Ru En
Искусственный интеллект в России борется с COVID-19 и раком

Искусственный интеллект в России борется с COVID-19 и раком

21.01.2022

У технологий машинного обучения широкий спектр как потенциальных, так и реальных направлений применения в области здравоохранения. Технологии на базе ИИ напрямую помогают врачам делать их работу быстрее и качественнее. В эту категорию, например, входят ИИ-системы, которые работают с медицинскими изображениями (рентгены, КТ, МРТ, гистологические исследования) — они сравнивают исследования в динамике, подсказывают оптимальную дозу облучения, генерируют шаблон заключения для рентгенолога. Особенно такие инновации помогают в борьбе с COVID-19, что является одной из самых важных задач в российском здравоохранении.

Также ИИ потенциально можно применять в контроле качества работы медицинского персонала и оборудования (например, верно ли лаборант расположил пациента при рентген-снимке), планировании лечения (подборе лекарств и доз, выборе нужных анализов), автоматизации рутинных операций (автоматическое заполнение карты пациента по результатам приёма). Есть и более глобальные решения, которые направлены на открытие новых эффективных лекарств или оптимизацию управления целыми больницами.

Россия в деле внедрения ИИ в медицину выгодно отличается от многих других стран. Яркий пример — масштабный эксперимент по применению технологий компьютерного зрения в Москве. В нём принимают участие десятки ИИ-сервисов. Отечественные компании не только активно внедряют ИИ-технологии в разных российских регионах, но и выходят на другие рынки.


Фото Пресс-службы Мэра и Правительства Москвы

ИИ помогает в борьбе с онкологией в России

Использование ИИ в обработке радиологических изображений позволяет детектировать признаки онкологии. Такой подход помогает снизить риски пропуска патологии, особенно при большом потоке исследований и, соответственно, нагрузке на радиолога.

Кроме того, ИИ-системы могут ретроспективно отсматривать большие базы исследований и находить в анализах признаки онкологии. Например, во время пандемии было сделано огромное количество КТ-исследований области грудной клетки. ИИ-системы могут быстро обработать их и выполнить триаж — сортировку по степени риска наличия рака.

Каких результатов удалось достичь резиденту Сколково

Компания «Медицинские скрининг системы» («Цельс») разработала ряд решений для анализа медицинских изображений. Самые успешные из них — это система по анализу маммографических снимков (ищет на снимках признаки рака молочной железы и других патологий) и система по детектированию признаков COVID-19 на КТ органов грудной клетки.

Пока сложно оценить экономический эффект от использования этих систем, но по обратной связи от врачей можно сделать выводы, что эти системы уже приносят реальную пользу. Компания отмечает случаи, когда система находила подтвержденные позже признаки рака на исследованиях, где рентгенолог ничего не увидел. Именно в связке врача и ML-системы кроется главная сила (так называемая схема human-in-the-loop) новых технологий на базе ИИ.

В конце 2021 года компания подписала с Минздравом Узбекистана соглашение о внедрении в клиники страны системы обработки радиологических медицинских изображений с помощью ИИ.

«Цельс» активно участвует не только в развитии технологий, но и в разработке новых стандартов и нормативных актов.

ИИ помогает в борьбе с коронавирусом

Заместитель Председателя Правительства РФ Дмитрий Чернышенко на международной конференции AI Journey 2021 сообщил, что около 50% всех новых MedTech-сервисов на базе ИИ в России своей приоритетной задачей ставят диагностику и лечение от COVID-19.

Ещё в первую волну пандемии некоторые разработчики сервисов компьютерного зрения, участвующих в московском эксперименте, начали сбор данных для обучения ИИ выявлению признаков коронавирусной пневмонии на КТ-снимках лёгких. Уже в апреле 2020 года такие системы начали использоваться в столичных отделениях лучевой диагностики (в рамках эксперимента).

Спустя год организаторы эксперимента поделились итогами применения ИИ-сервисов для выявления COVID-19. За год ИИ проанализировал более 730 000 КТ-исследований и сократил время на чтение снимков врачом в среднем на 30%. Ещё одна полезная функция — автоматический подсчёт процента поражения лёгких, который устраняет значительную часть рутины.


Фото: Александр Авилов / АГН «Москва»

ИИ в медицине позволяет сократить расходы

ML-системы позволяют снизить время, которое требуется врачу-рентгенологу для интерпретации исследования, что удешевляет цену в расчёте на одного пациента. Особенно это важно в условиях недостатка квалифицированных кадров (например, в регионах или в развивающихся странах). Ранняя диагностика заболеваний, естественно, экономит большие деньги на лечении. Например, в РФ ежегодно тратятся десятки миллиардов рублей на реабилитацию пациентов, переживших инсульты. Применение ИИ в КТ-диагностике инсульта позволяет врачу в несколько раз быстрее увидеть кровоизлияние и начать необходимые клинические мероприятия, что в ряде случаев может приводить к снижению расходов на реабилитацию.

