Уложитесь в мой дедлайн?
Oops! Something went wrong while submitting the form.
Согласно совместному исследованию МЕДСИ и компании «Яков и Партнеры», рынок ИИ в медицине в России вырастет в 6 раз к 2030 году — с 12 млрд рублей в 2024 году до 78 млрд рублей. Сейчас — отличное время, чтобы присоединиться к растущему рынку.
Об этом как раз рассказываем в статье, а еще погружаемся в работу ИИ в медицине. Делимся практическими кейсами, преимуществами и ограничениями, как внедрить нейросети и так далее.
Если кратко, ИИ применяется в ситуациях, когда приложению нужно самостоятельно выявить закономерности в данных. Например, при анализе рентгеновских снимков на наличие патологий или просмотре молекулярных структур для разработки лекарственных препаратов.
Работа медицинского искусственного интеллекта делится на три этапа.
ИИ не заменяет врачей, а помогает им лучше и быстрее работать.
Качество прогнозов зависит от объема данных, которые получает ИИ. Чем больше данных, тем больше возможностей у нейросети найти взаимосвязь и достоверно предположить, какая у пациента патология.
Нейросеть может задать уточняющие вопросы, проанализировать состояние здоровья и предположить, какой у пациента может быть диагноз. На рынке уже есть инструменты, которые предсказывают заболевания с высокой точностью. Например, STARVar анализирует геном человека, чтобы выявить точную болезнь.
Ученые из российских университетов до сих пор продолжают разрабатывать новые нейросети, которые лучше и быстрее определяют болезни. Например, исследователи из НИУ ВШЭ собрали данные 58 000 человек и обучили на их основе свои нейросети — теперь они быстро предсказывают риски ожирения, псориаз, диабет первого типа и не только.
Часть нейросетей помогает врачам ставить диагнозы на основе данных электронной медицинской карты. Ассистенты на базе искусственного интеллекта смотрят на даты приемов, анамнез, жалобы пациента и результаты первичного осмотра, чтобы выявить болезнь.
Такие нейросети обучаются на огромном объеме данных — миллионах визитов и вердиктов врачей. Это помогает искусственному интеллекту быстрее обнаружить взаимосвязь между симптомами и возможными заболеваниями.
<div class="post_divider"></div>
⭐Наш опыт
К нам обратился онколог с идеей мобильного приложения Medico. Очные визиты утомляют пациентов и врачей, поэтому заказчик решил создать отдельную платформу, которая переводит этот процесс в онлайн.
Хотя проект столкнулся с юридическими сложностями — подготовки Условия использования и Политики конфиденциальности — наша команда выпустила мобильное приложение в сторы. А еще заказчик договорился о сотрудничестве с федеральным онкологическим медицинским центром в России — НМИЦ онкологии им. Н.Н. Петрова.
<div class="post_divider"></div>
Искусственный интеллект помогает пациентам следить за самочувствием и получать рекомендации от врачей онлайн. Такую нейросеть разработал билайн с врачами из Сеченовского университета. Голосовой помощник звонит пациентам каждый день и фиксирует в BI-системе:
Нейросеть получает эти данные и подсвечивает в системе те показатели, которые отклоняются от нормы. На основе этой информации врач сам решает, нужно ли связаться с пациентом, чтобы скорректировать лечение или пригласить на дополнительный осмотр.
Нейросети могут автоматизировать выставление счетов, онлайн-запись пациентов и ведение медицинских карт. А еще — распознавать закономерности, чтобы все документы были оформлены в едином формате. Это снижает нагрузку на персонал — врачам не нужно самостоятельно редактировать медкарты и другие документы, чтобы они соответствовали стандартам индустрии.
Например, в США есть NAACR — североамериканская ассоциация центральных онкологических реестров. Клиники обязаны по закону отправлять туда данные о пациентах с раком в стандартизированном формате. Чтобы не собирать данные и не переписывать их самим, врачи могут использовать нейросети, которые приведут их в соответствие нормам реестров.
<div class="post_divider"></div>
⭐Наш опыт
Чтобы врачам было удобнее вести документы, мы разработали приложение Biogeek — там пациенты могут отслеживать результаты анализов и делиться данными с врачами. Если какой-то показатель отклоняется от нормы, сайт отображает рекомендации по лечению.
Еще на этапе создания MVP мы заложили возможность масштабирования — клиент планировал выход на международный рынок. После релиза расширили функционал медкарт и добавили функции, связанные с контролем питания: пользователи могут составлять диету, консультироваться с врачами и записывать пищевые привычки.
<div class="post_divider"></div>
Нейросети ищут отклонения на УЗИ, снимках МРТ, рентгенах и маммографии — и делают это эффективно: в результатах некоторых исследований использование искусственного интеллекта помогло обнаружить на 17,6% больше случаев рака. Еще нейросети часто помогают диагностировать коронавирус — например, одна из разработок Университета Иннополис выявляет заболевание по рентгеновским снимкам. Диагнозы ИИ настолько точные, что совпадают с вердиктами врачей на 80%.
