Помічники лікарів: як в Росії за допомогою ІІ-платформ боролися з коронавірусів

Во время пандемии российская медицина совершила скачок в диджитал. Например, в Москве Единая

радиологическая информационная система теперь охватывает около сотни клиник, а мэр Москвы подписал постановление об использовании компьютерного зрения и ИИ в медицине. Параллельно с этим разрабатываются национальные стандарты в области искусственного интеллекта в здравоохранении: они помогут избежать ошибок в работе решений на базе ИИ, что недопустимо, когда речь заходит о здоровье.

Этот процесс начался еще до пандемии. Его векторы намечены в дорожных картах Национальной технологической инициативы (НТИ) «Хелснет» (HealthNet) и «Нейронет» (NeuroNet). Платформы на основе искусственного интеллекта помогут врачам ставить диагнозы, пациентам — получать альтернативное мнение, а разработчикам — создавать новые медицинские сервисы с помощью инструментов с использованием ИИ. Среди них — «CoBrain-Аналитика», Botkin.AI, «Цельс», а также разработки центров компетенций НТИ. В будущем могут быть созданы новые решения благодаря запуску технологического конкурса.

Виявити депресію по МРТ

«CoBrain-Аналітика» - це платформа, яка здопомогою ІІ допомагає лікарям економити час і підвищувати якість діагностики, а розробникам - створювати нові сервіси на основі ІІ для медицини. Її розробив «Сколтех» в рамках дорожньої карти «НЕЙРОНЕТ» НТІ.

На платформі діють три основні продукти:

  • CoLab - спільне робоче простір длярозробки і сертифікації медичного ІІ. З його допомогою команди, стартапи та інші компанії можуть створювати нові технології, проводити дослідження, шукати вирішення наукових або комерційних проблем.
  • 2nd opinion — библиотека приложений и база знаний для врачей и пациентов, которые получат тут персональные рекомендации и альтернативное мнение по своему диагнозу, загрузив собственные данные — например, фото высыпаний на коже или рентгеновский снимок.
  • MedEducation - освітня частина для медиків, де лікарям доступні лекції та спеціалізовані курси.

ІІ на платформі вже зараз визначає захворювання легенів по рентгенівським і флюорографічних знімків, а також може виявити депресію за результатами МРТ. Список його можливостей поповнюється.

Skoltech Communications

На платформі зареєстровані московські центриім. Бурденко, Вишневського, Рижих, Кулакова, Соловйова, Пирогова, Науковий центр неврології, а також розробники медичних систем на основі ІІ (Care Mentor AI, «ФтізісБіоМед», «Третя думка»), команди розробників і стартапи (Z-union, EyeMoove, «Біодіджітал», «біогенні», Kleiber bionis, Sensorylab, MDink, Unim).

У грудні 2020 року «Ощад» і «Сколтех» оголосили прооперації зі створення екосистеми для розвитку ІІ в Росії. Бібліотека додатків і дата-сетів, яку сформували на базі розробок «Ощад» і проекту «CoBrain-Аналітика», на даний момент є однією з найбільших в Росії.

На грудень минулого року медичними рішеннями на основі ІІ, створеними «СберМедІІ» і «Сколтехом», користувалися в 16 регіонах країни.

Звернути увагу лікаря

Botkin.AI - це платформа, яка за допомогою ІІ аналізує медичні зображення: КТ, МРТ, маммографічні і рентгенівські знімки. Вона допомагає лікарям: знижує навантаження на них і одночасно зменшує шанс зробити помилку, яка може коштувати пацієнту життя.

Алгоритм знаходить патології на медичних знімкахі зазначає ті ділянки, на які лікаря потрібно звернути додаткову увагу. Лікар перевіряє їх, підтверджуючи або спростовуючи результати аналізу ІІ - так система навчається. У березні 2020 року розробники додали на платформу функціонал для аналізу пневмонії, що допомогло клінікам виявляти пацієнтів з коронавірусів.

