Нейросеть поменяла медицину Москвы

Владимир Владимирович, в чем цель эксперимента? Доказать возможность практического использования ИИ в медицине?

Нет, это уже доказано. Проектов, в том числе и за рубежом, показывающих, что технологии компьютерного зрения в медицине работают, много. Наш эксперимент направлен на то, чтобы понять, как правильно организовать работу со всеми участниками системы, причем в рамках не медицинского учреждения, а мегаполиса. Нам надо было понять, как встраивать технологию в схему работы медиков, как выстроить отношения с разработчиками, как оплачивать их труд. Ведь обычно запрос госзаказчика выглядит так: вы разработайте сервис, а потом всё нам отдайте, включая права.

Но такая модель не подходит для технологий вроде компьютерного зрения — они должны постоянно обучаться, поэтому необходимо, чтобы разработчики непрерывно развивали свои модели. Отдельная задача — выработать схему взаимодействия с рынком, которая обеспечивала бы, с одной стороны, здоровую конкуренцию, а с другой — недискриминационный подход и возможность легко вой­ти в эксперимент для новых компаний-­разработчиков.

Много участников?

В конце 2020 года у нас было подключено 18 алгоритмов, из них только два западных — при том, что в эксперименте могли участвовать разработчики со всего мира.

Мир об этом знал?

Как обычно — и да, и нет. Профильные специалисты и компании знали, но миру в прошлом году было немножко не до этого. Плюс закрытые границы, ограничение живых коммуникаций и очных семинаров, встреч. В целом, оказалось, что российских разработчиков уже достаточно, чтобы закрыть потребность в алгоритмах ИИ по обработке изображений. Со своей стороны мы показали разработчикам, что технически готовы использовать их решения, крайне заинтересованы в новых технологических укладах и готовы под них менять бизнес-­процессы внутри медицины. И, безусловно, мы готовы эти инструменты покупать, спрос есть.

И я считаю, что, в общем, у нас всё получилось. Несмотря на весь скепсис, который мы ощутили в январе 2020 года на Ассамблее здоровья — мол, мы подменяем функции врачей, лечить нас будут роботы. Конечно же, этого никогда не произойдет, принятие клинических решений останется за врачом: искусственный интеллект не даст контакта, вовлеченности, социализации. «А поговорить?»

Поговорить — это одно, диагноз — другое. Вопрос в его точности.

Тут И И может помочь, особенно в потогонной ситуации, в которую загнаны медики во всем мире, вынужденные работать на объем. Тот скепсис, о котором я говорил, был опровергнут действительностью.

Начался ковид, безумная нагрузка на КТ‑центры. Когда мы предоставили врачам-­радиологам в референсных КТ‑центрах доступ к первым моделям по анализу КТ на «матовое стекло» (симптом, при котором на КТ‑снимке легочная ткань выглядит затуманенной.— Прим. ред.), в том числе с подсчетом процента поражения легких, уже неважно было, человек анализирует снимки или нет. Сам собой отпал вопрос, нужно второе мнение или не нужно. Ежесуточно, в режиме 24/7, через КТ‑центры Москвы проходили 4−5 тыс. человек, заключения от ИИ давали скорость и уверенность. Поэтому, несмотря на то что до конца не понятен круг возможностей этих технологий, мы считаем, что эксперимент оказался полезным. Мы его продолжаем.

Когда он закончится?

Скорее всего, никогда. Проект перерос формат эксперимента. Это уже 1,5 млн исследований, прошедших через компьютерное зрение за 2020 год. В работу алгоритмов вовлечено более 900 мест оказания медицинской помощи. Работают с этим 500−600 врачей-­рентгенологов. Де-факто это уже практика, промышленная эксплуатация. С другой стороны, это только начало бесконечной спирали.

Куда она пойдет?

Часто приходится слышать, что компьютерное зрение как самостоятельная бизнес-­активность через какое-то время отомрет, потому что производители диагностического оборудования будут включать алгоритмы ИИ в его начинку. Это и так, и не так.

Действительно, все мировые производители двигаются в этом направлении. Однако это чуть ли не первая попытка «снять листочек с капусты», а до «кочерыжки» очень далеко. Объясню: радиологический снимок не самодостаточен. Сейчас врачи с помощью ИИ могут быстро определить область поражения легких, выявить «матовое стекло», подозрение на онкологию, другие патологии. Следующей итерацией, очевидно, будет подключение к моделям клинического бэкграунда пациента — электронной истории его болезни.

А что будет к ней подключаться?

Хороший вопрос. Это будет следующий уровень — технический и организационный. Мы уже думаем над тем, как выстроить взаимодействие участников системы здравоохранения. Клинический контент более широк, чем просто помощь врачу-­радиологу. В этом смысле эксперимент никогда не закончится.

