Поделиться
Студенты ИТМО создали ИИ-ассистента для врачей Genotek
Студенты AI Talent Hub, онлайн-магистратуры по искусственному интеллекту от университета ИТМО и Napoleon IT, создали прототип ИИ-ассистента для врачей — инструмент для борьбы с бюрократической нагрузкой в медицине. Об этом CNews сообщили представители ИТМО.
Это один из первых проектов, реализуемых в Центре искусственного интеллекта Genotek, который скоро откроется в ИТМО. Проект призван помочь врачам ставить более точные диагнозы на очных и онлайн-приемах. Сейчас команда завершила раннюю версию системы, а первые результаты ожидаются в ближайшие полгода.
Ассистент на основе искусственного интеллекта выполняет несколько функций: автоматически распознает речь, расшифровывает и разделяет ее по спикерам во время консультации, а также анализирует аудиозаписи визитов пациентов; заполняет электронные медицинские карты и помогает врачам делать заключения по результатам приема, избавляя специалистов от ручного ввода и ускоряя документооборот; на основе обработанных данных подсказывает врачу возможные направления дальнейшего обследования и предлагает уточняющие вопросы.
Главное отличие разработки — способность работать в реальном времени: врач включает сервис перед началом приема, и ассистент сразу начинает анализировать диалог. В отличие от других решений, этот ИИ не требует ручного ввода симптомов и охватывает широкий спектр медицинских направлений. Также доступен офлайн-режим: можно загрузить аудиозапись консультации и получить структурированный отчет.
Алгоритм работы ассистента: запуск сервиса перед началом консультации; распознавание речи, определение спикеров, преобразование аудио в текст; структурирование данных по шаблону медицинской карты; предложение уточняющих вопросов в ходе беседы; подготовка предварительных рекомендаций после завершения приема.
ИИ-ассистент работает на основе нескольких моделей. Для онлайн-распознавания речи используются технологии GigaAM и diart, для офлайн — Pyannote и NeMo. Модель Mistral используется для заполнения медицинских данных, извлечения ключевых симптомов и подготовки предложений для врача по дальнейшему обследованию и анализу. Планируется поддержка кодирования данных по МКБ и другим медицинским классификаторам — для удобной интеграции с внешними системами здравоохранения.
«Мы хотим оптимизировать работу врачей, чтобы они тратили меньше времени на внесение информации в медицинские системы и больше на консультации и решение проблем пациентов. Наш сервис будет быстро подсказывать специалисту полезную информацию, что улучшит точность диагностики и качество медицинского обслуживания», — сказали Максим Иоган, Артур Мусаев, Денис Кустов и Алина Миллер, разработчики решения и магистранты AI Talent Hub.
Сейчас разработан прототип в виде веб-интерфейса: во время консультации врач видит в режиме реального времени транскрипцию диалога, список выявленных симптомов и предварительные предложения по возможным вопросам и направлениям исследований. Врачи Genotek Здоровья уже тестируют этот сервис на практике.
«В больших городах темп жизни очень высок. Он не замедляется, даже если человек заболел, требуя оперативной работы врачей. Правильно поставленный диагноз и вовремя — ключ к успешному лечению. Высокая скорость принятия решения и его точность — это уже норма для современных врачей. Подобные инициативы и технологии помогают нашим специалистам быть не только на острие медицины, но и ИТ-технологий», — сказал директор Genotek Здоровья, врач-педиатр Федор Киреев.
«ИИ займет свое место в здравоохранении. Мы видим, как он успешно проходит медицинские экзамены. Такие сервисы будут дополнять работу врачей, но не заменят их, так как уровень эмпатии и общение с живым человеком остаются крайне важными для пациентов», — сказал Александр Ракитько, директор по науке Genotek.
Сервис не заменяет врача, а помогает ему быстрее ориентироваться в информации: ИИ не ставит диагноз и не назначает лечение — финальное решение всегда остается за специалистом. Все данные обрабатываются в соответствии с 152-ФЗ: на этапе тестирования используются обезличенные и синтетические записи, а в финальной версии будет предусмотрена возможность локального хранения в инфраструктуре клиник. Механизмы ручной корректировки, дообучение моделей на медицинской лексике и валидация критически важных полей позволяют снизить риск ошибок в распознавании речи. Разработка ведется в сотрудничестве с врачами, чтобы система соответствовала реальным клиническим задачам и соблюдала принципы этичного применения ИИ в медицине.
Проект находится в стадии раннего прототипа. В ближайших планах — продолжить обучение моделей с учетом специфики российской медицины и провести тестирование ИИ-ассистента на пользователях. За полгода студенты намерены завершить модуль обработки медицинских данных, адаптировать сервис под медицинские информационные системы и провести альфа- и бета-тестирование с участием врачей.
Короткая ссылка
