Несмотря на большие надежды, связанные с возможностями ИИ, шансы искусственного интеллекта заменить собой врача эксперты оценивают как невысокие. Однако по ряду параметров программные инструменты и медизделия с применением ИИ уже превосходят профессиональные навыки медиков. Об этом шла речь на IX Всероссийской научно-практической конференции по искусственному интеллекту в здравоохранении и системам поддержки принятия врачебных решений ИТМ ИИ (ITM-AI.ru).
Витрины данных
Питательной средой для развития технологий ИИ в медицине служат данные, без которых невозможно внедрять соответствующие инструменты. За последние шесть лет такой фундамент заложен, отметил заместитель министра здравоохранения РФ Вадим Ваньков, открывая пленарное заседание, посвященное внедрению технологий искусственного интеллекта в субъектах России.
В отрасли более миллиона автоматизированных рабочих мест, в информационных системах медучреждений аккумулируются данные пациентов, широкое распространение получили носимые устройства, создающие потоки информации. Большой объем данных представлен в центральных архивах меддокументов. Все это способствует разработке сервисов и развитию системы поддержки принятия врачебных решений (СППВР).
Отечественное здравоохранение переходит на электронный документооборот. В прошлом году за сутки в Реестре электронных меддокументов ЕГИС регистрировалось в среднем 4,6 млн документов, поставляющих «топливо» для систем принятия врачебных решений. На их основе возможна разработка сервисов.
Текущий этап трансформации отрасли эксперт назвал переходом количества в качество, когда особенно ценятся полнота, достоверность и актуальность представленной в документах информации.
В конце прошлого года были реализованы витрины данных по электронным меддокументам. В личных кабинетах граждан представлено 20 их видов. Тренд на увеличение документов, которые размещаются в личных кабинетах, будет продолжен.
Недавно в правила регистрации медизделий были внесены изменения, предусматривающие, в частности, сокращение сроков их регистрации. Изделия с встроенной функцией автоматической передачи информации в подсистемы Росздравнадзора проходят процедуру по упрощенной схеме в 10-дневный срок.
Сейчас в России зарегистрировано 39 медизделий с ИИ, в том числе 28 включены в реестр отечественного ПО (шесть из общего списка – не в реестре, а пять – зарубежные). Большая часть изделий предназначены для анализа изображения. Появляются новые профильные устройства, правда, не так быстро, как хотелось бы.
Благодаря реализации ведомственного проекта в каждом субъекте России внедрено не менее трех медизделий с ИИ. В рамках мониторинга контролируется ряд показателей, например, доля врачей, использующих такие изделия, доли медкарт, проанализированных с помощью ИИ, цифровых аппаратов, подключенных к центральному архиву медицинских изображений (ЦАМИ), количество маммографических исследований, расшифрованных с помощью ИИ, пациентов, для которых с помощью ИИ сформирован профиль риска.
Весной 2024 г. региональные медучреждения получили доступ к централизованным ИИ-сервисам, обрабатывающим результаты компьютерной томографии, рентгенографии и маммографии, на платформе МосМедИИ. Сегодня количество подключившихся к ресурсу организаций приближается к тысяче, а число обработанных исследований – к 1,5 млн.
Профилактика, диагностика, лечение
В подведомственных учреждениях Минздрава РФ реализуются проекты с применением ИИ. Решения создаются под конкретные клинические задачи (более 100), используются специально подготовленные наборы данных. На разной стадии готовности сегодня свыше 200 ИИ-решений. Большая их часть направлена на диагностику заболеваний, значительное количество – на лечение, профилактику.
На заседании отмечалось, что по ряду профилей оказания медицинской помощи медизделия с ИИ отсутствуют, как и планы их создания. Важно, чтобы этот ландшафт развивался равномерно, в нем не было «белых пятен». В то же время приходится определять приоритетные задачи, обсуждать их с профессиональным сообществом. В текущем году сделана ставка на разработку отечественных систем с ИИ для решения клинических задач, автоматизации рутинных операций, повышения эффективности управления.
