Поделиться
Разработчики Центра искусственного интеллекта НГУ создали прототип системы «Цифровой помощник врача «Доктор Пирогов»
Прототип первой в мире системы поддержки принятия врачебных решений «Цифровой помощник врача «Доктор Пирогов» разработали ученые Исследовательского центра в сфере искусственного интеллекта (Центр ИИ) Новосибирского государственного университета. В ее основе заложено гибридное техническое решение — комбинирование нейронных и семантических (смысловых) сетей. Об этом CNews сообщили представители НГУ.
Цифровой помощник врача содержит информацию о 250 основных заболеваниях. В дальнейшем их количество увеличится – система будет дополнена информацией об остальных патологических состояниях. В настоящее время информация о них систематизируется, а данные верифицируются. Разработчики применили гибридный подход, сочетающий в себе нейросетевые методы и специализированный граф знаний ANDSystem для обеспечения интерпретируемости решений. При создании прототипа использовались наработки и исследования, которые проводились в Институте цитологии и генетики СО РАН.
«Разрабатывая систему «Доктор Пирогов», мы ставили перед собой задачу: снизить рутинную нагрузку на врача и сократить длительность приема пациента без потери качества. Также данная система способна обеспечивать консультационное сопровождение и осуществлять поддержку принятия врачебных решений при оказании первичной медицинской помощи по широкому кругу врачебных направлений, что особенно актуально при нынешнем дефиците узких специалистов в удаленных и малонаселенных регионах. Наш «Доктор Пирогов» позволяет проводить интерактивный опрос пациента. Мы планируем реализовать и голосовой, и визуальный интерфейс. Система «изучает» медицинскую документацию, осуществляет анализ клинической информации и инструментальных исследований, оценивает лабораторные показатели и результаты генетического тестирования. Все это она делает, опираясь на семантические графы знаний, построенные на основе анализа содержащейся в ее базе знаний медицинской и научной литературы. Результатами работы системы «Доктор Пирогов» является список вероятных диагнозов по патофизиологическим обоснованиям, перечень необходимых дополнительных обследований, рекомендации по терапии с учетом лекарственных взаимодействий, и рекомендуемые персонализированные профилактические меры для каждого конкретного пациента. В настоящий момент мы создали прототип системы, успешно были отработаны основные функции цифрового помощника, — сказал ведущий научный сотрудник, руководитель проектов в Центре искусственного интеллекта НГУ, заведующий лабораторией Искусственного интеллекта и больших генетических данных ИЦИГ СО РАН, заведующий лабораторией компьютерной протеомики ИЦИГ СО РАН Владимир Иванисенко.
Система «Доктор Пирогов» объединяет знания по 20 врачебным специальностям, включая терапию, кардиологию, эндокринологию, неврологию, гастроэнтерологию, инфекционные болезни, педиатрию, онкологию, психиатрию, дерматологию, гематологию, нефрологию, ревматологию и другие. Это позволяет использовать ее как универсальный цифровой помощник для врача общей практики, врача скорой помощи или специалиста узкого профиля.
Разработчики системы «Доктор Пирогов» уверены, что цифровой помощник врача будет очень полезен в сельской местности, где прием пациентов ведется фельдшерами. Он поможет данным медицинским специалистам в принятии решений о лечении пациентов и направлении в диагностические центры для дополнительных обследований или в другие медицинские учреждения для получения специализированной помощи. Использование «Доктора Пирогова» возможно для предварительного опроса пациентов в кабинетах доврачебной помощи, а также для поддержки врача на приеме. Пациент может ввести свои данные, жалобы и результаты обследований, ожидая приема врача — благодаря удобному интерфейсу, сложностей у него не возникнет. На основе исходной информации о пациенте, система сформирует список возможных заболеваний, ранжированных по степени риска. Тогда на приеме врач при необходимости проведет дальнейший опрос для уточнения диагноза, а «Доктор Пирогов» выдаст рекомендации относительно проведения дополнительных исследований и тактики лечения. Решение о том, следовать ли этим рекомендациям или нет, принимает врач.
«Доктор Пирогов» станет помощником медицинских работников, он не заменит врача, но существенно облегчит его работу. При использовании в кабинетах доврачебной помощи он проведет первичный опрос пациента и анализ уже имеющихся клинических данных, выдаст направление на лабораторные исследования или к врачу, в том числе с рекомендацией по профилю узкого специалиста. Это позволит эффективно распределять поток пациентов, обеспечить предварительную сортировку и маршрутизацию, снизить нагрузку на участковое звено медработников. Не менее важна поддержка врача на приеме. Здесь наша система произведет ускоренную обработку жалоб пациентов, их анализов и других клинических данных. Важна и поддержка принятия клинических решений на основе базы медицинских и научных знаний. Это позволит сократить длительность приема пациента без потери качества и снизить риск диагностических ошибок. Но особенно полезен «Доктор Пирогов» будет для врачей из сельской местности и отдаленных территорий. Он сможет оказывать консультационную поддержку по многим врачебным специальностям при ограниченной доступности узких специалистов и производить анализ лабораторных данных, инструментальных обследований и выписок. Таким образом повысится качество первичной диагностики и лечения, сократится необходимость направления пациента в районный центр, а нагрузка на сельского врача снизится за счет интерпретации сложных клинических данных ИИ-системой, — сказал Владимир Иванисенко.
