Закон является ответом китайского правительства на давние опасения общественности по поводу нарушений конфиденциальности могущественными технологическими гигантами, которые до сих пор действовали и де-факто развивались на «Диком Западе» – Портал PRC.TODAY.
Сидя в своей пекинской квартире в начале 2020 года, Гуаню Ван наблюдала, как в Китае и остальном мире участились случаи заболевания COVID-19. Инженер-биомедицин, работающий над искусственным интеллектом (ИИ), знал от коллег, работающих в сфере здравоохранения, что медицинская система страны не справляется. Китайский город Ухань был закрыт после регистрации первой вспышки COVID-19, и Всемирная организация здравоохранения объявила чрезвычайную ситуацию в области здравоохранения во всем мире.
По мере роста числа пациентов в больницах увеличивались и задержки с проведением медицинской визуализации и других процедур. Рентгеновские снимки грудной клетки сложены в стопку, ожидая анализа рентгенологов, говорит Ван, который работает в Пекинском университете почты и телекоммуникаций. «Система здравоохранения была натянута до предела» – говорит она.
Ван и другие члены её команды начали обращаться к своим академическим сетям, многие из которых стремились использовать свои навыки для поддержки системы здравоохранения. Вместе они наладили сотрудничество с инженерами-биомедицинами, радиологами, экспертами по респираторным заболеваниям и клиницистами из учреждений и больниц по всему Китаю.
Решив сосредоточиться на медицинской визуализации, команда специалистов в течение долгих дней в течение двух месяцев работала над разработкой программного обеспечения для машинного обучения. Обучив программное обеспечение более чем 145 000 рентгеновским снимкам грудной клетки из 7 больниц, они разработали алгоритм, который может обнаруживать респираторные заболевания, включая COVID-19, с точностью более 90%. По словам Ванга, с тех пор программное обеспечение использовалось для снижения нагрузки на рентгенологов, работающих в шести больницах во время пандемии. Данные и компьютерный код были переданы на хранение в Китайский национальный центр биоинформации (CNCB), платформа данных с открытым доступом, для содействия глобальным исследованиям COVID-19.
Одним из соавторов Вана в проекте является исследователь респираторных заболеваний Вэймин Ли из Университета Сычуань в Чэнду, который является президентом Западно-Китайской медицинской школы и больницы Западного Китая. Он говорит, что, несмотря на то, что он имеет клиническое образование, он чувствует себя комфортно, работая с исследователями ИИ и информатики. Сотрудничество, подобное этому, становится всё более распространённым, потому что в последние годы правительственные ведомства, такие как Национальная комиссия здравоохранения, которая разрабатывает политику в области здравоохранения, и Министерство образования активно поощряют врачей работать с такими экспертами.
Долгосрочный план
Проект Ван и Ли – это всего лишь один из результатов долгосрочного планирования и инвестиций Китая в технологии искусственного интеллекта, централизованные данные здравоохранения и культуру сотрудничества с участием исследователей и клиницистов. За последние десять лет финансирование центрального правительства и политика «сверху вниз» помогли превратить китайские медицинские исследования в область, основанную на данных, которая использует компьютерную и машинную инженерию для снятия давления с медицинских работников.
Инженер по биомедицине Ипэн Ху из Университетского колледжа Лондона говорит, что эта инициатива привела к созданию совместных, управляемых китайских исследовательских групп, которые работают быстро. «Если что-то работает, это часто можно быстро протестировать и использовать в больницах быстрее, чем это могло бы быть в других странах» – говорит он.
Такой энтузиазм можно наблюдать и в академических кругах, и в частном секторе. «Произошло быстрое развитие технологий искусственного интеллекта» – говорит Ван. «Область интеллектуальной диагностики быстро расширяется. И Китай сделал огромные инвестиции в научно-исследовательскую инфраструктуру здравоохранения страны».
Цифры подтверждают это. После начала 12-го пятилетнего плана Китая в 2011 году центральное правительство инвестировало более 10 миллиардов юаней (1,5 миллиарда долларов США) в «информатизацию здравоохранения» — использование информационных технологий для улучшения здравоохранения. (Пятилетние планы Китая – это опубликованные правительственные цели в области политики, инфраструктуры и инвестиций, которые пересматриваются каждые пять лет.)
С 2010 года наблюдался дальнейший рост финансирования, что побудило к развитию исследований и экспертных знаний в области искусственного интеллекта. Национальный фонд естественных наук Китая (NSFC), крупнейшее финансовое агентство страны, утроил свой бюджет на исследовательские проекты с 4,6 миллиарда долларов в 2006-10 годах до 13,7 миллиарда долларов в 2011-15 годах, достигнув 19,6 миллиарда долларов в период 2016-20 годов.
