Насколько эффективен искусственный интеллект при анализе сложных биологических материалов, почему врачи в последние годы потеряли доверие к копрограмме и как его вернуть, можно ли преодолеть робофобию в медицинском мире и помочь лабораторным диагностам и клиницистам найти общий язык — рассказала гендиректор компании «АврораАИ» Валентина Красовская.
Гендиректор компании «АврораАИ» Валентина Красовская рассказала, чем советская медицинская школа отличается от западной и почему именно на нее сегодня ориентируются многие страны мира, можно ли диагностировать онкологию по копрограмме, как учат ИИ работать со сложным биологическим материалом и когда диагностика при помощи нейросетей выйдет на новый уровень.
Справка о спикере:
Валентина Красовская — гендиректор компании «АврораАИ». Занимается медицинским программным обеспечением, в частности, разработкой ИИ в общеклинических исследованиях.
Окончила РАНХИГС по специальности «менеджмент в здравоохранении» и БГУЭП по специальностям «экономика и менеджмент» и «экономическая психология». Работала в ЦДЗ-филиал ОАО «РЖД» начальником отдела сетевого развития.
Вице-президент по экспертной деятельности Федерации лабораторной медицины. Руководила проектом разработки отраслевого стандарта-ФСЛИ со стороны профессионального сообщества.
Валентина, сейчас на пике актуальности искусственный интеллект. Что думаете о его роли в современной медицине и лабораторной диагностике?
— Искусственный интеллект (ИИ) уже изменил медицину. Например, в патоморфологии и радиологии ИИ сегодня активно используется для поддержки врачебных решений. А в лабораторной диагностике процесс только начинается. И тут у нас огромное поле для применения ИИ, особенно в микроскопии, так как в России она до сих пор используется как основной метод для рутинных исследований, причем до 80% работы выполняется вручную. Но постепенно ключевым инструментом становится компьютерное зрение. Оно позволяет перевести микроскопические изображения в цифровой формат, с которым уже может работать алгоритм. Это убирает субъективность и ускоряет анализ, а главное — дает врачу эффективного «цифрового ассистента». Это важно, ведь в диагностике рутины больше всего тратится врачебного труда. И именно здесь врачу нужна помощь. ИИ может смотреть то, что не вызывает подозрений, и подсвечивать для врача моменты, над которыми нужно подумать.
Можно ли сказать, что технологическая революция уже состоялась? И какую роль в этом играет компьютерное зрение, с которым вы активно работаете?
— Мы переживаем эту революцию. Речь о быстро воспроизводимой технологии. Но обучение ИИ требует времени: нужно собрать врачей, разработать методологию. Это сложный процесс. А у нас немного инициативных докторов, причем, хорошие эксперты всегда заняты. Претендуя на их время, нужно эффективно модерировать все процессы. А когда у компании появляется опыт создания искусственного интеллекта, все последующие решения создаются гораздо быстрее. Если первый искусственный интеллект мы, например, разрабатывали два года, то последующие аналогичные решения, но по другим биологическим материалам — уже за один год.
Скорость со временем только нарастает?
— Да. Но у каждого материала своя специфика. Можно натолкнуться на проблему накопления данных. Взять хотя бы исследование на кишечных паразитов. Нам важно их находить, чтобы пополнить цифровую базу изображений. Но в нашей стране нет программы скрининга, поэтому искусственный интеллект не может обучаться так быстро, как хотелось бы. Понимаете, технологии есть, врачей для консультации найти можно, но сбор данных ограничен. Не поедешь же ради этого в Африку. Тем более, что это и не поможет, поскольку нужен российский биоматериал, полученный в наших лабораториях, а также нужна экспертиза наших врачей. На африканском или индийском материале, российский ИИ не обучить, поскольку большинство паразитов в этих странах неспецифичны для нашей страны.
Каково сейчас место России на международном поле инновационных разработок?
— С точки зрения освоения и внедрения инструментов ИИ в практику здравоохранения Россия пока отстает от Америки и Китая. Но надо помнить, что у каждой страны своя медицинская практика и своя отраслевая документация. Нельзя просто взять ИИ, разработанный в Америке, и ждать, что он будет хорошо работать в России. В лабораторной диагностике это практически невозможно, поскольку для нашего биоматериала есть свои референсные интервалы, нормы и т.д. То, что хорошо работает в других странах, требует значительной адаптации в наших условиях: мы ищем другие элементы, клинически значимым считаем другие их количество, подготавливаем материал к исследованию по-разному (мы его красим, а они нет) и т.д.