Платформу використовують в Росії і в пілотнихпроектах за кордоном. Це перша (і поки єдина) платформа, зареєстрована в країні як «медичний виріб з технологією ІІ класу ризику 2б»: її можна застосовувати в діагностиці небезпечних захворювань, в тому числі онкологічних. Проект отримав сертифікат CE Mark, який необхідний для виходу на ринок європейських та інших країн, а в планах - сертифікат від американського FDA (Управління з санітарного нагляду за якістю харчових продуктів і медикаментів США - «Хайтек»).

Розробники Botkin.AI називають в якості плюсів проекту: високу точність аналізу зображень та наявність готової хмарної платформи, яку можна розгорнути в клініках. Платформа вже інтегрована з Єдиної радіологічної інформаційною системою Москви: до сервісу на серпень 2020 року було підключено 46 медичних організацій.

У платформу входять:

  • моделі для аналізу медичних зображень;
  • інструменти для візуалізації результатів аналізу патологій;
  • інструменти для розмітки досліджень;
  • настроюються процеси спільної роботи інструментів ІІ і лікарів.

Botkin.AI

На платформі можна досліджувати ефективністьлікарських препаратів. «Петровакс» разом з «Інтеллоджік» в листопаді 2020 року розпочали перевіряти дію препарату «Лонгидаза» серед пацієнтів, які перенесли COVID-19. Це один з перших в світі проектів, де штучний інтелект допомагає визначити ступінь ураження легень - в тому числі в динаміці у пацієнтів, які перенесли коронавірус.

За даними CrunchBase, проект вже привернув сумарно $ 3,8 млн. У грудні 2020 року в компанію «Інтеллоджік», розробника Botkin.AI, вклали 160 млн рублів.

Працювати з державними структурами

Платформа «Цельс» (проект компанії «Медичніскринінг системи »-« Хайтек ») допомагає радіологам і онкологів приймати лікарські рішення. За допомогою ІІ вона розпізнає доброякісні або злоякісні зміни на медичних знімках, вказує їх локалізацію та інтерпретує результати згідно з міжнародними стандартами.

Це перша програма на базі технологій ІІ, включена до Реєстру вітчизняного ПО, що дає їй право працювати з державними установами.

У період експерименту Департаментуохорони здоров'я Москви по використанню комп'ютерного зору система обробила 50 тис. знімків мамографії і 290 тис. флюорографій в московських поліклініках. На вересень 2020 року пілотні і комерційні запуски платформи були реалізовані в 13 регіонах Росії.

ТОВ «Медичні скринінг системи»

Точность анализа изображений составляет 95% — по маммографии и 93% — по флюорографии.

У грудні 2020 року венчурний фонд Національноїтехнологічної ініціативи інвестував в проект 180 млн рублів. У планах компанії отримати сертифікацію в Росії і за кордоном і вийти на ринки Південно-Східної Азії, Близького Сходу, Африки та Європи.

виявити туберкульоз

Корпораціям і промисловим підприємствам потрібновирішувати прикладні завдання, а науковим організаціям - комерціалізувати свої розробки. Для зв'язки між наукою і бізнесом була створена мережа Центрів компетенцій НТІ. Кожен з таких центрів є консорціум, який включають в себе технологічні компанії, російські вузи, наукові організації, іноземних партнерів.

Серед розробок Центру компетенцій НТІ понапрямку «Штучний інтелект», організованого на базі фізтеху (МФТІ), є система підтримки прийняття лікарських рішень в області флюорографії, мамографії, кардиографии з використанням пошукових систем і технологій глибокого машинного навчання. На даний момент створено експериментальний зразок системи.

За результатами випробувань, точність аналізу становить:

  • електрокардіографічних модуль - 83%;
  • флюорографічний модуль - 86%;
  • маммологічний модуль - 81%.

