Сегодня в Москву приходит медицина будущего: это происходит благодаря цифровым технологиям. Их важнейшая часть — это работа с Big Data или «большими данными», огромными массивами обезличенных данных о пациентах. Технологии на основе Big Data освобождают врачей от рутины и дают им весь спектр информации для успешного лечения пациентов. Именно благодаря «большим данным» на помощь медикам приходит искусственный интеллект, который помогает максимально точно ставить диагнозы и прогнозировать развитие болезней. Как с помощью Big Data в Москве медицинские услуги выходят на новый уровень — в материале «Ленты.ру».

Информационные потоки

Устоявшегося определения, что такое Big Data, на сегодняшний день нет. Сам термин появился в 2008 году: он пришел из телекома, отрасли, которая бурно развивалась в то время. Изначально к категории Big Data предлагалось относить данные, объем которых превышал сотни гигабайт в сутки.

Такой гигантский поток информации как раз тогда начал генерироваться в телекоммуникационных технологиях — сотовой связи и интернете. Постепенно термин Big Data стал применяться практически во всех сферах человеческой деятельности, в частности и в здравоохранении.

Медицина сегодня — классический источник «больших данных», здесь постоянно копится огромное количество самой разнообразной информации. Это и истории болезней, результаты лабораторных анализов, рентгеновские и компьютерные снимки, протоколы осмотров — список можно продолжать долго.

Технологии анализа Big Data могут дать врачам возможность ставить самые точные диагнозы, прогнозировать развитие болезни, рассчитывать риски для каждого пациента и предотвращать их. В свою очередь для IT-разработчиков «большие данные» — это бесценная основа для создания инновационных медицинских продуктов, которые служат драйверами развития здравоохранения. Кроме того, для анализа Big Data сегодня применяются алгоритмы машинной обработки, которые исследуют эти данные и обучаются полезным для врачей навыкам.

Сбор и классификация

Одна из целей работы с Big Data — это предоставление врачам доступа к большим понятно структурированным медицинским данным о пациенте. Это помогает качественно диагностировать и лечить заболевание и обеспечивать преемственность лечения в течение жизни и между разными уровнями оказания помощи (амбулаторная служба, скорая помощь, стационары). Еще одна цель — освобождение врачей от рутины и предоставление им удобного доступа ко всему массиву информации, на основе которой они принимают решения в ходе лечения пациентов.

Принятие решений неизменно остается на стороне естественного интеллекта. Машинные алгоритмы работы с данными лишь позволяют врачу иметь оперативный доступ к актуальным данным

Илья ТыровЗаместитель главы департамента здравоохранения Москвы

Одним из примеров успешного применения больших данных в медицине сегодня является Единая медицинская информационно-аналитическая система здравоохранения (ЕМИАС) Москвы. В настоящее время это крупнейший агрегатор цифровых данных о пациентах, а также о деятельности медицинских организаций.

К платформе подключены все взрослые и детские поликлиники, а также большинство стационаров города. Между поликлиниками и больницами налажен непрерывный обмен информацией. Таким образом, сведения об истории болезни пациента доступны на всех уровнях оказания медицинской помощи — и на амбулаторном, и на госпитальном.

Из этих данных и формируется электронная медкарта пациента — основа системы управления данными в здравоохранении. Информация, которая стекается в ЕМИАС — это оцифрованные бумажные медицинские документы. Сама оцифровка проходит по определенным машиночитаемым стандартам, после чего все данные систематизируются по разным параметрам и тегам.

Для ввода данных в систему программисты создают специальные стандартизированные формы. Причем они учитывают, кто именно будет использовать эту информацию, для каких целей и каким образом.

Как подчеркивает Илья Тыров, создание правил по стандартизации медицинских данных — ответственная и кропотливая работа.

Это большой труд многих специалистов: и тех, кто согласовывал структуру форм ввода данных, и тех, кто ее реализовал технически, и тех, кто изо дня в день эти формы наполняет. Благодаря колоссальному труду всех участников процесса мы можем говорить о создании системы управления на базе достоверных первичных данных

Илья ТыровЗаместитель главы департамента здравоохранения Москвы

Анализ ситуации

Сегодня на основе Big Data создаются и удобные аналитические сервисы для врача — своеобразные справочники, которые позволяют видеть картину по своему терапевтическому участку, поликлинике и в целом по городу. Один из примеров таких электронных помощников — сервис «Цифровой паспорт участка», к которому подключены все детские и взрослые поликлиники. С его помощью участковые врачи получили доступ к актуальной, автоматически обновляемой информации о пациентах своего участка в режиме онлайн.

Этот сервис — полноценный аналитический инструмент. Врач может просмотреть список прикрепленных пациентов, данные о том, проходили ли они диспансеризацию и у каких специалистов наблюдаются, их группу здоровья, количество вызовов скорой помощи и госпитализаций за год, наличие или отсутствие льгот по инвалидности и другую информацию.

