Михаил Самсонов: в отдаленных регионах будет доступен опыт лучших врачей

В России стартует конкурс на создание интеллектуальной системы поддержки принятия врачебных решений (СППВР). О том, как искусственный интеллект поможет спасти жизни людей, корреспонденту РИА Новости Олегу Никишенкову рассказал директор медицинского департамента ГК "Р-Фарм", руководитель рабочей группы по законодательству HealthNet НТИ и эксперт конкурса Михаил Самсонов.

- Михаил Юрьевич, по оценкам Минздрава РФ, ошибки врачей в год вызывают более 70 тысяч осложнений у пациентов. Согласны ли Вы с такой оценкой? Повысила ли пандемия актуальность проблемы правильного диагноза?

- Официальная статистика врачебных ошибок как в России, так и в мире не ведется. Но если обратиться к данным исследований, то, например, в США ошибки при постановке диагноза составляют более 28%, из которых около трети приводят к "серьезным необратимым повреждениям" или "немедленной или неизбежной смерти". В Европе каждый десятый пациент сталкивается с неправильно поставленным диагнозом или неправильно назначенным лечением.

Мы видим, что для США и ЕС доля ошибок достигает минимум 10%. Так что цифра в 70 тысяч в год может оказаться заниженной, так как не все ошибки своевременно выявляются, и, соответственно, в принципе могут попасть в статистику. Действительно, это большая проблема.

Что же касается Covid-19, то пандемия привела к снижению доступности медицины: многие отделения превращены в коронавирусные стационары. Врачи перегружены, многие несрочные процедуры были отложены. С учетом того, что для тяжелых заболеваний, в том числе онкологических, раннее обнаружение может в разы улучшить вероятность излечения, пандемия привела к ухудшению качества и своевременности постановки диагноза. С другой стороны, она же и ускорила внедрение ряда технологий оперативной постановки диагноза или его подтверждения. Как всегда, сложные вызовы – это большое ускорение и ломка стереотипов.

- На ваш взгляд, искусственный интеллект может спасти жизнь пациенту в ситуации, когда это не смог сделать врач-человек? Вы бы сами воспользовались диагнозом ИИ?

- ИИ, каким бы умным он не был, лишь один из инструментов в системе здравоохранения и арсенале врача. Безусловно, при принятии решений в очень алгоритмированной ситуации, например, в кардиологической реанимации – ИИ уже играет немалую роль. Не говоря об инструментальной диагностике: КТ, МРТ. Очевидно, что самостоятельно, без участия человека ИИ в ближайшее время не будет лечить пациента, но может стать эффективным помощником при принятии решений. Представьте уставшего врача в конце рабочей смены, которому еще надо принять нескольких пациентов, собрать полный анамнез и правильно назначить обследование или лечения. В такой ситуации важную роль может сыграть интеллектуальная система, которая, используя всю возможную информацию о пациенте, а также медицинские базы данных, поможет врачу ничего не упустить при диагностике.

Есть еще одна ситуация, где ИИ доказал свою пользу – это диагностика фибрилляции сердца. Здесь ИИ выступает как технология ранней диагностики, когда симптомы проявляются редко. И в этом контексте есть еще один важный аспект внедрения ИИ для массового рынка – при появлении допущенных регулятором медицинских изделий мы сможем в бытовой ситуации связать пациента и врача через ИИ-мониторинг. И это способно не только существенно снизить смертность, но и уменьшить вред от неквалифицированного самолечения.

- Не секрет, что в отдаленных районах большая проблема с врачами. Как таким территориям помогут решения в области ИИ-диагностики?

- С внедрением систем поддержки принятия решений (СППВР) людям, проживающим в отдаленных регионах, автономных поселениях, экспедициях, будет доступен опыт лучших врачей России и мира.

Наиболее эффективно можно использовать данные решения при проведении сложной дифференциальной диагностики, когда разные заболевания трудно различить ввиду схожей симптоматики. Тем более это важно там, где пациенты с любой болезнью могут рассчитывать на помощь лишь врача общей практики, которому важно, как можно быстрее определиться и принять решение, например, о транспортировке пациента в клинику, либо обратиться за помощью к профильному специалисту в сеансе телемедицины для уточнения диагноза и назначения лечения.

- Сейчас создано довольно много различных программных продуктов СППВР. В чем их различия? И есть ли у них слабые стороны?