Замовниками платформи можуть бути як приватні медичні та дослідницькі організації, так і федеральні і місцеві освітні та медичні установи.

Фрагмент інтерфейсу СППВР. Фото: МФТІ

Центр компетенцій НТІ за напрямом «Технологіїзберігання та аналізу великих даних »на базі МДУ імені М.В. Ломоносова розробив хмарний сервіс «АнтіКох». Сервіс, який аналізує медичні знімки за допомогою ІІ, опублікований в хмарі, тому доступ до нього мають лікарі всіх рівнів в Росії і за межами країни.

Розробка Центру компетенцій діагностуєтуберкульоз на КТ з точністю в 93% і постійно вчиться завдяки використанню машинного навчання. Вона аналізує флюорографію за 0,8 секунди, після чого видає рекомендації з класифікацією за варіантами захворювання.

Систему використовують і для виявлення симптомівCOVID-19. Команда створила пілотний варіант хмарного сервісу «АнтіКорона». Сервіс навчають розпізнаванню хвороби на рентгенівських знімках і флюорографії. Ці види досліджень дешевше і доступніше, ніж КТ: зазвичай томографи стоять у великих клініках, а кількість КТ-фахівців істотно обмежена.

Для навчання системи використовували розміченірентгенівські зображення, отримані з клінік США і орієнтовані на лікування хворих коронавірусів. Розробники отримали позитивні прогнози про надійність діагностики COVID-19 на основі флюорографічних знімків, це актуально, тому що цифровими флюорографами оснащені практично всі лікувальні установи Росії.

У московському референс-центрі променевої діагностикина базі Центру діагностики та телемедицини Департаменту охорони здоров'я міста Москви і в 53 регіонах Росії «АнтіКорона» використовується для діагностики COVID-19, а «АнтіКох» - для діагностики туберкульозу. Тільки в московському референс-центрі завдяки рішенню оброблено понад 250 000 медичних зображень.

«Питома вага успішно проаналізованихдосліджень перевищує 99% при наступних основних показниках: чутливість - 94,0%, специфічність - 66,0%, точність - 80,0%, площа під характеристичною кривою - 90,0%, що перевищує кращі світові показники подібних систем », - розповів Михайло Натензон, керівник проекту «Хмарні технології обробки та інтерпретації медичних діагностичних зображень на основі застосування засобів аналізу великих даних» Центру компетенцій НТІ з технологій зберігання і аналізу великих даних на базі МДУ.

У прес-службі АНО «Платформа НТІ» відзначили, що проекти «АнтіКорона» і «АнтіКох» залучили 14 млн рублів інвестицій.

Інші розробки з Росії

У Росії є ще ряд проектів, пов'язаних із застосуванням штучного інтелекту в медицині. Кілька платформ входять в Інфраструктурний центр Національної технологічної ініціативи «Хелснет».

платформа Webiomed аналізує знеособлені медичні дані,щоб прогнозувати можливий розвиток захворювань і їх ускладнень на персональному і популяційному рівні. У квітні 2020 року Webiomed став першою в Росії розробкою в області ІІ, зареєстрованої Росздравнадзором як медичний виріб.

Система аналізує різні медичні даніпацієнта, виявляє фактори ризику і підозри на захворювання, формує на їх основі прогнози, що містять комплексну оцінку ймовірності розвитку різних захворювань і смерті пацієнта від них. Webiomed використовує машинне навчання, NLP-технології (Natural Language Processing, з англ. «Обробка природної мови» - «Хайтек»), прогнозне моделювання.

Проект допоможе керівникам в сферіохорони здоров'я та лікарів скоротити захворюваність і смертність через передбачувану аналітику. Платформу від компанії «К-Скай» використовують в більш ніж 70 медичних організацій в Росії.

