На шаг впереди: как искусственный интеллект меняет медицинскую диагностику
Да, сегодня люди гораздо реже умирают в младенчестве, нас обходят стороной болезни, которые раньше уносили миллионы жизней – такие как оспа, чума, испанка и тиф. Главные болезни нашего времени другие – это сердечно-сосудистые заболевания (ССЗ) и онкология. Согласно статистике НИИ им. Герцена, в 2019 году в России на них пришлось 841 200 и 294 000 случаев смерти соответственно.
Именно в эту сторону — в сторону профилактики и раннего выявления заболеваний — медленно, но верно разворачиваются системы здравоохранения всех развитых и многих развивающихся стран мира. Помимо благородных гуманистических стремлений (сохранить жизнь и здоровье граждан), этот процесс имеет под собой абсолютно конкретные экономические обоснования.
Согласно данным официальной статистики, около 40% людей в России умирают от ССЗ в активном трудоспособном возрасте (25–64 года). Учитывая то, что смертность от таких заболеваний занимает лидирующее место в рейтинге, нетрудно догадаться, что экономике страны такие потери обходятся очень дорого.
Похожая ситуация и с онкологией. Однако лечение ракового больного, чью болезнь выявили на ранних стадиях, как правило, обходится государству гораздо дешевле.
Стоит ли говорить о моральной стороне вопроса, которая, конечно, куда важнее экономических показателей? Шанс полного выздоровления или хотя бы долгосрочной ремиссии абсолютно по всем видам онкологии гораздо выше, если патология обнаружена рано. Например, при раке молочной железы (между прочим, самый распространённый тип злокачественных новообразований среди женщин) он составляет более 90%.
Однако «предупредительная медицина» не может возникнуть в условиях перегруженности системы здравоохранения и банальной нехватки квалифицированного медперсонала – в таких условиях врачу едва хватает времени и сил на «обычную» медицину.
В нашей стране эта проблема стоит довольно остро: согласно исследованиям Росстата, на конец 2018 года в России были незакрытыми около 50 тысяч вакансий врачей и еще около 50 тысяч вакансий среднего медперсонала. В феврале 2020 года замглавы Минздрава Татьяна Семёнова заявила, что дефицит среднего медицинского персонала в РФ достиг 120 тысяч человек. Из этого можно сделать предположение, что количество незакрытых вакансий врачей тоже многократно увеличилось – и этому, безусловно, способствует ещё и пандемия COVID-19.
Не стоит также забывать и про региональную специфику в России: техническая и кадровая оснащённость медучреждений может сильно разниться от региона к региону. Нередки случаи, когда в больнице закуплено необходимое оборудование, но при этом работать на нём некому, поскольку профильный специалист отсутствует.
Минимизация влияния этих негативных факторов – если не задача №1 в сфере борьбы с онкологическими и сердечно-сосудистыми заболеваниями, то как минимум в тройке самых важных. И для её решения исследователи обращаются к новым технологиям – в том числе технологиям искусственного интеллекта (ИИ). Но что это такое?
Искусственная нейронная сеть – математическая модель, а также её программное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей. С точки зрения машинного обучения, нейронная сеть представляет собой частный случай методов распознавания образов, дискриминантного анализа, методов кластеризации и т.д.
Нейронные сети не программируются в привычном смысле этого слова, они «обучаются». Для их обучения разработчики используют огромное количество данных – и зачастую это такое количество, которое человек вряд ли сможет изучить за всю свою жизнь. На них модель «учится» выполнять задачи, которые перед ней ставит разработчик. И то, как именно будет строиться её обучение, зависит от области применения нейросети.
В случае с медициной разработчикам, соответственно, нужно огромное количество качественных медицинских данных. И, конечно, непосредственное участие тех, для кого такие системы создаются – врачей. Они и становятся главными учителями медицинских нейросетей.
Искусственный интеллект в радиологии
Одно из самых перспективных направлений применения искусственного интеллекта в медицине – анализ цифровых медицинских изображений. Примером такой разработки служит система Цельс, разработанная российской компанией «Медицинские скрининг системы». Она выявляет на снимках малейшие признаки различных патологий, в том числе онкологии на ранних стадиях, туберкулёза и COVID-19. На данный момент разработчиками реализованы решения по четырём направлениям диагностики: маммография, флюорография (рентген органов грудной клетки), патоморфология и КТ лёгких.
