Top.Mail.Ru

Помощники врачей: как в России с помощью ИИ-платформ боролись с коронавирусом

11 марта 2021 ХАЙТЕК
Помощники врачей: как в России с помощью ИИ-платформ боролись с коронавирусом

Пандемия коронавируса показала, что системы здравоохранения и врачи в частности просто не в состоянии справиться с таким наплывом пациентов. Особенно если речь идет о массовой диагностике КТ-снимков. На помощь приходят обучающиеся ИИ-платформы, которые способны с высокой точностью — от 80 до 90% — найти изменения в легких и других органах человеческого тела, помочь врачам с постановкой диагноза и избежать ошибок. Собрали передовые российские разработке по ИИ-диагностике и рассказали о том, чего не хватает российским стартапам.

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.

Выявить депрессию по МРТ

«CoBrain-Аналитика» — это платформа, которая с помощью ИИ помогает врачам экономить время и повышать качество диагностики, а разработчикам — создавать новые сервисы на основе ИИ для медицины. Ее разработал «Сколтех» в рамках дорожной карты «Нейронет» НТИ.

На платформе действуют три основных продукта:

  • CoLab — совместное рабочее пространство для разработки и сертификации медицинского ИИ. С его помощью команды, стартапы и другие компании могут создавать новые технологии, проводить исследования, искать решения научных или коммерческих 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 — образовательная часть для медиков, где врачам доступны лекции и специализированные курсы.

ИИ на платформе уже сейчас определяет заболевания легких по рентгеновским и флюорографическим снимкам, а также может выявить депрессию по результатам МРТ. Список его возможностей пополняется.


На платформе зарегистрированы московские центры им. Бурденко, Вишневского, Рыжих, Кулакова, Соловьева, Пирогова, Научный центр неврологии, а также разработчики медицинских систем на основе ИИ (Care Mentor AI, «ФтизисБиоМед», «Третье мнение»), команды разработчиков и стартапы (Z-union, EyeMoove, «Биодиджитал», «Биогеном», Kleiber bionis, Sensorylab, MDink, Unim).

В декабре 2020 года «Сбер» и «Сколтех» объявили о сделке по созданию экосистемы для развития ИИ в России. Библиотека приложений и дата-сетов, которую сформировали на базе разработок «Сбера» и проекта «CoBrain-Аналитика», на данный момент является одной из крупнейших в России.

На декабрь прошлого года медицинскими решениями на основе ИИ, созданными «СберМедИИ» и «Сколтехом», пользовались в 16 регионах страны.

Обратить внимание врача

Botkin.AI — это платформа, которая с помощью ИИ анализирует медицинские изображения: КТ, МРТ, маммографические и рентгеновские снимки. Она помогает врачам: снижает нагрузку на них и одновременно уменьшает шанс совершить ошибку, которая может стоить пациенту жизни.

Алгоритм находит патологии на медицинских снимках и отмечает те участки, на которые врачу нужно обратить дополнительное внимание. Врач проверяет их, подтверждая или опровергая результаты анализа ИИ — так система обучается. В марте 2020 года разработчики добавили на платформу функционал для анализа пневмонии, что помогло клиникам выявлять пациентов с коронавирусом.

Платформу используют в России и в пилотных проектах за рубежом. Это первая (и пока единственная) платформа, зарегистрированная в стране как «медицинское изделие с технологией ИИ класса риска 2б»: ее можно применять в диагностике опасных заболеваний, в том числе онкологических. Проект получил сертификат CE Mark, который необходим для выхода на рынок европейских и других стран, а в планах — сертификат от американского FDA (Управления по санитарному надзору за качеством пищевых продуктов и медикаментов США — «Хайтек»).

Разработчики Botkin.AI называют в качестве плюсов проекта: высокую точность анализа изображений и наличие готовой облачной платформы, которую можно развернуть в клиниках. Платформа уже интегрирована с Единой радиологической информационной системой Москвы: к сервису на август 2020 года были подключены 46 медицинских организаций.

В платформу входят:

  • модели для анализа медицинских изображений;
  • инструменты для визуализации результатов анализа патологий;
  • инструменты для разметки исследований;
  • настраиваемые процессы совместной работы инструментов ИИ и врачей.
На платформе можно исследовать эффективность лекарственных препаратов. «Петровакс» вместе с «Интеллоджик» в ноябре 2020 года начали проверять действие препарата «Лонгидаза» среди пациентов, перенесших COVID-19. Это один из первых в мире проектов, где искусственный интеллект помогает определить степень поражения легких — в том числе в динамике у пациентов, перенесших коронавирус.