Искусственный интеллект активно применяется не только для диагностирования, но и для предотвращений болезней. Инструменты типа Webiomed выгружают обезличенную информацию из медкарты пациента и анализируют ее, чтобы оценить здоровье и риски его ухудшения. Пока система анализирует данные, врач может общаться с пациентом, чтобы лучше узнать его историю болезни. Уже на основе всех медицинских данных нейросеть формирует подсказки и предсказывает вероятность развития заболевания — хоть инфекции, хоть генетической болезни.
MeDiCase — платформа, разработанная специалистами Московского городского научного общества терапевтов. Там опубликованы автоматизированные опросы, с помощью которых легко выявить возможные заболевания. Еще эти опросы называют «симптом-чекерами».
Внутри симптом-чекеров закрытые вопросы. Пациент регистрируется на платформе и отвечает на вопросы, чтобы получить потенциальный диагноз. Сам опрос занимает пару минут — если нейросеть обнаруживает возможную патологию, пациенту открываются следующие вопросы. На основе всех ответов искусственный интеллект оценивает вероятность возникновения заболевания и представляет пациенту гипотезы.
Пока что пользователи могут оценить вероятность хронических болезней, гриппа и постковидного синдрома. Еще планируется запустить тесты на выявление онкологии, когнитивных нарушений и других заболеваний.
Сервис СберМедИИ помогает диагностировать ранние инсульты. Нейросеть анализирует снимки КТ и подсвечивает на них возможные очаги инсульта цветным контуром. Для объективной оценки тяжести патологии искусственный интеллект использует шкалу «ASPECTS» — чем меньше баллов у пациента, тем больше областей средней мозговой артерии поражено при инсульте.
Эта нейросеть облегчает анализ для врача и ускоряет диагностику. Причем сервис относительно точно определяет степень заболевания: на сайте заявлено, что нейросеть выявляет ишемический инсульт с точностью 98%, а внутричерепное кровоизлияние — с точностью 94%.
Алгоритмы сервиса снижают риски травм и осложнений у пациентов, которые лечатся в клиниках. Нейросеть интегрируется с камерами в палате и собирает данные об активности пациентов: попытки встать с койки, время отсутствия в палате, повороты и самостоятельное хождение. Если у пациента возникли проблемы, врачи сразу получают об этом уведомления от нейросети — они могут быстро оказать медицинскую помощь.
Нейросеть снижает риск травмы, предотвращает внеплановые затраты на терапию и повышает эффективность работы врачей — медперсонал может отследить качество лечения и предотвратить развитие осложнений у пациентов.
Платформа собирает данные из электронных медкарт и формирует на их основе цифровые профили пациентов. С помощью этих профилей руководители клиник могут принимать решения — например, перераспределить нагрузку при предстоящей эпидемии, не закупать лишние лекарства, чтобы предотвратить просрочку и так далее.
Отчеты, созданные нейросетью, помогают лучше понять распространенность заболевания и риски их развития. На их основе проще определить профилактические меры и предотвратить смертность в клинике.
Для постановки диагноза врач опирается на опыт, знания и научную литературу. Но даже самый эрудированный специалист не может удержать в голове данные миллионов пациентов. Искусственный интеллект можно обучить на огромном объеме данных с медицинскими картами, снимками МРТ и не только — и он сразу сможет выявить сложные взаимосвязи, с которыми проще диагностировать заболевание.
Каждый человек уникален — от генетики и образа жизни до истории болезней. ИИ в здравоохранении может учесть все эти факты и создать персонализированный план лечения. Например, для пациента с раком легких искусственный интеллект может проанализировать генетическую мутацию конкретной опухоли, сравнить ее с базами данных всех известных исследований и клинических случаев, и точно предсказать, какая иммунотерапия будет эффективной.
Алгоритмы анализируют массивы медицинских данных: историю обращений в клинику, сезонные всплески заболеваний, среднее время приема, загруженность специалистов и оборудования. На основе этого искусственный интеллект может составить оптимальное расписание приема, чтобы минимизировать очереди, и прогнозировать нагрузку на отделения скорой помощи и стационары.
Не все могут позволить себе дорогие офлайн-консультации. Искусственный интеллект решает эту проблему и повышает доступность медицины с помощью телемедицины.
Например, пациенты могут написать чат-боту, чтобы понять, насколько срочно им нужна медицинская помощь. Снимки КТ, МРТ, рентгена или гистологические образцы из районной больницы можно загрузить туда же — нейросеть проанализирует их и подскажет, стоит ли обращаться к специалисту.
