Все новости

Эксперт: технологии ИИ для анализа КТ-исследований облегчают работу медиков при пандемии

В Москве за две недели с помощью искусственного интеллекта обработали около 30 тыс. исследований для диагностики коронавируса

МОСКВА, 13 мая. /Корр. ТАСС Анна Орел/. Алгоритмы, которые помогают проверять рентгенограммы и другие снимки у людей с подозрением на коронавирус, облегчают и ускоряют работу врачей. Такое мнение высказал ТАСС доктор медицинских наук, замдиректора по научной работе Центра диагностики и телемедицины Антон Владзимирский.

Заместитель мэра Москвы по вопросам социального развития Анастасия Ракова сообщала, что в период эпидемии в городе технологии автоматической обработки данных и искусственного интеллекта (ИИ) помогают экономить ресурсы медицинского персонала. За прошедшие две недели с помощью ИИ обработано около 30 тыс. исследований для диагностики коронавируса. Точность определения стадий развития пневмонии по снимкам компьютерной томографии (КТ) составила более 90%.

"Цели для такой автоматизации могут быть разными в зависимости от клинических дисциплин, сфер применения, поставленных задач. Если говорить о диагностике, то такой задачей может быть анализ результатов скрининговых исследований, которые выполняются массово. <…> Машина помогает приоритезировать работу врача, который сможет быстрее отсмотреть изображения с подозрением на патологию и принять по ним решения. <…> Если врачу за день нужно просмотреть условно 100 исследований, <…> то ИИ поможет ему сначала изучить те исследования, где есть отклонения от нормы", - сказал Владзимирский.

По его словам, современные технологии также помогают принять сложные решения в случае обнаружения редкой, атипичной патологии. То есть, когда врач может не обратить на отклонение внимания, ИИ уже будет о нем знать и укажет на него специалисту. Таким образом обеспечивается поддержка принятия врачебных решений, а также сводятся к минимуму шансы пропуска заболевания, неточности и дефекты.

Кроме того, значительно ускоряет работу медиков еще одна разновидность алгоритмов, которая помогает формировать проект документа с описанием исследования.

Процесс создания

Владзимирский отметил, что для создания подобных алгоритмов нужна мультидисциплинарная команда, в которую будут входить не только математики и IT-специалисты, но и группа врачей, способная поставить нужные задачи и обеспечить контроль качества итогового продукта.

По словам собеседника, если говорить об ИИ в медицине, то тут идет речь о математических моделях и их программном обеспечении, которые позволяют автоматизировать определенные процессы. Такие технологии, по его мнению, актуальны в первую очередь при диспансеризации и скринингах.

"Например, флюорограммы, рентгенограммы органов грудной клетки, маммографии, низкодозовые КТ и вообще все исследования, которые носят массовый и типовой характер", - уточнил он.

Тренируют ИИ на разных базах данных, например, для лучевой диагностики - это КТ, томография, рентгенография со специальной разметкой. "Если мы натренируем алгоритм находить очаги в легких, то он не будет находить переломы ребер. Для решения каждой задачи нужен отдельный подготовленный набор данных", - пояснил ученый.

Владзимирский уточнил, что алгоритм всегда обучается на каком-то конкретном виде исследований, и если его тренировать на КТ, то работать на рентгене он не сможет. "Чтобы провести комплексный анализ и на одном исследовании выявить несколько заболеваний, то нужно собрать фактически в один пул несколько алгоритмов, каждый из которых будет решать свою задачу ", - сказал он.

Оценка профессионалов

"Сервис для коронавируса уже интегрирован в Единый радиологический информационный сервис Москвы и используется. Предварительно, оценка положительная, врачам интересна эта технология. Есть небольшие технологические проблемы, связанные со скоростью обработки исследований, но тот поток томограмм, которые сейчас выполняются, очень велик, ведь каждое исследование должно быть проанализировано алгоритмом в течение 15-20 минут. <…> Алгоритм определяет правильно, где есть признаки пневмонии, где нет, и потенциально может врачам помогать проводить сортировку пациентов для быстрой и корректной маршрутизации", - уточнил Владзимирский.

По его словам, разработчикам предстоит нарастить мощности для выхода на необходимый уровень скорости обработки исследований.