Чем технологии искусственного интеллекта могут помочь врачам

ЭкспертHi-Tech

Искусственный интеллект пока не может лечить

Освобождение от рутины и более точная диагностика — этим сегодня технологии искусственного интеллекта могут помочь врачам. Инновационная компания «К-Скай» решила пойти дальше: созданная ею информационная система Webiomed позволяет предсказать возникновение заболеваний у человека.

Лина Калянина

Директор по развитию проекта Webiomed Александр Гусев

Медицину, как и многие другие российские отрасли, захлестнула цифровизация. Началась она более десяти лет назад с тотальной компьютеризации клиник, внедрения информационных систем, позволяющих уйти от бумажного документооборота. На следующем этапе у врачей появились информационные помощники — специальные программы, подсказывающие методы проведения диагностики и назначения лечения. Сегодня мы наблюдаем очередной виток развития технологий, связанный с выводом на рынок информационных систем с использованием искусственного интеллекта. Пока эти технологии позволяют решить две задачи: разгрузить врача от рутинной работы, на которую у него нет времени, и сократить число врачебных ошибок путем постановки более точного диагноза или подбора лечения.

Пока рынок продуктов с использованием ИИ в медицине находится в стадии бурного развития стартапов. Большинство компаний, как в мире, так и у нас, создают информационные системы для анализа медицинских изображений — рентгеновских снимков, КТ и МРТ-снимков, маммографии и других. Их предназначение — выявление различного рода патологий с помощью искусственного интеллекта. В России исследовательские эксперименты в этом направлении проходят в целом ряде регионов. Например, в Москве проводится самый крупный эксперимент в области применения ИИ в рентгенологии: десятки компаний сегодня представляют свои продукты по распознаванию заболеваний легких — пневмонии, рака и других.

Но возможности ИИ уже гораздо шире, чем анализ изображений. Одно из очень перспективных направлений — предиктивная аналитика, включающая в себя анализ медицинских текстов и построение прогнозов. Компаний, которые ею занимаются, пока немного даже на мировом рынке, а в нашей стране их единицы. Одна из них — петрозаводская «К-Скай», которая не только создала ИИ-продукт для анализа электронных медицинских карт, но и решила пойти дальше и предложить рынку уникальную систему Webiomed, прогнозирующую с помощью ИИ, возникнет ли у пациента в ближайшее время то или иное заболевание. Под развитие и внедрение этого продукта в медицинскую практику компания недавно привлекла 130 млн рублей от пула частных инвесторов, что фактически является прецедентом на этом рынке (до этого финансирование в размере 100 млн рублей от инвесторов получила компания «Интеллоджик», использующая ИИ для анализа результатов маммографии, распознавания рака груди).

«К-Скай» не новичок на рынке информационных технологий. Она была основана Романом Новицким и Александром Гусевым, имеющими за плечами более чем двадцатилетний опыт работы в сфере информационных технологий и цифрового здравоохранения. В 2007 году они создали компанию «Комплексные медицинские информационные системы» (К-МИС), которая за десять лет автоматизировала свыше 25 тыс. рабочих мест врачей более чем в 30 регионах России. Ее портфель включал в себя широкий спектр продуктов — от системы ведения электронной медицинской карты до сервисов записи к врачу и управленческой аналитики. Компания «К-Скай» была создана два года назад для развития технологий искусственного интеллекта в здравоохранении и выхода на глобальный рынок. «Эксперт» поговорил с директором по развитию проекта Webiomed Александром Гусевым о том, чем искусственный интеллект может помочь врачу, каковы его технологические возможности, а также получил признание, что в ближайшей перспективе искусственный интеллект никак не сможет заменить ум и сердце врача.

— Для чего предназначен ваш продукт Webiomed?

— Это информационная система, которую мы учим распознавать болезни и помогать врачу в выборе правильной стратегии профилактики заболеваний.

— Насколько это актуально для нашей системы здравоохранения?

