Виктор Классен: «Наш медицинский искусственный интеллект допускает не более 8% ошибок – это квазиоптимальный результат»
|
Победитель Сервис «ФтизисБиоМед» -
|
|
Краткое описание проекта Итоги проекта. По результатам официального калибровочного тестирования последней версии сервиса «ФтизисБиоМед» Департаментом здравоохранения Москвы (Протокол калибровочного тестирования ИИ-сервиса №13 от 24.03.2021) достигнуты следующие результаты: площадь под характеристической кривой (AUC=0,95), чувствительность 92%, специфичность 92%. Таким образом, общее количество ошибок (включая ложноположительные и ложноотрицательные) составляет не более 8%. Практика применения. Искусственный медицинский интеллект «ФтизисБиоМед» подключен к комплексу ЕРИС ЕМИАС. По итогам 2020 года сервис FBM вошел в тройку лучших решений по направлению РГ/ФЛГ в рамках проведения Эксперимента по использованию инновационных технологий в области компьютерного зрения для анализа медицинских изображений и дальнейшего применения в системе здравоохранения города Москвы «ИИ-сервисы для лучевой диагностики». Решение включено в базу кейсов АНО «Цифровая экономика». Перспективы проекта. Искусственный медицинский интеллект «ФтизисБиоМед» демонстрирует великолепные точностные показатели при поиске даже редких патологий органов грудной клетки. Ежегодные сотни миллионов снимков по всему миру, которые требуют врачебного анализа, не оставляют в будущем никакого выбора – этот анализ должен делать искусственный медицинский интеллект. Получая эти данные, врач, принимая во внимание и другие показания, ставит диагноз и назначает лечение. Большой интерес к сервису «ФтизисБиоМед» уже проявил целый ряд стран Азии, Африки, Ближнего Востока, все страны БРИКС. |
О том, как цифровой анализ медицинских изображений стал надежным помощником врачей-рентгенологов в выявлении на ранних стадиях болезней грудной клетки рассказывает д.т.н., профессор, председатель правления ООО «ФтизисБиоМед»
– Виктор Иванович, почему потребовалось создавать программу автоматизированного анализа цифровых флюорограмм? В чем и кому она помогает?
– О возможностях искусственного интеллекта в медицине, его способности повысить точность диагностики и подобрать оптимальное лечение говорят довольно давно. Но начнем с грустного. Человек умер, наступила клиническая смерть. Приборы могут довольно просто автоматически ее зафиксировать, никакого искусственного интеллекта для этого не требуется. Тогда зачем нужен наш сервис?
Прежде чем ответить на вопрос, хочу сделать небольшое отступление. У меня есть любимая книга «Теория катастроф» Роберта Гилмора, вышедшая много лет назад в издательстве «МИР», я купил ее еще когда учился в МФТИ. Теория катастроф помогает предсказывать извержения вулканов, в социальной сфере она позволяет спрогнозировать грядущий бунт, например, в местах заключения. Это возможно потому, что существуют предвестники любой катастрофы, которые появляются задолго до нее.
Казалось бы, какое отношение теория катастроф имеет к медицинскому искусственному интеллекту? Думаю, что самое прямое.
Задача врача – не констатировать смерть, не просто сообщать больному, что у него коронавирус и 75% легких поражены. Для этого не нужно быть квалифицированным врачом, это может сделать лаборант со среднемедицинским образованием. А вот предвестники неблагополучия, когда еще не видно, что у человека в легком образовалась опухоль, или появились туберкулезные поражения – то, что предугадывает теория катастроф, но далеко не всегда замечает врач – могут указывать на заболевание на его самой ранней стадии.
Сейчас при постановке диагноза и назначении лечения больному не учитывается динамика состояния его здоровья. На самом деле было бы правильно, чтобы человек, с момента его рождения и до самой смерти, находился под медицинским наблюдением. Чтобы сегодня, в век цифровизации, все медицинские показатели систематически фиксировались в личном кабинете пациента, прослеживалась бы их динамика. Чем раньше мы замечаем начало негативного процесса в организме человека, чем быстрее начинаем лечение, тем больше вероятность его выздоровления.
О нашем облачном сервисе «ФтизисБиоМед» написано уже много. Если коротко определить его значимость, то можно сказать, что он позволяет выявлять патологию органов грудной клетки на ранней стадии и предоставляет врачу информацию о ней. Сервис автоматически оценивает вероятность наличия патологий на рентгенограммах ОГК и флюорограммах, а также осуществляет поиск и локализацию патологических признаков.
Программа создана на основе искусственного интеллекта, представляющего собой ансамбль свёрточных нейронных сетей. Проблемой было разработать решение, которое способно обучать свёрточные нейронные сети находить и различать патологии. Но мы с ней справились.
