За два года в Москве нейросети научились распознавать 11 патологий
Нейросети, разработанные в Москве, научились диагностировать на снимках компьютерной томографии новую патологию — гидроторакс, сообщила заместитель мэра столицы по вопросам социального развития Анастасия Ракова. Еще одним нововведением стала возможность выявлять на рентгенографии стопы признаки плоскостопия. Таким образом, за два года с момента начала эксперимента в столице искусственный интеллект научился распознавать уже 11 патологий.
Гидроторакс — патологическое скопление избыточной жидкости в плевральной полости легких. Это может быть признаком различных заболеваний, провоцировать острую дыхательную недостаточность с угрозой для жизни, а также несет в себе высокий риск смещения органов средостения, нарушения кровообращения и тяжелой сердечной патологии.
Плоскостопие — изменение формы стопы, характеризующееся опущением ее продольного и поперечного сводов. «Нововведение упрощает и ускоряет диагностику заболевания, а также определение его степени», — пояснил заместитель главы столичного департамента здравоохранения Илья Тыров.
ИИ в лучевой диагностике
Сегодня «умные» алгоритмы помогают московским врачам находить на компьютерной томографии признаки рака легких, COVID-19, ишемической болезни сердца, инсульта, остеопороза позвоночника, аневризмы грудного отдела аорты, легочной гипертензии и гидроторакса, патологии легких на рентгенографии и флюорографии, признаки плоскостопия на рентгенографии стопы, на маммографии — рак молочной железы.
За два года сервисы искусственного интеллекта помогли медикам проанализировать более 6 млн лучевых исследований. Из них более 2 млн приходится на компьютерную томографию, 3,5 млн — на рентгенографию и флюорографию и еще 500 тыс. — на маммографию, привела данные Ракова. «Мы внедряем цифровые сервисы, которые облегчают и ускоряют работу врачей. <...> При этом благодаря расширению возможностей «умных» алгоритмов количество исследований, обработанных искусственным интеллектом, менее чем за год удвоилось», — уточнила заммэра.
Алгоритмы проводят специальные измерения, выделяют на снимке области возможных патологий, на которые врачу необходимо обратить пристальное внимание, и сортируют исследования по срочности оказания медицинской помощи пациентам.
Преимущества для врача
Нейросети не заменяют врача, а помогают ему в работе, ускоряя диагностику и не позволяя пропускать даже малозаметные отклонения. «Сервисы подсвечивают области, на которые врачу следует обратить особое внимание, а также сортируют исследования по срочности. Это позволяет ускорить работу врача, а также не пропустить малейшие отклонения», — объясняет заместитель руководителя департамента здравоохранения Москвы Илья Тыров.
Разработчики столичной нейросети исходят из того, что последнее слово в диагностике остается за специалистом, а компьютерное зрение призвано помочь ему с обработкой большого объема данных. «Мы учим наш ИИ делать это вместе со специалистом, а не вместо него, — говорит руководитель отдела научных исследований и разработок Care Mentor AI Дмитрий Блинов. — Искусственный интеллект, выражаясь образно, расширяет горизонты природного интеллекта диагноста, позволяет человеку эволюционировать в уровне решаемых задач, что для лучевой диагностики особенно важно, поскольку приходится оперировать громадными массивами данных, трехмерными изображениями».
Сервисы ИИ интегрированы в единый радиологический информационный сервис (ЕРИС) ЕМИАС и доступны врачам-рентгенологам всех московских медицинских учреждений, подключенных к ЕМИАС. По заявлению столичных властей, популярность использования нейросетей в лучевой диагностике среди московских врачей только растет. Менее чем за год объемы анализа лучевых исследований с помощью искусственного интеллекта в столице выросли вдвое.
Преимущества для пациента
Для пациента компьютерное зрение на вооружении у медиков означает более точную диагностику, раннее выявление возможных проблем со здоровьем и большее количество времени, которое врач может отвести на общение с ним. «Если мы возьмем лучевую диагностику, технологии в этой области развиваются по направлению не замены врача, а помощи врачу», — говорит Блинов. По его словам, специалист, имея под рукой такого ассистента, не деградирует, а совершенствуется, переходит на экспертный уровень принятия диагностических решений.
