Искусственный интеллект в онкологии

Диагностировать рак на ранней стадии поможет новая программа с искусственным интеллектом, разработанная учеными Сеченовского университета. С ее помощью врачи могут быстро проверить кровь сразу на 14 биомаркеров и выяснить, находится пациент в группе риска или нет. Ученые уверены, что новый вид скрининга позволит выявить болезнь до того, как она зашла слишком далеко. И спасти жизнь человека без тяжелой операции.

Ученые Первого московского государственного университета имени И.М. Сеченова разработали программу, позволяющую выявить онкозаболевание на ранней стадии по анализу крови. Пока таких диагностических систем не существует: для выявления болезни пациент должен пройти комплексные обследования, причем для каждого вида рака набор процедур свой. Те же анализы на онкомаркеры, которые сейчас предлагают врачи, назначаются уже после проведения биопсии, то есть тогда, когда подозрение на рак подтверждено. Новая методика позволит, наоборот, выбрать тех пациентов, которым нужны дополнительные обследования и у которых онкологические изменения пока незначительны.

В базу были загружены данные 600 пациентов, которые проходят лечение в столичных онкоцентрах и клиниках, подведомственных Сеченовскому университету. На выходе искусственный интеллект предоставил ученым полную картину изменений биомаркеров, характерных для каждого исследуемого вида рака: легких, кишечника, мочевого пузыря и молочной железы.

— В онкологии окончательный диагноз врач может поставить только после гистологического исследования — биопсии, — отметила Марина Секачёва. — Но нужны инструменты, которые позволят заподозрить у человека рак до биопсии. Скрининг по нашей методике поможет выявить пациентов из группы риска.

В дальнейшем таких пациентов направят на биопсию. Важное преимущество новой диагностической системы заключается в ее удобстве для обследуемых.

Подобные исследования актуальны для современной медицины, уверен старший научный сотрудник лаборатории молекулярной биотехнологии и генной инженерии Высшей медико-биологической школы ЮУрГУ Владимир Зурочка.

— Создание эффективных компьютерных моделей различных патологических состояний очень важно как для теоретической, так и для практической работы врачей. Предложенная авторами модель диагностики онкологических заболеваний позволит сократить время от предварительного до окончательного диагноза и, несомненно, позволит выздороветь многим пациентам именно благодаря ранней диагностике и, соответственно, более раннему проведению лечебных мероприятий, — подчеркнул эксперт.

Методика уже внедрена в клиническую практику Сеченовского университета, в дальнейшем ее смогут использовать в онкоцентрах по всей стране.

Онкологические заболевания являются второй по частоте причиной смерти в России. Средний показатель заболеваемости злокачественными новообразованиями в 2016 году составил 408,6 человек на 100 тыс. населения. Средний показатель смертности — 201,6 человек на 100 тыс. населения. Онкологическая заболеваемость растет во всем мире. За последние 10 лет она увеличилась более чем на 20%.

Человечество долгие годы борется с раком, и хотя окончательная победа еще не достигнута, ряд битв уже выигран. Появились новые инструменты, которые приближают нас к цели – в том числе определенные надежды возлагаются на искусственный интеллект (ИИ).

Что противопоставить раку?

Многие, говоря об искусственном интеллекте в контексте онкологии, представляют себе совершенные технологии из области фантастики, благодаря которым проводятся микрооперации, опухоль и метастазы удаляются без следа, и не затрагивая здоровые клетки. Действительно, роботизированная хирургия уже существует и используется, в том числе в лечении рака, но это скорее сложный хирургический инструмент, чем искусственный интеллект, как таковой. ИИ в этой области решает другие задачи – в первую очередь, связанные с диагностикой.

Главное преимущество использования технологий ИИ для помощи в диагностике и раннем выявлении новообразований заключается в том, что благодаря этим технологиям можно аккумулировать опыт и знания лучших врачей и применять их на весь объем данных о пациентах и историях болезней (включая простые анализы, данные электронных медицинских карт и снимки/изображения полученные во время обследований). При этом нужно понимать, что технологии ИИ призваны не заменить человека, а помочь ему. Обратить дополнительное внимание на те области, где специалисту проблема может быть не очевидна, перейти на охват всей доступной информации и свести к минимуму возможность развития неблагоприятных ситуаций.

Обнаружить своевременно

Искусственный интеллект начал активно использоваться для диагностики онкозаболеваний в последние несколько лет. Согласно исследованию агентства Frost & Sullivan, применение технологий ИИ повышает точность диагностики на 30–40%. Прогнозы еще оптимистичнее – например, доктор Энди Бек (Andy Beck) из Гарвардской медицинской школы считает, что в будущем аналитические инструменты на основе ИИ помогут снизить количество диагностических ошибок на 85%.