– Какова вероятность ошибки в результатах анализа конкретной флюорограммы?
– Врач высочайшей квалификации может распознавать 35 типов патологий. Просто хороший врач уже не способен увидеть столько патологических признаков. Многие медики ошибаются в 26% случаев при анализе флюорографических снимков – это не научная цифра, она была получена нами эмпирическим путем, но в жизни происходит примерно так. Если же врач ошибается в 50% случаев, то он не врач.
У нас нет такой обширной базы данных, чтобы обучить искусственный интеллект всем типам встречающихся патологий. Однако наш медицинский искусственный интеллект допускает не более 8% ошибок – это квазиоптимальный результат.
Меня иногда спрашивают: «Почему ваш сервис все-таки ошибается? Разве нельзя добиться стопроцентно правильного результата с помощью искусственного интеллекта»? Нет, это невозможно. Начнем с того, что конституция у людей неодинаковая. А рентгеновский аппарат – это стандартное оборудование для обследований. Не во всех ситуациях он работает точно.
Дальше. У нас 25 компаний-производителей рентгеновских аппаратов. Все они немного отличаются друг от друга по своим техническим характеристикам. Если делаешь рентгеновский снимок сразу на нескольких аппаратах, то получается разная контрастность, разное число пикселей и так далее. Поэтому нельзя утверждать, что искусственный интеллект должен стопроцентно определять все проблемные места возникновения патологий. Этого не может быть.
Однако то, чего мы достигли в рамках московского эксперимента по использованию инновационных технологий в области компьютерного зрения для анализа медицинских изображений и дальнейшего применения в системе здравоохранения города, позволяет нам говорить, что сегодня мы – лучшие не только в России, но и в мире.
Для участия в этом грандиозном эксперименте были представлены 48 инновационных разработок в области медицины из разных стран. А к финальному отбору их осталось только 8. Мы были признаны лидерами. Конечно, это нас радует, но одновременно и налагает на нас повышенные обязательства, потому что, как известно, все ждут от чемпионов новых достижений.
Как сейчас работает сервис? 270 московских поликлиник подключены в наше облако – в город Чистополь Республики Татарстан. Уже 17 стационарных медицинских учреждений Москвы делают рентгенограмму, флюорограмму, а потом отправляют в наш облачный сервис. Их первое чтение производится у нас, на это тратится 0,8 секунды, затем результат уходит обратно в Москву, где на основании полученных данных врач дает заключение. Только он по закону может написать диагноз, подписать его квалифицированной электронной подписью или поставить свою личную печать.
При использовании сервиса вероятность ошибки в анализе цифровой флюорограммы может быть существенно меньше 8 процентов, если мы берем широко распространенные патологии, но, конечно, вероятность ошибки возрастает, когда мы имеем дело с редчайшими патологиями.
– Где «ФтизисБиоМед» планируют применять после окончания эксперимента? Будет ли сервис платным для медицинских учреждений?
– Этот вопрос волнует всех. Кто возьмет на себя задачу повсеместного внедрения автоматизированного анализа цифровых флюорограмм и рентгеновских снимков в систему здравоохранения страны, когда закончится московский эксперимент? Все понимают, что за массовый скрининг флюорограмм/рентгенограмм необходимо платить.
Как это делается в других странах? Наверное, надо изучить международный опыт. Например, я знаю, что в Южной Корее при определенных видах заболеваний больничная касса оплачивает 90% стоимости лечения больного, а оставшиеся 10% – он сам, есть медицинская программа поддержки малоимущих.
Кто у нас будет платить за медицинский искусственный интеллект? Этот вопрос уже задан, но ответа на него пока нет. Будет ли это делать Фонд медицинского обязательного страхования? Неизвестно. Однако очень хотелось бы, чтобы каждый гражданин РФ при использовании сервиса «ФтизисБиоМед» знал, кто за что платит и сколько? Что берет на себя государство, а что оплачивает сам гражданин. Думаю, что это предмет широкого публичного обсуждения на уровне государства.
– Есть ли аналоги вашего сервиса в других странах?
– Безусловно, есть аналоги. Как я говорил, немало разработок участвовало на начальных этапах нашего московского эксперимента, но они сошли с дистанции, кто-то в начале, а кто-то в середине пути.
– Собираетесь ли вы развивать этот программный продукт с искусственным интеллектом в дальнейшем?
– Мы этим занимаемся круглые сутки без выходных. Естественно, медицинский искусственный интеллект должен непрерывно совершенствоваться. Как чемпион в спорте стремится каждый год показывать новый рекорд, так и мы с нашим замечательным искусственным интеллектом хотим достигать новых результатов.