Цифровую медицину развивают более 50 компаний-резидентов "Сколково"

МОСКВА, 16 февраля. /ТАСС/. Более 50 инновационных компаний - участников Фонда "Сколково" занимаются проблемами цифровой медицины, в том числе использования искусственного интеллекта в постановке диагнозов и консультирования практикующих врачей. На конференции Skolkovo Digital Health MeetUp, которая прошла в четверг в технопарке "Сколково", представители компаний обсудили основные задачи, которые стоят перед отраслью, а также наметили ключевые точки роста индустрии, говорится в сообщении фонда в пятницу. Советник президента России по вопросам развития интернета Герман Клименко напомнил, что еще три года назад, когда речь шла о проникновении цифровых технологий в различные сферы жизни, медицина упоминалась на одном из последних мест. Однако теперь ситуация изменилась кардинально. "Значительный прогресс произошел в цифровой медицине, - считает Клименко. - И у нас есть все факторы - высококлассные врачи, высококлассные программисты, чтобы и дальше развивать отрасль". Руководитель биомедицинского кластера Фонда "Сколково" Руслан Камалов согласился с Клименко, напомнив, что раньше изучению математики в медицинских институтах уделяли несколько месяцев, а сейчас точные дисциплины интегрированы в процесс обучения врачей. При этом постоянное увеличение объема знаний повышает субъективный, человеческий фактор в работе врача. "В связи с этим, наверное, трудно прогнозировать, как искусственный интеллект будет вмешиваться в решения и деятельность врача. Но ИИ должен помогать решать практически задачи в здравоохранении",- сказал Камалов, добавив, что сейчас мы находимся в процессе революционных изменений, в итоге которых "диагноз будет ставиться в другом измерении". От анализа данных к нейронным сетям Компания-резидент "Сколково" Co-brain занимается созданием облачных сервисов для врачей и исследователей. По словам руководителя проекта Татьяны Николенко, в итоге эти решения позволят автоматизировать рутинные функции врача, в том числе постановку диагноза. Для этого компания создала специальные платформы. Первая из них была запущена в середине 2017 года. Она позволяет, например, анализировать снимки МРТ или убирать артефакты моргания глаз на ЭЭГ. В конце февраля будет запущена еще одна платформа с расширенным функционалом. Она позволит выполнять не только простые функции обработки данных, но и сложные манипуляции - работать с несколькими файлами, загружать историю изменений. Также расширится и спектр возможностей для анализа этих данных. "Мы большое внимание уделяем технологиям автоматизации работы врача. И качество постановки задач, и качество тех сигналов, которые мы получаем, говорят нам, что мы должны быть полезны для врачей, для повышения качества здравоохранения", - рассказала на встрече Николенко. Она добавила, что Co-brain создает также сервис по надежному хранению данных. "Проект большой сложный, и мы его уже начали", - отметила она. Помимо автоматизации работы врачей, компании "Сколково" работают над интеллектуальными системами поддержки принятия врачебных решений. В частности, такую цель перед собой ставит проект "Третье мнение". "Известно, что большинство ошибок совершаются в условиях дефицита времени. То же самое касается и врачебных ошибок, которые дороже всего обходятся людям. И основная ценность проекта "Третье мнение" - высвобождение времени высококлассных высококвалифицированных специалистов за счет того, что большая часть медицинских изображений может быть с высокой точностью обработана с помощью нейронной сети", - рассказала руководитель проекта Анна Мещерякова. В основе проекта - создание нейронной сети, которая сможет распознавать большую часть патологий, наиболее часто встречающихся во врачебной практике. Это в дальнейшем упростит процесс постановки диагноза. Причем подключиться к "сети" и уточнить свой диагноз в перспективе смогут врачи из разных стран мира. Для обучения нейронной сети командой проекта было собрано и размечено уже более 60 тысяч снимков. "Обучение сети мы начали со снимков клеток крови. Сейчас к ним добавились снимки глазного дна, рентгенограммы легких, УЗИ мочевого пузыря", - пояснила Мещерякова, добавив, что у каждого продукта своя нейронная сеть. В планах на ближайшие годы у компании - разметка и последующее распознавание патологий по КТ и МРТ. ИИ и оценка рисков заболеваний Проект Botkin.AI под руководством генерального директора Сергея Сорокина занимается созданием программной платформы для диагностики и оценки рисков заболеваний с использованием искусственного интеллекта. "Мы понимаем, что те проблемы, которые существуют с реализацией проекта ИИ в других областях, в медицине многократно усиливаются", - напомнил Сорокин собравшимся. Он сравнил процесс обработки данных ИИ с черным ящиком: мы видим данные на входе, данные - на выходе, а что происходит в процессе - не понятно. "Когда это происходит в других отраслях, это считается нормальным. Например, в распознавании лиц - почему произошло распознавание так, не важно, главное результат. В здравоохранении все важно. Потому что в итоге решение принимает врач, и ему важно знать, почему получилась та или иная рекомендация. Нужно понимать логику действий ИИ", - отметил Сорокин. По его словам, команда Botkin.AI уделила этому внимание, создав инструменты, которые показывают логику построения тех или иных решений ИИ. Сейчас компания выходит на рынок с двумя продуктами: пре-скриниг пациентов для клинических исследований и анализ и распознавание изображений на предмет диагностики рака легких. "Врачи по результатам отработки нашей технологии могут видеть многие параметры, которые видят и на других профессиональных инструментах. - пояснил Сорокин. - Однако первый пилотный проект, который мы сейчас делаем, связан с ретроспективным зрением, что позволит на ранних этапах распознавать рак легких". Эксперт привел данные, согласно которым в американской врачебной практике примерно в 70% случаев врач пропускает ранние признаки рака легких. Однако это можно выяснить при пересмотре изображений. Продукт Botkin.AI как раз и направлен на то, чтобы в автоматическом режиме просматривать изображения, полученные на всех стадиях исследований, и не допустить подобных ошибок.