Искусственный интеллект подсказывает диагноз. Как применяют нейросети в медицине

4

У одной из первых компаний, зарегистрировавших свой алгоритм как медизделие, — «К-Скай» — есть опыт внедрения в поликлиники на Ямале. Программа анализирует истории болезней и выявляет пациентов с высоким риском развития сердечно-сосудистых заболеваний (ССЗ). «У докторов среднего звена сначала недоверие, но оно быстро уходит, — говорит Александр Гусев, совладелец стартапа. — Первое: мы приезжали в поликлиники и объясняли: «Эта программа не заменяет врача. Это ваш помощник». Второе: мы сначала обучаем врачей пользоваться ей. Я говорю: «Мария Ивановна, покажите карту пациента, который давно ходит лечиться и вы про него все знаете. Находит в базе карту, я нажимаю на кнопку «Спросить искусственный интеллект», выходит набор гипотез. Она видит, что алгоритм верно показывает, правда, у пациента больные почки, повышен холестерин. Потом им становится любопытно — они начинают анализировать свои медкарты». В ходе эксперимента программа Webiomed (так называется медизделие) проанализировала медкарты 25 тыс. пациентов, прикрепленных к больнице. Среднее время обработки одной истории — от 30 секунд до двух минут. В итоге алгоритм выявил 600 пациентов с высоким риском развития ССЗ. Особенное внимание обратил на 112 пациентов.

«Главная трудность разработчиков — нехватка отечественных данных. Разработчик не может просто прийти в больницу и взять медицинские данные о пациентах, — рассказывает Дмитрий Жиганов, технический руководитель проекта в лаборатории цифровых технологий МФТИ. — Даже с учетом того, что они обезличены, например, рентгеновские снимки без имени и фамилии. Эти данные защищают сразу два закона — о врачебной тайне и о персональных данных. Крупные западные университеты часто предоставляют российским разработчикам массивы данных, чтобы мы могли научить алгоритм. Но с иностранными базами все не так просто. Пример: мы получили базу с послеоперационными рентгеновскими снимками — контрольными, которые делаются после хирургического вмешательства в положении пациента лежа. Однако для анализа результатов скрининговых исследований, наиболее массовых у нас, которые делаются, когда пациент стоит, систему, обученную на таких данных, применить невозможно. Рентгены пациента лежа и стоя — это два очень разных снимка. Еще всегда есть сомнения в достоверности и точности чужих данных. Сложно обучать алгоритмы, которые подсказывают врачу решение, основанное на текстовых данных: подходы к лечению каких-то заболеваний в каждой стране могут различаться».

Это один из близких примеров, как искусственный интеллект внедряется в медицине. Вариантов применения много. Вы наверняка видели новости с заголовками вроде: «Нейросеть научили ставить диагноз по рентгеновским снимкам». Здесь программа ищет нарушения в работе мозга. А здесь сообщается, что алгоритм справился с распознаванием рака легких на снимках лучше, чем рентгенологи. Что это значит? Искусственный интеллект когда-нибудь заменит диагноста? Какие-то врачи станут не нужны? Разбираемся, как далеко зашли нейросети в медицине и чего от них ждать в будущем.

В апреле текущего года Всемирная организация здравоохранения представила рекомендательный документ, в который вошли 10 способов использования технологий цифровой медицины для массового пользователя. Цифровизация здравоохранения по данному документу больше рассчитана на телемедицину, которая призвана не только упростить доступ к медицинским услугам для большинства людей, но также и повысить показатели здоровья населения.

В некоторых медицинских организациях есть отделы, которые занимаются внедрением цифровых технологий. Они сами разрабатывают некоторые системы. Так, в Первом МГМУ им. И.М. Сеченова сделали алгоритм, который умеет искать ответы на запрос врача в иностранных научных статьях. Это используется, например, когда врач хочет найти похожий случай в международной врачебной практике.

Цифровизация медицины предполагает еще и улучшение качества предоставляемых услуг и одним из наиболее интересных решений в этой области является использование искусственного интеллекта. Одной из главных задач ИИ является помощь медикам в предотвращении медицинских ошибок, а также выведение обследований на принципиально новый качественный уровень за счет точности анализа данных и описания.

Программы, даже хорошо показавшие себя в тестах, нельзя продавать клиникам или использовать не в статусе эксперимента, если они не имеют лицензию медизделия. Ее выдает Росздравнадзор. Регистрация началась недавно — в начале 2020 года ведомство выпустило разъяснение, какой софт считается медицинским изделием (а значит, должен пройти регистрацию от 50 до 180 дней), а какой — нет.

«В 63,2% случаев, по данным программы, доктора пропускали имеющиеся у пациента факторы риска. Врачи пропускают такие случаи не потому, что не умеют оценить риск, это нетрудно. Но врач в поликлинике принимает десятки пациентов в день. Если больной приходит с ОРВИ, доктор занимается конкретным состоянием. У него часто нет времени еще и внимательно полистать карту и сравнить то, как у него за последние годы менялся уровень холестерина, масса тела, давление», — уточняет Гусев.

Какие проблемы у нейросетей в медицине?

Например, получение данных. Чтобы сделать алгоритм, созданный под какую-либо задачу, его надо обучить на данных. Чтобы научить его видеть на рентгене аномалию или определять, что там именно рак, а не пневмония, ему надо показать много таких снимков (тысячи, сотни тысяч, миллионы). На всех снимках должен быть правильно подписан диагноз, иначе программа будет больше ошибаться.

Кроме уже упомянутого примера с системой поддержки врачебных решений в поликлиниках, есть единый радиологический информационный сервис — он объединяет ИИ-сервисы для врачей-рентгенологов. Проверить снимки через эти программы могут врачи всех медучреждений Москвы, подключенных к сервису. С начала года они обработали более миллиона снимков.

В прошлом году в московских поликлиниках начали использовать программу , которая анализирует жалобы пациентов и предлагает врачу один или три диагноза по кодам международной классификации болезней (МКБ-10). Доктор может выбрать диагноз, предложенный нейросетью, или сам принять решение, если видит, что она ошиблась. Сегодня ее точность — 68%, когда предлагается три диагноза (то есть один из них верен), и 48%, когда предлагается один. Алгоритм продолжает обучаться на визитах пациентов, его точность постепенно растет.

«Все, что перечислено, — эксперименты, — рассказывает Георгий Лебедев, заведующий кафедрой информационных и интернет-технологий Первого МГМУ им. И.М. Сеченова. — Одну программу, ту, которая анализирует снимки рентгена, мы используем как информационно-справочную систему».

Обучение нейросети происходит следующим образом: Прежде чем дать старт тестовому использованию программы, было проанализировано более 200 000 рентгеновских снимков и работа продолжается. Система производит расчет ошибки, а далее специалисты производят настройку сети. В этом мероприятии принимают участие опытные врачи-рентгенологи с большим стажем. Непосредственно каждый рентгеновский снимок не только размечают, но и анализируют 3 эксперта, независимо друг от друга. Если результаты исследований совпадают у всех рентгенологов, то их уже впоследствии использует нейросеть. Далее обученная нейросеть подключается к рентгенологическим системам. Получив снимок пациента, ИИ, на основании ранее полученных и откорректированных данных об исследованиях, делает заключение. Врач, в свою очередь, при необходимости заключение корректирует и дополняет.