Такой оптимизм подтверждают реальные результаты, полученные медицинскими учреждениями разных стран. Например, в Великобритании в 2016 г. был создан стартап Optellum с целью усовершенствовать диагностику рака легких – по данным Американского онкологического общества, в 2018 г. этот тип рака был самым смертоносным: выживаемость составила 17% для мужчин и 24% для женщин. Диагностировать это заболевание важно как можно раньше в силу его агрессивности, и для этого, в рамках упомянутого стартапа, были разработаны автоматизированные диагностические инструменты на базе ИИ. Обучение алгоритмов проводилось на специально собранной базе пациентов с опухолевыми узлами, которая стала самой крупной в мире.

Врачи, видя такие узлы на результатах томографии, не имеют возможности определить сразу со 100%-ной вероятностью, что это за образования, и вынуждены наблюдать за их развитием. У ИИ такая возможность есть – он анализирует внутреннюю структуру утолщений, сравнивает ее с моделями и сигнализирует об опасном диагноз намного раньше. Благодаря системе, рак легких на ранних стадиях диагностируется у 4000 пациентов в год, что значительно повышает вероятность благополучного излечения.

Впечатляющие результаты получены в Японии в ходе применения искусственного интеллекта для диагностики рака кишечника. В 2017 г. команда доктора Юити Мори (Yuichi Mori) из Университета Сёва, разработала систему на базе ИИ, которая может диагностировать это заболевание в режиме реального времени менее чем за минуту. Снимки пациентов система сравнивает с 30 тыс. прецедентных снимков колоректальных аденом – доброкачественных опухолей, которые могут превратиться в рак. В результате она с точностью 94% может определить, раковая ли это опухоль или неопухолевый полип, при этом компетентность врача не играет роли – все делается в автономном режиме. Похожие системы используются и в Южной Корее, где также достигнуты выдающиеся результаты в диагностике рака кишечника.

Ведутся разработки по применению ИИ для диагностики различных видов рака и в других странах, в том числе в России, и результаты их обнадеживают. И если онкозаболеваемость в ближайшие годы продолжит расти, не стоит впадать в панику, надо иметь в виду, что рак стали точнее и раньше диагностировать.

Диагностируем вовремя, лечим эффективно

Аналитика служит медицине уже более 40 лет, но в последнее десятилетие ее использование в здравоохранении вышло на новый уровень – появились мощные инструменты, в том числе на основе технологий ИИ, способные в режиме реального времени анализировать данные и получать заключения на основе ранее созданных моделей. Это связано, в том числе, с появлением больших данных как таковых – чтобы аналитика и искусственный интеллект работали в полную силу, нужны данные. И они помогают не только в диагностике, но и в лечении заболеваний. Порой эти перемены можно без преувеличения назвать революционными.

Так, недавнее исследование, которое проводила команда под руководством онколога Говарда Шера (Howard Scher) из Мемориального онкологического центра имени Слоуна-Кеттеринга (США), показало, что благодаря аналитическим инструментам простой анализ крови может показать эффективность проводимой терапии рака простаты.

В рамках некоммерческой программы Project Data Sphere ряд фармкомпаний и медорганизаций договорились об обезличенном обмене данными о клинических исследованиях терапии рака, а также ретроспективными данными о пациентах. Эти обезличенные данные доктор Шер с помощью аналитических инструментов сравнивал с образцами в ходе лечения больных в рамках собственного исследования. В итоге удалось выявить клетки специфического типа с очень характерным паттерном, который прослеживается в крови и может служить маркером восприимчивости к терапии рака. Иными словами, по наличию или отсутствию этого маркера в простом анализе крови можно судить, насколько эффективна терапия, еще до того, как будет заметно внешнее улучшение или ухудшение состояния пациента.

Это серьезный шаг вперед в терапии рака – новый метод избавляет от необходимости проводить дорогостоящие сканирования в поисках внешних улучшений. К тому же аналитика помогает выиграть гонку со временем: если терапия неэффективна, то это видно сразу, и врач может оперативно поменять схему лечения, что очень важно при онкозаболеваниях, когда даже один упущенный день – это много.

Сфера применения аналитических инструментов на базе ИИ не ограничивается диагностикой и лечением – они способны помочь и в профилактике. Анализируя образ жизни пациентов, можно своевременно увидеть факторы, которые могут способствовать заболеванию в будущем. А такие факторы не всегда столь очевидны, как, например, курение. Разработка новых методов лечения, медицинские исследования – все это обширное поле деятельности для ИИ, и можно не сомневаться, что в ближайшие годы будет появляться все больше успешных кейсов на эту тему.

