Искусственный интеллект против коронавируса: как технологии помогают бороться с COVID-19

Обнаружить и предупредить: как компьютерное зрение и нейросети выявляют признаки ковида

Сергей Морозов: В значительной степени да, так. В частности, тест ПЦР обладает сравнительно невысокой чувствительностью. В момент, когда у пациента больного COVID берется мазок для этого анализа, в носоглотке может уже не быть вируса, он мог спуститься ниже в легкие. Поэтому нередко берут один анализ, потом другой, а результаты приходят отрицательные, несмотря на наличие клинических проявлений болезни. Поэтому врачи вынуждены действовать по так называемому клиническому подтвержденному диагнозу без лабораторного подтверждения. Он ставится по проявлениям болезни: температуре, кашлю, общей слабости, потере обоняния, вкуса. Достаточно характерные симптомы коронавирусного заболевания. Они дополняются рентгенографией или компьютерной томографией, что позволяет поставить диагноз даже при отсутствии лабораторного подтверждения.

– Анализ медицинских изображений сейчас один из наиболее перспективных сегментов применения ИИ в здравоохранении. Он позволяет существенно облегчить работу врача, ускорить обработку данных, оперативно сформировать необходимые «подсказки», тем самым улучшив качество диагностики и оказания медицинской помощи. Наши продукты – такие, как «ТОП-З», «КТ Легких», «КТ Инсульт», по результатам пилотных испытаний показывают высокие результаты. Все сервисы работают на основе алгоритмов искусственного интеллекта, осуществляя анализ текстовых и графических изображений.

– Известный факт: в свое время понадобилось примерно десять лет, чтобы такое новшество, как электрокардиограф, было принято и врачами, и пациентами. Речь идет, скорее, не о недоверии, а о консерватизме. И он вполне понятен, ведь внедрение любой новой технологии требует определенного времени. Конечно, теперь все происходит гораздо более динамично. Пандемия заметно увеличила интерес к цифровым продуктам в сфере здравоохранения и развития ИИ. Сейчас зарождается новая парадигма: врачи, которые используют «цифровых помощников», станут более востребованными. И нам особенно приятно сотрудничать с такими врачами-первопроходцами, причем как в столице, так и в регионах. Результаты опросов, которые мы проводили, подтверждают тенденцию к конструктивному сотрудничеству разработчиков и врачей.

ИИ базируется на системах, способных обрабатывать данные и на их основе принимать решения. Они призваны организовать работу с большими объёмами информации автоматически без вмешательства человека. Ветви искусственного интеллекта — алгоритмы машинного обучения и обработки естественного языка. Последнее направление связано с распознаванием устной и письменной речи человека. Благодаря этому машины могут «общаться» с людьми с помощью перевода и генерации сообщений.

Уже в 43 регионах России более 100 медицинских учреждений применяют сервисы нашей компании, входящей в экосистему Сбера. Такие, как «КТ легких» – искусственный интеллект помогает врачу-рентгенологу описывать в первую очередь пациентов с пневмонией, это снижает вероятность ошибки и в целом нагрузку на врачей.

На помощь науке приходят вычислительные возможности ИИ. Учёные Baidu AI опубликовали алгоритм Linearfold, который позволяет прогнозировать вторичную структуру последовательности матричной РНК вируса. Благодаря вычислительной обработке общее время анализа геномных данных сокращается в 120 раз: с 55 минут до 27 секунд 16 .

Технологии подсказывают формулу вакцины

В мировом масштабе это совершенно уникальный опыт. Почему он стал возможен? В Москве было цифровое оборудование, подключенное в единую информационную систему, с абсолютно прозрачным дашбордом и параметрами загрузки оборудования, дистанционным образованием. У нас 7500 специалистов в апреле подписались на дистанционное образование. Более 40 тысяч подключений к вебинарам по едином стандартам описания прошло. Сейчас все врачи- рентгенологи работают с удобной информационной системой, у всех отличное настроение, все хорошо защищены. Да, на них упала огромная нагрузка, но дополнительная работа хорошо оплачивается. Мои коллеги чувствуют себя частью единой команды, которая пришла на помощь всей медицинской системе города и пациентам и вовремя помогла справиться с нарастающей волной эпидемии. Мы с замиранием дыхания смотрели, как росли цифры заболевших — выше, выше и выше, но ограничительные меры, наконец, все- таки сработали. И когда в начале мая увидели, что цифры начинают стабилизироваться, а потом пошли вниз, невозможно было не почувствовать гордость за тысячи специалистов Москвы, которые работая в поликлиниках и в стационарах, справились с ситуацией.