Система для самостійного скринінгу здоров'яBiogenom доступна в Play Market. З її допомогою користувачі можуть отримати розшифровку аналізів, перевірити правильність лікування. В майбутньому підписка стане платною. «Ми входимо в реєстр ІЦ HealthNet НТІ, цей факт підвищує довіру з боку індустріальних партнерів, - розповідає Олексій Дубасов, гендиректор" біогенні ". - Також це є позитивним фактором при участі в різних конкурсах ».

технологічні конкурси

Технологічні конкурси здатні відкривати цілі галузі. Наприклад, завдяки DARPA Grand Challenge в усьому світі з'явилися безпілотники, а Ansari X Prize запустив приватну космонавтику.

Для перемоги в таких змаганнях необхідноподолати технологічний бар'єр. Але головне не перемога і навіть не великий грошовий приз, а той факт, що навколо конкурсу вибудовується співтовариство, створюються нові команди. Учасники подібних конкурсів творили майбутнє ринку: наприклад, Ентоні Левандовскі, чий мотоцикл на DARPA Grand Challenge 2004 року впав через три метри від старту, працював потім над безпілотниками в Google і Uber.

Anthony Levandowski

У Росії в 2018 році запустили серіютехнологічних конкурсів Up Great в рамках НТІ. Тоді стартували перші конкурси: «Зимовий місто» для безпілотних автомобілів і «Перший елемент» на створення двигунів на водневих паливних елементах.

Фінал технологічного конкурсу «Зимовий місто». Фото: Вадим Францев

Зараз готується до запуску новий технологічнийконкурс: учасникам запропонують створити засновану на технологіях ІІ систему прийняття лікарських рішень для постановки повного клінічного діагнозу на основі когнітивного аналізу комплексу клініко-лабораторно-діагностичних даних пацієнта та інформації з професійних баз медичних знань і клінічних рекомендацій.

Система на базі ІІ повинна буде використовувати всі можливі дані про пацієнта, всі доступні напрацювання вчених і медиків, щоб допомогти лікарю поставити правильний діагноз.

Это должно привести к созданию новых компаний и технологических решений в области ИИ для медицины.

Ситуація на ринку очима стартаперів

Підприємці сходяться в тому, що інтерес до медичних ІІ-продуктам є тільки у піонерів і технооптімістов.

«Просунуті приватні медичні організаціїзацікавлені у впровадженні різних технологій, які підвищують економічну ефективність, якість медичного обслуговування, покращують клієнтський сервіс, - переконаний гендиректор "біогенні". - І їм без різниці, на базі ІІ ця технологія або просто програмний продукт ».

По оценкам компании «К-Скай» (Webiomed), таких продвинутых медицинских организаций сейчас в России менее 5%. «Такие заказчики традиционно проявляют высокий интерес ко всем новинкам и пробуют их применять, — говорит Александр Гусев, директор по развитию “К-Скай”. — Для сравнения, в США эта цифра уже сейчас составляет около 70%».

Ситуація поступово поліпшуватиметься.У найближчі три роки показник виросте до 15-20%, прогнозує Гусєв. Тобто трохи менше чверті організацій будуть постійно використовувати хоча б один продукт на основі ІІ.

проблеми ринку

Засновники платформ на основі ІІ вважають, що проблеми є як на стороні розробників, так і на стороні замовників.

Олександр Гусєв відзначає, що майже всі продуктиЗараз вирішують тільки окремі частини завдань: «Функціональності не вистачає, слабка інтеграція з існуючими медичними інформаційними системами та іншими базовими продуктами автоматизації роботи медичної організації. Тому їх корисність в очах замовника поки обмежена ». Проблему можна вирішити, розвиваючи можливості систем, посилюючи команди і інвестуючи в розробку. Але це утруднено відсутністю прозорих і зрозумілих схем монетизації.