Предстоит увеличить до четырех количество используемых медизделий с ИИ в системах здравоохранения субъектов РФ. Среди других актуальных направлений – масштабирование лучших практик применения ИИ, разработка типовых сценариев использования, обучение медработников и донастройка инфраструктуры, управление данными в целях расширения охвата применения и повышения качества работы медизделий.
Важнейшее направление – обучение медицинских работников, помогающее преодолеть настороженное отношение к ИИ, повысить соответствующую квалификацию. Есть над чем поработать и в части мониторинга эффективности, а также безопасности применения технологий ИИ при оказании медпомощи. Регионам требуется организационная и методическая помощь в распространении лучших практик внедрения технологии.
Столичный эксперимент
О практических возможностях ИИ в здравоохранении на примере московского эксперимента рассказал директор Центра диагностики и телемедицины Департамента здравоохранения Москвы Юрий Васильев.
Системное развитие ИИ в столице началось в 2019 г. с лучевой диагностики. Реализуемый в радиологии проект по объему данных (2023–2024 гг.) превосходит большинство международных аналогов в этой области. Выборка составляет 13 млн пациентов (по таким направлениям, как КТ, МРТ, рентген).
На базе платформы МосМедИИ развивается система поддержки принятия врачебных решений. Этот инструмент эксперт назвал промежуточным этапом автономного использования ИИ в той или иной процедуре. Сегодня, например, в области КТ органов грудной клетки автономная процедура предусматривает профилактику пропущенных случаев аневризмы аорты.
В маммографии ИИ-сервис, используемый для получения одного из мнений, помогает исключить ложно отрицательный результат. Процедура требует насыщения сервиса клиническими данными, чтобы повысить эффективность его применения.
В рамках одного из исследований эксперты проанализировали данные 600 тыс. пациентов, которые прошли автономную ИИ-сортировку после выполнения скрининговой рентгенографии. В 99,95% случаев автономная сортировка была выполнена правильно (уровень ошибки ИИ – 0,05%). В аналогичном исследовании выяснилось также, что врачи допускали ошибки почти в 3% случаев. И это заставляет задуматься, какому варианту сортировки отдать предпочтение.
Вне Москвы первыми к платформе МосМедИИ подключились коллеги из ЯНАО. С этого региона началось тиражирование столичного эксперимента. Сегодня пользоваться платформой могут 900 медорганизаций в 69 субъектах РФ, обработано почти 1,5 млн исследований, распространяются готовые сценарии применения ИИ-сервисов МосМедИИ.
Ряду сервисов требуется донастройка (с точки зрения чувствительности и специфики исследований), поскольку изначально они рассчитывались на массовое применение в первичном звене здравоохранения. На следующем этапе сервисы будут дорабатываться для использования в специализированных медучреждениях, отметил представитель ДИТ Москвы.
Опытом внедрения систем искусственного интеллекта в здравоохранении Челябинской области поделилась первый заместитель министра здравоохранения Челябинской области
Елена Недочукова. На подключение к платформе МосМедИИ региону потребовалось всего 20 дней. Не исключено, что опыт коллег-первопроходцев из ЯНАО помог избежать ошибок и оптимизировать процесс. Профильными направлениями внедрения технологии в регионе выбрали рентген грудной клетки и флюорографию (в этих исследованиях размер снимка составляет в среднем 30 мегабайт). КТ оставили «на потом» – перестраховались, боясь ограничений с пропускной способностью канала связи.
К потоковой передаче данных в Челябинской области подключены 53 клиники (73% расположены в сельской местности, 27% – в городской). Среднее время обработки снимков, включая время трансфера с аппарата через инфраструктуру, составляет 3 минуты. 94% всех отправленных изображений обработаны с помощью ИИ.