Как говорит руководитель департамента ML-разработки компании «Цельс» Евгений Никитин, компании могут продать свой продукт, только доказав, что его применение оправдано. Важным фактором экономической целесообразности применения ИИ в медицине являются несколько факторов:

  • Расходы на разработку и эксплуатацию ИИ-систем пока велики. На это повлияла и пандемия, которая привела к росту зарплат ML- и ИИ-специалистов из-за повального перехода всех компаний на удалёнку — теперь можно работать из любой точки мира на любую компанию мира
  • Кризис полупроводников (подорожали графические процессоры
  • Медицинские задачи намного сложнее, чем в других сферах применения ИИ. Данный фактор влияет на стоимость их реализации — нужно больше опытных специалистов, экспериментов, данных и компьютерных ресурсов.

В совокупности этих факторов можно сказать, что выживут те компании, которые смогли настроить свои процессы и инструменты так, что цена одного эксперимента (например, тестирование новой архитектуры нейронной сети) минимальна.

Какую пользу получат пациенты от использования ИИ

Граждане РФ в ближайшем будущем сами смогут ощутить пользу от внедрения ИИ в медицину:

  • Сократится время получения пациентом информации по диагнозу за счёт автоматизации рутины и снижения нагрузки на врача;
  • Улучшится качество диагностики и лечения;
  • Пациент будет сдавать меньше анализов и проходить меньше процедур;
  • В далёкой перспективе здравоохранение станет дешевле.

Как относительно остального мира в России развивается сфера MedTech с использованием ИИ

По темпам развития MedTech Россия находится на передовых позициях. Московский эксперимент, большая работа по написанию стандартов и НПА в целом, рост рынка телемедицины, поддержка государства — все это вполне видимые результаты развития в отрасли. Качество российских систем (по публикуемым метрикам качества) позволяет им вести равную конкурентную борьбу на международном рынке.

По словам Евгения Никитина, у России есть преимущество по сравнению с западными странами, Японией и Южной Кореей в плане разметки данных врачами. В России такая работа стоит относительно недорого, что позволяет активно пользоваться таким преимуществом.

Хотя объективные сравнения пока сложно проводить, по мнению Евгения Никитина, Россия вполне может стать лидером по реальному внедрению и реальной пользе от ИИ-систем.

Заинтересованность самих медицинских учреждений во внедрении ИИ в свою практику

На старте московского эксперимента только треть врачей поддерживали применение ИИ. Спустя год данный показатель вырос до 60-70% от количества врачей, опрошенных организаторами эксперимента. Очевидно, что системы становятся лучше, и врачи и менеджмент медицинских организаций это отмечают.

Есть интерес и у коммерческих клиник. Раньше применение ИИ оценивалось как маркетинговый трюк, но сейчас ситуация сильно изменилась.

Прогнозы относительно использования ИИ в российской медицине на ближайшие 3 года

Евгений Никитин на основе существующих достижений сделал прогноз по практическому применению ИИ в медицинских учреждениях России:

  • Первые реальные истории успеха в применении систем компьютерного зрения. Будут проведены исследования, которые докажут экономическую эффективность от внедрения. Применение ИИ уже не будет считаться хайповым трюком или странной диковинкой;
  • Количество задач, в которых будет тестироваться применение ИИ, будет расти как на дрожжах, но потом ситуация стабилизируется, и системы будут использоваться только там, где это экономически оправдано;
  • Появятся первые комплексные (нацеленные на поиск не конкретного заболевания, а целого спектра) и мультимодальные (например, основанные на анализе не только изображений, но и медкарты, и анализов пациента, а также данных носимых устройств) системы;
  • ИИ-системы будут активнее использоваться для решения рутинных задач (подсчёты, оценка качества проведённого исследования);
  • Будет расти количество качественных, стандартизированных наборов медицинских данных;
  • Создание цифровой экосистемы и унификации форматов данных может помочь создать комплексную экосистему и дорожную карту по развитию здравоохранения — это оптимизация лечения пациентов, триаж пациентов, планирование и проведение операций. Например, ИИ-система, анализируя КТ или МРТ исследование, не только сможет поставить диагноз относительно развития болезни, но и рассчитать объём поражения соседних органов заболеванием (инвазию) и давать конкретную рекомендацию для хирурга по резекции и областям проведения операции.
Евгений Никитин, руководитель департамента ML-разработки компании «Медицинские скрининг системы» так оценивает развитие ИИ-решений в российской медицине и их перспективах:

«На текущий момент внедрение и применение ИИ-систем в медицине носит экспериментальный характер — о реальной ощутимой пользе говорить пока, на мой взгляд, не приходится. Тем не менее только через тестирование в боевых условиях мы сможем, во-первых, определить набор задач, для которых использование машинного обучения оправдано, а, во-вторых, довести их до необходимого уровня качества. Так что надо ещё немного потерпеть, а главное — способствовать активному сотрудничеству разработчиков и медицинского сообщества».