На відміну від інших сфер, де результати не завжди є визначальними, штучний інтелект у медицині розвивається лише на основі обґрунтованих доказів. У діагностиці раку впровадження технологій залежить від стабільних та дійсних результатів, яким довіряють лікарі, а страхові компанії готові компенсувати.
Інвестори та медичні установи вже вкладають мільярди в штучний інтелект, проте успіх матимуть лише інструменти, які демонструють надійні результати на практиці. Як зазначає CancerNetwork, найуспішніші моделі допомагають патологоанатомам виконувати повторювані завдання, а не намагаються повністю їх замінити. Нещодавнє дослідження в Scientific Reports показало, що простий алгоритм на основі дерева рішень класифікує злоякісні новоутворення молочної залози з точністю понад 90 відсотків, чітко демонструючи, як прийшов до кожного висновку.
Інвестиції зростають, але впровадження вимагає результатів
Штучний інтелект у медицині починає залучати серйозні інвестиції. У першій половині 2025 року фінансування стартапів у сфері охорони здоров’я відновилося до $7,9 мільярда, а компанії, що зосереджені на ШІ, такі як Ambience Healthcare, залучили $243 мільйони в одному раунді, згідно з інформацією Wall Street Journal.
Великі технологічні компанії також активно інвестують у медичну візуалізацію та діагностику, вбачаючи в них критичні ринки зростання.
Уряди також не стоять осторонь. Великобританія розпочала ініціативи для встановлення контролю за використанням ШІ в охороні здоров’я, спрямовані на залучення інвестицій та захист інтересів пацієнтів. У США нещодавній указ президента передбачив $50 мільйонів на розвиток досліджень раку у дітей з використанням штучного інтелекту. Крім того, Medicare планує запровадити випробування AI-підтримки попередньої авторизації у шести штатах, починаючи з 2026 року, щоб перевірити здатність ШІ спростити прийняття рішень про покриття без затримки лікування.
Однак оптимізм стримано підкріплений реальністю — не весь штучний інтелект демонструє очікувані результати. Спроби прогнозування генетичних мутацій на основі патологоанатомічних зразків показали чутливість на рівні 60 відсотків, що підірвало довіру серед лікарів і уповільнило впровадження. Для керівників сигнал очевидний: інвестиційний імпульс сильний, але впровадження залежить від доказів, що підтверджують свою ефективність на практиці.
Чому пояснювальність є конкурентною перевагою
Дослідження раку грудей пропонує план дій. Алгоритм на основі дерева рішень показав результати на рівні складних систем, але дозволив лікарям зрозуміти, чому було виділено той чи інший випадок. Зокрема, рівень ураження лімфатичних вузлів і розмір пухлини виявилися найважливішими факторами, а аналіз SHAP підтвердив логіку висновків. Така прозорість сприяє довірі з боку лікарів, спрощує процес регуляторного огляду та поліпшує перспективи компенсації витрат.
Регулятори також рухаються в тому ж напрямку. Акт шведського ШІ та нові американські рамки акцентують увагу на прозорості, аудиторському контролі та людському нагляді. Це робить пояснювальні моделі не лише безпечнішими для постачальників, але й більш масштабованими для інвесторів. У такій відповідальній сфері, як онкологія, наявність аудиторських слідів і можливість відстеження помилок є обов’язковими — саме це робить різницю між пілотними проектами та реальним впровадженням.