Для тех, кто не в теме, расскажите, пожалуйста, о том, как система работает сейчас.

Снимок «прилетает» (автоматически или отправленный врачом) из аппарата в клинике в наш централизованный архив медицинских изображений — Единый радиологический информационный сервис (ЕРИС). К нему подключено несколько алгоритмов ИИ, подсвечивающих на изображении признаки патологий с указанием вероятности конкретной патологии и дополнительной специальной информацией для врача, например, проектом текстового описания снимка, расчетом площади поражения легких и т. д.

Источник: mosmed.ai

Снимок проходит через все алгоритмы, участвующие в эксперименте?

Алгоритмы нацелены на выявление разных болезней — и это дало нам новые возможности. Мы применяем различные организационные модели, позволяющие мотивировать разработчиков на развитие и обучение своих алгоритмов, призванных в рамках одного исследования обнаружить всевозможные патологии. Будем сравнивать именно такие «комплексные» алгоритмы между собой и выбирать из них лучшие. Пример: пришел человек сделать снимок, чтобы выяснить, есть ли у него поражение легких, вызванное ковидом. А мы этот снимок прогоняем еще и через алгоритмы, нацеленные на выявление рака легких. Какое-то количество пациентов с онкологией мы выявили!

То же самое можно делать с исследованиями сердца. Мы сейчас выстраиваем такую организационную модель, чтобы любую сделанную в московской системе здравоохранения ЭКГ можно было прогнать через алгоритм компьютерного зрения, направленный на выявление признаков мерцательной аритмии. И если она выявится, будем включать больных в соответствующий регистр, направлять к врачам. Это проактивная модель использования.

Вторая модель — это компьютерный помощник. Если врач-радиолог сомневается в своем заключении, он может получить второе мнение. Его может дать другой врач или алгоритм. До врача еще надо достучаться, а мнение алгоритма можно получить, просто нажав на кнопочку.

А после того, как кнопочка нажата, снимок обрабатывает один алгоритм или несколько, нацеленных на одну патологию?

Мы стремимся к тому, чтобы на одну и ту же локализацию или патологию получать два-три решения — тогда врач сможет выбрать наиболее удобный инструмент. И платим мы тому разработчику, которого выбрал врач. Мы не выкупаем алгоритмы и не забираем их себе. Следовательно, компании видят, насколько часто используются их алгоритмы, и стараются сделать их более функциональными, точными, аккуратными.

Как работает механизм выбора?

Врач может отправить снимок на обработку в тот или иной алгоритм. Подключение нового алгоритма происходит так: на три-четыре месяца он попадает в доступ каждого врача-­радиолога. А дальше радиолог принимает решение, какой алгоритм использовать. Решение он может менять раз в полгода, но мы хотим сократить это время до квартала.

Предпочтения уже видны?

Да. И, к сожалению, платформа для анализа и обработки медицинских изображений Botkin. ai, которая участвовала в эксперименте, продемонстрировала невысокие показатели. Но мы надеемся, что благодаря обратной связи, полученной от врачей и экспертов, решение будет доработано. Одна из задач нашего проекта — способствовать развитию команд на рынке.

Если компания хочет попасть к вам в эксперимент, как решается вопрос, можно ли ее допускать до работы со снимками пациентов?

Мы даем компании референсные дата-сеты. Они уже размечены врачами, но компании эту разметку не видят. Мы прогоняем изображения из дата-сетов через алгоритм компании и смотрим, сколько верных результатов он выдаст. Дата-сеты мы делаем по многим направлениям, они закрытые. В открытом доступе для поддержки рынка мы держим другие дата-сеты. Такое почти не встречается в мире.

А как это работает в мире?

Дата-сеты выкладываются в открытый доступ в очень ограниченном объеме.

Почему?

Представьте: большое количество хороших врачей должны разметить снимки — показать алгоритму, чтó на них происходит. Алгоритм эту разметку «кушает» и таким образом перенимает опыт врача. С точки зрения бизнеса посадить большое количество высококвалифицированных врачей на разметку снимков, а потом просто отдать этот дата-сет всему миру — очень странно.

Но ведь это же не бизнес. В данной ситуации.

Но это и не лечение людей. Давайте поймем, где начинается бизнес. Заинтересованы ли в том, чтобы сидеть на разметке, сами врачи-­радиологи? Думаете, они это делают на собственном энтузиазме? Конечно, нет. За это кто-то платит. Кто?

Государство. Это инфраструктурная история. А вы — представитель государства.

Но во всем мире за это платит не государство. Обычно платят компании — производители медицинской техники: Philips, Siemens, General Electric и другие. В этом смысле — в масштабе использования компьютерного зрения для обучения ИИ и анализа медицинских снимков — государственная медицина в России беспрецедентна.