«Ринок багатий на стартапи різної якості, -розповідає Артем Капнинский, співзасновник проекту "Цельс". - Якщо говорити про конкурентів, то можна згадати експеримент міста Москви по впровадженню ІІ в радіології, який розставляє всі крапки над i. Коли експеримент тільки намічався, запрошували 140 компаній, відгукнулися 40-50. У підсумку після всіх етапів оцінки, функціонального тестування до кінця року налічувалося всього 15 компаній. У цьому році на нараді в департаменті охорони здоров'я озвучувалася, що експеримент продовжено на 2021 рік. Розіслали пропозиції 180 компаніям в усьому світі, відгукнулися 12. Насправді компаній з готовим продуктом, який можна розглядати для застосування і для випробувань, дуже небагато. Це тенденція ринку: багато компаній вкладають в маркетинг кошти, які вони залучають від інвесторів, і працюють не над тим, щоб поліпшити свій продукт, а щоб привернути нові інвестиції ».

Для впровадження ІІ-проектів потрібні регіональніреференс-центри, які б займалися підвищенням якості променевих досліджень, вважає керівник колективу розробників проектів «АнтіКорона» і «АнтіКох» Михайло Натензон. Але в більшості регіонів такі центри відсутні, тому що не вистачає бюджетних коштів на їх створення і підготовленого медичного та технічного персоналу для референс-центрів.

«Для створення референс-центрів регіонахнеобхідно допомогти з їх проектуванням, нормативно-правовим забезпеченням їх роботи, забезпеченням економічної ефективності їх функціонування », - вважає Натензон. Ці завдання може вирішити колектив розробників проекту «Хмарні технології обробки та інтерпретації медичних діагностичних зображень на основі застосування засобів аналізу великих даних» Центру компетенцій НТІ з технологій зберігання і аналізу великих даних на базі МДУ.

Майбутнє штучного інтелекту в медицині

Аналітики прогнозують, що щорічний темп зростанняринку ІІ в медицині аж до 2022 року складе близько 70%. «Ранній аналіз розвитку ринку HealthNet НТІ в 2015 році показав, що одним з найперспективніших є сегмент цифрових технологій, що включає розробку і впровадження в клінічну практику алгоритмів машинного навчання і штучного інтелекту, що знайшло своє відображення в дорожній карті і позначилося не тільки в підтримці ряду проектів , а й створення екосистеми, - підтверджує Михайло Самсонов, заступник керівника робочої групи HealthNet НТІ. - Пандемія COVID-19 тільки прискорила цей тренд і дала величезний поштовх розвитку збору та аналізу структурованих даних, одержуваних при обстеженні пацієнтів. На наступному етапі ми очікуємо рішення ще більш складних завдань в області прийняття лікарських рішень, а також більш ефективний аналіз неструктурованих даних ».

Проекти, які отримали підтримку НТІ, використовували безліч клінік по всій країні, допомагаючи лікарям не пропустити пацієнтів з симптомами коронавируса.

Розвиток і підтримка таких проектів ведутьсявідповідно до дорожніх картах "Хелснет» і «НЕЙРОНЕТ». Планується, що до 2035 року п'ять компаній з Росії, які працюють в сегментах цього ринку, повинні увійти в топ-70 компаній за обсягом продажів в світі. А відповідно до Національної стратегії розвитку ІІ до 2030 року, створення умов для застосування ІІ в охороні здоров'я - одна з ключових завдань щодо поліпшення рівня життя населення.

На ринку вже діють ряд компаній, якіможуть увійти до списку кращих в світі, і будуть з'являтися нові проекти. Для цього є основа у вигляді існуючих ІІ-платформ, які отримали підтримку Національної технологічної ініціативи. Також нові рішення створять центри компетенцій НТІ, де наука і бізнес працюють в зв'язці, і учасники технологічного конкурсу, який призведе до розвитку спільноти і створення нових команд.

Читайте також:

Уран отримав статус самої дивної планети в Сонячній системі. Чому?

Фізики створили аналог чорної діри і підтвердили теорію Хокінга. До чого це призведе?

Аборти і наука: що буде з дітьми, яких народять