На создание семантической сети, которая заложена в систему «Доктор Пирогов» у ученых НГУ и ИЦИГ СО РАН ушло 10 лет. Данные работы велись в ИЦИГ СО РАН под руководством академика Николая Колчанова. Перед разработчиками была поставлена задача: поиск фармакологических мишеней и разработка лекарственных препаратов для ряда распространенных заболеваний. Им было необходимо определить, на какой ген действует конкретный используемый препарат, а затем, исходя из этого, разработать химическую структуру лекарства.
«У человека примерно 20 тыс. генов, они взаимодействуют между собой. При этом один ген способен подавлять или повышать активность другого. В зависимости от этого по-разному могут реагировать на тот или иной препарат. Чтобы решить задачу выбора мишеней для действия лекарства, необходимо определить, какие именно гены связаны с определенным заболеванием и как эти гены взаимодействуют друг с другом. Для нас было очевидно, что без помощи искусственного интеллекта в данной ситуации не обойтись, поэтому мы принялись выстраивать семантическую сеть. Ее отличие от нейросети заключается в том, при обучении нейронных сетей знания распределяются по так называемым весам в виде некоторых чисел. Чтобы сделать методы ИИ интерпретируемыми, необходимо распределить знания, получаемые при обучении, в виде семантических сетей. У нас было 20 тыс. генов, каждый из них стал вершиной, а фактами — порядка 30 тыс. заболеваний. Между ними установлены ребра — взаимосвязи. Наша система должна была учитывать все — факторы риска, влияние внешней среды, мутации в генах, физиологические параметры организма. Вся эта информация содержалась в 50 млн научных публикаций. У одного человека, работающего 8 часов в сутки и тратящего на прочтение одной статьи 2 минуты, на выполнение этой работы ушло бы 300 лет. Каждый год появляется еще в среднем 1,5 млн публикаций. В этой работе для извлечения фактов из текстов мы задействовали нейронные сети, применив к ним метод тонкой настройки, для которого предварительно вручную были прописаны 25 тыс. правил. В результате и была построена семантическая сеть, где были установлены порядка 40 тыс. фактов соотношения генов и симптомов с различными заболеваниями, — сказал Владимир Иванисенко.
В данной работе был задействован целый коллектив научных сотрудников. Также в создании семантической сети специализированного графа знаний ANDSystem приняли участие студенты НГУ и других новосибирских вузов. Только под руководством Владимира Иванисенко было написано 40 студенческих работ. Ежегодно в рамках летней практики в работу включались по 10-12 студентов. Было защищено 6 кандидатских диссертаций, опубликовано более 150 научных статей, посвященных анализу различных заболеваний с помощью данного метода извлечения информации. Изначально он был нацелен на решение научных задач, но затем разработчики решили адаптировать его для практической медицины. Семантическая сеть, в отличие от человеческого мозга, может хранить и при необходимости извлекать гораздо больший объем информации о лекарственных препаратах и их сочетаемости друг с другом, побочных эффектах и противопоказаниях при наличии сопутствующих заболеваний и многое другое. Применение ИИ поможет избежать ошибок при назначении лекарственных препаратов, определении тактики ведения больного и его реабилитации. В настоящий момент в мире нет аналогов данной системы, и известно только четыре аналогичных системы, которые выполняют научные задачи в области генетики.
В настоящий момент функции цифрового помощника врача успешно отработаны и теперь перед разработчиками «Доктора Пирогова» стоит задача по его внедрению. Для внедрения необходимо получить соответствующую разрешительную документацию при классификации как медицинское программное обеспечение, пройти регистрацию в Росздравнадзоре и получить оценку соответствия требованиям ТР ЕАЭС 047/2018. Также необходимы системные решения на уровне Правительства России: создание нормативной «песочницы» для тестирования ИИ в клинической практике, упрощенная процедура регистрации ИИ-медицинских решений, при условии контроля врача и разработка Методических рекомендаций Минздрава России для включения цифровых помощников в процесс оказания первичной медпомощи. Когда все эти этапы будут пройдены, в лечебных учреждениях потребуется провести дооснащение кабинетов — создать компьютеризированные рабочие места для взаимодействия пациента и врача с ИИ.
Клинические испытания системы «Доктор Пирогов» начнутся в 2026 г. В настоящее время проводится внутренняя верификация с точки зрения научных показателей.
Короткая ссылка
