4 декабря на площадке Deworkacy состоялась встреча «Big Data Медицина». Представители отрасли, врачи и просто интересующиеся темой собрались, чтобы обсудить актуальные проблемы и рассказать о своих решениях.

На мероприятии выступил заместитель руководителя Департамента информационных технологий города Москвы Владимир Макаров. ICT.Moscow съездил на эту встречу и рассказывает, о чем беседовали участники и какие решения они представили коллегам.

 

Эксперты — о состоянии и проблемах отрасли

Открыл встречу Даниил Терентьев из компании Conventus. Он рассказал о том, для чего в медицине нужно применение big data, ИИ и машинного обучения. По его мнению, первая перспектива технологий в медицине — работа с результатами исследований. Здесь ИИ очень хорошо подходит, поскольку может работать с большим количеством снимков и умеет распознавать по ним множество различных признаков.

Статистические исследования, когда нужно классифицировать данные, — это очевидное применение не только в медицине, но и где угодно. С помощью машинного обучения можно проанализировать выборки, большое количество данных.

 

По его словам, ИИ также сильно поможет при моделировании химических процессов и построении прогнозов. При работе с большим количеством пациентов алгоритмы на основе накопленных данных смогут «фильтровать» людей, одних сразу направляя к нужному врачу, других — домой с необходимыми рекомендациями. Все это существенно сэкономит время работы врачей с пациентами и в то же время повысит эффективность медицинских процессов в целом.

Conventus на витрине решений ICT.Moscow

Следом микрофон взял заместитель руководителя ДИТ Москвы Владимир Макаров. Он отметил, что big data уже сегодня имеет перспективы интеграции в существующие процессы здравоохранения, причем как в государственном, так и в частном секторе. Но при этом, по его мнению, отрасль достаточно консервативна, и внедрение big data и других технологий будет трудным, поскольку врачи и медицинские учреждения крайне неохотно будут менять методы работы и управления.

На примере компьютерного зрения Макаров убедительно показал, что даже если индустрия и не против внедрения технологий, все равно остаются препятствия. И главное заключается в том, что никто не знает, как встроить технологию в процесс оказания медицинской помощи. Есть и другие сложности, в частности — в отсутствии хороших данных для анализа в рамках технологии big data в ретроспективе.

По мнению Макарова, во всей индустрии в новых технологиях действительно заинтересована разве что фармакология. Фармацевтические компании единственные, кто готов инвестировать в это направление.

Самым большим прорывом в медицине за последние 10-15 лет Макаров назвал телемедицину. По его словам, благодаря ей стало возможно принимать клинически значимые решения без прямого контакта с пациентом. Которому, в свою очередь, не нужно переходить от одного врача к другому по несколько раз, каждый раз ожидая соответствующих направлений — все можно сделать дистанционно.

 

Участники рынка — о своих решениях

Максим Холин из Gero рассказал о том, что его компания с помощью искусственного интеллекта и физических моделей разрабатывает технологию против старения. Big data и сопутствующие технологии помогают описать фундаментальные процессы организма, смоделировать, а впоследствии и скорректировать процесс старения. Этого планируется достичь путем создания специальных препаратов, которые будут регулировать количество определенных белков в организме, что положительно повлияет на его состояние в целом. По словам Холина, тесты на мышах уже дали положительный результат.

Анна Мещерякова из «Третьего мнения» рассказала о разработках умных сервисов для системы здравоохранения. В качестве примера привела разработанный компанией анализатор клеток крови и костного мозга. Технология является тем более актуальной, что в России явный дефицит специалистов по данному направлению (68%, по словам Мещеряковой). Причем разработка компании позволяет распознавать 40 типов клеток на несколько порядков быстрее врача — за несколько минут против четырех часов.

«Третье мнение» на витрине решений ICT.Moscow

О том, как можно упростить жизнь и повысить эффективность работы диспетчеров скорой помощи, рассказал Сергей Прокофьев из UNIM (UNEOLAB). Анализ разговоров диспетчеров с пациентами позволил построить общее для всех подобных звонков «дерево решений». Удалось выяснить, что 50% вызовов покрываются десятью наиболее частыми случаями, а самый популярный диагноз и вовсе бывает в случае 40% вызовов. Таким образом, оптимизация с помощью машинного обучения позволила сократить среднее количество вопросов, которое приходится задавать диспетчеру, с 6,2 до 4,9 (по данным выборки за полгода). То есть эффективность повысилась на 21%. Главная сложность заключается в том, что многие ответы могут быть неопределенными (например, на вопрос о повышенном артериальном давлении — «не знаю»).

Сергей Марин из «Студии данных» рассказал о том, как они использовали сверточные нейронные сети для определения точности прогнозирования рентгенологических анализов. Поскольку компания занимается разработками не только и не столько в медицине, Марин отметил, что даже в разных индустриях подход к анализу больших данных схож, что делает особенно важным аспект обмена опытом. В случае с медициной, по словам Марина, сложность представляет внедрение. Никому не интересна модель, технология, всем интересен конечный продукт.

В финале дискуссии Анна Желтова из OneTrak рассказала об особенностях использования умных гаджетов для сбора медицинских данных. По ее словам, преимущества у современных технологий, безусловно, есть, но они уравновешиваются и вполне весомыми минусами. Так, если гаджеты просты в использовании, то они требуют регулярной зарядки. С их помощью можно предотвратить болезнь (например, заранее отследив завышенный пульс), но в итоге пользователь может возлагать на консьюмерские датчики слишком большие надежды и отказываться от необходимых клинических исследований. А быстрый и легкий сбор данных компенсируется тем, что они легко теряются, поскольку всего 10% пользователей регулярно синхронизируют свои умные устройства со смартфонами или компьютерами. Желтова рассказала о решении OneTrak, которое может помочь решить эту проблему — постоянно OTBox. Это постоянно подключенный к интернету хаб, с которым умные устройства компании синхронизируются автоматически, достаточно несколько секунд просто находиться рядом.

OneTrak на витрине решений ICT.Moscow

---

Смотреть медицинские ИТ-решения на ICT.Moscow