— Сейчас система здравоохранения и работа врача устроены так, чтобы «тушить текущий пожар». Врачу на рутинном приеме из-за недостатка времени чаще всего просто не до оценки рисков и прогнозов состояния пациента в будущем. Сам пациент тоже часто не готов уделить внимание своему будущему и тем более тратить деньги на профилактику заболеваний. Для многих заболеваний отсутствуют алгоритмы, с помощью которых можно оценить неблагоприятные события. То есть в реальном здравоохранении профилактика пока не работает, хотя хорошо известно, что эффективная профилактика может сокращать сердечно-сосудистую заболеваемость до 80 процентов, а онкологическую заболеваемость — до 40 процентов. Но пока мы упускаем эти возможности. Поэтому наша команда врачей и специалистов по искусственному интеллекту создает сервис, который помогает врачу восполнить пробелы в оценке рисков пациента через автоматический анализ его медицинских данных.

— Что конкретно представляет собой ваш продукт с технической точки зрения?

— Webiomed — это облачная информационная система, которая размещена в надежном федеральном центре обработки данных. На вход система принимает обезличенную медицинскую карту пациента: врачебные записи, протоколы обследования, заключения ЭКГ, УЗИ, рентгена и так далее. Мы учим искусственный интеллект понимать текст и интерпретировать распознанные данные в зависимости от контекста. Скажем, врач пишет, что пациент курит, такое давление у него, холестерин в динамике. Этого, например, достаточно, чтобы понять, развивается ли в организме атеросклероз. Если мы работаем с лабораторными данными, то очень часто по ним можно автоматически заподозрить сахарный диабет, хроническую почечную недостаточность и многие другие опасные болезни. А врач в силу дефицита времени и порой неосведомленности обо всех аспектах заболеваний может их иногда и пропустить.

— Насколько мне известно, есть огромная проблема с получением достаточного массива медицинских текстов и их унификацией. Их же нужно привести в некий стандартный вид.

— Да, вы на больную мозоль наступили. Мы пытаемся сейчас сотрудничать с разными поставщиками, со всеми, у кого есть ценная медицинская информация — обезличенные карты пациентов. Мы бы могли расти быстрее, приходить в большее количество медицинских организаций, регионов и даже стран, если бы был единый жесткий стандарт формирования и хранения информации, как в любой другой зрелой отрасли. В медицине, к сожалению, каждый разработчик медицинской системы хранит данные в своем формате. И поэтому мы машину учим не просто выявлять разные медицинские сущности, но еще и понимать разные форматы. И в этом наше технологическое ноу-хау.

— На рынке уже много компаний, которые занимаются анализом визуальных медицинских изображений — КТснимков, маммографии, рентгеновских снимков. Распознавание текстов — более сложная работа, чем анализ изображений?

— Совершенно верно. Разработок в области анализа медицинских изображений уже очень много, и там тяжелая конкуренция. Упрощенно говоря, с технической точки зрения сегодня любой студент может скачать открытые размеченные наборы медицинских изображений и, используя бесплатные фреймворки, провести машинное обучение и получить модель искусственного интеллекта, умеющую немного «понимать», например, рентгенограмму или КТ легких. С точки зрения развития технологий это замечательно, с точки зрения предпринимателя — плохо, потому что в этой отрасли нужно конкурировать уже с сотней стартапов.

Работа с текстами медицинских записей пока мало проработанная область, во всем мире эта тема развивается медленнее, чем анализ изображений. Вот конкретный пример. Мы полгода учили систему правильно извлекать из записей факт курения. Иногда врач пишет: «Пациент курит». Может написать: «Курение пациент отрицает». Или: «Со слов пациента, не курит уже неделю». Человек легко поймет, в каком случае есть факт курения, а в каком нет. Для машин это сложнее. Поэтому технологически сложно создать надежную и точно работающую систему, умеющую «понимать» текстовые врачебные записи и строить на их основе правильные прогнозы и выводы. В этой отрасли относительно мало конкурентов.

— Но за анализом текстов будущее в применении ИИ?

— Да. Мы внимательно следим за американскими, европейскими публикациями, в них все чаще говорится, что в анализе изображений ИИ вплотную подошел к потолку диагностических возможностей самого изображения. Сегодня точность машинного анализа КТ легкого или маммографии выше, чем у рентгенологов.