Злокачественные опухоли становятся причиной практически каждой шестой смерти. В 2015 году от диагностированного рака умерло 8,8 млн человек — каждый тысячный житель планеты. Онкологические заболевания занимают второе место среди основных причин смерти в мире. В России, по данным Росстата, среди причин смерти рак тоже на втором месте. Консалтинговая компания BCG проводила для Международного медицинского кластера исследование системы здравоохранения в России и выявила ряд направлений медицины, в которых необходимо улучшать ситуацию. На первом месте находятся онкологические заболевания.

Совокупный показатель распространенности злокачественных новообразований в 2016 году составил 2403 случая на 100 тыс. населения, что выше уровня 2006 года на 38,8%. По словам директора Российского общества клинической онкологии Ивана Тимофеева, увеличение этого показателя связано с улучшением диагностики.

Есть ли возможность еще повысить точность постановки диагноза на ранних стадиях онкологических заболеваний? В онкологии стоимость диагностической ошибки особенно высока. Специалисты отмечают, что основная сложность заключается не в обнаружении злокачественного процесса, а в выявлении его фенотипа. В последнее время ученые стали активно использовать для диагностики искусственный интеллект. Уже доказано, что использование умных систем позволяет повысить точность диагностики: так, результаты исследования агентства Frost & Sullivan показали, что технологии искусственного интеллекта повышают точность постановки диагнозов на 30–40%. Специалист по патологиям Энди Бек из Гарвардской медицинской школы считает, что дальнейшее использование ИИ-технологий позволит снизить уровень ошибок при диагностике на 85%.

Обучение на наглядных примерах

По данным World Cancer Research Fund, самыми часто встречающимися видами рака в 2018 году являются рак легких, рак молочной железы, колоректальный рак и рак простаты. Могут ли новые технологии помочь в диагностике этих видов рака, составляющих 48,8% от всех диагностированных в мире в 2018 году случаев?

Согласно исследованиям Американского онкологического общества в 2018 году, самая высокая онкологическая смертность — от рака легких. Процент выживаемости при раке легких составляет 17% для мужчин и 24% для женщин: такие низкие показатели объясняются большим числом случаев диагностики рака легких на последней стадии. Разработки для ранней диагностики рака легких ведутся активно, но, к сожалению, эффективных решений на сегодняшний день немного.

Стартап Optellum, основанный в Великобритании в 2016 году, направлен на разработку системы, позволяющей максимально быстро диагностировать рак легких. Там разрабатывают первое в мире автоматизированное программное обеспечение для оценки риска на основе компьютерной томографии. Для обучения алгоритмов специалисты собрали самую крупную в мире кураторскую базу пациентов с опухолевыми узлами. В отличие от врачей, не имеющих возможности определить, являются ли эти узлы безвредными, и вынужденных наблюдать за дальнейшим развитием образований, система, анализируя внутреннюю структуру утолщений, способна поставить правильный диагноз намного раньше. Научный и технический сотрудник стартапа доктор Тимор Кадир отмечает, что система позволяет диагностировать рак на ранних стадиях более чем у 4000 больных в год, что увеличивает их шансы на выживание.

В диагностике рака груди себя проявила нейросеть GoogLeNet, выявляющая метастазы в лимфоузлах молочной железы. После обучения на базе изображений с результатами биопсии система показала точность распознавания рака 89%, в то время как опытный врач-патолог, работающий без ограничения времени, определяет его с точностью 73%. Несмотря на впечатляющий результат, исследователи отметили, что искусственный интеллект не сможет заменить патоморфологов, так как система хуже справляется с выявлением доброкачественных новообразований. Поэтому лучшим вариантом будет совместная работа врача с системой, где искусственный интеллект будет выделять подозрительные изменения и новообразования, а специалист — определять, является ли опухоль злокачественной или нет.

Ученые планируют полностью перевести диагностику в автоматический режим, так как полученные результаты сопоставимы с результатами лучших диагностов.

В России также существует проект, способный минимизировать риск неправильного диагноза. Компания Unim проводит морфологическую диагностику онкологических заболеваний в цифровом виде. По статистике компании, 84% диагнозов, требующих подтверждения в их лаборатории в течение одного квартала, оказываются изначально неправильными.