Территория инноваций
Рабочим инструментом и одновременно средой для инноваций в медорганизациях назвал ИИ генеральный директор ФГБУ «Национальный медицинский исследовательский центр имени В. А. Алмазова» Минздрава России Евгений Шляхто. На завидные перспективы технологии косвенно указывает и тот факт, что две Нобелевские премии 2024 г. получены за применение ИИ в области физики (развитие машинного обучения и работы в сфере нейросетей) и химии (прогнозирование структуры белков).
Не одно десятилетие ведутся разговоры о персонализированной медицине, но ее развитие стало возможным только по мере накопления и обработки больших данных, использования ИИ и машинного обучения. Раньше протоколы лечения базировались на сведениях из учебников, научных достижениях, опыте конкретных врачей. Сегодня для этого используются данные исследований, а завтра, как утверждает эксперт, в центре внимания будут данные стандартизованных дата-сетов, регистров, обрабатываемые ИИ. Это позволит анализировать варианты лечебных решений применительно к каждому пациенту.
В настоящее время возможности ИИ уже используются для лечения сложных, редких и неизвестных заболеваний, выполнения генетической диагностики, поиска мутаций. Создаваемые на этой основе клеточные модели подходят для тестирования механизмов развития нарушений, поиска формулы лекарства.
Почти половина регистрируемых сейчас в мире лекарственных препаратов предназначены для персонализированной терапии. Заслуга ИИ в том, что препараты создаются быстрее и обходятся в полтора раза дешевле. Кроме того, ряд новых антибиотиков появились исключительно благодаря внедрению ИИ.
Технология не только помогает в совершении научных открытий, но и берет на себя выполнение части рутинных операций. Движение от цифровой к умной клинике невозможно без интеграции больших языковых моделей с медицинскими информационными системами. Попутно следует решить ряд проблем, связанных с доступом, открытостью данных.
«Национальный медицинский исследовательский центр имени В. А. Алмазова» совместно со Сбером продолжает обучение большой языковой модели GigaChat. Внедрение мультимодальных нейросетевых моделей в концепцию «Умная клиника» позволит пользоваться услугами виртуальных ассистентов (для медработников, пациентов) и учебных ассистентов (для студентов и врачей). Языковые модели можно будет внедрять и в процесс обучения, например, моделировать клинические ситуации.
Эксперт заострил внимание на необходимости развития комплексных платформенных решений. Пока движение в этом направлении фрагментированное: большое количество команд разрабатывают отдельные решения для той или иной диагностики, области знаний, заболеваний. Интеграционные решения, необходимые для реализации совокупности технологий, позволяющих анализировать, что происходит с больным в реальном времени, – в дефиците.
Новую эру в здравоохранении эксперты связывают с развитием LLM-агентов – инструментов, необходимых для автоматизации административных задач, управления ресурсами, оптимизации взаимодействия с пациентами и т. д. Параллельно набирает силу направление промт-инжиниринга. Специалисты анализируют проблему или задачу, которую следует решить с помощью нейросети, разрабатывают и тестируют промпты (ИИ-команды), поддерживают их библиотеки.
На конференции отмечалось, что с каждым годом все больше ценятся цифровая культура медперсонала, навыки работы с данными в условиях многозадачности. Однако не следует рассчитывать, что технология способна заменить собой доктора. Этого не произойдет, утверждают эксперты. В то же время ИИ постепенно становится полноценным членом медицинской команды наряду с врачом и пациентом.
В минувшее десятилетие продолжались процессы накопления данных, повышения цифровой культуры, трансформации. Со временем медицинские информационные системы, электронные медкарты как универсальный дата-сет будут служить основой для внедрения новых ИИ-инструментов. Эксперты не исключают того, что уже скоро разговор врача с пациентом будет завершаться написанием истории болезни, протокола силами искусственного интеллекта, а не медработника. Такие проекты амбулаторного приема реализуются.
