Искусственный интеллект облегчает работу врачам

Фото: СберМедИИ
Фото: СберМедИИ
Зак
Игал

генеральный директор СберМедИИ
Благодаря возможностям цифровых технологий российские клиники вне зависимости от их месторасположения могут воспользоваться нашими ИИ-сервисами. Они органично встраиваются в медицинские информационные системы лечебно-профилактических учреждений.
16.08.2021

Генеральный директор СберМедИИ Зак Игал рассказал обозревателю Vision Якову Шпунту о том, как сервисы, использующие искусственный интеллект (ИИ), могут помочь или уже помогают медикам, и как преодолеть разного рода препятствия, как объективные, так и субъективные.

ИИ активно использовался в ходе пандемии и показал неплохие результаты. Можно ли сказать, что это обстоятельство способствовало росту практического интереса к использованию ИИ в медицине?

– Да, конечно. Пандемия стала драйвером цифровизации и заставила всех посмотреть в сторону Medtech. Можно говорить о "рывке", который произошел благодаря вниманию к внедрению инновационных технологий в целом и к искусственному интеллекту (ИИ), в частности. Опыт пандемии показал, что привлечение искусственного интеллекта в эту сферу приносит очень хорошие результаты.

Например, цифровой сервис – умный помощник врача "ТОП-3", разработанный Сбером и правительством Москвы, стал одним из пяти компаний-чемпионов в номинации "Электронное здоровье" (E-health) престижного международного конкурса WSIS Prizes 2021, проводимого под эгидой ООН. С октября 2020 года помощник был внедрен в рамках развития системы поддержки принятия врачебных решений во всех взрослых поликлиниках Москвы.

Уже в 43 регионах России более 100 медицинских учреждений применяют сервисы нашей компании, входящей в экосистему Сбера. Такие, как "КТ легких" – искусственный интеллект помогает врачу-рентгенологу описывать в первую очередь пациентов с пневмонией, это снижает вероятность ошибки и в целом нагрузку на врачей.

Лаборатория по искусственному интеллекту Сбера и СберМедИИ разработали приложение AI Resp, которое за минуту анализирует звуки дыхания и кашля человека на наличие паттернов, характерных для COVID-19. Приложение доступно для скачивания в Google Play и App Store. За несколько дней после выхода приложения его скачали более 9 000 раз.

Какие направления деятельности медучреждений легче автоматизировать с помощью ИИ? Где это даст наибольший эффект?

– Мы специализируемся именно на медицинских задачах, однако прежде чем к ним приступить, действительно нужно решить ряд других. Для эффективного развития ИИ крайне важна автоматизация сбора данных в медучреждения, чтобы впоследствии на этих данных можно было обучать алгоритмы. Качество исходных данных для анализа и обучения, решение ситуации с обезличенными данными – это все крайне важные направления, которые могут открыть путь к созданию большого количества датасетов.

Недоверие к ИИ. Почему оно возникает? Как его преодолеть?

– Известный факт: в свое время понадобилось примерно десять лет, чтобы такое новшество, как электрокардиограф, было принято и врачами, и пациентами. Речь идет, скорее, не о недоверии, а о консерватизме. И он вполне понятен, ведь внедрение любой новой технологии требует определенного времени. Конечно, теперь все происходит гораздо более динамично. Пандемия заметно увеличила интерес к цифровым продуктам в сфере здравоохранения и развития ИИ. Сейчас зарождается новая парадигма: врачи, которые используют "цифровых помощников", станут более востребованными. И нам особенно приятно сотрудничать с такими врачами-первопроходцами, причем как в столице, так и в регионах. Результаты опросов, которые мы проводили, подтверждают тенденцию к конструктивному сотрудничеству разработчиков и врачей.

Для автоматизации каких задач в практической деятельности медработников ИИ в настоящее время наиболее эффективен?