В Японии команда Юичи Мори, доктора медицинских наук из Showa University, сосредоточила внимание на разработке искусственного интеллекта, способного диагностировать рак кишечника менее чем за минуту. Разработанная в 2017 году система проводит оптическую биопсию в режиме реального времени во время обследования. Для обучения искусственного интеллекта использовалось 30 000 снимков с колоректальными аденомами — доброкачественными опухолями, которые могут со временем превратиться в рак. Оценивая снимки 250 пациентов, система практически мгновенно выдавала результат, ставя диагноз с точностью 94%. Авторы исследования уверяют, что искусственный интеллект может обнаруживать раковые опухоли и игнорировать неопухолевые полипы во время процесса колоноскопии независимо от компетентности врачей, проводящих осмотр. Интеграция подобной системы по всему миру позволит приблизиться к ситуации в Южной Корее: там, если рак прямой кишки обнаружен на третьей стадии, это предмет особого разбора с участием министерства здравоохранения. Такая несвоевременная диагностика для корейских врачей равносильна полному провалу.

Рак простаты, занимающий четвертое место среди наиболее часто встречающихся видов рака, — одно из самых распространенных заболеваний у мужчин. Чрезвычайно важно диагностировать его на ранней стадии, когда опухоль успешно лечится. Заняться повышением вероятности выявления рака простаты решили специалисты из Китая. Команда профессора Гуо представила в марте 2018 года на Конгрессе Европейской ассоциации урологов систему искусственного интеллекта, которая, по мнению исследователей, в будущем сможет заменить врачей-диагностов. Систему обучали на образцах, где наличие рака не вызывало никаких сомнений. После этого способности системы опробовали на 918 образцах, взятых у 283 человек: точность постановки диагноза составила 99,38%. После проведения доклинических исследований ученые планируют полностью перевести процесс диагностики в автоматический режим, так как полученные результаты сопоставимы с результатами лучших диагностов.

Роботы в белых халатах

Полная победа над раком уже не за горами, говорят ведущие исследователи-онкологи. Благодаря новейшим технологиям человечество как никогда прежде приблизилось к решению одной из главных медицинских проблем.

В борьбе с раком все средства хороши, кроме неэффективных. Сегодня ученые и врачи достигли впечатляющих результатов по многим направлениям лечения онкозаболеваний.

Тем не менее рак остается в тройке лидеров по причинам смертности человека. В последние десятилетия на помощь онкологам приходят современные технологии.

Искусственный интеллект, большие данные, клеточные исследования и молекулярная инженерия — вот наиболее перспективные направления развития технологий в борьбе с раком.

Искусственный интеллект против рака

Как известно, успех лечения онкологического заболевания зависит от того, насколько своевременно выявлена болезнь. Чем раньше диагностируют рак, тем больше шансов на благоприятный исход.

К сожалению, в России больше 50% случаев рака выявляются на третьей и четвертой стадиях, то есть когда шансов для пациента уже почти не остается.

Поэтому ранняя диагностика — одна из важнейших задач онкологии. И в ее решении могут помочь технологии.

Искусственный интеллект довольно хорошо проявил себя в деле ранней диагностики онкозаболеваний. Во всем мире есть примеры применения технологий глубокого обучения и больших данных.

Например, британский стартап Optellum еще в 2016 году начал разрабатывать методику диагностики рака легкого при помощи компьютерного зрения и анализа больших данных.

Созданный алгоритм обучали на крупнейшей в мире базе данных томографических снимков легких с опухолевыми узлами. В итоге программа научилась распознавать ранние признаки рака легкого даже лучше опытных врачей.

Реальным результатом проделанной работы стало то, что у чеырех тысяч британцев рак был выявлен на ранней стадии. А значит, у всех этих пациентов увеличились шансы на выздоровление.

Похожую методику диагностики рака кишечника разработали в Японии. Группа ученых под руководством доктора Юичи Мори (Yuichi Mori) из Университета Сева научила компьютерную программу определять колоректальную аденому по снимкам внутренней поверхности кишечника.

Принцип обучения был тот же — в компьютер загрузили базу из 30 тысяч снимков и провели обучение алгоритма искусственного интеллекта. Теперь программа может определить рак кишечника с точностью 94%.

Приложения для онкобольных

В современном мире стало правилом: если есть проблема — для нее есть мобильное приложение. Разумеется, ни одна программа для смартфона не лечит рак. Но эти сервисы могут помочь в борьбе с онкозаболеваниями, улучшить качество жизни больных, стать подспорьем на поздних стадиях рака.

В последние годы появились десятки приложений, разработанных специально для пациентов с онкологией и их родственников. К сожалению, русскоязычных приложений удалось найти не так много.

