Команда молодых людей (четверо разработчиков программного обеспечения и двое медиков) создали нейросеть, которая на снимке легких "видит" пневмонию точнее, чем врач. Заинтересованы ли в программе белорусские клиники и почему медикам во время пандемии нужна помощь искусственного интеллекта? О своей Смартидее рассказал студент 5-го курса педиатрического факультета Белорусского государственного медицинского университета Андрей Капитонов.

04.jpg

Каков алгоритм работы нейросети?

Сервис на основе нейросети работает в двух режимах: ручном и автоматическом. Сейчас я могу показать, как она работает в ручном режиме: залогиниваемся в систему, забрасываем снимки, получаем возможность видеть предсказание. Вот мы видим оригинальное изображение и предсказание по схожести с классом пневмонии с вероятностью.

Какой результат?

Здесь мы имеем пневмонию – вероятность 73,5%. Я в этом случае солидарен с нейросетью, потому что на снимке есть затемнения, сосудистый рисунок усилен.

07.jpg

Уточню: есть снимок легких, по которому нейросеть определяет класс пневмонии?

По рентгенограмме органов грудной клетки определяется процент схожести с тем или иным классом пневмонии. Норма, пневмония или иная патология. Классы созданы на основе 250 тыс. снимков, которые мы собрали в течение весны-лета в Минске, и на их основе создавалась классификация.

То есть нейросеть может развеять сомнения врача или подтвердить его диагноз?

Да, нейросеть помогает врачу склониться в одну или другую сторону. Это первый вариант. А второй вариант: есть поток данных, который сложно врачу обработать в адекватные сроки. Например, в поликлинике в сутки может быть 100 или больше снимков. Врач приходит на смену, чтобы их описать. Понятно, что большая часть снимков – норма. И ничего плохого нет в том, что врач посмотрел каждый снимок. Но в этом "пролистывании" могут теряться и патологии. И когда мы имеем возможность проанализировать весь поток, это помогает врачу расставить приоритеты и уделить больше внимания тем снимкам, на которых патология присутствует, дать заключение в первую очередь по ним.


Что лежит в основе нейросети?

Если вы хотите знать архитектуру нашей сети, то мы пробовали различные варианты, и в итоге получили свой оригинальный, мы не дали еще название. Я думаю, в ближайшие месяцы мы опубликуем статью, где раскроем наши некоторые технические секреты, потому что все-таки есть решения, которые слишком элегантны, чтобы их так сразу всем отдавать.

Насколько нейросеть точнее врача-специалиста? Глаз человека не может рассмотреть пневмонию, а искусственный интеллект видит?

Мы проводили два исследования: первое - без нашего участия в детской инфекционной больнице, там нам выдали акт внедрения с 91% точности. А второе проводили уже сами в 5-й городской больнице, где изучали не только точность, но чувствительность и специфичность. Оказалось, что чувствительность нашей системы выше, чем у стандартной работы отделения. Мы взяли реальный поток снимков с 5 по 12 февраля 2021 года, отнесли их одновременно на переописание в Минский консультативно-диагностический центр и "скормили" нашей нейросети, чтобы получить предсказание. После чего мы приняли описание в МГКДЦ за ground truth (истину) и сравнили: сколько выявили патологии и какой в 5-й городской в течение работы обычного отделения, и как это сделали мы. Оказалось, несмотря на то, что у нас немного ниже специфичность и точность, чувствительность нашей системы выше, чем врача на 15% - очень хороший показатель.

06.jpg

Можно сказать, что еще 15% пациентов был поставлен правильный диагноз?

Точнее, 15% пациентов были довыявлены. Тут надо понимать, что это ни в коем случае не вина врача, потому что могут быть особенности практики описания снимков в конкретной больнице из-за специализации и прочего, но в целом наша система работает не так уж и плохо.

Сколько нейросеть может обрабатывать?

Сейчас мы можем обрабатывать 10 снимков в секунду при существующих серверных мощностях. Это совсем другой уровень удобства, потому что оригинальные DICOM-файлы (это стандарт хранения медицинских изображений) подтягиваются на наш сервер автоматически, и не надо тратить время на загрузку-выгрузку. Мы сейчас как раз такую схему реализуем в Круглянской ЦРБ. Мы познакомились на Social Weekend, и для них это делаем бесплатно.

Есть ли пример, когда вы узнали, что помогли конкретному человеку?

Есть очень интересный пример того, как помощь не была оказана там, где не нужна была: был предотвращен случай гипердиагностики, и это произошло во Владивостокской краевой детской больнице №1. Нам действительно присылали врачи снимок и его описание. У них возник вопрос: пневмония или нет… Наша нейросеть сказала, что пневмонии скорее нет. И последующее наблюдение за пациентом показало, что сеть была права, были правы те врачи, которые стояли на том, что это не пневмония, а физиологические особенности. Конечно, если бы была гипердиагностика, и пациента начали бы лечить от пневмонии, то это было бы бесполезно, а в этом случае даже опасно.

