Здравоохранение станет первой отраслью российской экономики, которая уже в этом году может получить некоторые стандарты в области искусственного интеллекта. Как стало известно в конце февраля, речь прежде всего идет о требованиях и классификации систем ИИ в клинической медицине.
Остальные документы по стандартизации, которые касаются лучевой и функциональной диагностики, систем дистанционного мониторинга, систем поддержки принятия врачебных решений, больших данных в здравоохранении и др. планируется разработать до 2027 года. И основной акцент при разработке стандартов будет сделан на практическом здравоохранении, а не на фармацевтике, говорят представители профильного подкомитета Технического комитета по стандартизации «Искусственный интеллект» (ТК 164), созданного на базе РВК.
Отсутствие стандартов в области ИИ является одной из главных причин, которая сдерживает развитие технологии в отечественной медицине, считают эксперты. В первую очередь это касается стандартов по подготовке датасетов, проведения клинических и технических испытаний сервисов на основе ИИ и стандарта по интеграции этих сервисов в медицинский бизнес-процесс, отмечает Сергей Морозов, д.м.н., директор ГБУЗ «НПКЦ ДиТ ДЗМ». Соответствующий пример из наиболее популярного направления — работы с изображениями — приводит Борис Зингерман, гендиректор Ассоциации разработчиков и пользователей искусственного интеллекта в медицине «Национальная база медицинских знаний» (далее по тексту — НБМЗ).
«Даже если вы обучили нейросеть на каком-то датасете и получили великолепные результаты, у вас нет никакой гарантии, что в соседней медорганизации данные собираются в том же виде. Там может стоять аппарат другой фирмы, применяться другие настройки контрастности и т.д. В результате нейросеть, показывающая хорошие результаты в одной клинике, в другой работать уже не будет. Сегодня мало компаний, которые создают универсальные нейросети, работающие на широком круге оборудования. Но нет гарантии, что и их НС будут работать на любой аппаратуре».
Однако отсутствие стандартов — это только часть факторов, которые тормозят развитие технологии в здравоохранении. Как рассказали ICT.Moscow участники рынка, существует комплекс проблем — он связан со слабой законодательной базой, наукоемкостью сферы, а также тем, что пока бизнесу не очевидны выгоды от применения ИИ.
Сдерживающие факторы
Несовершенство законодательной базы — один из главных барьеров, который сдерживает внедрение ИИ в здравоохранение, почти единогласно отмечают участники рынка.
«Эти интеллектуальные системы никак не регламентированы. У врачей сейчас просто нет права использовать данные, полученные от алгоритмов», — говорит Адель Валиуллин, экс-руководитель направления машинного обучения ДИТ Москвы
Если продолжать говорить об использовании ИИ в работе с изображениями, то для качественного обучения нейросети необходимы большие массивы данных. Как поясняет Борис Зингерман из НБМЗ, с этим сейчас более-менее неплохо, потому что уже 20 лет все лучевые исследования существуют в цифровом виде. Более важный вопрос, который пока далек от полного решения, связан с разметкой данных для нейросетей, поддерживает Адель Валиуллин:
«Для построения моделей с высокой точностью необходимым условием является большое количество размеченных данных. На практике же медицинские данные не имеют таких внушительных датасетов с размеченным набором данных».
Разметка данных — крайне сложный и дорогостоящий процесс, а появление каждого нового датасета – это событие, поясняют эксперты. Еще одна, более фундаментальная проблема, заключается в том, что на сегодняшний день хорошо и качественно работающие нейросети могут находить на изображениях только определенные изменения.
«Например, тот же Botkin.AI хорошо умеет определять признаки рака легких по компьютерной томограмме на оборудовании разного типа. Но… она может диагностировать лишь одну патологию. А человек на томограмме легких увидит пневмонию, туберкулез и массу других заболеваний», — говорит Борис Зингерман.
Таким образом, есть две основные причины, которые сдерживают развитие ИИ в медицине, заключает Сергей Сорокин, основатель Botkin.AI: «Во-первых, нет нормативной базы для внедрения ИИ; во-вторых, не готовы технологии».
Среди других сдерживающих факторов эксперты называют также консервативность отрасли и наукоемкость сферы: решения на основе ИИ не дают быстрого результата и требуют значительных вложений в научно-исследовательские проекты. Может быть, поэтому бизнес пока не получил очевидных плюсов от внедрения ИИ.
