Михаил Самсонов: сильный искусственный интеллект будет для врача надежным, квалифицированным помощником

Министерство здравоохранения России опубликовало тревожную статистику: оказывается, врачебные ошибки российских докторов вызывают ежегодно около  семидесяти тысяч осложнений у людей, перенесших болезни.

Применение инновационных технологий в медицине на базе искусственного интеллекта показало, что подсказки  цифровых помощников в разы снижают количество ошибочных решений, помогают ставить верные диагнозы, выбирать оптимальные методики лечения, выписывать рецепты препаратов, которые благоприятно сочетаются друг с другом.

Для ускорения развития новых технологий в России  решено проводить  конкурсы на создание СППВР — интеллектуальных систем поддержки принятия врачебных решений.

Одним из экспертов этого конкурса стал руководитель рабочей группы по законодательству HealthNet НТИ, директор медицинского департамента ГК «Р-Фарм» Михаил Самсонов. Он подробно рассказал о работе, которая ведется в системе здравоохранения России в целях снижения врачебных ошибок, о проблемах, которые надо решать, в том числе с помощью искусственного интеллекта.

Он проанализировал данные об исследованиях врачебных ошибок как в нашей стране, так и во всем мире. В США, например, в 28% случаев ставится ошибочный диагноз. Из этого числа случаев в 33% ошибки врачей становятся причиной    серьезных необратимых повреждений или немедленной или неизбежной смерти пациента. Врачи в странах Европы в 10% случаев ставят неверные диагнозы и применяют неправильные методики лечения.

По сравнению с этими цифрами статистика Минздрава РФ о 70 тысячах осложнений в год кажется заниженной. Но это не является объективным результатом безошибочной деятельности российских врачей на фоне их западных коллег. Статистический учет по врачебным ошибкам не ведется ни у нас, ни в других зарубежных странах. Полученные в ходе исследований цифры не могут быть абсолютно точными и корректными.

Отрицательным образом на качество медицинской помощи повлияла пандемия коронавируса. Несмотря на развитие телемедицинских технологий, пациенты столкнулись с ухудшением доступности классических медицинских услуг. Многие отделения в клиниках были реорганизованы в коронавирусные стационары.

Возросшая нагрузка на врачей не давала им возможность уделять должного внимания обычным пациентам. Многие операции и другие медицинские процедуры были отложены на неопределенное время.

Особенно болезненно сказалась пандемия COVID-2019 на онкологических пациентах. Ранняя диагностика в онкологии является одним из важных  условий дальнейшего успешного лечения и в целом, выживания пациента. Но карантинные ограничения во время пандемии ухудшили показатели раннего диагностирования, так как люди сидели дома, и многие больницы работали с ограничениями.

Однако пандемия привела к неожиданным положительным результатам в работе медиков. Они быстро освоили  новые технологии по оперативной постановке диагноза или его подтверждения. Возросшее число сложных вызовов заставило быстро ломать стереотипы и искать новые решения. 

Важную роль в улучшении качества диагностики сыграл искусственный интеллект. Хотя самая умная машина – это лишь помощница врача, шпаргалка для специалиста, искусственный интеллект может оказать большую помощь в инструментальной диагностике (МРТ, КТ). При принятии решений в глубоко алгоритмированной ситуации, например, в кардиологической реанимации, обученные нейросети играют  немалую роль. Но без врача машины лечить людей не могут.  Они могут лишь подсказать специалисту некоторые решения по диагностике, лечению, фармакологии.

Информационные системы способны значительно разгрузить врача при выполнении рутинных операций. Машина соберет и автоматически организует информацию о пациенте, проанализирует имеющуюся медицинскую документацию. На базе этих данных  искусственный интеллект предложит варианты возможных диагнозов, методик лечения, список препаратов. Но последнее слово всегда остается за врачом.

Одним из исследований, в которых наиболее эффективно используется искусственный интеллект, является диагностика фибрилляции сердца. Машина способна диагностировать патологические явления на самом раннем этапе заболевания. Она замечает симптомы, которые не способен увидеть человек. Эффективной оказалась помощь искусственного интеллекта и для массового использования потребителями разрешенных к продаже медицинских изделий.