По данным CrunchBase, проект уже привлек суммарно $3,8 млн. В декабре 2020 года в компанию «Интеллоджик», разработчика Botkin.AI, вложили 160 млн рублей.

Работать с госучреждениями

Платформа «Цельс» (проект компании «Медицинские скрининг системы» — «Хайтек») помогает радиологам и онкологам принимать врачебные решения. С помощью ИИ она распознает доброкачественные или злокачественные изменения на медицинских снимках, указывает их локализацию и интерпретирует результаты согласно международным стандартам.

Это первая программа на базе технологий ИИ, включенная в Реестр отечественного ПО, что дает ей право работать с государственными учреждениями.

В период эксперимента Департамента здравоохранения Москвы по использованию компьютерного зрения система обработала 50 тыс. снимков маммографии и 290 тыс. флюорографий в московских поликлиниках. На сентябрь 2020 года пилотные и коммерческие запуски платформы были реализованы в 13 регионах России.


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

В декабре 2020 года венчурный фонд Национальной технологической инициативы инвестировал в проект 180 млн рублей. В планах компании получить сертификацию в России и за рубежом и выйти на рынки Юго-Восточной Азии, Ближнего Востока, Африки и Европы.

Обнаружить туберкулез

Корпорациям и промышленным предприятиям нужно решать прикладные задачи, а научным организациям — коммерциализировать свои разработки. Для связки между наукой и бизнесом была создана сеть Центров компетенций НТИ. Каждый из таких центров представляет собой консорциум, который включают в себя технологические компании, российские вузы, научные организации, иностранных партнеров.

Среди разработок Центра компетенций НТИ по направлению «Искусственный интеллект», организованного на базе Физтеха (МФТИ), есть система поддержки принятия врачебных решений в области флюорографии, маммографии, кардиографии с использованием поисковых систем и технологий глубокого машинного обучения. На данный момент создан экспериментальный образец системы.

По результатам испытаний, точность анализа составляет:

  • электрокардиографический модуль — 83%;
  • флюорографический модуль — 86%;
  • маммологический модуль — 81%.

Заказчиками платформы могут быть как частные медицинские и исследовательские организации, так и федеральные и местные образовательные и медицинские учреждения.

Центр компетенций НТИ по направлению «Технологии хранения и анализа больших данных» на базе МГУ имени М.В. Ломоносова разработал облачный сервис «АнтиКох». Сервис, который анализирует медицинские снимки с помощью ИИ, опубликован в облаке, поэтому доступ к нему имеют врачи всех уровней в России и за пределами страны.

Разработка Центра компетенций диагностирует туберкулез на КТ с точностью в 93% и постоянно учится благодаря использованию машинного обучения. Она анализирует флюорографию за 0,8 секунды, после чего выдает рекомендации с классификацией по вариантам заболевания.

Систему используют и для обнаружения симптомов COVID-19. Команда создала пилотный вариант облачного сервиса «АнтиКорона». Сервис обучают распознаванию болезни на рентгеновских снимках и флюорографии. Эти виды исследований дешевле и доступнее, чем КТ: обычно томографы стоят в крупных клиниках, а количество КТ-специалистов существенно ограничено.

Для обучения системы использовали размеченные рентгеновские изображения, полученные из клиник США и ориентированные на лечение больных коронавирусом. Разработчики получили положительные прогнозы о надёжности диагностики COVID-19 на основе флюорографических снимков, это актуально, потому что цифровыми флюорографами оснащены практически все лечебные учреждения России.

В московском референс-центре лучевой диагностики на базе Центра диагностики и телемедицины Департамента здравоохранения города Москвы и в 53 регионах России «АнтиКорона» используется для диагностики COVID-19, а «АнтиКох» — для диагностики туберкулеза. Только в московском референс-центре благодаря решению обработано более 250 000 медицинских изображений.

«Удельный вес успешно проанализированных исследований превышает 99% при следующих основных показателях: чувствительность — 94,0%, специфичность — 66,0%, точность — 80,0%, площадь под характеристической кривой — 90,0%, что превышает лучшие мировые показатели подобных систем», — рассказал Михаил Натензон, руководитель проекта «Облачные технологии обработки и интерпретации медицинских диагностических изображений на основе применения средств анализа больших данных» Центра компетенций НТИ по технологиям хранения и анализа больших данных на базе МГУ.