Модель машинного обучения стала основой для облачной платформы BlueDot Insights канадской компании AI BlueDot. ИИ подвергает анализу и обработке не только официальные статистические отчёты, но и неструктурированные данные. BlueDot Insights предупреждает о возможных вспышках и путях распространения COVID-19 среди населения в режиме, близком к реальному времени 6 .

COVIDСергей Морозов: Для лучевой диагностики ничего нового не потребовалось закупать. Продолжалась и продолжается работа по доподключению оборудования, которое еще не было подключено. Подключились коллегии из департамента информационных технологий. Организовали очень быстро передачу данных из поликлиник в стационары. Мы начали передавать их и в федеральные центры, и в частные центры, в которые госпитализировались больные COVID. Это, конечно, всем стало большой помощью. Плюс эксперимент по искусственному интеллекту. Он был запланирован еще до эпидемии. А когда она началась, мы смогли оперативно подключить сервисы по анализу диагностических изображений и начать пробовать автоматизированный анализ с помощью искусственного интеллекта.

Во время предыдущей нашей встречи вы говорили о том, что в странах, в которых компьютерная томография достаточно развита, врачи часто не успевают просто описывать сделанные исследования. В Японии остаются неописанными до 40 процентов, а в Великобритании еще большее количество снимков. У вас же сейчас была такая дикая нагрузка — 5 тысяч исследований в сутки. Они не осталось где-то лежать невостребованными и неизученными?

Лаборатория по искусственному интеллекту Сбера и СберМедИИ разработали приложение AI Resp , которое за минуту анализирует звуки дыхания и кашля человека на наличие паттернов, характерных для COVID-19. Приложение доступно для скачивания в Google Play и App Store. За несколько дней после выхода приложения его скачали более 9 000 раз.

Врачам эти данные полезны тем, что они помогают формировать прогноз, кого из больных, например, ждет тяжелое течение болезни. Разработчикам они помогают тренировать алгоритмы, дальше масштабировать их и использовать в различных регионах России для того, чтобы автоматизировать анализ компьютерной томографии. Сейчас это сделано для COVID, а дальше мы будем это делать и для других заболеваний легких: пневмонии, рака легкого — по маммограммам, по рентгеновским исследованиям. И чем больше будет доступных данных для проверки алгоритмов или тестирования, тем более точными будут алгоритмы, программные обеспечения для автоматизации анализа, тем лучше станут помощники у врачей. Это очень важно, так как объем диагностики растет, а врачей-экспертов, готовых работать с ним, не хватает. И, конечно, нужны системы, позволяющие помогать врачам ставить диагнозы и главное — не пропускать патологические изменения. Такие помощники, которые называются системой поддержки принятия врачебных решений или еще компьютерным зрением.

Мы будем эту работу продолжать. Уже сейчас мы получаем огромное количество писем от коллег-исследователей из разных стран, которые благодарят Москву за то, что она способствует научно-техническому прогрессу . Мне очень приятно, что на слушаниях, которые дистанционно проходили на базе Совета Федерации, и российские компании-разработчики, которые сейчас ищут данные по COVID по всему миру, заявили, что наш датасет оказался для них наиболее полезным, наиболее правильным и позволяющим развивать российское медицинское программное обеспечение.

Сергей Морозов: Уверен, что такой опыт будет масштабироваться. Врачи понимают его преимущество. Работая дистанционно, они могут свой опыт, свои знания донести до значительно большего количества пациентов. Это бесценно. Понятно, что есть моменты, когда от дистанционной консультации надо переходить к очной консультации или вызывать скорую помощь. Но это тоже все закладывается и описывается. Есть международный опыт, есть российский опыт. И нет никакого противопоставления — либо очная, либо дистанционная консультация. Нужны и та, и другая, но в разных случаях.

