Разработка решений на базе технологий искусственного интеллекта (ИИ) в здравоохранении в России практически не зависит от зарубежных компонентов. Базой для создания ИИ-продуктов в основном служат российские датасеты. Но в сборе массивов информации может использоваться зарубежное оборудование. Свести его применение до минимума крайне критично для развития российского рынка и становления отечественных компаний. Для этого, по словам экспертов, стартапам нужна финансовая и регуляторная поддержка. Правда, источников этой поддержки сейчас немного или доступ к ней стал затруднителен.
Инвестиции в цифровое здравоохранение в России по итогам 2021 года достигли $127 млн (+ $80 млн к уровню 2020 года), следует из отчета Webiomed. При этом российские эксперты в сфере медицины отмечают определенные успехи в технологической независимости отрасли. В первую очередь – в разработке программного обеспечения, особенно в сфере искусственного интеллекта.
Инвестиции в российский медицинский ИИ, как рассказал ведущий научный сотрудник Института искусственного интеллекта AIRI Виктор Гомболевский, в 2021 году составили $5,39 млн.
«Наибольшие инвестиции в ИИ внутри здравоохранения в мире, также как в России, лежат в лучевой диагностике. Сегодня российский сектор медицинского ИИ переживает этап роста с появлением новых компаний, программных продуктов и решения новых задач. И в России, и в мире основные надежды возложены на применение ИИ для медицинских изображений».
Если сравнивать структуру российских инвестиций в медицину, то они повторяют мировые тренды, указывает эксперт. Особенно схожа ситуация в сфере ИИ. Здесь сценарии разработки практически не зависят от зарубежных решений.
Так, системы поддержки принятия врачебных решений, разработанные в России, в частности – модули компьютерного зрения компании «Платформа Третье Мнение», состоят из программной и аппаратной частей (оборудование). И по первой составляющей зависимости от импорта нет.
«Дело в том, что программный код написан российскими компаниями на основе российских датасетов. Но оборудование (вычислительные мощности, серверы, графические процессоры, необходимые для хранения и передачи медицинских данных, обучения алгоритмов и последующей их эксплуатации) создается за рубежом. Также аппаратная часть для сбора медицинских данных иногда требует поставки зарубежных комплектующих».
Несколько иначе обстоят дела у разработчиков голосовых ассистентов на базе ИИ: они изначально ориентируются на конкретные языки. Так, «языкозависимые» решения, которые используют ИИ для распознавания и синтеза речи, как правило, уникальны и не имеют аналогов за рубежом по качеству и полноте распознавания русского языка.
«Во многом это связано с регуляцией медицины, где критичные и персональные данные пациентов имеют высочайший приоритет защиты. Такая информация не подлежит передаче в облачные зарубежные решения. Например, одно из решений, разработанное нами, учитывает специфику российской отрасли здравоохранения, включает в себя специализированные словари (диагностов, кардиологов, патоморфологов, хирургов и т. д.). То есть решение понимает даже специфический лексикон узкопрофильных специалистов, что помогает наиболее корректно заполнять медпротоколы».
Несколько иного мнения придерживается руководитель направления цифровой медицины компании INVITRO Борис Зингерман. По его словам, почти все медицинские сервисы, использующие ИИ, разрабатываются в России. Но некоторые компоненты в стране не производятся.
«Для систем обработки изображений необходимо цифровое медицинское оборудование, а оно преимущественно импортное. Телемедицина и анализ рисков на основе медицинских карт не привязаны к оборудованию. Это перспективное направление, но оно крайне зависимо от финансирования, также как анализ изображений».
Эксперты обоснованно считают: снижение использования зарубежных решений крайне критично для развития российского рынка и становления отечественных компаний.
«Пока же мы вынуждены использовать фреймворки и библиотеки для машинного обучения иностранных компаний, равно как и чипы для ускорения работы моделей, и даже софт для разметки данных и математического анализа. Все это преимущественно американские продукты. На мой взгляд, следует усилить государственные инвестиции в создание полностью независимого отечественного стека технологий для ИИ, начиная от процессоров и заканчивая ПО для обучения и эксплуатации моделей машинного обучения. Китай пошел по этому пути несколько лет назад, а теперь добился впечатляющих успехов».
Для снижения доли зарубежных решений при создании полностью российских медицинских ИИ-сервисов компаниям-разработчикам потребуется финансовая поддержка. Источниками помощи, по мнению Бориса Зингермана, могут стать:
При этом проблему ограничения венчурных ресурсов можно решить, лишь системно финансируя отрасль, отмечает Анна Мещерякова.
«Стимулировать учреждения здравоохранения можно посредством отдельного целевого финансирования в рамках тарифов ОМС, с распределением по региональным бюджетам. При этом мы выступаем против финансирования ИИ за счет оплаты труда врачей или за счет урезания бюджета на закупку лекарств».
Не лишним будет поддержать не только разработчиков «сквозного ИИ», но и отраслевые стартапы, создающие прикладные ИИ-решения для медицины, здравоохранения и фармацевтики, указывает Александр Гусев.
«Наше здравоохранение на 90% представлено государственными организациями. Сейчас у них нет ни поручений, ни целевого финансирования на ИИ-проекты. В такой ситуации рынок будет мизерным и существовать только на финансовую поддержку единичных регионов, выделяющих собственные средства и без того скудных бюджетов. Запуск отдельного федерального финансирования и поддержка отрасли в течение следующих трех – пяти лет – это крайне важный шаг, без которого мы не добьемся сколько-нибудь заметного роста».
Но только финансовыми вложениями ускорить развитие медицинского ИИ в России вряд ли удастся, считает Борис Зингерман. По его словам, поддержка должна носить комплексный характер.
«Для этого наряду с финансовыми мерами поддержки нужно вводить и регуляторные. Сейчас по закону алгоритмы ИИ должны быть зарегистрированы как медицинское изделие, причем самого высокого, третьего класса. Такая регистрация и по финансам, и по времени рассмотрения заявки – крайне неподъемная процедура для стартапов. Обезличивание и доступ к обезличенным данным в медицине также не урегулирован, а данные для обучения ИИ практически недоступны».
Пока же эксперты констатируют, что отечественные компании не смогли найти привлекательные пути и инструменты для продвижения. По словам Виктора Гомболевского, отчасти эта проблема связана с тем, что успешные продукты компаний должны сочетать в себе сразу несколько важных условий, где каждое последующее сложнее предыдущего:
Полным набором могут похвастаться единицы компаний, тогда как большинство находятся на предыдущих ступенях этой лестницы, заключил эксперт.