– Анализ медицинских изображений сейчас один из наиболее перспективных сегментов применения ИИ в здравоохранении. Он позволяет существенно облегчить работу врача, ускорить обработку данных, оперативно сформировать необходимые "подсказки", тем самым улучшив качество диагностики и оказания медицинской помощи. Наши продукты – такие, как "ТОП-З", "КТ Легких", "КТ Инсульт", по результатам пилотных испытаний показывают высокие результаты. Все сервисы работают на основе алгоритмов искусственного интеллекта, осуществляя анализ текстовых и графических изображений.

В частности, наша разработка "КТ Легких" находит патологии, в том числе вызванные COVID-19, а также проводит сегментацию участков пораженной ткани легких с указанием объема поражения, определяет степень тяжести по шкале КТ. Отмечу, что список регионов, использующих продукты с искусственным интеллектом, постоянно расширяется. Как и линейка наших продуктов с применением искусственного интеллекта для здравоохранения, мы работает над увеличением перечня нозологий, которые будут обрабатывать наши модели. Надеемся, что они будут востребованы по всей России.

Также для облегчения этой задачи мы предлагаем нашу новую разработку – медицинский цифровой диагностический центр (MDDC) с использованием технологий искусственного интеллекта (ИИ). MDDC создан для помощи врачам в постановке диагнозов и принятии врачебных решений на основании данных первичного приема, инструментальной и лабораторной диагностики. Платформа может стать единым окном для клиник и лечебно-профилактических учреждений (ЛПУ) страны. Она включает более 50 разработок и решений СберМедИИ, а также других компаний экосистемы Сбера и партнеров. Врачи клиник, подключившихся к MDDC, в онлайн-режиме могут отправлять на "цифровой консилиум" данные первичного приема, инструментальной и лабораторной диагностики. Платформа MDDC предоставляет возможность предиктивного подбора специалистов по анамнезу. А обеспечение консультационной помощью специалистов происходит по широкому спектру направлений: терапия, кардиология, радиология, онкология, хирургия, стоматологические исследования. В рамках MDDC действуют цифровые аналоги клинико-диагностической, патоморфологической, гистологической лабораторий.

Насколько сложно и дорого внедрение ИИ? По силам ли его использование среднему ЛПУ в небогатом регионе?

– Да, это вполне возможно! Благодаря возможностям цифровых технологий российские клиники вне зависимости от их месторасположения могут воспользоваться нашими ИИ-сервисами. Они органично встраиваются в медицинские информационные системы лечебно-профилактических учреждений. К примеру, приведу позитивный опыт Брянской области. Цифровыми подсказками брянские врачи стали пользоваться еще в прошлом году, когда искусственный интеллект был внедрен в практику диагностики Covid-19. Благодаря запуску модели анализа больших данных на основе нейросетей от СберМедИИ брянским медикам одним из первых в стране стали доступны передовые технологии, позволяющие быстро и точно поставить диагноз пациенту, тем самым предупредить возможные осложнения и обеспечить верный набор оказываемых пациенту услуг. В итоге руководители областной сферы здравоохранения приняли решение о продолжении сотрудничества.

Как построить инфраструктуру сбора данных для ИИ? Кто должен этим заниматься?

– Сейчас идет активная дискуссия по этому поводу. Мы в этом смысле выступаем за поиск разумного баланса между защитой персональных данных граждан и созданием общедоступных наборов данных и предоставлением доступа к ним российским разработчикам. Важно, что данные обязательно должны храниться в России. Сбор качественных медицинских датасетов сейчас в России сейчас активно развивается. И по ним возможно машинное обучение. Чем больше будет данных, пригодных для обучения, тем быстрее удастся создать искусственный интеллект по самым разным направлениям: визуализация и диагностика, системы поддержки принятия врачебных решений, риск-анализ и т. д.

Насколько появление ЕГИСЗ будет способствовать расширению практики применения ИИ в российском здравоохранении?

– Речь идет не о появлении ЕГИСЗ, а о более качественном ее наполнении. Сейчас активно идет процесс сбора данных, но ситуация в том, что данные не всегда подходят для задачи обучения алгоритмов, они неструктурированные, неполные и т. д. Уверен со временем ситуация будет меняться и можно будет говорить о формировании качественной медицинской big data. Это позволит создавать новые продукты для искусственного интеллекта в медицине.