Ни одно государство в мире такого не делает?

В таком масштабе и так системно — нет.

Во сколько обошелся ваш эксперимент, если подсчитать затраты от его начала и до конца 2020 года?

Медицина — сложная материя. Конечно, есть Центр диагностики и телемедицины, который возглавляет Сергей Павлович Морозов. Это учреждение Департамента здравоохранения, оно принадлежит государству и получает субсидии за создание дата-сетов. Этим расходы не исчерпываются. Можно ли подсчитать стоимость привлечения в отрасль огромного количества медиков? Да. Понятны ли деньги, которые мы платим рынку? Да, у эксперимента есть вполне понятные финансовые границы. Их можно пересмотреть. Гораздо сложнее оценить цифровизацию городской медицины. Информатизация и автоматизация без изменения бизнес-­процессов скорее увеличат расходы, а не уменьшат их. Поэтому мы стремимся косвенно компенсировать расходы и получать выгоду практически от всех инвестиций в IT.

Получается?

В большинстве случаев Москва — это тоже беспрецедентно — умудряется это сделать. Вот пример: ежегодно в августе порядка 400−450 тыс. детей должны были идти в поликлиники за справками об отсутствии контактов с инфекционными больными. Это дорого и неудобно всем: администрациям поликлиник, врачам, детям и родителям. Благодаря цифровизации с подключением данных Роспотребнадздора мы сняли эту проблему: отменили справку, а взамен на основе информации Роспотребнадзора стали выявлять потенциальный круг детей, находящихся в зоне контакта, и точечно вести работу с этими детьми. Мы получили минус 450 тыс. посещений поликлиники и сэкономили огромное количество денег.

А ковид как повлиял на эти процессы?

Мы начали с телемедицины и компьютерного зрения. В этих областях ковид стал катализатором, перевернувшим логику системы здравоохранения.

Логика государственной медицины такая: ты ходишь в поликлинику — тебя лечат, ты не ходишь в поликлинику — тебя не лечат. При ковиде — наоборот: город и врачи были заинтересованы в том, чтобы найти заболевших и дать им лекарство, каждый день узнавать, нет ли у них ухудшения, не появилось ли новой симптоматики. А если появятся первые признаки пневмонии — отвезти пациента в КТ‑центр и понять, что с ним дальше делать, исходя из общей клинической картины: наличия у него хронических заболеваний, его возраста, социально-­бытовых условий.

Но это ведь только для ковида актуально.

Это и есть та самая модель, которая в принципе должна работать по отношению к хроническим больным, если мы хотим добиться снижения смертности от болезней системы кровообращения, онкологии, сохранить трудовой потенциал людей. Так должны работать своевременная профилактика, диагностика и планомерное ведение таких пациентов. Не надо ждать, когда человек дойдет до врача, нужна проактивная работа.

Ковид полностью изменил наше представление о том, каким образом нужно перестраивать систему оказания медицинской помощи. Нагрузка растет. Нужны механизмы, которые позволят ее минимизировать. Например, для обзвона больных коронавирусной инфекцией мы привлекали сотрудников МФЦ. Они задавали им только один вопрос: «Новые симптомы не появились?» Для такого обзвона не нужно иметь медобразование. Также для обзвона больных задействовали роботизированного голосового помощника, использовались и возможности удаленной телеметрии: анкеты можно было заполнять через электронную медицинскую карту.

Кроме того, мы выстроили процесс для проактивного ведения самих больных. Например, на одну поликлинику приходилось 250−300 амбулаторных больных. При этом человек может быть прикреплен к одной поликлинике, а лечить его — поликлиника, обслуживающая территорию, где человек реально оказался. Чтобы передача данных работала, необходимо централизованное цифровое решение. И у нас оно уже было: над ЕМИАС (Единая медицинская информационно-­аналитическая система) мы работали 10 лет. Было непросто и технически, и психологически. Врачи печатали медленнее, чем писали, приходилось объяснять, что сначала будет тяжело, а потом проще. Плюс врачи не хотели, чтобы коллеги могли видеть их записи, назначения — чтобы их работу оценивали другие специалисты. Этот этап уже пройден: единая цифровая платформа охватывает все поликлиники, службы скорой и неотложной помощи, скоро завершится работа по интеграции стационаров. Сегодня каждый пациент может получить доступ к своей электронной медицинской карте.

Можно ли экстраполировать ваш опыт на всю Россию?

