В рамках RIW-2022 прошла сессия «Внедрение искусственного интеллекта в здравоохранении: новые возможности для стартапов и цифрового бизнеса». Эксперты обсудили эффективные российские практики внедрения ИИ, перспективы технологий и рассмотрели опыт регионов.
2022 год для искусственного интеллекта (ИИ) в российской медицине ознаменовался двумя знаковыми событиями. Так, начала работу платформа ИИ в здравоохранении. По словам заместителя директора Департамента цифрового развития и информационных технологий Минздрава России Дмитрия Темнова, она станет инструментом, объединяющим врачебное сообщество и экспертов в области ИИ. На платформе размещаются приоритетные клинические задачи и датасеты для разработчиков технологий искусственного интеллекта.
Платформа Минздрава России (ссылка открывается только в браузерах «Яндекс» и «Атом». – Прим. ред.) призвана помочь медицинскому сообществу формулировать актуальные клинические задачи, организовывать сбор и разметку медицинских сведений, публиковать задачи и созданные под них датасеты (обезличенные структурированные наборы данных). Описания задач и датасетов доступны публично, доступ к датасетам, размещенным на платформе, получит любая российская аккредитованная Минцифры ИТ-компания.
Заместитель директора по научной работе Научно-практического клинического центра диагностики и телемедицинских технологий Антон Владзимирский еще одним важным событием назвал принятие стандартов в области искусственного интеллекта в здравоохранении. «Благодаря таким стандартам мы смогли навести мосты между всеми заинтересованными лицами: врачами, разработчиками», – объяснил он.
В феврале 2022 года Россия приняла ряд стандартов в области искусственного интеллекта в здравоохранении. Среди первых стандартов:
«Интеллектуальные методы обработки медицинских данных. Основные положения»;
«Системы ИИ в клинической медицине – программа, методика клинических испытаний»;
«Стандарт управления изменениями в системах ИИ с непрерывным обучением».
Разрабатывается еще более 120 стандартов.
Благодаря платформенному подходу Москва опережает российские регионы по использованию ИИ в здравоохранении. В 2019 году здесь стартовал эксперимент по внедрению в систему столичного здравоохранения искусственного интеллекта и цифрового зрения.
Начало эксперимента пришлось на тот момент, когда на мировом и российском рынках только начались робкие попытки обучить алгоритмы ИИ решению практических задач. Изначально взят курс на то, чтобы опередить зарубежных конкурентов, рассказал заместитель руководителя Департамента здравоохранения Москвы Илья Тыров.
По его словам, созданы и решения для здоровой конкуренции сервисов. Так, в каждом направлении задействовано минимум два продукта. Поддерживать высокий уровень медицинских ИИ-решений Москве помогают инвестиции. Так, в 2020-2022 годах на апробацию решений в рамках эксперимента выделено 900 млн рублей.
«С того момента роль искусственного интеллекта в здравоохранении Москвы не изменилась: технологии до сих пор применяются как ассистенты врача. ИИ не готов и вряд ли будет когда-нибудь готов к замене медицинских экспертов. Врач все равно участвует в работе с пациентом, а ИИ сокращает время на выполнение рутинных операций».
По его словам, ИИ в столичном здравоохранении используется для поддержки решений в диагностике. Например, цифровое зрение применяется в радиологии, ИИ помогает в расшифровке электрокардиограмм, также пилотируется аналитика патоморфологических исследований. К тому же ИИ автоматизирует рутинные процессы. Так, чат-бот принимает жалобы пациентов, видеоаналитика в стационарах следит за уровнем сервиса. Также находят свое применение в сфере здравоохранения такие виды ИИ, как технологии распознавания речи. Разработаны и внедрены решения, с помощью которых врач может диктовать важные сведения, а ИИ переводит речь в текст.
Голосовой ввод и чат-боты на базе ИИ, констатировал Илья Тыров, в среднем на 20% быстрее помогают заполнить протокол. «Однако врачам зачастую проще вызвать шаблон, чем полностью заполнять документ голосом. Перспектива развития этого инструмента заключается в синергии голосового управления и голосового ввода», – рассказал он.
В 40 раз с 2019 года вырос объем медицинских данных, ежедневно регистрируемых в Федеральном реестре электронных медицинских документов (РЭМД). Эта информация доступна для машинной обработки, что способствует целям развития ИИ в здравоохранении, полагает Дмитрий Темнов.
О необходимости работы с разными источниками данных рассказала Елена Соколова (Sber AI Lab; лаборатория искусственного интеллекта «Сбера»): «Это [необходимость работы с разными данными] и медицинские тексты, и изображения, и сигналы. Например, в 2021 году благодаря анализу медицинских сведений мы создали решения для определения вероятности нового коронавируса по кашлю, и Symptom Checker – решение для анализа симптоматики заболевания пациента и подсказки, к какому врачу с такой симптоматикой лучше обратиться».
В планах Sber AI Lab – развивать направление популяционного анализа населения для выявления пациентов из группы риска развития хронических недугов. Этот проект базируется на анализе электронных медицинских карт.
А еще один проект – персональная комплексная диагностика пациента, которая также будет основана на изучении искусственным интеллектом его медицинской карты.