Машины позволили организовать постоянный дистанционный монитиоринг пациентов лечащими врачами. Постоянное наблюдение специалиста существенным образом повлияло на улучшение качества лечения и снизило случаи тяжелых последствий и смертей пациентов. Люди перестали заниматься опасным самолечением, так как всегда имеют постоянную дистанционную связь с врачом и вовремя обращаются к нему за консультацией.

Внедрение СППВР привело к кардинальному улучшению качества медицинской помощи ольным из удаленных регионов России, в автономных поселениях, экспедициях. Телемедицинская связь решила проблему недоступности услуг квалифицированных медицинских специалистов для отдаленных регионов. Теперь на консультацию и лечение не надо ездить в региональные и федеральные медицинские центры. С помощью дистанционной связи жителям глубинки стал доступен опыт самых высококвалифицированных отечественных врачей и мировых светил.

Большую эффективность данные решения показали при проведении сложнейшей дифференциальной диагностики, когда определенные заболевания трудно различить ввиду их схожей симптоматики. Пациенты с любой болезнью теперь могут сразу же обратиться по онлайн-каналам к врачу общей практики. Он, в свою очередь,  анализирует ситуацию, проводит опрос, дистанционный осмотр, знакомится с имеющимися у пациента электронными медицинскими документами и оперативно принимает решение: требуется ли больному госпитализация,или необходима дистанционная консультация  профильного специалиста для назначения лечения  после уточнения диагноза.

Для систем поддержки принятия решений создано множество различных программных продуктов:

1. Быстрее других сегодня развиваются программные решения для ранней диагностики и более точного диагностирования заболеваний с использованием медизображений и данных лабораторных анализов. Машины обучаются быстро и точно обрабатывать и анализировать изображения на КТ, снимки УЗИ. Искусственный интеллект успешно ищет опухоли, очаги воспалений, указывает их точное расположение и размеры.
2. Разрабатываются информационные системы, задачей которых является подбор правильной методики лечения  для конкретного пациента.
3. Нейросети, имеющие большой объем биомедицинских данных, обучаются выявлению новых, ранее неизвестных, признаков заболеваний,  прогнозированию  протекания и исхода заболевания. Например, машины уже хорошо  определяют признаки онкопатологии легких по КТ-снимку на оборудовании разного типа  и проводят дифференциальную диагностику с другими заболеваниями легких.

Но ни одна машина в мире не может поставить окончательный диагноз, только лишь проанализировав  данные электронной карты пациента, результаты его исследований и анализов. Для точного диагностирования документальных данных недостаточно. Только врач может использовать весь спектр данных о пациенте, их динамику, учесть индивидуальные особенности человека. СППРВ пока не умеют этого делать. Только специалист может сделать назначения,  построив оптимальную траекторию обследования.

Граждане России имеют возможность пользоваться облачными сервисами и другими системами для хранения своей  медицинской информации.  Но пока  пользователи не очень беспокоятся о защите своих персональных данных. Информация из смартфонов передается не только разработчикам приложений, но порой утекает и посторонним лицам. Поэтому над решением проблем по защите персональных данных трудятся многие специалисты, руководители здравоохранения, юристы.

Важным условием для дальнейшего развития систем поддержки врачебных решений  является готовность самих врачей к внедрению и применению инновационных технологий.

В первичном звене российской медицины пока недостаточно активно применяется искусственный интеллект в диагностическом обследовании и назначении лечения.

В ближайшие годы ситуация должна  измениться. Мировая статистика показывает, что сегмент искусственного интеллекта на рынке здравоохранения растет быстрее всех. ВОЗ считает, что к 2050 году на Земле будет проживать в два раза больше взрослых людей, чем сегодня. Причем, опережающими темпами будет расти городское население, то есть люди, ведущие оседлый и малоподвижный образ жизни. Их потребность в медицинском обслуживании будет высокой. Без помощи искусственного интеллекта ни одной системе здравоохранения в мире будущего не обойтись.