В пресс-службе АНО «Платформа НТИ» отметили, что проекты «АнтиКорона» и «АнтиКох» привлекли 14 млн рублей инвестиций.

Другие разработки из России

В России есть еще ряд проектов, связанных с применением искусственного интеллекта в медицине. Несколько платформ входят в Инфраструктурный центр Национальной технологической инициативы «Хелснет».

Платформа Webiomed анализирует обезличенные медицинские данные, чтобы прогнозировать возможное развитие заболеваний и их осложнений на персональном и популяционном уровне. В апреле 2020 года Webiomed стал первой в России разработкой в области ИИ, зарегистрированной Росздравнадзором как медицинское изделие.

Система анализирует различные медицинские данные пациента, выявляет факторы риска и подозрения на заболевания, формирует на их основе прогнозы, содержащие комплексную оценку вероятности развития различных заболеваний и смерти пациента от них. Webiomed использует машинное обучение, NLP-технологии (Natural Language Processing, с англ. «обработка естественного языка» — «Хайтек»), прогнозное моделирование.

Проект поможет руководителям в сфере здравоохранения и врачам сократить заболеваемость и смертность через предсказательную аналитику. Платформу от компании «К-Скай» используют в более чем 70 медицинских организаций в России.

Система для самостоятельного скрининга здоровья Biogenom доступна в Play Market. С ее помощью пользователи могут получить расшифровку анализов, проверить правильность лечения. В будущем подписка станет платной. «Мы входим в реестр ИЦ HealthNet НТИ, этот факт повышает доверие со стороны индустриальных партнеров, — рассказывает Алексей Дубасов, гендиректор “Биогеном”. — Также это является положительным фактором при участии в различных конкурсах».

Платформа Института искусственного интеллекта Университета Иннополис анализирует рентгеновские изображения органов грудной полости — с начала работы сервиса было обработано свыше 15 тысяч медснимков. Пилотное тестирование AIRadiology прошло в медицинских организациях Татарстана, а в ноябре 2020 года сервис заработал в системе московского здравоохранения в рамках эксперимента по внедрению ИИ в медицине.

Процесс обработки изображения, выдачи и отправки результатов занимает 30 секунд. Сервис способен выявлять более 96 % исследований с патологиями. Первая версия сервиса была запущена еще весной 2020 года, когда с началом пандемии актуальной стала задача выявления пневмонии, в том числе по рентгеновским изображениям.

Технологические конкурсы

Технологические конкурсы способны открывать целые отрасли. Например, благодаря DARPA Grand Challenge во всем мире появились беспилотники, а Ansari X Prize запустил частную космонавтику.

Для победы в таких состязаниях необходимо преодолеть технологический барьер. Но главное не победа и даже не крупный денежный приз, а тот факт, что вокруг конкурса выстраивается сообщество, создаются новые команды. Участники подобных конкурсов создавали будущее рынка: например, Энтони Левандовски, чей мотоцикл на DARPA Grand Challenge в 2004 году упал через три метра от старта, работал затем над беспилотниками в Google и Uber.

В России в 2018 году запустили серию технологических конкурсов Up Great в рамках НТИ. Тогда стартовали первые конкурсы: «Зимний город» для беспилотных автомобилей и «Первый элемент» на создание двигателей на водородных топливных элементах.


Сейчас готовится к запуску новый технологический конкурс: участникам предложат создать основанную на технологиях ИИ систему принятия врачебных решений для постановки полного клинического диагноза на основе когнитивного анализа комплекса клинико-лабораторно-диагностических данных пациента и информации из профессиональных баз медицинских знаний и клинических рекомендаций.

Система на базе ИИ должна будет использовать все возможные данные о пациенте, все доступные наработки ученых и медиков, чтобы помочь врачу поставить правильный диагноз.

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

Ситуация на рынке глазами стартаперов

Предприниматели сходятся в том, что интерес к медицинским ИИ-продуктам есть только у пионеров и технооптимистов.

«Продвинутые частные медицинские организации заинтересованы во внедрении различных технологий, которые повышают экономическую эффективность, качество медицинского обслуживания, улучшают клиентский сервис, — убежден гендиректор “Биогеном”. — И им без разницы, на базе ИИ эта технология или просто программный 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%».