«Постковидный синдром» в IT – что дальше?

Сергей Павлович Морозов — главный внештатный специалист по лучевой и инструментальной диагностике , директор Научно-практического клинического центра диагностики и телемедицинских технологий департамента здравоохранения Москвы. В 2002 году он окончил с отличием факультет подготовки научно- педагогических кадров Московской медицинской академии им. Сеченова. В 2004- м — защитил кандидатскую диссертацию, а в 2010 году стал доктором меднаук. Многократно стажировался по лучевой диагностике в США, Норвегии, Италии. В 2015 году ему присвоено звание профессора по лучевой диагностике и лучевой терапии. В этой должности сейчас он работает на кафедре лучевой диагностики и лучевой терапии Первого Московского государственного медицинского университета им. И.М. Сеченова.

Достоинства ИИ от Megvii — соблюдение дистанции и непрерывность сканирования. Они реализуются в местах с плотным пассажиропотоком: аэропортах, станциях метро, автобусных остановках. При этом оценка температуры не требует физического контакта. По данным компании, измерение проводится со скоростью от 3 до 5 человек в секунду с уровнем точности ± 0,3 ℃ (0,5 ℉) 11 .

Существенный шаг в понимании белковой структуры вируса стал возможен благодаря системе AlphaFold. Это проект британской компании DeepMind, являющейся частью Google с 2014 года. Предсказание структуры белка-шипа с AlphaFold проводится в условиях «свободного моделирования», когда исследователь сталкивается с недостатком данных о строении аналогичных белков 17 .

Тест разработанного ИИ проводился в трёх независимых проверочных центрах и показал хорошие результаты. После первоначальной госпитализации пациента в отделение неотложной помощи EXAM предсказал потребность в кислороде в течение 24 часов. При этом чувствительность составила 95%, а специфичность — 88,2% 15 .

– Мы специализируемся именно на медицинских задачах, однако прежде чем к ним приступить, действительно нужно решить ряд других. Для эффективного развития ИИ крайне важна автоматизация сбора данных в медучреждения, чтобы впоследствии на этих данных можно было обучать алгоритмы. Качество исходных данных для анализа и обучения, решение ситуации с обезличенными данными – это все крайне важные направления, которые могут открыть путь к созданию большого количества датасетов.

Вернемся к теме практической пользы работы этой системы. Предположим, я врач городской поликлиники. Имею снимок компьютерной томографии больного коронавирусом. Мне хотелось бы посоветоваться, предположим, с коллегой из Коммунарки, больницы, первой в Москва встретившей коронавирусную инфекцию. Есть такая возможность в системе ЕРИС?

Клиническое исследование EXAM позволило спрогнозировать потребность в дополнительном кислороде у коронавирусных пациентов. В проекте приняли участие специалисты из Европы, Азии, Северной и Южной Америки. Для анализа информации со всех четырёх континентов применялся федеративный метод машинного обучения. Модель обучалась данными из электронных медицинских карт и рентгеновских снимков грудной клетки. Алгоритм обеспечивает анонимность пациентов 15 .

— Мы опубликовали датасет, который содержит тысячу исследований больных коронавирусом, — рассказал он в беседе с редактором отдела «Москва» Любовью Проценко. — Он сейчас самый крупный в мире. Но я думаю, что скоро мы опубликуем датасет из 10 тысяч исследований. Он будет содержать еще больше клинической информации: данные о лабораторных показателях, симптомы болезни, исходы лечений, кто выздоровел, у кого возникли осложнения. Это бесценная информация. Причем, она не содержит никакой специфики, характеризующей персональные данные пациентов, не раскрывает ни национальных особенностей, ни национальных секретов. Чисто клинические данные, которые можно получить в любой стране. Просто Москва может и умеет наиболее технологично и методологически правильно подходить к формированию таких датасет.