Кроме индивидуальной информации по каждому пациенту, «Цифровой паспорт» содержит данные о структуре заболеваемости на всем участке. С этими знаниями врач может выстраивать персонализированную работу с конкретными пациентами. Во многом благодаря «Цифровому паспорту участка» в ряде поликлиник Москвы уже запущен пилотный проект по диспансерному наблюдению пациентов с хроническими заболеваниями.

«Цифровой паспорт участка» полезен и для педиатров. Благодаря нему они в режиме реального времени могут видеть всех больных, у которых диагностированы вирусные заболевания. Это позволяет вовремя реагировать и проводить противоэпидемиологические и лечебные мероприятия как в семье, так и в образовательном учреждении каждого ребенка.

Сейчас в Москве на базе 9 городских поликлиник стартовал пилотный проект по внедрению нового сервиса — цифрового паспорта поликлиники. Он позволит главным врачам и их заместителям видеть в режиме онлайн актуальную информацию одновременно по всем филиалам и всем прикрепленным пациентам поликлиники. После завершения пилотного проекта планируется внедрить такой сервис во всех городских поликлиниках, что поможет повысить эффективность управления амбулаторным звеном столицы.

Компьютерное зрение

Big Data и цифровизация позволяют создавать сервисы на основе искусственного интеллекта для упрощения и корректировки работы врача. Причем нейросети, используемые в этих программах, постоянно обучаются, что делает их точнее и лучше. Пример такого инструмента, внедренного в Москве, — это сервисы искусственного интеллекта для анализа лучевых исследований (это КТ, МРТ, рентген и другие).

Эксперимент по применению компьютерного зрения запустили два года назад. При этом, по словам заместителя мэра Москвы по вопросам социального развития Анастасии Раковой, за это время скорость обработки искусственным интеллектом рентген-изображений выросла на 30 процентов, маммографии — на 60 процентов, а КТ-снимков — на 70 процентов. При этом точность определения признаков ковидной пневмонии достигла 94 процентов.

Практически в 100 процентах случаев рентгенолог подтверждает, что искусственный интеллект корректно выявил патологии на снимках

Анастасия РаковаЗаместитель мэра Москвы по вопросам социального развития

Цифровые сервисы уже обработали более семи миллионов снимков. При этом если в самом начале технологии компьютерного зрения диагностировали пневмонии и определяли степень поражения легких, то теперь помогают врачам находить на компьютерной томографии признаки рака легких, Covid-19, остеопороза позвоночника, аневризмы грудного отдела аорты, ишемической болезни сердца, инсульта, легочной гипертензии и гидроторакса.

Кроме того, искусственный интеллект помогает выявлять патологии легких на рентгенографии и флюорографии, а на маммографии — рак молочной железы. В настоящее время радиологи начали использовать комплексные сервисы искусственного интеллекта, которые распознают на одном медицинском изображении лучевого исследования признаки десяти разных патологий.

Сервисы искусственного интеллекта также интегрированы в единый радиологический информационный сервис (ЕРИС) ЕМИАС. Они доступны рентгенологам всех московских медицинских учреждений, подключенных к ЕРИС.

Цифровые технологии помогли сократить время на описание исследований в среднем на 30 процентов. В экстренных ситуациях врач, который ведет пациента, может получить ответ от рентгенолога уже через пять минут после исследования. Это позволяет быстрее поставить верный диагноз и оперативно начать лечение.

Прогресс в регионы

Москва делится опытом внедрения современных передовых технологий в сфере здравоохранения, а также создает единые стандарты для всей страны. Так, столичные разработки в области искусственного интеллекта вошли в национальные стандарты по их использованию в клинической медицине. По словам заммэра Москвы по вопросам социального развития Анастасии Раковой, принятые Росстандартом документы помогут ускорить внедрение цифровых помощников по всей России. Это позволит IT-компаниям уже на этапе разработки лучше понимать требования к алгоритмам машинного обучения и программному обеспечению, а заказчикам — как государственным, так и частным — формировать точное техническое задание. В результате все российские регионы смогут улучшить качество диагностики заболеваний.

Также московские специалисты разработали ГОСТ по тестированию систем искусственного интеллекта. Он уже утвержден и вступил в силу с 1 сентября этого года. Новый документ регламентирует требования к клиническим испытаниям нейросетей. По разработанной системе ГОСТа специалисты получат точную оценку, соответствует ли продукт заявленным характеристикам точности, эффективности и не несет ли он риски для здоровья пациентов.

Москва и дальше планирует активно развивать использование технологий искусственного интеллекта в медицине. Для того, чтобы нейросети могли продолжать обучаться и развиваться, в столице создали цифровую библиотеку обезличенных данных — так называемые датасеты. Самый большой открытый датасет состоит из более чем из тысячи уникальных исследований пациентов с COVID-19. Затем идет объединенный датасет сразу по нескольким видам исследований, таким как компьютерная томография, маммография, рентгенография, флюорография. Замыкает тройку набор данных МРТ головного мозга.