«Неготовность платить за дополнительный анализ ИИ, когда в любом случае последнее слово остается за врачом» отмечает Рамиль Кулеев, руководитель Центра искусственного интеллекта Университета Иннополис
Об этом же говорит и Ксения Ульянова, основатель телеграм-канала о цифровой медицине: «У нас, в России, дешевле нанять пять врачей в регионах для расшифровки снимков, чем автоматизировать процесс расшифровки. Возможно, в будущем все поменяется. Но не через год и даже пять лет».
Применение и будущее технологии
Присутствие ИИ в медицине начало проявляться только в последние годы, но уже сейчас он помогает анализировать состояние пациента быстрее и более точно.
Сегодня ИИ помогает исследовать и создавать новые лекарства, анализировать историю болезней пациента, данные с различных устройств (смарт-часов, фитнес-трекеров и др.), распознавать речь пациента при приеме и автоматизировать работу врача, распознавать различные заболевания на медицинских снимках.
Например, еще в 2017 году ДИТ Москвы запустил пилот по распознаванию рака легких по КТ-снимкам. Для обучения нейросети было взято 6000 КТ-снимков легких пациентов. Нейросеть является своего рода системой поддержки принятия врачебных решений.
В свою очередь, в Китае при помощи ИИ проводят ускоренную диагностику онкологических заболеваний, а в России GSK Consumer Healthcare в декабре 2019 года открыл доступ к сервису, который подсказывает онлайн, какому заболеванию могут соответствовать различные проявления на коже на основании загруженных пользователем фотографий и пройденного тестирования.
Другой пример. В начале февраля в Финляндии продемонстрировали диагностику нарушений сна на основе ИИ. Тем временем разработчики из Великобритании в прошлом году подписали контракт с фармацевтическими компаниями по внедрению алгоритма для предсказания необходимых химических соединений при разработке новых лекарств.
По словам руководителя Центра искусственного интеллекта Университета Иннополис Рамиля Кулеева, наибольшее развитие сейчас получают ИИ-решения, направленные на помощь в ранней диагностике (скрининге) и более точном диагностировании заболеваний, используя медицинские изображения и данные лабораторных анализов.
С ним соглашается и Борис Зингерман из НБМЗ, отмечая, что сейчас ИИ используется наиболее эффективно в распознавании медицинских изображений: «Человек, анализируя огромные массивы однотипных данных, не может не уставать и не отвлекаться, а у машин таких проблем нет по определению. И здесь не могу не отметить проект Botkin.AI. Продукты компании предназначены для анализа и определения патологий на диагностических изображениях компьютерной томографии, рентгена, маммографии. К примеру, анализ КТ грудной клетки и легких помогает докторам быстрее определить аномалии и подготовить и выявить признаки рака легких – с точностью до 95%».
Однако, по словам Сергея Сорокина из Botkin.AI, на данный момент применение технологии практически не играет никакой роли в медицине. «Есть только ожидания влияния, часто завышенные», — говорит эксперт. Однако в будущем может все измениться: «появятся продукты, которые будут помогать в ранней диагностике заболеваний и прогнозе рисков развития заболеваний».
Еще более оптимистично на развитие технологии смотрит Ксения Ульянова, она верит в лечение рака с помощью ИИ: «Я верю в прорыв в лечении рака с помощью ИИ. Уже сейчас платформы для онкологов типа Tempus позволяют подбирать таргетную терапию для пациентов на поздних стадиях развития заболевания. Чем больше данных будет собираться и обрабатываться, тем эффективнее будет лечение. В будущем ИИ станет более продвинутым: исчезнет угроза гипердиагностики с помощью этого инструмента. Но это все пока в будущем».
Андрей Дубровин, архитектор облачных решений компании Crayon, отмечает, что в настоящий момент решения с использованием ИИ в медицине применяются в основном как элементы в системе принятия решений, например, при диагностике заболеваний, однако скоро будут появляться проекты, где ИИ станет автономно и в полном объеме принимать решения в различных ситуациях. «Если говорить об опыте зарубежных медицинских компаний, то сейчас создается множество полезных решений с применением искусственного интеллекта. Например, у Microsoft есть база данных, которая с помощью ИИ исследует геном человека, она называется Microsoft Genomics. Любая медицинская организация может присоединиться к данному исследованию, обогащать общую базу своими данными и проводить генные тесты на порядок быстрее, чем они делают это самостоятельно».
