ИИ все больше проникает в нашу жизнь, в том числе и в медицину. Одни стараются избегать его применения, а другие пытаются использовать все возможности ИИ. К тем, кто не боится, а старается двигаться вперед, сегодня относится Сеченовский университет. И подтверждается это недавней победой разработанной здесь языковой модели на конкурсе медицинских технологий конгресса «ИТМ Петербург».
Это достижение — не просто проявление соревновательного успеха. Оно показывает, что в будущем в медицине будут активно применяться мультиагентные системы искусственного интеллекта, которые способны быстро и эффективно обрабатывать поступающие от разных систем данные.
Разработанные Сеченовским университетом нейросети, которые изначально предназначались для диагностики заболеваний дыхательной системы, сейчас активно применяются в обучении медицинских работников и клинической практике. Возможность анализа больших объемов обезличенных данных дает ряд преимуществ для обучения.
Расскажем, как победа на конгрессе повлияет на практические проекты, какие разработки в области анализа объемных массивов данных и искусственного интеллекта проводятся в Сеченовском университете сейчас и почему эти разработки могут считаться настоящим прорывом в медицине.
Какие особенности имеет ИИ-модель
На конкурсе нейросетей в Санкт-Петербурге вопросы принимала одна из самых популярных из находящихся в открытом доступе языковых моделей. Воспользоваться такой системой может каждый желающий. Разработчики из Сеченовского университета для подготовки ответов использовали мощную многофункциональную нейросеть, созданную специально для решения медицинских задач. Кардинальных отличий от конкурентов у новой разработки не так уж много, однако многие находящиеся в открытом доступе продукты не позволяют получать столь качественные ответы.
Мультиагентная система искусственного интеллекта — набор языковых моделей, объединенных в одну многофункциональную нейросеть. Она анализирует ответы, поступающие от разных крупных языковых моделей, которые получают одинаковые запросы с одним и тем же контекстом. После обработки данных мультиагентная нейросеть дает несколько различающиеся ответы. Такой подход позволяет сделать результаты более точными.
Помимо российских языковых моделей в нейросеть входят зарубежные. Они уже содержатся в базе Сеченовского университета, поэтому трансграничная передача информации не требуется. Ученые Microsoft недавно разместили статью, в которой говорилось о применении мультиагентных нейросетей в медицине. Результаты оказались просто потрясающими. Из этого следует, что проводимые Сеченовским университетом исследования выходят на мировой уровень.
Применение ИИ-системы на практике
Данные нейросети показали отличные результаты в выявлении заболеваний дыхательной системы. Клинический центр Сеченовского университета считается лучшим в сфере пульмонологии в России. Сотрудники располагают обширной базой знаний в этой области. Также здесь трудятся известные ученые, например, С. Авдеев — академик РАН. Под его руководством сотрудники Сеченовского университета провели ряд исследований с мультиагентной языковой моделью.
В процессе работы использовались данные пациентов с пневмонией, астмой, обструктивной болезнью легких. Из них удалили результаты лабораторных и аппаратных исследований, например спирометрии, и анализировали только данные, предоставленные пациентами на первичных приемах. Эта информация была передана большой языковой модели. Точность полученных результатов превысила таковую у стандартной врачебной диагностики. Например, пневмония была выявлена в 99% случаев. Использование нейросетей в будущем поможет повысить эффективность первой медицинской помощи.
Как создавалась ИИ-модель
Фонд Сколково и Фонд НТИ в 2024 году провели конкурс, позволяющий выбрать оптимальную ИИ-систему для решения тех или иных задач. Для исследования разных нейросетей использовались датасеты пациентов с разными легочными заболеваниями из информационной базы клинического центра Сеченовского университета. Анализом работы ИИ-системы занималась команда из 10 экспертов.
Кроме того, специалисты использовали данные пациентов с легочными патологиями из 8 других пульмонологических центров. Это связано с тем, что в разных климатических поясах заболевания дыхательной системы имеют разные симптомы. Это значит, что в разных регионах первичные данные пациентов с одинаковыми заболеваниями будут разными. В результате исследований был создан массив данных из 3500 записей, разметка которого вручную заняла бы 6 месяцев.
Появление мультиагентной языковой модели существенно повышает эффективность диагностики легочных заболеваний. Сейчас ведутся работы по созданию общего центра обработки данных пациентов из всех пульмонологических клиник и центров. На этапе сбора анамнеза врач сможет отправлять в Москву выписные эпикризы пациентов, быстро получать полезные рекомендации по дальнейшей диагностике и лечению. Также центр будет обрабатывать результаты дополнительных исследований, устанавливать диагноз и разрабатывать стратегию лечения.
Может ли система применяться в регионах с низкой цифровизацией
Система не требует больших ресурсов. Электронные медицинские карты внедряются практически во все поликлиники и больницы. Заполняя их, врач сможет составить выписной эпикриз и отправить его в центр, где он будет обрабатываться искусственным интеллектом. Пока пациент находится на приеме в региональной поликлинике, врач получает ответ от московского референсного центра и оценивает картину патологии.
В какие сферы будет внедряться ИИ
Сейчас модель исследуется только в сфере пульмонологии, однако в дальнейшем ее функции будут расширены. ИИ-система будет применяться в гинекологии, неврологии, онкологии. Ученые Сеченовского университета уже могут разрабатывать собственные языковые модели и создавать контрольно-экспертные советы по всем отраслям медицины. В теории ИИ-система может быть адаптирована под каждую область. Для этого достаточно разработать специализированную базу знаний, что станет настоящим прорывом в медицине.
Не менее важным проектом станет нейросеть для выборки данных из медицинской литературы. Она сможет находить специальную литературу, соответствующую отправленному запросу. Например, можно задать запрос: «Найди исследования пациентов, заболевших коронавирусом на фоне почечной недостаточности». Система выдаст все найденные в официальных источниках статьи, отсортировав их по релевантности. Пользоваться такой системой удобно при ведении клинических исследований, написании научных работ, разработке врачебных рекомендаций.
Активную работу в сфере ИИ-технологий ведут и другие научные центры. В Институте кардиологии применяются нейросети, которые анализируют генетические профили и выявляют гены, от которых зависит вероятность выздоровления и смерти при инфарктах. Если раньше искусственный интеллект в кардиологии использовал только данные физикальных исследований и анализов крови, то теперь к ним добавляется генетика. Точность диагностики существенно увеличивается.
В сотрудничестве с коллегами по хирургии, травматологии и ортопедии разрабатывается и тестируется система компьютерного зрения, которая сможет отслеживать изменения в состоянии пациента в период восстановления после обширных хирургических вмешательств. Например, контролировать функциональность суставов после вывихов и переломов. Для этого через компьютерную программу пациент будет отправлять видеоданные. Нейросеть будет отслеживать движения и определять степень отклонения угла сустава, особенности его функционирования.
Разработки Сеченовского университета имеют ряд преимуществ перед конкурентами: наличие информационных баз из клинического центра, квалифицированные медицинские специалисты. В других научных центрах нет подобных ресурсов.
Как будут развиваться ИИ-технологии в ближайшем будущем
В последующие 10 лет Сеченовский университет станет основным центром разработки медицинских ИИ-систем и создаст сразу несколько референсных центров для разных отраслей медицины. Планируется, что здесь в ближайшем будущем будет создана мощная база для обучения специалистов, работающих с ИИ-системами в сфере медицины. Внедрение искусственного интеллекта в диагностику и лечение заболеваний станет настоящим мировым трендом, а Сеченовский университет станет его основоположником в России.