Но дело в том, что анализ визуального изображения позволяет только диагностировать существующую проблему: обученный искусственный интеллект, как и человек, видит на снимках отклонения от нормы. Возьмем для примера рак легких. Изменения в легких, характерные для злокачественного заболевания, появятся на снимках только у уже заболевшего человека. И когда пациента привозят в больницу, врач без всякого искусственного интеллекта понимает, что делать. Заниматься профилактикой поздно. Поэтому ценность анализа только изображений с точки зрения предупреждения заболеваний ограниченна. А вот комплексная оценка всей медицинской карты пациента, включая тщательный анализ всех врачебных записей и поиск в них скрытых паттернов заболеваний, особенно на бессимптомной или ранней стадии, безумно ценна с прогностической точки зрения.

— Как вы конкретно обучаете ИИ?

— Первое, чему мы учим машину, — понимать тексты с помощью разметки данных, это так называемые NLP-технологии. Вторая важнейшая задача — создание прогностических математических моделей. Мы накапливаем много разных данных о человеке, таких как анамнез, объективные данные врачебных осмотров, результаты инструментальных и лабораторных обследований и так далее; в нашей базе данных накоплено почти два миллиона обезличенных цифровых двойников. В них есть сведения об обращаемости, о смерти, о госпитализации. Таким образом мы фиксируем «вход и выход»: наблюдаемые параметры человека и дальнейшие события, которые с ним происходили. И используя машинное обучение, мы находим в этом море данных характерные паттерны, которые позволяют машине довольно точно научиться предсказывать будущее в относительно однородных группах пациентов.

А третья, ключевая и еще более сложная задача — научить искусственный интеллект давать рекомендации по лечению. На наш взгляд, ИИ с этим пока справляется отвратительно. Мы сами пробовали учить этому машину, смотрели, как это делают другие компании, например IBM. И убедились, что пока редко получается пригодный для применения продукт. Поэтому мы считаем более разумным использовать машинное обучение для создания прогнозных моделей. И если они выявляют какую-то опасную ситуацию в будущем, то рекомендации должны формировать уже привычные и проверенные временем экспертные системы, построенные на базе достоверных клинических рекомендаций и простых решающих правил. Такое сочетание позволяет лучше формировать итоговые рекомендации врачам.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Хомяки против кукловодов Хомяки против кукловодов

Инвесторы думали, что устроили революцию, но помогли заработать своим врагам

Эксперт
Спасаемся от хандры: оттенки осени в элементах декора Спасаемся от хандры: оттенки осени в элементах декора

Дизайнерские решения, которые помогут справиться с осенней грустью

Psychologies
Кухня в виртуальном, корпоративном и прочих измерениях Кухня в виртуальном, корпоративном и прочих измерениях

Как Первая мебельная фабрика разработала новую стратегию продаж в пандемию

Эксперт
Самки мангустов затевают драки стенка на стенку, чтобы спариться с врагами: видео Самки мангустов затевают драки стенка на стенку, чтобы спариться с врагами: видео

Этот хитрый способ мангусты придумали, чтобы избежать инбридинга

National Geographic
Как бы мамы опять под вопросом Как бы мамы опять под вопросом

В России накаляется дискуссия о необходимости запрета суррогатного материнства

Эксперт
Волшебные пузырьки Волшебные пузырьки

Чтобы игристое вино приносило только радость, учитесь правильно читать этикетку

Добрые советы
Не договорились… Не договорились…

К чему пришел спор славянофилов и западников в XXI веке

Огонёк
Школьные травмы моих взрослых учеников Школьные травмы моих взрослых учеников

В успешных взрослых людях могут прятаться запуганные школьными учителями дети

Psychologies
За что воевали За что воевали

Советские люди спасли гуманистические и демократические ценности во всем мире

Эксперт
Обезьян-капуцинов застали за актом каннибализма Обезьян-капуцинов застали за актом каннибализма

