Когда искусственный интеллект станет цифровым ассистентом врача

Мы уже писали, что инвестфонд «Росатома» вложил средства в компанию «Интеллоджик», разработавшую платформу Botkin.AI. Она участвует в эксперименте правительства Москвы по использованию искусственного интеллекта для анализа медицинских изображений. Мы побеседовали с научным руководителем эксперимента — ​главой столичного Центра диагностики и телемедицины, доктором наук Сергеем Морозовым. Говорили о страхах врачей, рынке алгоритмов и психологии пациентов.

Алгоритмы есть, рынка нет

— Эксперимент идет, но наверняка промежуточные выводы сделать можно. Что он дал врачам?

— Все участвовавшие в эксперименте врачи, а значит, и их знакомые перестали бояться, что алгоритмы заменят человека. Не заменят. Все равно необходимо врачебное заключение. Искусственный интеллект заточен на определенную клиническую задачу, при неясной симптоматике алгоритм может давать ложноположительные и ложноотрицательные результаты.

В 2020 году в разгар эпидемии коронавируса врачи вынужденно описывали снимки вне диагностических кабинетов. И рентгенологи, и врачи-клиницисты поняли, что, оказывается, можно работать дистанционно при наличии достаточной клинической информации, то есть с цифровым двойником пациента.

— А что получили разработчики?

— Из очевидного — ​заказы, гранты. Любопытно, что в опросе, который провели среди разработчиков, деньги в оценках привлекательности эксперимента не стояли на первом месте. Главным они считают обратную связь от специалистов, научную методологию, возможность применения разработки, получение опыта.

— Рынок программ для анализа медицинских изображений оказался готов к эксперименту?

— О каком рынке мы говорим? Компании, которые специализируются на медицинских решениях с искусственным интеллектом, не создают новый рынок, а встраиваются в уже существующий. Алгоритмы есть — ​самостоятельного рынка для них нет. На рынок де-факто ИТ-компании выводят системы визуализации, то есть автоматизированные рабочие станции врача. Их сейчас в России великое множество от множества производителей. Есть рынок для устройств — ​аппаратов ЭКГ, рентгена. Проще в эти устройства добавить функционал дополнительной обработки и постановки предварительного диагноза и конкурировать на этом рынке, чем создать рынок алгоритмов. В том числе потому, что сейчас руководителям медицинских организаций непонятно, как и из каких средств закупать алгоритмы искусственного интеллекта. И применительно к «Росатому» процесс, который, на мой взгляд, должен состояться, — ​это встраивание алгоритмов типа Botkin.AI в существующие и будущие медицинские продукты компаний «Росатома».

Централизация врачей-диагностов

— Но алгоритмы в эксперименте не были привязаны к конкретному аппарату. Не показал ли эксперимент, что они могут быть востребованы вне рынка рабочих станций?

— Алгоритмы действительно дали экономическое преимущество в эксперименте. С ними ставить диагноз быстрее и дешевле. Мы увидели, что алгоритмы позволяют автоматизированно провести сортировку, отделить норму от патологии до того, как подключается врач. Это важно, если надо быстро проанализировать поток. В пандемию это были исследования на ковид, в обычное время это может быть скрининг. В нашем референс-центре уже добились того, что время на описание исследования, за которое отвечает врач, составляет меньше часа, и стремятся сократить его до 15 и даже пяти минут. Врачу на аппарате нет необходимости в такой скорости.

— Поясните, что значит «врач на аппарате» и «референс-центр».

— Врач на аппарате работает в медучреждении, в отдельном кабинете рядом с помещением, где находится аппарат, например КТ. Главврач привязывает запись на обследование к графику врача. Работает тот, например, по вторникам с 9:00 до 15:00 — ​и аппарат работает только в это время. Еще особенность — ​врач описывает разные снимки: уха, легкого, брюшной полости и т. д. Но он не специалист по каждой группе болезней. Он специализировался, например, на онкологии, а к нему приводят ребенка с ушной патологией. Врач не знает всех особенностей этих болезней, но все равно делает заключение.

В референс-центре работа построена иначе. Мы собираем данные с целого парка аппаратов, и врачи описывают снимки только по своему направлению: те, кто лучше разбирается в легких, занимаются легкими, кто специализируется на ушах, получает уши. Хотя, конечно, врачи в референс-центре могут доучиваться и расширять свои компетенции.

Кроме того, врач на аппарате зависит от записи: сегодня может прийти, условно, 20 человек, а завтра семь. Референс-центр — ​нет: мы с помощью искусственного интеллекта просчитываем, сколько нам человек нужно, чтобы в масштабах города обработать все снимки, которые есть в системе, — ​КТ, МРТ, флюорографию. У нас в центре круглосуточно работают почти 100 врачей. Централизация врачей-диагностов повышает эффективность их работы на 70–80 %, алгоритмы — ​еще примерно на 15 %.

— В итоге почти вдвое. Это аргумент перестроить систему диагностики в здравоохранении?

