеллекта), то другие не вызывают особого энтузиазма (гораздо более протяженный фронт исследований и рост числа уязвимых мест). Перечислим три тенденции, о которых необходимо знать специалистам.

1. Простота использования и демократизация искусственного интеллекта; инструменты low-code/no-code

По оценкам Gartner, к 2025 году 70% новых приложений, разрабатываемых предприятиями, будут использовать технологии, не требующие написания программного кода или предполагающие минимизацию его объема (в 2020 году их доля не превышала 25%). Разработка в парадигме low-code снижает нагрузку на программистов, но наибольшее влияние окажут решения, не требующие написания кода и освоения науки о данных. Сегодня в среде пользователей систем искусственного интеллекта интересно наблюдать за явным сдвигом от технических специалистов непосредственно к экспертам в предметной области.

Более половины (61%) респондентов своими целевыми пользователями назвали практикующих врачей, далее следуют плательщики медицинских услуг (45%) и ИТ-компании, работающие в сфере здравоохранения (38%). В сочетании со значительными разработками и инвестициями в приложения искусственного интеллекта в сфере здравоохранения, а также с доступностью технологий с открытым кодом все это свидетельствует о расширении внедрения соответствующих технологий в отрасли.

Важный момент: наделение медицинских работников инструментами для разработки программ на базе искусственного интеллекта по образу и подобию обычных офисных инструментов, таких как Excel и Photoshop, уже изменили сферу применения искусственного интеллекта к лучшему. Технология не только стала более доступной, но и обеспечивает более точные и надежные результаты, поскольку управляет ею теперь медицинский работник, а не специалист по программному обеспечению. Изменения эти не происходят в одночасье, но рост числа экспертов в предметной области, выступающих в качестве основных пользователей искусственного интеллекта – уже большой шаг вперед.

2. Совершенствование средств обработки текстов и естественного языка

В ответ на вопрос о технологиях, которые планируется внедрить к концу 2022 года, руководители назвали интеграцию данных (46%), бизнес-анализ (44%), обработку естественного языка (43%) и аннотацию данных (38%). В настоящее время наиболее распространенным типом данных в приложениях искусственного интеллекта является текст с акцентом на обработку естественного языка (Natural Language Processing, NLP) и аннотирование данных.

Эти инструменты позволяют решать такие важные задачи, как поддержка принятия врачебных решений, выбор лекарств и оценка плана лечения. После двух лет пандемии, разработки новых вакцин и поиска способов улучшения поддержки потребностей системы здравоохранения в свете новых массовых тенденций становится ясно, насколько важен прогресс в этих областях. Вместе с тем, использование искусственного интеллекта в здравоохранении сильно отличается от других отраслей и требует другого подхода.

Неудивительно поэтому, что наиболее важным требованием для оценки локально установленных программных библиотек или решений категории SaaS руководители назвали доступность моделей и алгоритмов, специфичных для здравоохранения. Оптимизм венчурного капитала, доступные на рынке решения и спрос со стороны пользователей убеждают, что модели, ориентированные на здравоохранение, в ближайшие годы продолжат активно развиваться.

3. Усиление угроз безопасности

Помимо прогресса в области искусственного интеллекта прошедший год продемонстрировал целый ряд новых векторов атак. На вопрос о том, какие типы программного обеспечения используются для создания приложений искусственного интеллекта, наиболее популярными вариантами ответов были: локально установленное коммерческое ПО (37%) и ПО с открытым кодом (35%). Наиболее заметным оказалось снижение использования облачных сервисов на 12% по сравнению с прошлогодним опросом (о них упомянули 30% опрошенных). Скорее всего, происходит это из-за проблем с конфиденциальностью при обмене данными.

Большинство респондентов (53%) при проверке моделей предпочитают полагаться на свои собственные данные, а не на показатели сторонних поставщиков программного обеспечения. 68% явное предпочтение отдают внутренней оценке и самостоятельной настройке своих моделей. С учетом строгого контроля и процедур, связанных с обработкой медицинских данных, очевидно, что пользователи искусственного интеллекта хотели бы, чтобы соответствующие операции выполнялись внутри компании — конечно, при наличии такой возможности.

Впрочем, независимо от предпочитаемых типов программного обеспечения и способов проверки моделей, рост угроз безопасности в сфере здравоохранения, судя по всему, окажет существенное влияние на происходящее. С определенными трудностями сталкиваются и в других сегментах критически важной инфраструктуры, но нарушения в сфере здравоохранения могут иметь последствия, выходящие за рамки репутационных и финансовых потерь. Потеря данных или вмешательство в работу медицинских устройств становятся в прямом смысле вопросом жизни и смерти.

По мере того, как технологии попадает в руки обычных пользователей, решения на базе искусственного интеллекта демонстрируют стремительный рост. Но по мере повышения уровня их доступности и продолжающегося совершенствования моделей и инструментов особое внимание необходимо уделять безопасности и вопросам этики. Интересно будет наблюдать, какое развитие получат ИИ-решения и какое влияние это окажет на всю отрасль здравоохранения.

