Студент КГМУ Даниил Александровский о своем медицинском ИИ-проекте

Использованием искусственного интеллекта сегодня уже никого не удивишь, и все-таки есть внутреннее ощущение, что гигантские возможности ИИ мы используем крайне мало, и как будто растрачиваем по пустякам. Впрочем, есть и ряд очень серьезных и даже жизненно-важных проектов, в которых ИИ используется или может быть использован. И авторами таких проектов зачастую являются очень и очень молодые люди. Так, к примеру случилось с проектом CortexNeo, направленного на прогнозирование геморрагической трансформации – опасного осложнения ишемического инсульта, разработкой которого занимается команда студентов. Один из членов команды, студент Кировского государственного медицинского университета Даниил Александровский поделился с нашим порталом тем, как появился проект, и какие перспективы он открывает.

Даниил, как пришла идея создания такого ИИ-сервиса?

Идея родилась из практики. Работая медбратом в приёмном покое, я видел, как врачам приходится принимать решения в условиях жёсткого дефицита времени. При инсульте каждая минута на счету, а существующие шкалы оценки риска кровоизлияния дают точность всего 60–75%. Этого недостаточно, чтобы чувствовать себя уверенно. Я понял, что можно использовать искусственный интеллект, чтобы объединить данные компьютерной томографии и клинические показатели и получить более точный прогноз. Мы обсудили это с братом, который является специалистом в сфере информационных технологий, и решили попробовать.

И в чем же суть вашей программы?

Главная особенность CortexNeo (такое название носит система сейчас) в том, что мы не просто распознаем картинки, а решаем сложнейшую прогностическую задачу. Мы нацелены на предсказание геморрагической трансформации — осложнения ишемического инсульта — и, как следствие, риска вторичного кровоизлияния по КТ-снимкам. Уникальность заключается в нашей технической архитектуре: мы прицельно тестируем и комбинируем различные модели машинного обучения, «затачивая» их под оценку узкоспецифических клинических метрик. Большинство решений на рынке просто констатируют факт того, что уже произошло. Мы же переходим к предиктивной аналитике в экстренной медицине, когда счет идет на минуты, и врачу нужна точная алгоритмическая поддержка для принятия решения.

На каком этапе сейчас разработка?

Концептуально система уже готова: сформирована архитектура, определены параметры и формулы для анализа, но, прежде чем говорить о ее эффективности, безусловно, нужно тестирование. В настоящее время мы тестируем систему на открытых дата-сетах (открытых обезличенных медицинских данных) - это отличная «песочница» для проверки наших гипотез и выбора оптимальной архитектуры. Как только мы подтвердим требуемые метрики точности на этих данных, следующим логичным шагом станет переход к закрытым, реальным клиническим снимкам. На этом этапе, конечно, нам очень помогает то, что мы являемся участниками сразу нескольких акселерационных программ: Казанского ГМУ, Сеченовского и других. С их помощью мы планируем выйти на ретроспективные клинические испытания с нашими медицинскими партнерами.

С технической точки зрения это потребует дообучения наших моделей, так как реальные данные из больниц всегда более «шумные» и разнообразные. Параллельно мы начнем прорабатывать архитектуру бесшовной интеграции: наш сервис должен уметь напрямую встраиваться в системы архивации медицинских изображений, чтобы алгоритм стал удобным и невидимым помощником врача, не требуя от него лишних кликов.

- Разработка программы ведется на какой-то существующей нейросети или это полностью ваша работа? Насколько уже сейчас продумываются в ней вопросы безопасности?

В современном ИИ не принято изобретать математический аппарат с нуля, поэтому в качестве фундамента мы можем использовать передовые открытые фреймворки и базовые архитектуры компьютерного зрения. Однако готового «коробочного» решения для нашей задачи просто не существует. Весь процесс обработки КТ-снимков, выбор слоев, настройка весов и архитектура самой модели, которая способна выявлять паттерны геморрагической трансформации — это полностью наша инженерная и исследовательская работа.

Что касается безопасности — в сфере медицинских технологий это приоритет номер один. Уже на этапе проектирования мы закладываем строгую анонимизацию данных (обезличивание файлов снимков). Архитектура сервиса строится так, чтобы в будущем систему можно было разворачивать в закрытом IT-контуре больниц (на локальных серверах). Это гарантирует, что чувствительные данные пациентов вообще не будут покидать пределы клиники.

- Представим, что тестирование завершилось успешно, гипотезы подтвердились и система, действительно, значительно повышает процент прогнозирования риска возникновения осложнений… Какие компетенции потребуются от специалиста, который будет работать с системой? Кто это должен быть- ИТ-доктор?