Системы поддержки должны завоевать доверие пациентов и врачей. Для этого они будут совершенствоваться и дальше. Разработчикам придется решать следующие задачи:

1. Обеспечить надежную защиту медицинской приватной информации пациентов.
2. Преодолеть консервативные привычки врачей. В этом может помочь концепция дополненной медицины, по аналогии с термином «дополненная реальность». Врач должен понимать логику машины, почему она сделала то или иное заключение. Поэтому  системы поддержки должны выдавать хорошо интерпретируемые рекомендации.
3. Рекомендации машины должны иметь чувствительность и точность на уровне не ниже наиболее продвинутых систем и экспертов высшей квалификации.

Одним из способов развития и совершенствования инновационных решений в медицине являются конкурсы предложенных разработчиками высокотехнологичных проектов. 

Например, на конкурс Up Great по ИИ подали заявки 11 команд: серьезные научные коллективы, компании, профессионально разрабатывающие системы поддержки правильных врачебных решений. Они предложили около 50  разработок. Эти решения оказывают помощь в лечении, помогают в диагностике, предлагают рекомендации по профилактике заболеваний и осложнений, позволяют качественно осуществлять мониторинг пациентов.

Интересны следующие российские разработки:

1. СППВР Webiomed помогает врачам оценить риск сердечно-сосудистого заболевания на ранних этапах, когда специалист не видит никаких клинических проявлений (ООО «К-Скай»).
2. Платформа Botkin.AI анализирует медицинские изображения и выявляет и дифференцирует заболевания легких (ООО «Интеллоджик»).
3. Цифровой гистологической лабораторией UNIM исследуются гистологические материалы для постановки правильного диагноза.
4. Galenos ведет контроль за выполнением медицинских стандартов (ИТ-компания «ТехЛАБ»).
5. Sapia является системой для оценки степени тяжести острого панкреатита в ранние сроки по данным лабораторных обследований (ООО «Ар ДиСайнс»).

В дальнейшем в конкурсе Up Great могут участвовать комплексные команды, объединяющие врачей и специалистов IT.

Технологии, которые разрабатываются в рамках конкурса, смогут стать основным содержанием  многих инноваций. С их помощью можно будет решить основные проблемы первичного звена медицины:

• нехватка квалифицированных кадров;
• время приема;
• гипердиагностика;
• онконастороженность;
• гиподиагностика с одновременной поддержкой докторов в принятии решений.

Мы уверены, что повсеместное использование новых предложений систем поддержки врачебных решений  снизит количество неверных диагнозов. Это снизит тяжесть протекания заболевания, смертность, улучшит качество жизни населения. Сильный искусственный интеллект станет для врача таким помощником, которому человек будет доверять не менее, чем своему квалифицированному коллеге.

Но даже через 20-30 лет в медицинской диагностике решающее слово останется за человеком.

Например, со случаями орфанных болезней обычный врач может столкнуться  один раз за всю свою профессиональную жизнь.  Он не будет в таком случае иметь навык диагностирования и лечения. Те сведения, которые он получил об этой болезни много лет назад в институте, уже давно стали не актуальны, а наука продвинулась далеко вперед.  А нейросеть обучена новейшим методикам лечения – в ней собрана вся реальная клиническая информация о болезни со всего мира, способы диагностирования, лечения, список эффективных препаратов и процедур.  В этом случае врач не может конкурировать  с возможностями системы.

В ближайшие годы начнут работать системы, способные за несколько минут выполнить высокоинтеллектуальные действия:

• идентифицировать мутировавшие гены;
• в целом прочитать геном человека;
• собрать информацию из всей имеющейся медицинской литературе по заданной теме;
• составить индивидуальный план лечения и др.

На выполнение этих операций самый высококлассный врач потратит десятки часов, дней, недель.

Поэтому все, что можно стандартизировать, будет делегировано интеллектуальным системам. А человек будет заниматься созданием таких систем и разработкой стандартов для них. И все же не стоит думать, что повсеместное внедрение искусственного интеллекта отменит врачей-ученых, экспертов, высококвалифицированных специалистов. На самом деле, все с точностью наоборот:  роль человека создающего станет в будущем еще более значимой.

Системе профессионального медицинского образования предстоит серьезная работа –для дополненной медицины потребуется обучать «дополненных» врачей, которые будут обладать не только традиционным клиническим медопытом, но и «цифровым опытом».

 Источник: https://ria.ru