Остальные открытые датасеты могут применяться при самостоятельном тестировании нейросетей для поиска признаков остеопороза позвоночника, мерцающего артефакта, рака легкого, рассеянного склероза, патологий сердца, гидроторакса и других заболеваний. Москва решила поделиться этой информацией со всеми желающими разработчиками искусственного интеллекта в сфере медицины, которые получили доступ к 40 датасетам.

Благодаря этому на рынке появится больше достойных цифровых продуктов, которые, с одной стороны, могут быть интегрированы в столичную систему здравоохранения. С другой стороны, новые прорывные проекты в сфере медицины будут востребованы и в регионах, что в конечном итоге приведет к развитию здравоохранения в масштабах всей страны.

Московская лучевая диагностика использует сервисы искусственного интеллекта не первый год. Они облегчают работу врачей и помогают не пропустить даже самые незаметные признаки патологии. У нас накоплен огромный опыт в этой сфере, и мы готовы делиться наработками. (…) Сейчас доступно уже 40 датасетов по большинству основных модальностей, например, по ультразвуковым исследованиям (УЗИ), электрокардиографии (ЭКГ), рентгенографии (РГ), компьютерной (КТ) и магнитно-резонансной томографии (МРТ) и другим.

Илья ТыровЗаместитель руководителя столичного Департамента здравоохранения

Лечение без рутины

Технологии на основе искусственного интеллекта — это будущее московской медицины, которое куда ближе, чем кажется. В этом будущем врачи уделяют пациентам максимум внимания, не тратя время на рутинные задачи. Сегодня в столице уже созданы специальные сервисы, избавляющие медиков от рутины — это система принятия врачебных решений (СППВР) и чат-бот.

СППВР была внедрена в столичных поликлиниках два года назад. Электронный сервис на основе технологий искусственного интеллекта анализирует зафиксированные жалобы пациента и предлагает три наиболее вероятных предварительных диагноза.

Другой модуль сервиса предлагает необходимый набор исследований и консультаций специалистов для подтверждения диагноза. При этом права врача не ограничены. Доктор может согласиться с рекомендациями искусственного интеллекта или скорректировать список предлагаемых назначений.

Еще один важный инструмент, освобождающий медиков от рутинных задач — это чат-бот, собирающий данные пациентов перед врачебным приемом. После электронной записи к врачу (терапевту, офтальмологу, оториноларингологу, гинекологу, а для маленьких пациентов — при записи к педиатру) пациент получает форму опроса для предварительного сбора информации и истории болезни.

Полученную информацию бот передает в ЕМИАС, где она фиксируется в протоколе осмотра предстоящего приема. Врач знакомится с предварительной информацией и уточняет у пациента симптомы. При необходимости зафиксированные жалобы пациента доктор может скорректировать и дополнить.

Медицина будущего

Между тем одна из наиболее перспективных сфер применения Big Data в медицине — это прогнозирование, которое предвосхищает появление медицины будущего. Для эффективной заботы о пациентах очень важно прогнозировать все риски, которые существуют для их здоровья. Это можно делать, отталкиваясь от уже собранной информации — к примеру, о наследственных заболеваниях. Фактически, речь идет о создании электронных моделей пациентов, которые наглядно покажут, что именно может угрожать их здоровью в будущем. И сегодня Москва вплотную подходит к созданию таких моделей.

История всех медицинских манипуляций с рождения человека хранится в электронной карте пациента. Алгоритмы нейросетей, постоянно тренируют свое мастерство. И в будущем вполне смогут распознавать предпосылки к возникновению у пациента того или иного недуга. В качестве примера можно привести сахарный диабет, который нередко проявляется в детском возрасте. В этом случае врач мог бы рекомендовать родителям организовать ребенку специальную диету.

Это та самая превентивная медицина на основе данных, о которой так много говорят сегодня специалисты. Уровень развития методов и технологий анализа данных (текст, медицинские снимки, биометрия, видеопоток), в том числе при помощи методов машинного обучения, уже очень высок — нужно только сформулировать потребность, задачу. Этим мы как раз сейчас занимаемся вместе с главными внештатными специалистами департамента здравоохранения Москвы: собираем и систематизируем потребность в данных и управленческих отчетах на их основе

Илья ТыровЗаместитель главы департамента здравоохранения Москвы

Сегодня технологии на основе Big Data делают московское здравоохранение все совершеннее. Благодаря накоплению терабайт обезличенных данных о пациентах врачи получают широкий спектр инструментов для эффективного лечения самых разных болезней. «Большие данные» обучают искусственный интеллект, который помогает медикам в Москве работать на опережение. Развитие заболеваний, как и индивидуальные риски для пациентов, теперь можно прогнозировать — и в этом есть большая заслуга Big Data. Благодаря «большим данным» медицина будущего уже приходит в Москву, делая столицу одним из мировых лидеров в сфере здравоохранения.

Источник lenta