- Для работы с системой специфических навыков системного администрирования не потребуется, а вот с точки зрения медицины – безусловно, это должен быть врач, при чем врач, прекрасно осознающий, что искусственный интеллект — это инструмент, а не замена. Система даёт прогноз, но окончательное решение всегда остаётся за человеком. Поэтому специалисту нужно уметь интерпретировать результат, знать ограничения модели и сохранять клиническое мышление. Нельзя слепо доверять алгоритму. Мы планируем проводить обучение для врачей, чтобы они могли адекватно использовать систему. Это важно, потому что технология не должна заменять врача, она должна помогать ему.

- Огромное количество ярких прорывных идей часто остаются в формате проекта. Что, на ваш взгляд, нужно CortexNeo, чтобы из прекрасной идеи он стал действующей системой?

- Сегодня нас поддерживают несколько организаций. Это Кировский государственный медицинский университет, где я учусь. Межрегиональный клинико-диагностический центр в Казани — совместно с ними мы планируем проводить клиническую валидацию. Научно-исследовательский институт скорой помощи имени Склифосовского — с ними мы ведём переговоры. Попробовали заявиться на участие в национальной премии «Лидеры ИИ». К сожалению, поскольку пока у нас нет реальных результатов работы системы войти в число лауреатов у нас не получится, но, благодаря участию в премии, о нас узнали и заинтересовались в региональном министерстве информационных технологий и связи. 

Чтобы проект действительно состоялся, нужно несколько вещей. Во-первых, доступ к реальным клиническим данным для валидации — без этого мы не можем двигаться дальше. Во-вторых, финансирование на разметку снимков и клинические испытания. В-третьих, поддержка в регистрации как медицинского изделия. И в-четвёртых, информационное освещение, чтобы о проекте узнали. Но мы понимаем, что всего сразу быть не можем и планомерно идем к цели, шаг за шагом

- Мы очень много говорили о системе, но за любым проектом всегда стоят люди. Кто они – члены вашей команды?

- Наша команда — это пример междисциплинарного подхода, где каждый отвечает за свое направление, и все вместе мы дополняем друг друга. Дмитрий Александровский — технический директор и соучредитель. Он разрабатывает модели искусственного интеллекта, проектирует системную архитектуру и инфраструктуру развертывания. Дмитрий отвечает за всю техническую «начинку» продукта.

Мирзоев Руслан Агарагимович — врач-невролог, кандидат медицинских наук. Он выступает научным руководителем проекта. Его экспертиза для нас бесценна: он помогает с клинической верификацией, валидацией алгоритмов и правильной постановкой медицинских задач.

Дарья Рудат отвечает за социальные сети и продвижение проекта. Она помогает рассказывать о нашей работе доступным языком и находить отклик у людей.

Алсу Хабирова — руководитель направления медицинских продуктов. Она курирует клиническую часть, помогает сделать систему удобной и полезной для врачей, следит за тем, чтобы технология решала реальные задачи медицины.

И, собственно, я, выступаю как генеральный директор проекта CortexNeo (у проекта есть зарегистрированное юридическое лицо). Я отвечаю за стратегию развития проекта, партнерства и вопросы регулирования. У меня два медицинских образования — медбрата и фельдшера. Сейчас совмещаю учёбу в Кировском государственном медицинском университете с работой в приёмном покое. Это моё любимое отделение: именно там я увидел, как врачам не хватает времени на оценку рисков, и как это можно изменить с помощью технологий. Этот опыт и лёг в основу проекта CortexNeo.

В будущем хочу совмещать практику, науку и разработку. Я вижу себя врачом, который умеет работать с технологиями и использовать их для пользы пациентов. Приёмный покой для меня — не просто место работы, а источник понимания того, как должна работать экстренная помощь.

Таким образом, мы небольшая, но сбалансированная команда, в которой есть и медицина, и IT, и научная экспертиза, и коммуникация. Это позволяет нам смотреть на проблему с разных сторон.

- Даниил, спасибо за очень содержательный разговор. Очень хочется надеяться, что все у вас получится и искусственный интеллект станет помощником в сохранении настоящих жизни и здоровья.

- Действительно, в медицине цена ошибки — это не строчка в отчёте. Это чья-то жизнь, чьё-то восстановление или инвалидность. Когда я работал в приёмном покое, я видел, как решения принимаются за минуты. И понимал, что даже опытный врач не всегда может учесть всё.

Мы не пытаемся заменить врача. Мы делаем инструмент, который даёт ему дополнительную опору. Если система поможет вовремя заметить риск и скорректировать тактику — это уже спасённая жизнь.

И ещё я хочу сказать спасибо тем, кто нас поддерживает: Кировскому государственному медицинскому университету, научному руководителю, моей команде. Без них этого проекта просто не было бы. Мы понимаем, что впереди долгий путь — валидация, регистрация, внедрение. Но мы готовы его пройти, потому что видим в этом смысл.