Это увеличение финансирования, представляющее собой рост на 17% в год с 2000 по 2017 год, сократило разрыв между Китаем и Соединенными Штатами в финансировании исследований и разработок (НИОКР). Предварительные данные Национального научного фонда США за 2019 год (самые последние доступные данные) свидетельствуют о том, что Китай превзошёл своего технологического конкурента по расходам на НИОКР.
Например, в 2012 году Китай обогнал Соединенные Штаты по количеству работ, опубликованных его исследователями в области компьютерных наук, искусственного интеллекта и биомедицинской инженерии. К 2019 году это лидерство возросло: Китай опубликовал примерно на треть больше статей, чем Соединенные Штаты, хотя в том же году китайских исследователей ИИ цитировали примерно на 20% меньше, чем в среднем по миру.
“Исследователи говорят, что инвестиции были крайне необходимы. Даже при увеличении ресурсов и быстром уровне публикаций в Китае имеется ограниченное число высококвалифицированных инженеров по обработке данных и исследователей искусственного интеллекта, способных работать над проектами, сочетающими машинное обучение и медицинский опыт. Кроме того, по-прежнему трудно найти большие, высококачественные наборы медицинских данных” – говорит Ю Сюэ, компьютерный инженер и клеточный биолог из Университета науки и техники Хуачжун в Ухане.
Недавние улучшения в инфраструктуре данных здравоохранения улучшили ситуацию. В настоящее время многие данные о пациентах хранятся в цифровом виде, и в соответствии с правительственной политикой клинические учреждения получили инструкции по стимулированию инноваций в области здравоохранения путём более эффективного обмена данными.
“Однако по-прежнему сложно перевести эти новые данные в клинические приложения” – говорит Ван. Любые прорывы в биомедицинской инженерии, основанные на таких данных, по-прежнему требуют тщательного тестирования, интеграции с оборудованием (которое варьируется в разных больницах) и обучения клинического персонала тому, как интерпретировать результаты.
Ху говорит, что исследователи ИИ во всём мире сталкиваются с аналогичными проблемами. «Обычно для этого существует административная борьба. Таким образом, большинство исследований в конечном итоге не идут дальше наших исследовательских работ, которые основаны на существующих наборах данных».
Изменение игры
По словам Сюэ, среди биомедицинских исследователей также произошёл сдвиг в мышлении в сторону использования методов искусственного интеллекта.
Ещё пять лет назад многие учёные в Китае всё ещё не были убеждены в силе ИИ. «Существовало глубокое убеждение, что компьютеры не могут научиться быть интуитивными» – говорит он.
Затем в 2017 году искусственный интеллект AlphaGo, разработанный лондонской компанией Google DeepMind, победил игрока номер один в мире Ке Цзе – огромная новость в Китае, где древняя настольная игра пользуется бешеной популярностью.
«Этот крошечный шторм превратился в тайфун и взорвал разум каждого ученого» – говорит Сюэ. «Всё больше и больше учёных вокруг меня начинали верить, что ИИ может быть полезен в биомедицинских исследованиях».
Сюэ был одним из руководителей одного проекта, в котором использовались методы глубокого обучения для разработки программного пакета, который предсказывает смертность и исходы болезней COVID-19 (W. Ning et al. Биология Природы. Англ. 4, 1197–1207; 2020). Он надеется, что эта работа позволит в будущем повысить точность диагностики заболеваний в клинических условиях.
Ван также участвовал в разработке биомедицинских инструментов искусственного интеллекта, которые могли бы помочь системе здравоохранения Китая. Она и её коллеги создали приложение для смартфонов, которое врачи и частные лица используют для фотографирования внутренней части глаза (K. Чжан и др. Природа Биомедицинская. Англ. 5, 533–545; 2021). Изображения были переданы на платформу облачных вычислений, где нейронные сети проверили их на наличие характерных признаков, которые могут указывать на то, что у человека хроническое заболевание почек или диабет 2 типа.
Решения для хранения данных
Сюэ консультировал коллег, участвующих в создании двух первых в Китае центров биологических данных — CNCB и Национального центра данных по геномике (NGDC), оба из которых были созданы в 2019 году. Центры архивируют, управляют и обрабатывают широкий спектр геномных и других данных, связанных с омикой, выступая в качестве китайской версии баз данных, таких как GenBank в Соединенных Штатах и Европейский архив нуклеотидов, которые были созданы в начале 1980-х годов.
«Нехватка денег помешала Китаю создать центры биологических данных» – говорит Сюэ. «Теперь деньги больше не являются проблемой, Китай стремится поддерживать глобальные инициативы по сбору, обмену и распространению данных, что является дорогостоящим и трудоёмким процессом».