Взять, допустим, китайские анализаторы кала, которые появились на нашем рынке около пяти лет назад. В них встроено ПО, которое определяет элементы копрограммы. Но в России считают клинически значимыми 25 элементов, а в Китае только 7. Мы смотрим глубже и шире. И это вовсе не атавизмы советской школы, не устаревшие методики, не избыточные требования. Советская школа была направлена на профилактику. Поэтому из каждого исследования наши медики стремились получить максимум информации. Даже по рутинным исследованиям в нашей стране можно было сразу все рассказать о состоянии организма человека. А расширение диагностики происходило после базового скрининга. На Западе иначе — там люди каждый год проходят чекап из 25−30 лабораторных тестов. Там развита платная медицина и акцент сделан на углубленной излишней диагностике. Мы считаем, что это нерационально. В этой связи можно сказать так: хорошо, что Россия находится в начале пути внедрения ИИ — мы разрабатываем решения для своей страны, которые соответствуют российским стандартам и российской клинической практике.
А перспектива у нас какая? Мы будем двигаться дальше в этом же русле?
— Задача интереснее. Мы не просто удовлетворяем потребности отечественных врачей. С нашим подходом мы можем удовлетворить все медицины мира. Потому что в России самый широкий перечень элементов микроскопического анализа и самый глубокий подход. Единственный вопрос в сертификации и в регистрации продукта. Но поскольку многие страны тяготеют к советской медицинской школе, а их финансовые возможности не бесконечны, они выбирают подход, который ведет к профилактике, раннему выявлению болезней, онконастороженности. А это все — лабораторная диагностика.
Какие преимущества дает машинное зрение в работе со сложными биоматериалами?
— Главные преимущества — это воспроизводимость, точность и скорость. Человеческий глаз устает, врачи видят по-разному, у многих из них нет насмотренности на редкие классы элементов. И все это — на высоких потоках. Очевидно, что посмотреть материал внимательно и тщательно не позволяют условия, в которых трудятся наши врачи. В этой ситуации нейросеть, снимая рутину с врача, позволяет уделить больше внимания и времени действительно важным образцам, не упустить патологию. Плюс, благодаря цифровизации, врач может вернуться к препарату, перепроверить что-то, обсудить с коллегами.
Как обучается ИИ, какие проблемы возникают в процессе и как вам удается их решать?
— ИИ учится только на реальных изображениях, размеченных врачами. То есть мы не можем взять для его обучения музейные препараты или картинки из атласов. Нужны изображения реального исследования. Но при их интерпретации часто возникает проблема субъективности: даже опытные специалисты могут быть не согласны друг с другом. Приходится собирать консилиум, где врачи делают перекрестные аудиты и обсуждают спорные случаи. У нас нет цели выставить кого-то правым в споре. Нам важно стандартизировать подход и выработать единую методологию к оценке одних и тех же элементов, договорится о признаках. Таким образом мы формируем эталон для обучения алгоритма.
Что может рассказать об организме копрограмма? Как часто нужно сдавать этот анализ? Насколько он актуален для диагностики онкологии?
— Материал для копрограммы, как вы понимаете, не очень приятный, и работать с ним вручную — та еще радость. Поэтому со временем врачи стали меньше времени уделять этому анализу, смотреть не с той тщательностью, как следовало бы. И у врачей-клиницистов за последние годы сложилось недоверие к лабораторным исследованиям кала. Они стали минимизировать назначение этого анализа. Логика такая: а зачем назначать, если нет никакой гарантии, что его внимательно посмотрят, и я получу достоверный результат. Так что, к сожалению, в последнее время этих анализов стало меньше. А зря! Тест очень важный. Это вообще единственный неинвазивный (то есть без вмешательства в организм человека) анализ, который может ответить на все вопросы по работе системы ЖКТ. Копрограмма показывает, как переваривается пища, есть ли воспаление и ферментные нарушения. Сейчас в России заболевания органов пищеварения занимают третье место. Их раннее выявление позволяет не допустить развития хронических заболеваний, которые могут приводить к онкологии. А онкологические заболевания пищеварительной системы в России составляют около 15% всех злокачественных новообразований, однако в структуре смертности от рака занимают второе место. Мы перестали находить рак желудка и кишечника на ранних стадиях, потому что пациент с заболеваниями ЖКТ приходит к врачу, когда уже больше не может терпеть. Необходима эффективная диспансеризация, которая позволила бы не только выявлять кровь в кале, но и контролировать нарушения в работе ЖКТ пациентов путем различных профилактических мероприятий, таких, как переход на здоровый образ жизни, специальные диеты, отказ от вредных привычек. Особенно важно выявлять паразитов. Во-первых, при их заражении в большинстве случаев болезнь протекает бессимптомно, а во-вторых, по последним данным, распространенность кишечных паразитов среди онкологических больных по всему миру составила 28%. Так что, казалось бы не очень сложный анализ может продиагностировать очень серьезные проблемы, если делать его грамотно, с привлечением ИИ, а не вручную.
