Меня зовут Ринат Гимадиев. 15 лет я работаю врачом-биохимиком, заведующим клинико-диагностической лабораторией. А ещё я основатель сообщества ЛабХаб (больше 45 000 специалистов КЛД) и создатель ИИ-проекта «ЛабЧекап».
В этом канале я буду рассказывать про инновации в лабораторной медицине честно и без заумных слов. Про успехи, провалы, бюрократию и реальные проблемы.
О чём эта статья?
Стандартная диспансеризация может пропускать скрытые риски хронических заболеваний. Врач видит «холестерин в норме, глюкозу в норме» и выдыхает. А под водой - айсберг.
У 4,3% пациентов с нормальным общим холестерином «плохой» холестерин уже повышен - это прямой риск инфаркта.
У 2,4% с нормальным сахаром - скрытый диабет (повышенный гликированный гемоглобин).
Расширить перечень анализов экономически непосильно для системы ОМС.
Вторая проблема - лабораторные ошибки. До 2% проб бракуется или дает ложные результаты из-за гемолиза, нарушения транспортировки, неправильной последовательности взятия пробирок и других причин.
Что мы делаем?
Мы создали ИИ-платформу, которая по рутинным результатам анализов (общий анализ крови, глюкоза, холестерин, пол, возраст) прогнозирует более 30 дополнительных маркеров с высокой точностью.
Второй модуль - автоматический контроль качества: детекция гемолиза, ложной гиперкалиемии, коррекция расчетных показателей.
Подтверждено практикой
Мы прошли пилоты в государственных клиниках Москвы на тысячах пациентов с подписанными положительными заключениями.
У нас есть статус резидента «Сколково», внедренная система менеджмента качества по ГОСТ ИСО 13485, больше 50 научных публикаций, больше 10 РИД (свидетельства на программы, базы данных, патентная заявка).
Мы в финалах ведущих российских конкурсов и премий. Недавно получили награду на премии в области работы с данными в номинации «За реализацию социально значимых инициатив на основе данных». Там обычно отмечают крупные банки, компании связи и транспортные корпорации - и вдруг лабораторная диагностика.
О чём ещё будут статьи?
- Как мы учим нейросеть прогнозировать скрытые риски (с цифрами и метриками).
- Почему ИИ-контроль качества выгоден лабораториям.
- Как проходили пилоты в государственных клиниках (с реальными истории).
- Что на самом деле дают статусы и конкурсы.
- Обратная связь от врачей и лабораторий
Кому это будет полезно?
Врачам и лаборантам, которые хотят разобраться в ИИ и цифровизации. Тем, кто думает начать свой проект. Партнёрам, которые хотят понять реальную кухню медицинского технологического стартапа. Просто интересующимся, как технологии меняют реальную медицину.
Никакой магии. Только личный опыт, кейсы, цифры, скриншоты и здоровый скепсис.
Подписывайтесь. Будет честно и, надеюсь, полезно.