Искусственный интеллект выполняет ранжирование списка исследований: первое место в нём занимают снимки тех пациентов, у которых с наибольшей вероятностью присутствует патология. Благодаря тому, что врач в первую очередь просматривает именно их, пациента можно быстрее отправить на дополнительное обследование. А как мы помним, в случае с онкологическими заболеваниями время – это важнейший ресурс.
На самом изображении система выделяет те области, на которые врачу стоит обратить внимание. Также автоматически формируется описание снимка, врач читает его и при необходимости вносит свои комментарии.
В первую очередь, система выступает как «второе мнение» и подстраховка – она не даёт рентгенологу пропустить патологию. Но помимо этого, система берёт на себя часть рутинных задач, автоматизируя процесс постановки диагноза.
Искусственный интеллект в прогнозной аналитике
Ещё одна перспективная область применения искусственного интеллекта в медицине – предиктивная аналитика. Ярким примером такой разработки служит система Webiomed от российской компании К-Скай. На основе данных из электронной медицинской карты пациента искусственный интеллект выявляет факторы риска заболеваний и прогнозирует вероятность осложнений.
Что важно, искусственный интеллект выполняет прогноз индивидуальной вероятности развития сердечно-сосудистых заболеваний, оценивает риск тромбоэмболических осложнений при нарушениях ритма сердца и риск остановки сердца. Также она формирует индивидуальные рекомендации по предотвращению заболевания.
Практика применения
Однако оценить применимость и эффективность подобных систем можно только в реальной клинической практике. К тому же, такие эксперименты дают разработчикам возможность доработать свои сервисы на основе обратной связи от врачей, сделать их действительно удобными и полезными. Системы, которые мы упомянули выше, неоднократно пилотировались в медицинских организациях, и по некоторым из этих экспериментов уже подведены итоги. Вот лишь несколько примеров.
Пилотный проект Webiomed в Ямало-Ненецком автономном округе
Эксперимент по внедрению системы искусственного интеллекта проводился в больнице города Муравленко, в которой имеется большая база электронных медицинских карт.
- Искусственным интеллектом было проанализировано более 30 тысяч электронных медицинских карт.
- Более чем у 600 пациентов был выявлен высокий риск развития сердечно-сосудистых заболеваний.
- 112 пациентов были поставлены на учёт в связи с необходимостью оперативного дообследования и лечения.
- Повышение доли пациентов высокого риска составило до 29%.
Пилотный проект Цельс в Тамбовской области
Пилотная эксплуатация сервиса для анализа маммографии проводилась на базе Тамбовского онкологического клинического диспансера.
- Сокращение времени на анализ исследований составило до 40%.
- Всего проанализировано 4852 маммографических исследования. 517 пациентов система направила на дополнительное обследование, у 17 из них подтвердилось онкологическое заболевание, и им было своевременно назначено необходимое лечение.
- Повышение выявляемости онкологии на ранней стадии составило до 10%. Были зафиксированы случаи, когда искусственный интеллект детектировал патологию, которую не заметил врач.
Московский эксперимент по применению компьютерного зрения в радиологии
Самый масштабный в мире эксперимент по применению искусственного интеллекта в реальной клинической практике проводится в Москве на базе Единой радиологической информационной системы (ЕРИС), объединяющей все отделения лучевой диагностики города. ИИ-сервисы для анализа цифровых медицинских снимков интегрируются в ЕРИС по результатам калибровочного тестирования.
ИИ работает в режиме реального времени: снимки попадают в систему, нейросети наносят на них предварительную разметку и группируют. На данный момент в эксперименте участвуют 19 сервисов. Реализовано 13 направлений диагностики, 538 врачей используют искусственный интеллект в своей работе.
С начала эксперимента ИИ-сервисы проанализировали более 2 млн исследований (данные за июнь 2021 года). Удалось добиться сокращения времени на анализ исследований в среднем на 30%.
Технологии искусственного интеллекта уже сегодня успешно применяются в медицинской диагностике, выступая помощниками врача в борьбе с самыми главными болезнями нашего времени. Успешность масштабирования таких проектов зависит от многих факторов – в том числе от инвестиционного климата в сфере ИИ, модернизации правового регулирования, доверия врачебного сообщества к новым технологиям и готовности применять их в своей работе.
Материал подготовлен компанией Цельс
Ещё в XIX веке выдающийся хирург Николай Иванович Пирогов говорил: «Будущее принадлежит медицине предупредительной».