Ситуация постепенно будет улучшаться. В ближайшие три года показатель вырастет до 15–20%, прогнозирует Гусев. То есть чуть меньше четверти организаций будут постоянно использовать хотя бы один продукт на основе ИИ.

Проблемы рынка

Основатели платформ на основе ИИ считают, что проблемы есть как на стороне разработчиков, так и на стороне заказчиков.

Александр Гусев отмечает, что почти все продукты сейчас решают только отдельные части задач: «Функциональности не хватает, слабая интеграция с существующими медицинскими информационными системами и другими базовыми продуктами автоматизации работы медицинской организации. Поэтому их полезность в глазах заказчика пока ограничена». Проблему можно решить, развивая возможности систем, усиливая команды и инвестируя в разработку. Но это затруднено отсутствием прозрачных и понятных схем монетизации.

«Рынок богат на стартапы разного качества, — рассказывает Артём Капнинский, сооснователь проекта “Цельс”. — Если говорить о конкурентах, то можно вспомнить эксперимент города Москвы по внедрению ИИ в радиологии, который расставляет все точки над i. Когда эксперимент только намечался, приглашали 140 компаний, откликнулись 40–50. В итоге после всех этапов оценки, функционального тестирования к концу года насчитывалось всего 15 компаний. В этом году на совещании в департаменте здравоохранения озвучивалось, что эксперимент продлен на 2021 год. Разослали предложения 180 компаниям во всем мире, откликнулись 12. На самом деле компаний с готовым продуктом, который можно рассматривать для применения и для испытаний, очень немного. Это тенденция рынка: многие компании вкладывают в маркетинг средства, которые они привлекают от инвесторов, и работают не над тем, чтобы улучшить свой продукт, а чтобы привлечь новые инвестиции».

Для внедрения ИИ-проектов нужны региональные референс-центры, которые бы занимались повышением качества лучевых исследований, считает руководитель коллектива разработчиков проектов «АнтиКорона» и «АнтиКох» Михаил Натензон. Но в большинстве регионов такие центры отсутствуют, так как не хватает бюджетных средств на их создание и подготовленного медицинского и технического персонала для референс-центров.

«Для создания референс-центров регионам необходимо помочь с их проектированием, нормативно-правовым обеспечением их работы, обеспечением экономической эффективности их функционирования», — считает Натензон. Эти задачи может решить коллектив разработчиков проекта «Облачные технологии обработки и интерпретации медицинских диагностических изображений на основе применения средств анализа больших данных» Центра компетенций НТИ по технологиям хранения и анализа больших данных на базе МГУ.

Будущее искусственного интеллекта в медицине

Аналитики прогнозируют, что ежегодный темп роста рынка ИИ в медицине вплоть до 2022 года составит около 70%. «Ранний анализ развития рынка HealthNet НТИ в 2015 году показал, что одним из самых перспективных является сегмент цифровых технологий, включающий разработку и внедрение в клиническую практику алгоритмов машинного обучения и искусственного интеллекта, что было отражено в дорожной карте и отразилось не только в поддержке ряда проектов, но и создании экосистемы, — подтверждает Михаил Самсонов, заместитель руководителя рабочей группы HealthNet НТИ. — Пандемия COVID-19 только ускорила данный тренд и дала огромный толчок развитию сбора и анализа структурированных данных, получаемых при обследовании пациентов. На следующем этапе мы ожидаем решение еще более сложных задач в области принятия врачебных решений, а также более эффективный анализ неструктурированных данных».

Проекты, которые получили поддержку НТИ, использовали множество клиник по всей стране, помогая врачам не пропустить пациентов с симптомами коронавируса.

Развитие и поддержка таких проектов ведутся согласно дорожным картам «Хелснет» и «Нейронет». Планируется, что к 2035 году пять компаний из России, работающих в сегментах этого рынка, должны войти в топ-70 компаний по объему продаж в мире. А согласно Национальной стратегии развития ИИ до 2030 года, создание условий для применения ИИ в здравоохранении — одна из ключевых задач по улучшению уровня жизни населения.

На рынке уже действуют ряд компаний, которые могут войти в список лучших в мире, и будут появляться новые проекты. Для этого есть основа в виде существующих ИИ-платформ, которые получили поддержку Национальной технологической инициативы. Также новые решения создадут центры компетенций НТИ, где наука и бизнес работают в связке, и участники технологического конкурса, который приведет к развитию сообщества и созданию новых команд.


Источник: ХАЙТЕК