Искусственный интеллект уже помогает делать копрограмму?
— Да. Уже появились автоматические анализаторы, которые выдают цифровое изображение. И мы можем накапливать, размечать эти данные и непрерывно обращаться к ним. С развитием автоматизации использование цифровой микроскопии кала будет расти, и для повышения эффективности врачи будут использовать искусственный интеллект. Вопрос лишь в его обученности. Наша нейросеть быстро подхватывает информацию, база данных копится. Сегодня у нас более 10 тыс. снимков. И это самая большая база данных по копрограмме в России и, вероятно, в мире. С накоплением данных обучение происходит все быстрее — базовый дата-сет сформировал основу для этого.
Многие эксперты говорят, что на разговоры о преимуществах ИИ у профессионалов медицинского рынка формируется обратная реакция — робофобия. Вы это видите? С чем связаны страхи — чего боятся врачи, лаборанты?
— Да, это распространенная история, от которой мы в шоке. Основной страх — что ИИ «заменит врача». Мы ездим по выставкам и конференциям и везде рассказываем, что искусственный интеллект — это просто технология. Вчера у вас появился анализатор, и вы его не боялись. А сегодня появился ИИ. Он делает работу врача точнее и быстрее, но не принимает окончательного решения. Диагноз ставит только доктор! И плох тот медик, который не овладевает современными технологиями и подходами. Умение работать с ИИ очень скоро будет серьезным конкурентным преимуществом, которое будет влиять на зарплату специалиста.
И как врачи и лаборанты реагируют на эту информацию?
— Когда коллеги видят, что система экономит время и снижает рутину, а контроль остается за ними, страхи уходят. И можно сказать, что будущий врач лаборатории — это не просто микроскопист, а архитектор алгоритма, который может разобраться в изображении, настроить процесс, проверить результат и дообучить ИИ на собственных кейсах.
Какие медицинские профессии со временем могут оказаться не нужны с приходом нейросети?
— Я бы говорила о повышение роли специалиста, а не о его замене. В работе медика будет меньше рутины. Зато будет больше аналитики, коммуникаций с коллегами и ответственности за диагноз. Сейчас у лабораторных практиков просто нет времени, чтобы посмотреть на пациента шире. Они могут что-то увидеть в биоматериале, но порой не знают, кому эту информацию передать — не созданы условия для более эффективного взаимодействия с клиницистами. А когда искусственный интеллект заберет на себя рутину, врач лабораторной диагностики не будет сидеть над микроскопом не поднимая головы и начнет больше участвовать в постановке диагноза. Сейчас клиницисты и лаборанты — два обособленных мира, которые не пересекаются. Пациент между ними мечется со своими вопросами. И не всегда может получить нужный ответ. Это, конечно, неправильно.
Каким вы видите дальнейшее развитие ИИ в медицине и лабораторной диагностике?
— Мы видим ИИ как полноценного помощника-ассистента врача. В будущем это будут комплексные сервисы: система будет собирать данные из разных анализов, сравнивать динамику, подсказывать врачу возможные сценарии. Идея на поверхности, но пока она сложна в реализации: мало данных оцифровано, сервисы между собой не интегрированы.
Сейчас мы делаем прототипы и пилоты ИИ, но через 5–7 лет он станет стандартным элементом лаборатории, как в свое время автоматические анализаторы. Он станет обязательным инструментом в работе.
Нас впереди ждет что-то очень интересное. Может быть ИИ, вообще, будет предсказывать какие-то болезни вместо анализов, и диагностика выйдет на новый уровень. Но все это будет происходить с сохранением врачебного контроля. Однозначно.
Друзья, а мы продолжаем следить за развитием медицины и за открытиями ученых, подписывайтесь! Телеграм-канал, VC.ru.
#медицинабудущего