- Наибольшее развитие в мире сейчас получают решения на основе технологий искусственного интеллекта, машинного обучения и нейросетей, направленные на помощь в ранней диагностике и более точном диагностировании заболеваний с использованием медицинских изображений и данных лабораторных анализов. Речь идет, например, о распознавании изображений на КТ, снимках УЗИ с целью поиска опухолей, очагов воспалений. Ведутся разработки систем, которые также способны определить правильное лечение для конкретного пациента. С помощью анализа больших объемов биомедицинских данных стало возможным выявить новые признаки, характерные для тех или иных заболеваний, которые ранее не были известны, прогнозировать протекание и исход заболевания.

Уже существующие решения хорошо умеют определять признаки рака легких по КТ-снимку на оборудовании разного типа и проводить дифференциальную диагностику с другими заболеваниями легких.

Тем не менее, на сегодняшний день никто в мире не создал систему, способную ставить полный заключительный диагноз на основе комплекса медицинской информации, которую для этих целей использует врач. Это и данные электронной карты пациента (ЭКП), и данные лабораторных и инструментальных исследований. Ведь врач не основывает свое заключение на каком-либо одном типе информации и обязательно рассматривает весь спектр данных о пациенте, их динамику, принимает в расчет индивидуальные особенности человека. Современные системы поддержки пока не умеют этого делать, не говоря уже о способности построить оптимальную траекторию обследования, сделать назначения и объяснить на уровне врача, почему система сделала такой вывод, поставила именно такой диагноз.

- Сбор данных – критичный момент для функционирования СППВР. По вашему опыту: насколько охотно население делится с облачными сервисами и другими системами хранения информации своими данными о состоянии здоровья? Потребуется ли какая-то программа просвещения населения в этой сфере?

- Как мы видим на примере соцсетей и прочих интернет-сервисов, большинство людей не очень беспокоятся о персональных данных. Приложения в смартфонах собирают огромное количество информации и передают ее не только разработчику телефона, но и сторонним компаниям. Однако, интерес к контролю персональных данных возрастает и пандемия сыграла не последнюю роль. Очень важно объяснять и показать, что конкретно получит каждый пациент при обмене данными.

- Вы являетесь экспертом технологического конкурса по созданию интеллектуальной СППВР для постановки заключительного клинического диагноза, который проводится в рамках Национальной технологической инициативы. На ваш взгляд, готовы ли врачи в России к внедрению таких технологий ИИ?

- Успехи искусственного интеллекта в выборе верного курса диагностики и лечения, особенно в первичном звене, пока в России крайне скромны. Скромны они и в мире, где в это направление инвестируются миллиарды. Но текущий интерес к этим технологиям говорит о том, что в ближайшие годы ситуация коренным образом изменится. Ведь искусственный интеллект сегодня является одним из самых быстрорастущих сегментов мирового рынка здравоохранения. В докладе ВОЗ указывается, что к 2050 году взрослое население почти удвоится. Оседлый образ жизни и рост мирового населения будут прямо влиять на самые разнообразные рынки для здравоохранения и СППВР не исключение.

Но, в тоже время, СППВР еще только предстоит заработать свой кредит доверия — как со стороны врачей, так и пациентов. Безусловно, для развития такого доверия требуются качественные обширные клинические данные, проанализированные с использованием алгоритмов и ИИ решений. Помимо опасений относительно конфиденциальности данных, люди в большинстве своем пока скептически относятся к прогнозам, построенным алгоритмами. И практикующие врачи, особенно в первичном звене, к этому не привыкли. Они готовы пользоваться вспомогательными инструментами (интернетом, фармсправочником, регламентами), но не системой, которая "знает больше меня".

Однако, сейчас появляется концепция дополненной медицины (augmented medicine), по аналогии с термином "дополненная реальность", и такой подход лучше всего иллюстрирует открывающиеся для системы здравоохранения и каждого врача возможности.

Если врач считает, что он все знает и понимает лучше СППВР, он пользоваться системой не будет. Если врач не понимает, почему СППВР сделала то или иное заключение, он также не будет ей пользоваться, даже если статистически система демонстрирует хорошую точность постановки диагноза. Для преодоления этого барьера в рамках конкурса Up Great одним из ключевых элементов СППВР будет хорошая интерпретируемость полученных рекомендаций от СППВР, при сохранении чувствительности и точности на уровне не ниже наиболее продвинутых систем и врачей высшей квалификации.