«Врач не может за стандартные 12 минут приема проанализировать медкарту человека, поэтому требуется помощь ИИ. Пример такого проекта мы реализовывали в 2022 году вместе с правительством Москвы. Речь идет о проекте диагностического ассистента. Разработанная модель ИИ анализирует всю содержащуюся в медкарте информацию: жалобы, результаты инструментальных и лабораторных исследований, анамнез, описание заключений – и выдает второе мнение врачу. Модель обучалась на обезличенных данных более чем на 30 млн визитов пациентов».
В российском здравоохранении большинство сервисов для обработки диагностических изображений ориентировано на лучевую диагностику, говорит Анна Мещерякова, генеральный директор разработчика ИИ-сервисов «Платформа «Третье мнение»: «Уровень зрелости этого направления самый высокий: данные – цифровые, инфраструктура наиболее готова к внедрению ИИ. Поэтому большинство сервисов, которые мы в «Третьем мнении» вывели на рынок, – это сервисы для отделения лучевой диагностики».
Недавно организация в одном из регионов завершила проект по ретроспективному анализу исследований грудной клетки, были проанализированы данные за 1,5 года.
«Нам удалось в 200 раз быстрее, чем это сделал бы человек (среднее время на анализ одного снимка – 15 минут. – Прим. ред.), проанализировать полуторагодовой архив КТ-исследований. Технологии помогают и младшему медперсоналу. Например, медсестры благодаря push-оповещениям смогут до 50 раз быстрее реагировать на тревожные ситуации, связанные с возможным падением пациентов».
Несмотря на все успехи, реального внедрения серьезных, глубоких систем поддержки принятия врачебных решений на федеральном уровне крайне мало, подытожил руководитель экспертной группы «Цифровые технологии в медицине» при АНО «Цифровая экономика», генеральный директор ассоциации «НБМЗ» и руководитель направления цифровой медицины компании «Инвитро» Борис Зингерман. По его словам, сейчас ИИ охотнее всего доверяют пациенты.
«Внедрение систем принятия решений тормозится, так как опытные и амбициозные врачи относятся к ИИ с предвзятостью. А у пациентов нет медицинского образования, и они рады любой помощи и подсказке от искусственного интеллекта», – отметил Борис Зингерман.
Сложнее ситуация обстоит в региональном здравоохранении. Первые попытки внедрения ИИ в медицинские учреждения Ямало-Ненецкого округа (ЯНАО) начались в 2018 году. На первом этапе обновлен парк медоборудования, создан центральный архив медицинских изображений и проведено несколько технических интеграций с сервисами ИИ. На втором этапе в ЯНАО обеспечивали качество работы ИИ, в том числе проверяли эффективность сервисов. И затем, по словам заместителя директора Департамента здравоохранения ЯНАО Андрея Дорофеева, столкнулись с серьезной проблемой. Для контроля качества ИИ-решений в медицине не хватало специалистов, поэтому на призывы о помощи откликнулись эксперты Департамента здравоохранения Москвы.
«Выход был найден. Согласно договоренностям со столичными экспертами, в ЯНАО подключаются сервисы, занимающие в Москве лидирующие позиции. Сейчас реализуется третий этап – вовлечение врачей-рентгенологов в работу с ИИ. Отрабатываются механизмы сбора обратной связи о работе сервисов на базе искусственного интеллекта. Следующее, что мы сделаем, – продумаем, как мотивировать врачей на работу с ИИ-решениями», – объяснил Андрей Дорофеев.
Еще одной проблемой для масштабирования медицинских ИИ-решений является вопрос финансирования, отметил директор по развитию бизнеса ООО «К-Скай» (бренд Webiomed) Александр Гусев. Для выбора обоснованного подхода к этому вопросу он предлагает рассмотреть три различных уровня зрелости ИИ-систем.
«Первый уровень – это новые идеи и разработки, требующие апробации на предмет востребованности рынком. Такие решения еще не прошли необходимые клинические испытания. Источником финансирования для них могут быть собственные средства разработчиков, инвесторов или институтов развития. Второй уровень – это технологически зрелые компании, имеющие регистрационное удостоверение медицинского изделия Росздравнадзора на свою ИИ-систему. Такие решения уже полностью готовы к внедрению, но пока не имеют убедительных доказательств клинической или экономической эффективности. Их оптимально финансировать за счет целевых программ, как это, например, реализуется в рамках московского эксперимента. Третий уровень – это продукты, успешно прошедшие проспективные контролируемые клинические исследования. Решения, по которым собрана обширная доказательная база их клинической или экономической эффективности. При «погружении» таких систем в клинические рекомендации появится возможность оплачивать их применение из средств ОМС. Пока таких продуктов на рынке России нет».
Наконец, немаловажной проблемой является доверие к ИИ со стороны практического здравоохранения – о ней говорили Борис Зингерман, Антон Владзимирский и Александр Гусев. Без формирования доверия невозможно будет ожидать массового применения врачами систем на основе искусственного интеллекта. Для ее решения необходима продуманная стратегия, включающая обеспечение прозрачности создания и валидации ИИ-систем, развитие доступа к качественным наборам данных, а также публикацию научных исследований в этой сфере.
Запись сессии – по ссылке: www.youtube.com
Презентации участников:
