Данные обезличены. Медицину двигают технологии искусственного интеллекта
Анализ обезличенных медицинских данных пациентов за счет технологий искусственного интеллекта (ИИ) позволит современной медицине сократить время на диагностику и исследования. Особенно это касается интеллектуальных систем анализа компьютерных томограмм легких.
Правительство выступило с инициативой разрешить поставщикам электронных медицинских сервисов доступ к обезличенным данным пациентов для более эффективной диагностики и лечения заболеваний. Эта инициатива, поддержанная Минздравом России, включена во второй пакет мер поддержки ИТ-отрасли. Такие цифровые решения - существенная помощь медикам, особенно в период пандемии, при этом итоговое решение о лечении всегда будет принимать сам лечащий врач. Внедрение решений на основе ИИ в различные отрасли экономики и социальной сферы, включая медицину, - одна из целей нацпроекта "Цифровая экономика".
Предложенная мера касается обезличенных данных и направлена на качественное развитие современной медицины - как научной, так и диагностической - за счет технологии искусственного интеллекта.
Наборы обезличенных данных (дата-сеты) позволят разработчикам обучать алгоритмы ИИ выявлять признаки заболеваний на медицинских изображениях, прогнозировать вероятность развития заболеваний среди определенных групп пациентов, тем самым повышая точность диагностики, минимизируя риски врачебной ошибки и снижая нагрузку на медицинский персонал.
Медицинские сервисы на основе ИИ уже зарекомендовали себя во время пандемии для ранней диагностики COVID-19.
В Самарском ГМУ создан научно-исследовательский институт нейронауки. НИИ создан для определения глобальных вызовов в нейронауке и медицине, вызывающих беспокойство научного сообщества. По сути дела, НИИ нейронауки будет одной из ключевых структур в цифровизации нейронаучных big data, транслокации новых научных знаний в цифровые нейротехнологии, а затем - в высокотехнологическое здравоохранение и нейрообразование. Основной тренд, который закладывают ученые НИИ, - это создание физиологических и нейрофизиологических big data и на этой основе - искусственного интеллекта. Уже сейчас в клиниках СамГМУ тестируют систему для оценки тяжести поражения легких при COVID-19. "Сервис автоматической оценки тяжести поражения легких у пациентов с COVID-19" разработали ученые на базе института инновационного развития СамГМУ. Цель проекта - сократить время обработки исследований и повысить качество объективной оценки врачом состояния тяжести поражения легких. Сейчас сервис тестируют в клиниках университета.
"Прошлый год для нас был тяжелый, потому что компьютерная томография стала очень популярна. Мы проводили исследования на КТ большому количеству пациентов. Нагрузка на врачей стала большой, и появилась необходимость в поиске способа, уменьшающего нагрузку и включающего также возможность автоматического анализа полученных данных, - рассказывает заведующий рентгеновским отделением клиники СамГМУ, доцент кафедры лучевой диагностики Павел Зельтер. - Мы обнаружили, что разные врачи по-разному оценивают поражение легких. А это очень важный момент, так как в дальнейшем клиницисты смотрят на этот процент и решают, насколько тяжелое состояние у пациента, насколько улучшилось или ухудшилось его здоровье. Поэтому нам нужен был инструмент для объективизации этих расчетов. В этом нам помог искусственный интеллект".
В медицинских учреждениях города Ульяновска внедряются цифровые решения, направленные на автоматизацию заполнения медицинской документации с помощью голоса. Например, на базе Центральной клинической медико-санитарной части им. В. А. Егорова внедрено цифровое решение "Voice2Med", которое позволяет экономить рабочее время врача и освобождает его от ручного набора. А также анализ результатов компьютерной томографии с помощью искусственного интеллекта "Система COVIDetect", который внедрён в семи медицинских организациях региона. Среднее время обработки сервером одного изображения составляет от 4 до 50 секунд.
"Система COVIDetect" - это интеллектуальная система анализа компьютерных томограмм легких с использованием технологий компьютерного зрения для поиска и определения участков легочной ткани, содержащих признаки, которые характерны для вирусной инфекцией COVID-19. Главное преимущество системы - достоверность обнаружения признаков злокачественности до 97%. Проект реализуется в 7 медицинских организациях Ульяновской области. Всего в настоящее время было проведено более 400 исследований. "Это позволяет существенно сократить время, затрачиваемое врачом на исследование снимков. Но важно понимать, что это решение рекомендует специалисту обратить внимание на тот или иной участок снимка, итоговое решение в любом случае принимает только врач", - отметил Вадим Павлов, советник губернатора по инновационному и технологическому развитию Ульяновской области, генеральный директор регионального Агентства технологического развития.
