Цель проекта: создание системы поддержки принятия врачебных решений, которая получает исходную информацию о пациенте из медицинской информационной системы, а также из свободного рассказа пациента о первичных жалобах. На основе анализа этих данных система формирует уточняющие вопросы, генерирует список возможных заболеваний, ранжированных по степени риска, и готовит рекомендации для врача по дальнейшей диагностике и лечению пациента.
Эффект от внедрения: Внедрение системы в практическое здравоохранение позволит повысить эффективность оказываемых населению медицинских услуг по нескольким направлениям:
- сократит время приема пациента ориентировочно на 20–40%, при этом само качество обследования пациента не снизится
- снизит вероятность ошибок и упущений, допущенных врачом при приеме пациента и первичной диагностике примерно на 15–30%
- компенсирует в значительной степени нехватку узких специалистов в поликлиниках, в том числе, в удаленных и малонаселенных регионах.
Руководитель проекта – руководитель проектов Центра искусственного интеллекта НГУ Владимир Иванисенко.
– Что такое «система поддержки принятия врачебных решений» и для чего она нужна?
– Разрабатывая систему «Доктор Пирогов», мы ставили перед собой задачу: снизить рутинную нагрузку на врача и сократить длительность приема пациента без потери качества. И при этом, обеспечить врачу возможность использовать в своей работе знания, полученные в процессе развития медицины как науки. Ведь читать тысячи научных публикаций и ездить по конференциям могут далеко не все. Особенно врачи в районных клиниках, где на одного специалиста приходится десятки пациентов в день.
Наш «Доктор Пирогов» позволяет проводить интерактивный опрос пациента. Система «изучает» медицинскую документацию, осуществляет анализ клинической информации и инструментальных исследований, оценивает лабораторные показатели и результаты генетического тестирования, помогает подготовить обоснованный клинический план, а также дает предупреждения о лекарственных взаимодействиях и противопоказаниях. Все это она делает, опираясь на анализ содержащейся в ее базе знаний медицинской и научной литературы, которая обновляется по мере публикации новых научных работ.
Также система способна обеспечивать консультационное сопровождение и осуществлять поддержку принятия врачебных решений при оказании первичной медицинской помощи по широкому кругу врачебных направлений, что особенно актуально при нынешнем дефиците узких специалистов в удаленных и малонаселенных регионах.
– Есть ли аналоги на российском рынке?
– Сегодня аналогичных комплексных решений в российском здравоохранении нет, но запрос на подобные сервисы со стороны медиков очень высок, наша разработка вызвала интерес как у представителей регионального Минздрава, так и у руководителей частных медицинских клиник.
– Известно, что нейросети могут ошибаться, можно ли доверить ей такой важный аспект как здоровье человека?
– Во-первых, мы не зря говорим лишь о системе поддержки принятия решений. «Доктор Пирогов» не заменяет врача, который просто использует его в своей работе. Система, проанализировав полученную информацию предоставляет врачу только рекомендации. Решение принимает врач-человек, но, благодаря нашему продукту, он будет делать это заметно быстрее и лучше.
– В какой стадии готовности находится «Доктор Пирогов»?
– Система имеет модульную архитектуру, то есть состоит из нескольких блоков, которые могут использоваться и как самостоятельный продукт. Некоторые из них уже нами запатентованы и готовы к внедрению.
Например, сервис «Безопасные лекарства», который позволяет оценивать совместимость препаратов между собой, возможные побочные эффекты и влияние лекарств на конкретные клинические и лабораторные показатели. С его помощью врач подбирает оптимальную терапию, учитывающую индивидуальные особенности пациента.
Или интегрированный в систему метод, автоматически выделяющий самые важные для прогноза заболевания симптомы и показатели в электронных медицинских картах. Новый способ уже используют для «обучения» «Доктора Пирогова», чтобы она точнее распознавала симптомы и оценивала риски для пациента.
Этот метод основан на особом типе нейросети — так называемый Concrete Autoencoder, использующий механизм Gumbel-Softmax. Один из ключевых барьеров для внедрения ИИ в медицине – трудности с интерпретацией выводов нейросетей. Алгоритм выдаёт ответ, но врач не понимает, почему система «решила» именно так. Это снижает доверие и делает использование таких решений рискованным.
Иначе обстоит дело с этим типом автокодировщиков. Они позволяют на выходе указывать конкретные признаки и симптомы больного, которые дают наибольший вклад в правильную постановку диагноза.
Так что, хоть в целом система «Доктор Пирогов» пока еще прототип, часть ее компонентов полностью готова к использованию в качестве самостоятельных продуктов и уже идут переговоры о внедрении их в отдельных медучреждениях в качестве пилотных проектов.