Ассоциация «Национальная база медицинских знаний» завершила пилотный проект в рамках создания оператора биомедицинских данных — в его рамках оцифрованные массивы данных больниц использовались для создания и работы с «цифровыми двойниками» пациентов. О результатах «пилота» и перспективах использования искусственного интеллекта (ИИ) в здравоохранении, в частности при обработке машинных данных «двойников» пациентов для дополнительного контроля диагнозов и выявления групп риска, “Ъ” рассказал гендиректор ассоциации «Национальная база медицинских знаний» Борис Зингерман.
Фото: Сергей Киселев, Коммерсантъ / купить фото
— Кто участвовал в «пилоте» и каковы наиболее важные его результаты?
— Наш пилотный проект реализовывался на базе АНО «Врачебная палата ФМБА». Участники проекта осуществляли сбор деперсонифицированных медицинских данных для последующей их обработки, создания дата-сетов (data set, набор данных) и проведения машинного обучения. Поставщики медицинских данных — свыше 12 медицинских организаций, подчиненных ФМБА и использующих медицинские информационные системы КМИС и «Медеора». В итоге в тестовой версии платформы были накоплены сведения о 298 тыс. «цифровых двойников» пациентов, включая сведения о случаях обследования и лечения, анамнезе, зарегистрированных окончательных диагнозах и медицинских протоколах в формате структурированных электронных медицинских документов (СЭМД). На основании этого дата-сета мы провели пробное машинное обучение, целью которого было создание математической модели, предсказывающей наличие развивающегося инфаркта или инсульта у пациента, обратившегося в медицинскую организацию. По результатам предварительного моделирования получена оценка F1, равная 90,1%, что свидетельствует о высокой точности выбора самих признаков и алгоритма машинного обучения k-Nearest Neighbor.
— Как и где проверялась результативность?
— Параллельно Ассоциация НБМЗ реализовала пилотный проект в ЯНАО. С одной стороны, это реализация в рамках отдельно взятых регионов и медицинских учреждений проекта по созданию оператора биомедицинских данных для машинного обучения, научных исследований и совершенствования продуктов. С другой стороны, «пилоты» с регионами нужны для обкатки решений и их практической апробации — опять же с целью развития и повышения их практической значимости для врачей.
— Почему на Ямале?
— Это один самых продвинутых в России регионов с точки зрения информатизации здравоохранения. Все медорганизации ЯНАО подключены к специализированным информационным системам: ведут электронные истории болезней и медицинские карты, проводят выписку и отпуск льготных лекарственных средств, взаимодействуют с территориальным фондом ОМС, выписывают электронные листки нетрудоспособности. И руководство здравоохранения Ямала продолжает держать руку на пульсе информатизации.
— На каких данных и диагнозах проверялась работа ИИ?
— Правительство ЯНАО отобрало два продукта от НБМЗ: систему Webiomed, ориентированную на выявление факторов риска и прогнозирование развития различных заболеваний, и систему Botkin.Ai, предназначенную для поиска патологических образований в медицинских изображениях. Таким образом, медики Ямало-Ненецкого автономного округа решились «допустить» искусственный интеллект к оценке рисков сердечно-сосудистых заболеваний и выявлению признаков рака легких по базе исследований грудной клетки на ретроспективной базе, то есть проверялись повторно уже обследованные ранее пациенты, что снимает все риски безопасности применения (врачебный принцип «не навреди»). Использовались только деперсонифицированные данные. Первые результаты весьма обнадеживают — к примеру, система почти в семь раз эффективнее выявляет риски сердечно-сосудистых заболеваний, чем врачи во время рутинной диспансеризации.
— Каков масштаб эксперимента и как он проводился?
— Пилотная эксплуатация системы Webiomed прошла в больнице города Муравленко, где была сформирована база электронных медицинских карт, внедрена информационная система, способная адаптироваться к работе с искусственным интеллектом. За время пилотного проекта с 14 января по 25 марта 2019 года муравленковская больница обратилась к ИИ более 60 тыс. раз. В ходе клинических испытаний робот проанализировал около 30 тыс. электронных медицинских карт больницы, что составляет почти все прикрепленное население города.
Анализ данных занял порядка пяти суток. Среднее время обработки пациента составило от 30 секунд до 2 минут (в зависимости от объема электронной медицинской карты. При этом в трети случаев были выявлены пациенты с высоким и очень высоким риском развития сердечно-сосудистых заболеваний.
— Как используются эти результаты?
— Врачи с помощью подсказок машины обратили внимание на 67 пациентов, которые, на взгляд ИИ, должны получить дополнительное обследование и лечение в связи с тем, что у них была выявлена очень высокая опасность инфаркта или инсульта, хотя такие пациенты не состояли на учете у кардиолога. Врачи согласились с выводами искусственного интеллекта и предметно занялись их здоровьем. Внедренная система позволила увеличить выявление факторов риска сердечно-сосудистых заболеваний практически в семь раз.
— А как работает вторая система — Botkin.Ai?
— С помощью системы Botkin.Ai было пересмотрено 1119 исследований грудной клетки по 402 пациентам. Рентгенологи ЯНАО подтвердили подозрение на рак легких в 21 случае из 45 подозрений ИИ, по результатам анализа результатов компьютерной томографии и данных медицинских карт пациентов врачами регионального онкологического центра принято решение о проведении лечения двух пациентов.
— Можно ли говорить о будущем промышленной эксплуатации системы?
— Мы хотим увидеть рост числа успешных внедрений этого цифрового помощника в медицине в регионах России. Так, было объявлено, что проект по внедрению искусственного интеллекта в медицине запустят в Крыму, для чего будет создан центр компетенций медицинских интеллектуальных систем на базе Крымского федерального университета. Соответствующее соглашение с Ассоциацией НБМЗ готовится к подписанию. По итогам реализации пилотных проектов ассоциация намерена сделать следующий шаг — перейти к демонстрации результата инвесторам и работе с государственными органами власти в части создания частно-государственного партнерства для реализации полноценной промышленной фазы проекта оператора биомедицинских данных.