В Петербурге запущен проект по борьбе с врачебными ошибками
В Александровской больнице Санкт-Петербурга стартует пилотный проект по использованию искусственного интеллекта (ИИ) для диагностики заболеваний и поддержки принятия врачебных решений. Об этом рассказали в городском комитете по здравоохранению.
Опрошенные РБК Петербург эксперты считают, что проект не только позволит раньше выявлять «ковидную» пневмонию и онкозаболевания, но и оптимизирует финансовые затраты в здравоохранении.
«Нечеловеческая нагрузка»
Проект разработан компанией «Интеллоджик», являющейся резидентом кластера биомедицинских технологий фонда «Сколково». Программная платформа Botkin.AI, названная в честь одного из основоположников научной клинической медицины Сергея Боткина, в феврале 2021 года получила европейский сертификат CE Mark.
Искусственный интеллект будет верифицировать заключения КТ пациентов с коронавирусом. Согласно патенту на изобретение, Botkin.AI создаёт математическую модель на основе данных диагностики, анализов и истории болезни пациента. Платформа моделирует различные процессы в организме человека, оценивая влияние медикаментов и назначенного лечения, может прогнозировать смертность для каждого конкретного человека после операции или иного вмешательства.
Предполагается, что она сможет минимизировать человеческий фактор в медицине. «Система позволит получить в автоматическом режиме верификацию КТ исследований и минимизировать вероятность врачебных ошибок, в частности, пропуска онкологических заболеваний на ранней стадии», — говорится в сообщении комздрава.
По словам главного врача Александровской больницы Юрия Линца, искусственный интеллект будет не только страховать медиков и пациентов — он обратил внимание на экономическую выгоду от такой валидации исследований. «Необходимо понимать, что в экстренном звене медицины текущая нагрузка на врачей нечеловеческая. С этим фактором нужно работать и усиливать системы контроля, потому что именно от качества работы экстренной больницы может зависеть дальнейшая судьба пациента. Это также и вопрос организации качественного онкоскрининга в регионе, ведь первичная диагностика и маршрутизация пациента напрямую зависит от экстренного стационара» — прокомментировал Юрий Линец.
«Второе мнение»
По мнению основателя компании OneCell, разрабатывающей телемедицинскую платформу онкоскрининга с применением искусственного интеллекта, Александра Нинбурга, европейская сертификация говорит о «высоком уровне эффективности системы, так как там применяются очень жёсткие требования и правила».
Специалист также отметил в разговоре с РБК Петербург, что искусственный интеллект не только позволит раньше выявлять серьёзные заболевания и избегать врачебных ошибок, но и оптимизирует финансовые затраты в здравоохранении: «Большая точность предполагает более точную терапию, — пояснил Нинбург. — У нас в стране непропорционально финансируется терапия и диагностика в пользу первой. И чем точнее диагностика, тем в итоге меньше денег будет потрачено зря».
В Университете ИТМО, где также разработали систему алгоритмов «Цифровой врач» (на основе анализа данных о больных COVID-19 предлагает врачу оптимальное лечение для каждого пациента), отметили, что речь идёт не о том, чтобы искусственный интеллект принимал решение за врача, а скорее о «втором мнении». Кроме того, система может выделять потенциально злокачественные области на КТ, и врач в таком случает будет тщательнее их исследовать. Так, «Цифровой врач» ИТМО уже прошёл тестирование в Центре им. Алмазова и нескольких частных клиниках. Он работал не только с больными онкологическими или сердечно-сосудистыми заболеваниями, но также с пациентами с астмой и рассеянным склерозом. В результате врачам пришлось тратить в 2-4 раза меньше времени на лечение каждого пациента.
«Однако, задача выявления онкологии на ранней стадии всё еще является достаточно сложной как для врачей, так и соответственно для такого рода систем — так как очень сложно обучить нейросети распознавать онкологию на малом количестве данных, — пояснила РБК Петербург Александра Ватьян, доцент факультета инфокоммуникационных технологий Университета ИТМО. — И, возможно, именно внедрение в клиническую практику такой системы «на поток» позволит найти новые закономерности на снимках КТ за счёт обработки большого количества данных и повысить качество оказываемой медицинской помощи».
Александр Нинбург добавил, что принципиальным моментом в успешной работе ИИ является участие экспертов высокого уровня. И чем их больше, тем точнее будет работать ИИ. «Качественный dataset — это не количество снимков, а именно качество и количество специалистов высокого уровня, которые с этими снимками работают в контексте подготовки модели. Задача в том, чтобы данные (например, КТ-снимки) прошли валидацию среди как можно большего количества экспертов высокого уровня. И если 10 экспертов сделали максимально одинаковые выводы и поставили независимо друг от друга один и тот же диагноз, можно говорить о качественном dataset. На его базе можно получить хорошо подготовленную, качественно работающую модель».