В отличие от врачей, ИИ в здравоохранении не устает и не отвлекается. Нейросеть, обученная на миллионах снимков, легко может обнаружить аномалии, которые незаметны даже самым опытным радиологам. А еще — предотвратить ошибки при назначении терапии: например, искусственный интеллект автоматически проверяет, нет ли в рецепте препарата, на который у пациента есть аллергия.
Искусственный интеллект в медицине уязвим к кибератакам. С одной стороны хакеры могут намешать недостоверные данные в выборку, на которой обучается нейросеть — они заставят алгоритм видеть болезнь там, где ее нет, или наоборот, пропускать реальную патологию. С другой — получить доступ к базе данных клиентов и украсть конфиденциальную информацию, если она не зашифрована.
Прежде чем начать использовать искусственный интеллект в клиниках, он должен пройти аудиты — технические и клинические испытания на реальных пациентах, финальную экспертизу системы здравоохранения и не только. Но на этом затраты времени и денег не заканчиваются, ведь еще нужно:
Для небольших частных клиник такие инвестиции часто неподъемны. осударственным больницам тоже бывает сложно, так как эти расходы могут не входить в их ежегодный бюджет на закупки.
Допустим вы хотите внедрить ее в свое приложение. С чего начать?
Уточните, на каких этапах работы вы теряете время и где может помочь ИИ. Например, анализ и обработка снимков КТ, заполнение медкарт, сортировка обращений в поддержку клиники и так далее. На этом же этапе стоит поговорить с будущими пользователями нейросети — врачами и другим медперсоналом. Так можно выяснить, как персонализировать ИИ в медицине, чтобы алгоритмами пользовались чаще и они приносили пользу клинике.
Советуем начать с дискавери-фазы — это комплексный анализ рынка и целевой аудитории. Он поможет получить инсайты, которые можно использовать для внедрения ИИ в свою клинику.
<div class="post_divider"></div>
⭐Наш опыт
Дискавери-фаза сэкономила одному нашему клиенту больше $150,000 на разработку супераппа для мусульман. Мы пытались понять, подойдет ли модель приложения целевой аудитории — для этого провели качественные и количественные исследования. Они показали, что модель неактуальна.
Учитывая результаты исследований, мы предложили заказчику другую идею — сервис по поиску халяльных магазинов. Она оказалась удачнее в плане монетизации и спроса.
<div class="post_divider"></div>
Чтобы врачи могли легко найти ИИ для медицины и использовать его для своих целей, нужно продумать логику работы такой платформы. Для этого советуем отрисовать BPMN-диаграммы с шагами пользователей и данными, которые нейросеть будет обрабатывать внутри системы.
На основе BPMN-диаграмм будет проще рисовать экраны и будущие макеты интерфейса, где пользователь сможет взаимодействовать с нейросетью. Так проще учесть все сценарии взаимодействия с сервисом и не упустить какой-то ключевой — например, если нейросеть выдает неверный ответ и так далее.
Теперь нужно написать код и соединить фронтенд и бэкенд в единое решение. Параллельно с этим советуем тестировать и платформу, и саму нейросеть, чтобы проверить производительность и найти ошибки до запуска и внедрения ИИ. Еще стоит проверить логику, нагрузку на систему и безопасность.
После релиза нужно убедиться, что медперсонал будет пользоваться нейросетью. Для этого объясните врачам и медсестрам, как работают алгоритмы машинного обучения в медицине и почему это полезно: например, они могут забрать рутину. А чтобы сотрудникам было еще проще пользоваться искусственным интеллектом в здравоохранении, можно подготовить для них отдельную инструкцию про нейросеть: зачем, как работает, где получить доступ и так далее.
Экосистемные компании создают больше медицинских приложений с ИИ. Например, Сбер активно развивает СберМедИИ, в рамках которого уже работают или тестируются различные ИИ-сервисы для анализа медицинских изображений и данных.
Медтех-гиганты не отстают и внедряют ИИ в свои бизнес-процессы. Invitro использует ИИ для анализа мазков, биопсийных и цитологических препаратов, где нужно просмотреть тысячи клеток. Тем временем МЕДСИ внедряет нейросети для анализа КТ, МРТ и рентгена, чтобы быстрее диагностировать заболевания.
Рынок раскачан — крупные компании проделали огромную работу по объяснению и внедрению технологии. При этом он до сих пор растет. Поэтому сейчас — лучшее время, чтобы запустить свое ИИ-приложение в медицинской сфере.
➡️Мы будем рады вам с этим помочь — <a class="blog-modal_opener">свяжитесь с нами через форму</a>. Мы назначим созвон, чтобы уточнить требования проекта и сказать, сколько примерно может стоить разработка.
.svg)
%20(1)%20(1)%20(1).png)
%20(1)%20(1)%20(1).webp)