Владивосток – так далеко, там уже знают о разработке белорусов?

На самом деле мы обзваниваем потенциальных пользователей сами, и оказалось, что в каждом часовом поясе есть проблемы, которые мы можем решать. Да, у нас уже есть пользователи от Владивостока до Минска.

Как белорусские клиники реагируют на предложение опробовать или внедрить систему?

Как правило, реагируют положительно. Все хотят попробовать что-нибудь новое, иногда возникает у администрации абсолютно резонный вопрос: если делаем полную интеграцию, насколько это безопасно. Мы-то знаем, что безопасно, но надо сначала объяснить. В Беларуси мы пока всем предоставляем бесплатно, и соответственно проблем с тем, чтобы проверить работоспособность и точность, нет. И в 8-й поликлинике внедряли, в 5-й больнице, детской инфекционной. Опять же – Круглянская ЦРБ. На самом деле мы хотим еще протестировать, как мы сможем работать в глубинке, насколько будут ограничения по скорости интернета и не убьет ли это всю идею.

То есть в этом случае проект не зарабатывает?

Говорить о том, что мы зарабатываем, нельзя. Я могу только сказать, что недавно мы вышли на самоокупаемость благодаря различным пожертвованиям, в т.ч. от зарубежных пользователей, потому что за серверные мощности надо платить несмотря на то, что IBA Group создала для нас превосходные условия, даже когда у нас ничего не было. Вообще клиникам-донорам данным мы отдаем все бесплатно, потому что они помогают нам с исследованиями. А дальше – есть еще пользователи, которые выходят на нас по персональным рекомендациям, некоторым мы внаглую звоним и говорим "есть такая штука, не хотите ли попробовать?", и они потом у нас задерживаются.

03.jpg

Есть ли развитие у проекта? С распространением понятно – дело наживное. А характеристики?

Сейчас мы пришли к тому, что оплачиваем свои серверы, но, чтобы двигаться вперед в качественном отношении – нужны деньги, поэтому мы активно ищем средства. Но учитывая, что государственной поддержки не наблюдаем, наверное, придется искать инвестора. Просто на этом этапе мы достигли потолка - то, что могли сделать теми средствами, которые есть, мы сделали: продукт готов, есть пользователи, положительные отзывы. А для проведения монетизации – нужны средства.

Связано ли появление нейросети с пандемией коронавируса?

Классы пневмоний включают все пневмонии, которые могут быть. Если говорить о Covid-19 – это в какой-то степени открывало перед нами многие двери и помогало в получении преференций, например, серверных мощностей от IBA Group. Если говорить о проблеме, которую мы решаем – она была всегда. Просто раньше не стояла так остро.


Есть ли подобный продукт в мире?

Есть, конечно. Еще больше скажу: идея не новая, есть проект в Кремниевой долине, индусы основали, еще в 2016 году заработали несколько миллионов долларов. Они разработали систему, которая анализирует по 20 классам пневмоний, а не по 3, как наша. Мы, кстати, недавно связывались с ними, чтобы сравнить, насколько отличаемся в плане точности. В общем, предварительные результаты скоро будут, но важно, что такое взаимодействие возможно между сходными проектами.

Они обрадовались "конкурентам"?

Они были рады, им хуже не будет. Рынок СНГ, ЕАЭС их не интересует. А сам факт, что сфера развивается, не может не радовать.

У них 20 классов, это как раз речь о том, как можно было бы усовершенствовать программу?

Да. В общем-то сейчас у нас зашифровано больше 20 нозологий, их огромное количество вариаций, и, конечно, вычленять их в новый класс было бы хорошо, это позволило бы качественно улучшить нашу нейросеть. Да, конечно, для решения проблем насущных – того, что есть, достаточно, как показывает практика. Но пройдет 5 лет - встанут другие вопросы перед врачами.

01.jpg

Когда пришла идея создать нейросеть? Помните этот момент?

Не могу сказать, что такой был. Я занимаюсь научной работой на кафедре лучевой диагностики, и еще до того, как началась пандемия, я планировал сделать что-то подобное для туберкулеза. Там тоже имеем поток снимков флюорографии, неплохо было бы их анализировать еще на доврачебном этапе. А потом пришел Covid-19…

Covid-19 пришел, а туберкулез никуда не исчез...

Да, и возможно, из-за резистентности к антибиотикам в ближайшие годы его станет больше, - это печально. С другой стороны – да, наш инструмент может быть расширен, в том числе, и на туберкулез.

А вообще может искусственный интеллект со временем вытеснит врача из медицины?

Вы так говорите об этом, как будто это что-то плохое. Нет, конечно.


Спасибо за разговор!