Компания создает компьютерные системы, использующие искусственный интеллект для того, чтобы помогать принимать медицинские решения. Она создавалась с нуля, но у части сотрудников был опыт работы с информационными технологиями в здравоохранении. Сервисы компании предназначены для клиник (помогают в диагностике заболеваний и оценке риска их развития) и фармацевтических компаний (отбирают пациентов для клинических испытаний новых лекарств).

Как сделать из «черного ящика» серый

Одно из самых известных сейчас приложений искусственного интеллекта в здравоохранении — анализ медицинских изображений: рентгеновских снимков, результатов компьютерной и магнитно-резонансной томографии. Искусственный интеллект пробует себя в качестве врача-диагноста, которому нужно распознать на таких изображениях, например, злокачественную опухоль. Такие программы можно использовать для ранней диагностики заболеваний. Помочь они могут и в телерадиологии — дистанционном анализе изображений КТ, МРТ или рентгеновских снимков. Эта технология применяется в тех случаях, когда в удаленных районах есть нужное оборудование, но нет специалистов.

Правда, как признает Сергей Сорокин, искусственный интеллект разделяет некоторые «слабости» врачей: посмотрев на рентгеновский снимок сломанного ребра, врач может не заметить опухоль просто потому, что в тот момент ее не ищет, особенно если это опухоль на ранней стадии заболевания. Программы искусственного интеллекта пока тоже заточены под определенную задачу: «Нельзя применять систему, которая научена распознавать рак молочной железы, на КТ-изображениях, сделанных для диагностики рака легких, например. С этим связаны большие затраты на то, чтобы обучить искусственный интеллект распознавать разные заболевания и разные локализации».

На вопрос, что точнее, программа или человек, однозначно ответить нельзя. Руководитель компании привел неофициальные данные: точность распознавания опухоли у не очень хорошего рентгенолога — 50-60%, то есть он может пропустить примерно каждый второй случай. Минимальное значение для современных программ на основе искусственного интеллекта — более 90%. При этом хороший врач распознает опухоль почти в 100% случаев. «Мы ближе к хорошему рентгенологу: точность распознавания у нас меньше 100%, но значительно выше, чем у неопытного врача», — пояснил Сорокин.

Внедрять в здравоохранение технологии искусственного интеллекта, в том числе работающие с медицинскими изображениями, сложно из-за того, что они не дают «объяснения» полученным результатам. «Как правило, все, что относится к нейронным сетям, глубокому обучению, искусственному интеллекту, — это некий "черный ящик". На вход этому "черному ящику" подается задача, на выходе получается результат».

Для некоторых случаев, таких как распознавание лиц на видеозаписи со входа на стадион, такое положение допустимо. «Совсем другая история со здравоохранением. Когда искусственный интеллект посмотрел на КТ-изображение легких и сказал "здесь рак легких", врачу нужно понимать почему. И вот здесь есть наше ноу-хау. Мы из этого "черного ящика" делаем некий "серый ящик". Он не полностью прозрачный, но он показывает врачу, почему такое решение было принято», — рассказал Сорокин. В итоге результат работы алгоритма выглядит так: «С вероятностью 90% процентов это рак легких, потому что так-то и так-то. С вероятностью 70% это пневмония, потому что то-то и то-то».

Найти «своего» пациента

Другое направление работы искусственного интеллекта — создание математических моделей пациентов. Система может собирать воедино и анализировать различную информацию о пациенте, в том числе и те же рентгеновские снимки, КТ- и МРТ-изображения, а также клинические данные из электронных медицинских карт. На основе построенной математической модели развития заболеваний у разных людей можно научить программу предсказывать ход болезни. «Приходит к врачу человек, у него снимаются определенные показатели, например давление и ЭКГ, сопоставляются с записями из его электронной истории болезни, а затем сравниваются с построенной математической моделью. В результате выдается прогноз, что человек с такими показателями через полгода с вероятностью 85% получит инсульт», — разъяснил руководитель компании.

Еще одно применение искусственного интеллекта — отбор пациентов для клинических исследований новых препаратов. Сложность заключается в том, что пациентов необходимо отбирать по множеству показателей сразу, к ним относятся и демографические характеристики, и определенные детали из истории болезни, и пройденное лечение. В итоге поиск подходящих пациентов становится одной из самых затратных частей разработки новых лекарств. «От того, насколько точно подобраны участники клинических исследований, зависит надежность полученных результатов. Мы помогаем фармацевтическим компаниям найти правильных участников клинических исследований», — прокомментировал директор компании.

Не конкурент врача, а его помощник

Разработчики иногда сталкиваются с довольно серьезным предубеждением медиков, которые опасаются, что искусственный интеллект может вытеснить человека. «Как правило, такие мысли возникают у врачей, которые, исходя из понимания своего уровня навыков, обоснованно боятся за свое будущее. Грамотные прогрессивные врачи понимают, что для них это не конкурент, а помощник».

Сам же он на тревожный вопрос «Что дальше будет с рентгенологами?» отвечает: «Будет плохо плохим рентгенологам, с хорошими будет все хорошо. А плохим нужно либо учиться, либо менять профессию».

Как подчеркивает глава компании, «мы не заменяем врача, мы даем ему инструмент». По сути, программа должна обращать внимание врача на те изображения, на которых он мог пропустить признаки заболевания, и объяснять, что именно в них не так. Поэтому вопрос о перекладывании ответственности с врача на искусственный интеллект не стоит — окончательное решение остается за врачом, и ответственность за ошибку всегда будет лежать на человеке.

В целом же государственное регулирование того, как искусственный интеллект используется в медицине, не говоря уже о сертификации и лицензировании, находится в зачаточном состоянии. «В России пока еще этого нет, потому что нет предмета рассмотрения. Мы практически первые на рынке. Я думаю, что это обязательно появится: в США уже начинают сертифицировать такие системы».

Как рассчитывает директор компании, ее технологии могут использоваться в национальных программах здравоохранения, например, по раннему выявлению рака. Сейчас она сотрудничает с Российским онкологическим научным центром имени Н.Н. Блохина и некоторыми другими медицинскими центрами, но это сотрудничество касается в первую очередь разработки и совершенствования алгоритма. В этом году компания привлекла инвестиции частного фонда Primer Capital, поддерживающего проекты в области фармацевтики и биотехнологий. По словам Сорокина, хоть государство и проявляет интерес к новым технологиям в здравоохранении, это не приводит к конкретным действиям. «Активность оно проявляет. Пока, на сегодняшний день, эта активность мало подкреплена какими-то конкретными действиями, но интерес есть».