Ученые обнаружили, что белолицые обезьяны-капуцины могут быть каннибалами

National Geographic
Тайная связь с Кубой Тайная связь с Кубой

История переговоров между Вашингтоном и Гаваной

kiozk originals
Концентрация таланта: почему в компании не нужно оставлять середнячков и меланхоликов Концентрация таланта: почему в компании не нужно оставлять середнячков и меланхоликов

Отрывок из книги CEO Netflix Ричарда Хастингса «Никаких правил»

Inc.
«Совесть. Происхождение нравственной интуиции» «Совесть. Происхождение нравственной интуиции»

Отрывок из книги, рассказывающей о том, что делает нас людьми

N+1
Чем наполнить новогодние праздники Чем наполнить новогодние праздники

Как порадовать себя в новогодние праздники и сделать эти дни чудесными

Домашний Очаг
Во всем виноваты родители? Почему стало модно искать все проблемы в детстве Во всем виноваты родители? Почему стало модно искать все проблемы в детстве

Действительно мама и папа виноваты в наших бедах или пора наконец повзрослеть?

Cosmopolitan
Завезенных в Австралию ос назвали угрозой безопасности авиаперелетов Завезенных в Австралию ос назвали угрозой безопасности авиаперелетов

Гнезда насекомых могут привести к катастрофе

N+1
Разбор пернатых Разбор пернатых

Какие птицы и когда угрожают самолетам

Огонёк
Сделать бизнес на одном товаре и продавать его 60 лет: история универсальной смазки WD-40 Сделать бизнес на одном товаре и продавать его 60 лет: история универсальной смазки WD-40

WD-40 создавали смазку для космических ракет, а её формула хранится в секрете

VC.RU
«У меня есть внутренний страх привязаться к деньгам»: правила потребления сооснователя Grow Food Даниэля Гальпера «У меня есть внутренний страх привязаться к деньгам»: правила потребления сооснователя Grow Food Даниэля Гальпера

Сооснователь и CEO Grow Food Даниэль Гальпер: как он не копит деньги как хомяк

Forbes
Отрывок из книги Андерса Хансена «На цифровой игле» Отрывок из книги Андерса Хансена «На цифровой игле»

Почему правило «выживает сильнейший» в большинстве случаев не работает?

СНОБ
Узнать и обезвредить: как бороться с манипуляторами Узнать и обезвредить: как бороться с манипуляторами

О видах манипуляторов и способах борьбы с ними

Cosmopolitan
Зачем смотреть «Метод 2» — отчаянно китчевый, но затягивающий сериал Зачем смотреть «Метод 2» — отчаянно китчевый, но затягивающий сериал

К чему привели бессовестные сюжетные ходы в сериале «Метод 2»

РБК
Экстремальное вождение: 6 главных трюков с пошаговыми инструкциями и видеопримерами Экстремальное вождение: 6 главных трюков с пошаговыми инструкциями и видеопримерами

Научись делать автомобильные трюки, которые видел в кино

Maxim
Рассказ о жизни в карабахских бомбоубежищах Рассказ о жизни в карабахских бомбоубежищах

Рассказ из подземелья Нагорного Карабаха записала Армина Багдасарян

СНОБ
Спортивный квартирник Спортивный квартирник

Обсудили с профессионалом по физподгогтовке, как не сохранить форму

Playboy
Правила жизни Джорджа Герберта Буша Правила жизни Джорджа Герберта Буша

Правила жизни 41-ого президента США Джорджа Герберта Буша

Esquire
Правила жизни Гаспара Ноэ Правила жизни Гаспара Ноэ

Правила жизни французского режиссера Гаспара Ноэ

Esquire
Без побочных эффектов Без побочных эффектов

Почему антибиотики перестают помогать, как снизить их вред, чем запить таблетку?

Добрые советы
Лишний билетик Лишний билетик

Объясняем, как вернуть купленный билет и не потерять при этом деньги

Лиза
Влететь в стену на полном ходу: как венчурные инвестиции могут навредить вашему бизнесу Влететь в стену на полном ходу: как венчурные инвестиции могут навредить вашему бизнесу

Если и запускать стартап, то обязательно на венчурные деньги

Forbes
Открыть в приложении