Организации, работающие с документами, приобрели мощного союзника, помогающего им оптимизировать бизнес-процессы. Средства обработки естественного языка (Natural Language Processing, NLP) – направления искусственного интеллекта, ориентированного на организацию взаимодействия – позволяют таким компаниям, как Accenture, извлекать из документов ценную информацию и сокращать расходы, обращаясь в эпоху машинного обучения к текстовым, неструктурированным компонентам взаимодействия.

Имея в своей системе учета более миллиона контрактов, к которым ежемесячно добавляются тысячи новых, юридическое подразделение Accenture, насчитывающее в штате 2800 профессионалов, прилагало немалые усилия для того, чтобы найти в договорах требуемую информацию. Процесс поиска нужных сведений в документах был весьма трудоемким и утомительным.

«Поиск конкретной информации или связанных с определенными событиями, на протяжении многих лет выполнялся вручную, – указал глобальный управляющий директор Accenture по цифровой трансформации бизнеса, операциям и корпоративному анализу Майк Мареска. – Только таким образом мы могли понять в деталях, что представляют собой наши клиенты и каковы наши контрактные обязательства. В сложившейся ситуации для повышения эффективности поиска в системе учета договоров группа Internal IT Enterprise Insight решила обратиться к средствам обработки естественного языка и искусственного интеллекта».

Запуск проекта Accenture Legal Intelligent Contract Exploration (ALICE) был обусловлен двумя причинами. Во-первых, в системе Manage myRecords (MMR), где хранится более миллиона контрактов, требовалось организовать текстовый поиск. Во-вторых, компании был нужен поиск конкретных положений договоров.

«Сегодня у нас есть штат исследователей данных, моделирующих аналитические решения, которые могли бы индексировать это крупное хранилище договоров и разрабатывать специальные аналитические алгоритмы для извлечения отдельных положений и условий договоров», – сообщил Мареска.

Это непростая задача, поскольку исторически сложилось так, что условия в договорах Accenture никак не помечались. А значит, построить модель классификации здесь было невозможно. Предстояло работать с не очерченным строго набором документов и идентифицировать положения, не опираясь на помеченные данные.

Ситуация осложнялась тем, что многие контракты заключались на условиях клиентов с использованием различных формулировок и форматов представления. А значит, идентифицировать положения по шаблону – форс-мажор, обязательства, требования к конфиденциальности данных и т.д. – не представлялось возможным. Прямая ссылка на условия присутствует в контрактах далеко не всегда, поэтому нужен был поиск по ключевым словам, которые косвенно могли бы свидетельствовать о наличии того или иного положения.

Чтобы решить эту задачу, участники проекта решили обратиться к «эмбеддингу» (word embedding) – методу обработки естественного языка, в основе которого лежит предварительное преобразование слов в соответствующие им числовые вектора, позволяющие судить об их семантическом сходстве. Модель извлекает из договора список ключевых слов с оценкой их релевантности, позволяя решению выборки положений самостоятельно рассчитать, насколько релевантен каждый абзац документа положению конкретного типа.

В избранной модели документы просматриваются абзац за абзацем, выделяя ключевые слова и определяя, соответствует ли абзац конкретному положению. Слова «наводнение», «землетрясение» и «катастрофа», например, обычно ассоциируются с положением «форс-мажор».

«Средства анализа позволяют нам искать ключевые слова, условия, конкретные пункты и юридические положения сначала на английском языке, – пояснил Мареска. – На следующем уровне в действие вступают средства перевода».

Руководство компании передало проект ИТ-службе, указав конкретные сценарии использования, обеспечивающие непрерывность ведения бизнеса. 

Путь от концептуальной идеи до экспериментального проекта у команды Марески занял шесть месяцев. Тестирование проводилось на группах юристов Accenture. На основе полученных результатов был создан минимально жизнеспособный продукт, переданный группе внедрения решений для последующей доработки в масштабе всего предприятия. Спустя еще восемь месяцев появился готовый вариант.

Обязательным условием перехода от прототипа к готовому продукту Мареска назвал тесное взаимодействие между юридической организацией Internal IT Enterprise Insight Studio и командой ИТ-разработчиков. Эксперты по данным из группы MMR сыграли ключевую роль в определении структуры метаданных и формировании связей метаданных с текстом договоров. Эксперты в области юриспруденции помогали выстраивать компоненты для извлечения начальных положений. В команду разработчиков входили исследователи данных, инженеры UI/IX, инженеры-программисты и функциональные архитекторы.

Сегодня система ALICE, принесшая Accenture премию CIO 100 Award in IT Excellence, полностью развернута и заметно улучшила возможности компании в части выявления и понимания рисков. Она помогла существенно сократить время, затрачиваемое юристами на поиск интересующей их информации в договорах.

«Впоследствии ее функционал был расширен, – сообщил Мареска. – Появились, к примеру, сценарии 'что, если'. Определяли ли мы когда-либо рамки своих обязательств тем или иным способом? По мере дальнейшей эксплуатации появляются и другие сценарии. Мы находим новые способы извлечения дополнительной выгоды из тех данных, что у нас имеются».

Компания рассматривает ALICE как часть процесса более широкой цифровой трансформации своих средств юридического анализа. И с этой точки зрения, ALICE становится центральным звеном разнообразных сервисов юридической аналитики.