Ракова добавляет, что за время работы сервисов скорость обработки КТ-снимков выросла на 70%, а точность определения признаков, например, ковидной пневмонии достигла уже 94%. «То есть практически в 100% случаев рентгенолог подтверждает, что искусственный интеллект корректно выявил патологии на снимках», — отметила вице-мэр.
Блинов считает, что преимущества искусственного интеллекта неоспоримы при массовых исследованиях. «В основе работы искусственного интеллекта лежит процесс обучения, безусловно, проще обучить нейронную сеть чему-то более распространенному и часто встречающемуся», — поясняет он. Однако он уверен, что современные технологии обучения позволяют ИИ добиваться высокой точности и при диагностике на основе малых данных.
Останавливаться на достигнутом Москва не планирует. В настоящее время московские врачи-радиологи приступили к тестированию комплексных сервисов ИИ — нейросетей, которые распознают на одном медицинском изображении лучевого исследования признаки сразу нескольких патологий. «Они будут анализировать один КТ-снимок органов грудной клетки сразу на семь патологий. Медикам больше не придется использовать отдельные сервисы для определения каждой патологии, как это было раньше», — пояснила Ракова. Например, пациента с подозрением на вирусную пневмонию отправляют на КТ, а на основании ее результатов нейросети помогут специалисту заметить другие возможные отклонения — признаки рака легкого, остеопороза, ишемической болезни или других заболеваний.
«Чтобы внедрить новые инструменты, мы отбираем подходящие решения, их тестируют врачи — хорошо ли они работают, отвечают ли параметрам, удобны ли в использовании. Мы запускаем все сервисы, которые подошли, — медики смогут сами выбрать, какими пользоваться. Сейчас уже два комплексных сервиса проходят тестирование. Подчеркну, что это полностью отечественные разработки», — сообщила заммэра.
От эксперимента до широкого применения
Москва занимается цифровизацией системы здравоохранения и развитием соответствующей инфраструктуры на протяжении последних десяти лет. Площадкой для эксперимента по внедрению компьютерного зрения в медицину, который стартовал в 2020 году, стал московский Центр диагностики и телемедицины департамента здравоохранения Москвы. Сегодня проект оценивается как «крупнейшее в мире клиническое проспективное испытание технологий искусственного интеллекта в лучевой диагностике в системе государственного здравоохранения». Изначально инновационные методы для анализа медицинских снимков начали применять для диагностики пневмонии и определения степени поражения легких в первую волну пандемии COVID-19. В дальнейшем область применения искусственного интеллекта в области диагностики заболеваний стала расширяться.
«Именно в нашем центре на одном этаже ученые разрабатывают методологию применения и оценки качества, стандарты работы ИИ-сервисов, а на другом — врачи используют эти технологии в рутинной работе. Это огромный массив научных и исследовательских данных, который используется при создании инновационных инструментов, облегчающих работу врача и позволяющих спасать жизни пациентов», — отметил директор центра Юрий Васильев.
За время эксперимента по внедрению технологий компьютерного зрения в столичное здравоохранение в Москве удалось собрать датасеты обезличенных рентгенологических снимков для оценки и обучения нейросетей. В начале июня власти объявили, что открывают доступ к девяти из них. «За два года эксперимента по внедрению технологий компьютерного зрения в московское здравоохранение мы собрали уникальную цифровую библиотеку наборов данных. Она состоит из обезличенных рентгенологических снимков, которые необходимы для тестирования и дообучения искусственного интеллекта. Мы открываем доступ к девяти датасетам для разработчиков, стартапов и студентов, в том числе из других регионов», — рассказала вице-мэр. Она выразила надежду, что данный шаг поможет создавать и дорабатывать качественные сервисы компьютерного зрения для анализа КТ, МРТ-исследований, маммографии для выявления разного рода заболеваний.