Например, в январе NGDC и CNCB запустили базу данных, содержащую последовательности генома, нуклеотидов и белков для коронавируса SARS-CoV-2. Он также включает последовательности других коронавирусов, данные об эпидемиях, вариации генома и данные о происхождении, а также клинические записи (https://ngdc.cncb.ac.cn/ncov). «Он широко используется во всём мире и часто и широко обновляется» – говорит Сюэ.
Диагностика на основе данных
У правительства Китая, исследователей и клиницистов есть сильный мотив, помимо пандемии, перевести компьютерную диагностику в клинические условия. В отдаленных районах слишком мало квалифицированных врачей, что вынуждает людей путешествовать на большие расстояния в города и ждать в длинных очередях, что создаёт дополнительную нагрузку на персонал больницы и клинические ресурсы.
“Ли считает, что диагностические технологии, основанные на глубоком обучении, могут оказать столь необходимую поддержку. Если людям можно поставить диагноз без непосредственного участия врача, у которого мало времени, возможно, не будет необходимости посещать больницу. Основные методы лечения, такие как антибиотики или обезболивающие, также могут быть предоставлены на местном уровне” – говорит он.
Такие достижения уже осуществляются. Одна из крупнейших китайских компаний в области искусственного интеллекта и речевых технологий, iFlytek в Хэфэе, разработала медицинского помощника с искусственным интеллектом, который используется по всей стране. Медицинский персонал вводит симптомы пациента в программную платформу, и она предоставляет рекомендации по возможному диагнозу. По данным компании, платформа ежедневно выдает около 400 000 таких вспомогательных заключений в 30 000 медицинских учреждениях.
Многие технологические гиганты Китая, включая Alibaba, Tencent и Baidu, за последние несколько лет анонсировали различные диагностические инструменты здравоохранения, основанные на искусственном интеллекте. Baidu, например, использовала картографическую платформу на базе искусственного интеллекта для отслеживания передвижения людей, покидающих Ухань, когда были выявлены первые случаи COVID-19, которые, по его словам, использовались для «ускорения местных усилий по обеспечению готовности и реагированию».
Существует также стимул для финансирования исследователей. В ноябре 2020 года NSFC создала отдел для поддержки совместных исследований в четырёх ключевых областях: в широком смысле, в области физических наук; информационных технологий и искусственного интеллекта; биомедицины; и гуманитарных наук. На это будет выделена доля от общих бюджетных расходов NSFC, которая в 2020 году составила 28,5 миллиарда юаней. «Я бы оценил, что он может получить 5-10% всего финансирования» — говорит Сюэ, или до 2,8 млрд юаней.
Сложный перевод
“Однако перевод исследований в клинические инструменты всё ещё далёк от простоты и зависит от наличия огромных, хорошо организованных и аннотированных наборов данных. Не каждый медицинский институт обладает возможностями для их предоставления” – говорит Сюэ.
Существуют также проблемы, связанные с защитой данных. В Китае 1 сентября вступила в силу правовая база, направленная на дальнейшее укрепление правовой защиты личной информации китайских граждан.
“В целом, руководящая цель китайской системы аналогична общей цели европейских законов о регулировании защиты данных” – говорит Ребекка Аркесати, аналитик по технологиям и цифровой политике в Институте китайских исследований Меркатора в Берлине. По её словам, регулирующие органы пытались сбалансировать личную конфиденциальность, экономическое развитие и соображения национальной безопасности.
«Закон является ответом китайского правительства на давние опасения общественности по поводу нарушений конфиденциальности могущественными технологическими гигантами, которые до сих пор действовали и развивались на Диком Западе де-факто» – говорит она.
Однако структура отличается от европейского законодательства тем, как она относится к личной информации: рассматривает её как стратегический ресурс, который принадлежит китайскому государству раньше, чем его гражданам, говорит она. «На мой взгляд, важно подчеркнуть, что закон вряд-ли ограничит широко распространенный принудительный сбор биометрических данных и генетической информации от населения, особенно от уязвимых меньшинств».
Учитывая растущую экономику Китая и его способность выплачивать конкурентоспособную заработную плату талантливым начинающим исследователям искусственного интеллекта, Ху считает, что пройдёт совсем немного времени, прежде чем страна достигнет уровня инноваций своих конкурентов в Европе и Соединенных Штатах с точки зрения показателей цитируемости и прорывов, подобных тем, которые были достигнуты AlphaGo. Молодые китайские исследователи быстро учатся, говорит Ху. «Пробел в их опыте, который ограничивает их способность быть по-настоящему инновационными, может быть очень быстро сокращен в будущем».
Статья «Китайская мечта, основанная на данных, о перестройке здравоохранения», подготовлена Порталом PRC.TODAY по материалам сотрудника агентства Nature – Сары О.
Если вам понравилась статья или появились вопросы, оставьте ваш комментарий или обсудите эту статью на форуме.
Признаки нетерпения по поводу инициативы Китая «17 + 1» в Европе