- Главное в конкурсах НТИ Up Great – это люди, команды. Есть ли у нас в России сильные научные коллективы, компании, занимающиеся разработкой СППВР?

- На сегодняшний день известно о примерно пяти десятках российских разработок в области СППВР. Несмотря на общую цель – помогать врачу, каждая из них отличается функционалом: помогает в диагностике, профилактике заболеваний и осложнений, оказывает помощь в лечении, мониторинге пациентов.

Например, СППВР Webiomed (ООО "К-Скай") призвана помочь врачу оценить риск сердечно-сосудистого заболевания на этапе, когда оно еще клинически не проявилось. Платформа Botkin.AI (ООО "Интеллоджик") позволяет выявлять и дифференцировать заболевания легких благодаря анализу медицинских изображений с помощью технологий искусственного интеллекта. Цифровая гистологическая лаборатория UNIM (ЮНИМ) исследует гистологические материалы при помощи нейронной сети для постановки верного диагноза. Galenos (ИТ-компания "ТехЛАБ") - СППВР, позволяющая контролировать выполнение медицинских стандартов. Sapia (ООО "Ар ДиСайнс") - система для оценки тяжести острого панкреатита, позволяет оценить тяжесть заболевания в ранние сроки поступления больного в стационар по данным лабораторных обследований. Помимо существующих команд разработчиков, мы планируем, что в рамках нашего конкурса появятся новые команды, объединяющие, как врачей, так и специалистов в области ИИ.

- Технологии, развиваемые в рамках проведения конкурса, смогут стать ядром многих инноваций. В чем, на ваш взгляд, как заместителя руководителя рабочей группы НТИ "Хелснет", значение возможного преодоления барьера для медицинского сообщества?

- Мы рассчитываем, что технологии, разрабатываемые в рамках конкурса, помогут решить практически все заявляемые проблемы первичного звена: время приема, нехватка квалифицированных кадров, онконастороженность, гипердиагностика, гиподиагностика с одновременной поддержкой докторов в принятии решений.

В случае успеха созданная участниками система будет одновременно прорывом в диагностике заболеваний и серьезным шагом в сторону создания технологий сильного искусственного интеллекта. Мы рассчитываем, что со временем, когда созданные на базе технологий участников конкурса решения будут внедрены, за счет их повсеместного использования процент неправильно поставленных диагнозов сократится. А это спасет жизни и здоровье десяткам и даже сотням тысяч людей не только в России, но и во всем мире.

Сильный искусственный интеллект отличается от слабого, среди прочего, тем, что он способен объяснить логику сделанного заключения. В нашем случае, это означает способность обосновать поставленный диагноз. А значит, дать врачу такого помощника, которому он будет доверять как своему квалифицированному коллеге.

- Медицинская диагностика будущего (в перспективе 20-30 лет, например): останется ли в ней конечное слово за человеком? Преодолев барьер "диагноз не хуже профессионального врача", сможет ли ИИ создать в итоге систему "достойную самого хорошего врача"?

- Смотря, о чем мы говорим. Есть феномен орфанных болезней, с которыми обычный врач сталкивается, может быть, 1 раз за всю врачебную практику. Естественно, реального навыка диагностики и лечения такой болезни у обычного врача не может быть. Если он и проходил в вузе что-то про эту болезнь, то это было много лет назад, а наука за годы ушла далеко вперед. Как врач может сравниться с системой, имеющей огромную базу, если сам с болезнью никогда не сталкивался и фактически ничего про нее не знает?

Уже в ближайшем будущем будут внедряться решения, которые будут за считанные минуты изучать геном человека, идентифицировать мутировавшие гены, читать медицинскую литературу и формулировать индивидуальный план лечения, на который высококлассному врачу могло бы понадобиться десятки часов.

В любом случае мы однозначно движемся к тому, что все, что можно стандартизировать, смогут делать интеллектуальные системы. Человек же займется созданием таких систем и стандартов для них. В этом смысле внедрение ИИ-систем не только не отменит врача-ученого, высококвалифицированного врача, а наоборот, сделает его роль более значимой, как человека создающего. И конечно это большая образовательная работа – ведь для дополненной медицины потребуется обучать "дополненных" врачей, которые будут обладать не только клиническим медицинским опытом, но и "цифровым" опытом.