Доктор Что: искусственный интеллект помогает врачам

Второе мнение в медицине может спасти пациента от врачебной ошибки. Иногда поставить верный диагноз и назначить правильное лечение сложно, поскольку у больного одна болезнь может дополнять другую, а иногда и маскировать ее симптомы. С чего же начать обследование пациента и на что в первую очередь направить лечение? Ответить на эти и другие вопросы врачам помогают системы поддержки принятия врачебных решений (СППВР).
Доктор Что: искусственный интеллект помогает врачам

Подобные цифровые сервисы призваны решить прежде всего две задачи:

  1. обрабатывая текстовую, графическую и другую информацию о больном, они предлагают врачу возможные диагнозы, то есть позволяют врачу получить второе мнение;
  2. используя клинические рекомендации и стандарты лечения, СППВР помогают составить программу лечения и реабилитации пациента.

Это может показаться научной фантастикой, но такие системы поддержки уже работают в России. По данным «Коммерсанта», в 2020 году мировой объем венчурных инвестиций в секторе биотехнологий вырос на 55%, составив $17 млрд, российский – в семь раз, достигнув $43 млн, включая инвестиции в компании, развивающие СППВР. По данным российских и международных экспертов, глобальный рынок медицинских цифровых сервисов к 2030 году достигнет $10,2 млрд. В России только в рамках Национальной технологической инициативы более десяти компаний внедряют свои системы с использованием ИИ в медицинскую практику.

Цифровые врачи

На самом деле понятие СППВР включает в себя множество цифровых решений – как достаточно простых, так и очень сложных. Это и медицинская информационная система, помогающая врачам принимать определенные клинические решения, и библиотеки информации, и алгоритмы обработки огромных баз данных на основе математических моделей, нейросетей, искусственного интеллекта. К классу СППВР можно также отнести симптом-чекеры – опросники, которые обрабатывают ответы пациента на задаваемые вопросы и выдают возможные диагнозы в порядке от наибольшей вероятности к меньшей. На основании симптомов эти системы определяют, требуется ли больному неотложная помощь, и предлагают пациенту записаться на прием к врачу, вызвать скорую или срочно госпитализироваться. Помимо этих цифровых сервисов, существуют генераторы дифференциального диагноза (ГДД). Как следует из названия, они помогают поставить правильный диагноз пациенту с несколькими заболеваниями.

Вылечи меня, нейросеть!

Принцип действия всех перечисленных систем примерно одинаков. Пациент, врач или медсестра вносят в систему пол, возраст, симптомы, жалобы, результаты анализов и других исследований. СППВР обращается к базам данных, базам знаний, к определенным образом размеченным историям болезней и лучших практик и рекомендует исследование, которое нужно провести для постановки диагноза, либо же указывает врачу на возможные заболевания. Затем, используя протоколы лечения, базы исследований лекарственных препаратов, базы данных об интерпретации лабораторных и инструментальных тестов и проч., СППВР предлагает сценарий лечения.

Звучит очень обнадеживающе. Однако эксперты обращают внимание на проблемы, связанные с использованием СППВР.

Одна из них – невысокая точность (чувствительность). Она составляет всего 65–70%. Для сравнения: обычный врач в 65–85% случаев ставит точный диагноз, врач-эксперт безошибочно распознает до 95% случаев. Как в ситуациях с новыми лекарственными препаратами, врачи не используют средство, которое не подтвердило свою эффективность. Чтобы цифровые системы научились точно определять возможное заболевание, необходимо как можно больше данных, более точные алгоритмы, а также время и настойчивость разработчиков. Вторая проблема – сложные случаи и различия пациентов по возрасту и полу. Как правило, доктора не прибегают к помощи компьютера, если клиническая картина ясна. А если симптоматика указывает на несколько заболеваний со схожими проявлениями? Чтобы диагностировать туберкулез, воспаление легких, астму, COVID, ХОБЛ, врач обратится к СППВР. Однако далеко не все системы поддержки смогут диагностировать у больного сразу несколько заболеваний или учесть в расчетах пол пациента и его возраст. Большую сложность для искусственного интеллекта представляют и пограничные клинические случаи.

Юрий Молодых, директор технологических конкурсов Up Great Национальной технологической инициативы:

«Для повышения точности в сложных случаях нейросетям в основе СППВР необходимо больше данных – и это большая проблема для всех разработчиков. Самостоятельно собирать данные очень дорого и долго. Цифровизация медицины еще не дошла до того, чтобы все данные, накапливаемые в рамках врачебной практики, оцифровывались своевременно и в едином формате. И наконец, есть проблема персональных данных. Чувствительность медицинских данных, наверное, одна из самых серьезных – потенциальная утечка гораздо опаснее и серьезнее, чем, например, утечка данных сотовых операторов. Поэтому обеспечить сбор всех данных и их безопасное хранение очень важно. А без полноты данных СППВР оказывается в невыгодных условиях: ведь если пациент сделал анализ в государственной поликлинике, а потом пошел на консультацию в частную, нужно знать и об анализе, и о диагнозе врача для того, чтобы эту историю болезни можно было использовать для обучения нейросети».