Более того, как отмечает Борис Зингерман из НБМЗ, в перспективе 5-10 лет ИИ будет активно закрывать ниши, в которых не хватает квалифицированных врачей. Такие системы, по мнению эксперта, точно возьмут на себя функции первичной сортировки и контроля медицинских изображений (рентгенограмм, томограмм, гистологических, цитологических, геномных исследований и др). «Это позволит сосредоточить внимание врачей-специалистов, которых сейчас сильно не хватает, только на сложных случаях»,- убежден Борис Зингерман
Другая область применения ИИ, которая также будет активно развиваться в будущем, — это дистанционный мониторинг. Сейчас сложились отличные технологические условия для дистанционного мониторинга в домашних условиях, как тяжелых и хронических пациентов, так и здоровых людей для раннего выявления проблем со здоровьем, полагает Борис Зингерман из НБМЗ. «Для этого почти все есть: гаджеты, каналы телекоммуникации… Но нет врачей, которые будут мониторить пациентов. И тут точно будет работать ИИ».
О том, что в будущем врачи будут принимать медицинские решения на основе собираемых с различных устройств данных, говорит и Владимир Сизых, директор по стратегическому маркетингу сервиса Actenzo: «Фитнес-браслеты, умные весы, Bluetooth-тонометры и стетоскопы, цифровые градусники и глюкометры – все это в скором времени будет завязано в единую систему мониторинга состояния человека. На основе Real World Evidence врачи будут давать рекомендации по лечению, мы будем понимать, помогает ли нам то или иное лекарство. Научившись собирать и анализировать данные об организме, ИИ пойдет в активное наступление на болезни, качественно повышая эффективность их лечения».
Таким образом, ИИ-решения будут интегрированы не только в процесс диагностики, но и в планирование лечения, его проведение и постоперационный мониторинг. А возможности технологии в здравоохранении будут ограничиваться только потребностями врачей, бизнеса и пациентов. «Возможности в будущем ограничены лишь потребностями и этическим кодексом использования ИИ, который рано или поздно будет сформулирован», — полагает Инна Мороз, директор по развитию Care Mentor AI
Пока же технологии ИИ применяются довольно точечно, поясняют участники рынка. К примеру, в области компьютерного зрения в мире насчитывается несколько сотен компаний (200-300), которые уже вышли из области научных разработок и получили регистрацию на медицинские изделия (на медицинское ПО), говорит Сергей Морозов, д.м.н., директор ГБУЗ «НПКЦ ДиТ ДЗМ». В России таких компаний около 10. Они уже имеют контакты с медицинскими учреждениями. При этом большинство международных компаний явным образом в последнее время стало уходить с рынка прямых продаж больницам на рынок продаж своих сервисов через производителей оборудования. Что касается российских сервисов на основе ИИ, то они, как правило, не могут взаимодействовать с другими информационными системами, с которыми работают врачи, заключает Морозов. «То есть они (российские разработчики — ред.) пошли по парадигме некоего второго мнения, когда алгоритм выступает в качестве второго мнения. А алгоритм, на самом деле, выступает как первое мнение, потому что сначала он смотрит на исследование, а потом врач подтверждает его результат».
Преимущества искусственного интеллекта
Благодаря использованию технологий ИИ в медицине, сможет повысится эффективность оказания медицинских услуг, практически единогласно говорят участники рынка. «При меньших или сопоставимых затратах можно будет оказывать более качественные услуги. Например, проводить более точный скрининг онкологических заболеваний», — говорит Сергей Сорокин.
Речь в том числе идет и о снижении влияния человеческого фактора, а также о возможности оперативного принятия решений на основе анализа большого объема разнородных данных.
«ИИ имеет потенциал не только повысить точность диагностики и улучшить качество лечения, но и значительно удешевить его, оптимизировав утомительные и продолжительные процессы в медицине», — считает Рамиль Кулеев.
Иными словами, с внедрением медицинских ассистентов и технологий распознавания заболеваний опыт лучших врачей будет доступен большему количеству людей. Кроме того, с помощью ИИ медики получат то, чего у них никогда не было – осязаемую базу для принятия решений, и смогут отслеживать их результативность, говорит Владимир Сизых, директор по стратегическому маркетингу Actenzo. «Фармацевты за счет ИИ смогут сократить срок вывода новых лекарств на рынок».
В свою очередь Борис Зингерман из НБМЗ заключает, что весь смысл внедрения искусственного интеллекта в медицину состоит в том, чтобы освободить врача от рутины и дать больше времени на общение с пациентами и более глубокое понимание каждого случая.
Источник: https://ict.moscow/news/medtech-i-iskusstvennyi-intellekt/