— Да, мы считаем, что нашу модель надо масштабировать. Планируем до конца года принять на работу еще около 300 врачей. Это будет огромный экспертный центр, который сможет своими заключениями обеспечить любую медицинскую организацию. Мы также считаем, что такие референс-центры должны быть в каждом регионе. Они уже есть в Екатеринбурге, Воронеже. Там собирают врачей и данные по своим регионам. Думаю, что у нас появится какая-то форма взаимодействия с регионами. Возможно, федеральный проект сети таких референс-центров. Но для этого должна быть инфраструктура: цифровое оборудование, подключенное к информационной системе со стандартными протоколами обмена. И тогда алгоритмы ложатся на готовую почву.

— Что может представлять собой новая модель работы врачей?

— Процедуру может делать рентгенолаборант, врач для этого не нужен. Рентгенолаборант отправляет исследование в референс-центр, там происходит сортировка, и, если есть патология, усиленное изображение, то есть с разметкой и описанием, поступит тому врачу, который это исследование назначил. Это модель для поликлиники — ​для скринингов и типовых случаев.

— Врачи на аппарате не исчезнут как категория?

— Нет, конечно. Они останутся в больницах. Но даже там врачам функциональной диагностики больше не надо будет тратить время на описание «флюшек» — ​флюорограмм, которые может анализировать программа и сортировать на «здоров — ​нездоров». Врачи смогут более плотно заняться сложными случаями, проводить скопические исследования и т. д.

С медицинского на программный и обратно

— Итого: есть две ниши для медицинских программ. Одна — ​это встраивание в аппаратуру и обустройство рабочих станций для врачей на аппарате. Вторая — ​алгоритмы для референс-центров, так?

— Да, верно.

— На ваш взгляд, в каких направлениях должно идти их развитие?

— В алгоритмах для референс-центров важны скорость и качество. Они должны быть хорошо натренированы, чтобы отличать норму от патологии, классифицировать эту патологию.

Функционал рабочих станций должен расширяться, нужно больше вариантов для обработки изображений. Нужен магазин приложений — ​платформа, где можно будет их размещать. Должна развиваться специализация, когда важна не срочность, а точность. Например, онкологу надо пропустить снимок через ТNM (международная классификация злокачественных образований. — «СР»). Для единичных случаев такая процедура нужна, но прогонять все изображения через TNM — выброшенные деньги. Сами системы должны становиться проще в использовании. Например, уже есть программы, которые позволяют сфотографировать на смартфон рентгенограмму и получить заключение нейросети.

— Допустим, программа обучается или ей попался сложный случай. Как подтверждаются или опровергаются ее выводы?

— Первый вариант — ​коллегиальное мнение экспертов. Если двое не приходят к единому мнению, подключается третий, решающий. Второй вариант — ​гистологическое или послеоперационное подтверждение. Возможно, на микроскопическом уровне гистология покажет то, чего на картинках нет. Но это не значит, что рентгенолог не справился. Третий вариант — ​наблюдение в динамике и диагноз по клинической картине. У нас есть научная группа, которая сверяет все диагнозы и формирует референтные наборы данных с указанием ground truth — ​«базовой правды». Это понятие из машинного обучения означает, что данные соответствуют истине. Мы публикуем такие обезличенные наборы данных, на них разработчики могут тестировать алгоритмы на точность.

— Чему надо учить следующее поколение врачей?

— Прежде всего — критическому мышлению. Как с навигатором: глупый водитель едет только по навигатору и где-то обязательно упрется в забор. Умный водитель смотрит по сторонам, сравнивая маршрут GPS с реальностью. Второе — ​врачей надо учить безопасному обращению с данными: как не разгласить их, не стать причиной утечки. Третье — ​формулировать диагноз вслух. Внедрив программы по распознаванию голоса, мы увидели, что многие врачи не умеют говорить. Теперь они этому учатся. Говорить удобнее — ​руки освобождаются. Если грамотно формулировать, производительность здорово повышается.

— Чему надо учить айтишников?

— Мы как раз готовим к выпуску учебник, совместный труд врачей и ИТ-специалистов. Айтишникам надо лучше понимать структуру медицинских данных, как они классифицируются. Сейчас у программистов мы, к сожалению, зачастую видим элементарный уровень медицинских знаний. Они просят: «Скажите, рак тут или не рак». Но существуют виды рака, которые ведут себя достаточно доброкачественно, и наоборот — ​есть доброкачественные образования, которые растут как злокачественные. В этом всем надо разбираться. Мы уже нашли медицинских физиков, медицинских кибернетиков и продолжаем искать специалистов, которые могут переводить с медицинского языка на программный и обратно.

— А пациенты как на использование искусственного интеллекта реагируют?

— О, пациенты одобряют искусственный интеллект со страшной силой. Они очень любят технологии, требуют объективности, хотят иметь доступ к результатам своих исследований.

Наш опрос показал, что большая часть москвичей хочет видеть искусственный интеллект в роли цифрового ассистента врача. Но доверяться только искусственному интеллекту, без сопровождения человека, никто не готов.

— Ваш центр работает с огромной базой данных. Какие выводы можно сделать из этой статистики?

— У нас две большие группы пациентов. Одна очень тревожная, готова обращаться к врачу по любому поводу. Вторая, наоборот, — ​с запущенными заболеваниями: идут к врачу, когда уже совсем поздно. Пациентов из золотой середины, которые рационально относятся к планированию визитов в поликлинику, к сожалению, немного.