Еще одна особенность подобных систем состоит в том, что они могут работать только в интеграции с медицинскими информационными системами (МИС). В нашей стране компьютеризацию больниц и поликлиник обеспечивают около 140 МИС. Владельцы МИС не всегда могут интегрировать в свои системы пилотные проекты СППВР. Решение в пользу цифровых сервисов должно исходить от администрации. Например, так поступил Департамент здравоохранения Москвы, когда внедрил систему поддержки в ЕМИАС – единую медицинскую информационно-аналитическую систему Москвы. Вслед за столицей СППВР решили использовать Ямало-Ненецкий автономный округ, Татарстан и еще несколько регионов, однако все эти проекты можно назвать пилотными. Дело в том, что СППВР не включены в стандартное лечение, которое может быть оплачено из средств бюджета или фонда ОМС по установленным тарифам: нет, к примеру, такой графы, как КТ органов брюшной полости с применением искусственного интеллекта. Сначала нужно рассчитать и согласовать норматив затрат на единицу медицинской услуги с применением ИИ, затем – распределить по регионам по принципу подушевого финансирования.

Путь к пациенту

Идея систем помощи врачу родилась еще в начале XIX века, но массовые сервисы возникли только в конце XX века – с появлением мощных компьютеров и удобных интерфейсов. Одним из первых стал симптом-чекер знаменитой клиники Мэйо (Mayo Clinic). Пациент заходил на сайт клиники и отмечал имеющиеся у него симптомы. Компьютер устанавливал, что такие симптомы встречаются у 90% людей, которые болеют воспалением легких, и рекомендовал немедленно обратиться к пульмонологу.

Сегодня к цифровым сервисам проявляется огромный интерес. За рубежом врачи, пациенты и страховые компании пользуются сервисами Diagnosis Pro, MobileDDx, DxPlain, Isabel, Babylon UK, PEPID, ADA. В нашей стране цифровые сервисы (в том числе основанные на машинном обучении и искусственном интеллекте) могут применяться в повседневной практике медучреждений. Об этом говорит опыт таких компаний, как Botkin AI, «Третье мнение», Webiomed, «Соцмедика», SberMedAI.

Однако в России еще нет ни одного массового симптом-чекера или удобной для врачей автоматизированной базы клинических рекомендаций. Российские стартапы в этой сфере получают регистрационные удостоверения и пытаются интегрировать свои продукты в МИС, а лидеры рынка занимаются включением цифровых сервисов в тарифы ОМС и стараются доказать клиентам, что выявить заболевание на ранней стадии дешевле, чем лечить его осложнения.

Государство поможет?

В настоящее время идет работа над созданием ЕГИСЗ (единой государственной информационной системы в здравоохранении), в которой предусмотрен модуль СППВР. Эксперимент по внедрению технологий ИИ в клиническую практику начался с принятия Федерального закона от 24 апреля 2020 г. № 123-ФЗ. Сейчас эксперимент завершен: несколько сервисов анонимно работают в системе московского здравоохранения. 

При поддержке Фонда развития интернет-инициатив и фонда Национальной технологической инициативы новосибирская компания «Живое дыхание» разработала систему контроля за приемом назначенных пациенту лекарств и состоянием его здоровья. Система состоит из мобильного приложения, с помощью которого врачу или родственникам больного передается информация, и умных медицинских приборов: диспенсеров для таблеток, ингаляторов, автоматических инъекторов.

Фонд НТИ, фонд «Сколково» и Агентство стратегических инициатив проводят конкурс AI’m Doctor (один из технологических конкурсов Национальной технологической инициативы Up Great). Участникам конкурса предстоит разработать СППВР, способную анализировать электронный эпикриз пациента и ставить заключительный клинический диагноз (основное и сопутствующее заболевания плюс осложнения). По точности диагностики система должна превзойти врача высшей категории. Призовой фонд конкурса составил 200 млн рублей; уже более десятка команд сделали заявку на участие.

Насколько перспективны СППВР в России, можно судить по поисковым запросам в «Яндекс». Ежемесячно поисковик регистрирует более 200 тысяч запросов типа «к какому врачу обратиться, если болит...». Пользователи стараются получить квалифицированную информацию о своем здоровье и состоянии своих близких через приложения, соцсети и сайты. Совсем скоро на все интересующие вопросы врачу поможет ответить искусственный интеллект, что в несколько раз улучшит точность постановки диагноза. Нам, пациентам, остается немного подождать доктора Что.

Загрузка статьи...