Что-то точно да: например, электронную карту с движком, управляющим данными. Недавно мы обсуждали вопрос: можно ли отдать ЕМИАС в федеральное ведомство, которому подчинены медицинские организации? Отдать-то можно, но она будет применима только в похожих на Москву субъектах Российской Федерации. В столице высокая плотность населения и, как следствие, такая же плотность медицинских учреждений. Здесь нет фельдшерско-­акушерских пунктов. Нам проще маршрутизировать либо больного, либо клинического специалиста, хотя технически телемедицина есть в формате консилиумов. У нас поликлиники отделены от стационаров. А, например, в Московской области поликлиника часто входит в состав стационара.

ЕМИАС — это инструмент, у которого есть хороший, крепкий фундамент, ее можно и нужно использовать. Но необходимы усилия. В нашем случае — десятилетние, направленные на адаптацию отрасли к цифровой специфике. Поэтому для Минздрава это сложная история. Есть Москва, которая находится на переднем крае в области цифровизации, и есть регионы со значительно более низким уровнем развития. Соответственно, надо не допускать деградации сильных регионов и одновременно обеспечивать единообразие процессов и сводимость цифр на уровне всей страны — задачка нетривиальная.

А если не ЕМИАС, то можно хотя бы эксперимент экстраполировать?

Конечно, можно. Создать централизованный архив медицинских изображений, подключить к нему всю цифровую технику, построить качественные цифровые защищенные каналы передачи данных между централизованным ядром, архивом медицинских изображений и устройствами, раскиданными по всей стране. Для этого придется потратить много времени, денег, сил и так далее.

Минздрав эту задачу уже поставил?

Конечно. Минздрав старается придать импульс созданию централизованного архива медицинских изображений. В некоторых субъектах Российской Федерации такие архивы уже появились. И — да, наш опыт они, конечно, могут перенять.

Централизованное хранилище федеральное или в каждом регионе свое?

В каждом регионе свое. Централизация — это прекрасно, она дает много преимуществ. Но сложность заключается в зависимости от качества каналов связи. Даже в Москве с завидной регулярностью бульдозеры перекапывают каналы связи. Поэтому мы не стали создавать единую централизованную систему стационарной помощи по аналогии с поликлинической — мы создаем, по сути, федеративную систему.

Если в поликлинике пропадет связь, самое страшное — не получится записаться на прием к врачу в течение двух-трех часов. Принимать больных, проводить исследования врачи смогут. Основная деятельность не блокируется. А в стационаре мы интегрируемся в процессы, где без электронной системы будет тяжело оказывать медицинскую помощь. Потому что врач не сможет собрать на операцию инструментарий — его нужно заказывать в стерилизационном отделении. И таблетку дать пациенту тоже не сможет, потому что сквозная система учета лекарственных препаратов подразумевает персонифицированное списание каждого лекарства на каждого пациента.

И еще: создавая централизованное решение, нужно стандартизировать всю медицину. И организационно, и технологически. Единый стандарт не допускает вариативности, которая заложена в самой природе стационаров. Например, НИИ скорой помощи им. Н. В. Склифосовского и Центр Рошаля — это научно-­исследовательские институты. Поэтому нужен правильный баланс. Возвращаясь к архиву: региональность абсолютно не мешает сдавать снимки, создавать и накапливать дата-сеты, обучать и так далее, это все можно и нужно делать. Нужно ли создавать всероссийский централизованный архив медицинских изображений? Не уверен.

А как организационно выстроить процесс информатизации в закрытых городах?

Это действительно сложный вопрос. По-хорошему, если мы хотим обеспечить преемственность информации, они должны быть включены в общие цифровые контуры. У жителей бывают ситуации, когда они оказываются в медицинских учреждениях других городов — в отпуске, в командировке. Чем дальше мы идем в цифру и логику осведомленности врача о клиническом контексте конкретного пациента, тем более будет значимо наличие этого контекста. Можно, например, использовать легендирование, это прекрасная возможность.

Что это такое?

Мы столкнулись с этим в период ковида. Коронавирус поражал всех, в том числе представителей спецконтингента. Для оказания качественной медицинской помощи врачу не важны имя, профессия и должность пациента. Поэтому ничто не мешает централизованно, в рамках ЕГИСЗ (Единой государственной информационной системы в сфере здравоохранения.— Прим. ред.), хранить электронные карты этих «людей без имен». Еще больше меня беспокоят члены семей этих людей — важно, чтобы они не оказались оторванными от общей цифровизации. Сложная ситуация.

Это, конечно, задача для министерства здравоохранения и Федерального медико-­биологического агентства (ФМБА). Кстати, Росатом в этом помогает. Когда я был в отпуске на Соловках, настоятель монастыря рассказал мне, что в больнице на Большом Соловецком острове Росатом поставил компьютерный томограф. С его помощью были обследованы все насельники монастыря, двоих с ковидом вовремя выявили, вылечили.