Приложения можно условно подразделить на три типа. Первые помогают распознать признаки рака или даже диагностировать некоторые виды онкологии. Например, приложение Miiskin предназначено для мониторинга состояния кожи для раннего выявления карцином и меланом. Приложение позволяет фотографировать подозрительные родинки и пятна на коже и следить за их развитием.

Третья группа — это приложения собственно для пациентов. Наиболее универсальные сервисы содержат календари процедур, напоминалки о приеме лекарств, возможности для записи рецептов и предписаний, хранения анализов и снимков и т.д.

Таким приложением является, например, CareZone. Оно не русифицировано, но довольно функционально, и при небольших познаниях в английском его могут использовать и российские пациенты.

У приложения есть действительно полезные опции. Оно может сканировать рецепты и этикетки лекарств, напоминает, когда нужно их принимать. Еще в приложении есть мониторинг жизненно важных показателей, таких как давление, уровень глюкозы в крови и другие.

Есть и особая группа приложений, которые могут оказать психологическую поддержку больным раком. Например, разработанное Pfizer приложение EmotionSpace для женщин с раком молочной железы на последней стадии. Программа была создана с участием самих пациенток.

По сути это аналог социальной сети, в которой женщины с метастатическим раком молочной железы могут делиться своими переживаниями, не боясь быть не понятыми. Получая обратную связь от таких же пациенток, делясь советами и мыслями, женщины могут улучшить качество жизни и эмоциональный фон, считают разработчики.

Посчитать каждую клетку

Одним из распространенных методов в выявлении раковых клеток в крови стала проточная цитометрия. Сама по себе технология не нова и постоянно развивается. Сейчас проточная цитометрия — уже стандартный инструмент в иммунно-онкологических исследованиях.

Однако исследователи регулярно находят новые способы улучшить методику. Так, в НИИ онкологии Томска разработали метод определения циркулирующих онкологических клеток (ЦОК) по нескольким маркерам. До сих пор определить ЦОК можно было только по одному маркеру.

Высокотехнологичное оборудование — цитометр с управляющей станцией и секвенатор одиночных клеток — позволяет анализировать буквально каждую раковую клетку и выяснять, почему те или иные случаи не подвергаются лечению.

Ученые говорят, что таким образом можно проводить таргетированное лечение рака в каждом отдельном случае и добиваться более эффективной терапии.

Проточная цитометрия развивается во всем мире. До недавнего времени технология была слишком дорогой, тем более если анализировались одновременно до 20 маркеров. Однако сейчас производители цитометров пошли по пути удешевления устройств и материалов.

Производители успешно применяют разработки из других областей, например, для улучшения качества встроенной оптики и снижения ее стоимости. Есть цитометры, которые могут одновременно анализировать до 40 биомаркеров клеток. Большая работа проводится по внедрению искусственного интеллекта для анализа результатов цитометрии.

Согласно недавнему исследованию Grand View Research, ведущими мировыми производителями цитометров сегодня являются Agilent, Beckman Coulter, Becton Dickinson, Fluidigm, Luminex и Thermo Fisher Scientific. Рынок этих устройств к 2026 году может достигнуть объема $8,92 млрд.

Живые лекарства

Еще одним перспективным и технологичным направлением в развитии онкологии является иммунотерапия. Вообще идея использовать человеческий иммунитет против раковых опухолей существовала давно.

Но примерно в 1990-х годах исследования в этой области затормозились. Тогда ученым стало ясно, что иммунитет человека практически бесполезен в борьбе с онкологией, поскольку иммунитет по определению защищает организм от внешних угроз — вирусов и инфекций. А рак порождается самим организмом.

Однако за последние 20 лет появились новые, можно сказать, революционные идеи в области иммунной терапии онкозаболеваний. Один из пионеров этого направления — известный американский онколог Карл Джун. Он работает в области CAR-Т терапии рака.

CAR-Т (сhimeric antigen receptor T-cell) — это клетки Т-лимфоцитов с химерными антигенами. По сути это искусственно созданные клетки-убийцы, способные распознавать онкологические клетки и передавать сигнал для активации иммунной системы. Настоящие живые лекарства.

Получают их следующим образом. Из крови пациента выделяют Т-лимфоциты — те клетки, которые в норме должны защищать организм от внешних вторжений. Затем в лимфоциты встраивают молекулы ДНК, которые кодируют химерные антигены, то есть искусственные антигены, которые не предусмотрены природой.

Пересаженные обратно в кровь клетки уже могут распознавать онкологические клетки, которые часто маскируются по здоровые, и атаковать их.

Ведущие научные центры США и России работают в этом направлении, считающимся одним из самых перспективных в лечении рака.

Бог таким людям — тем, которые должны делать духовные усилия, но их не делают, — даёт, этот самый, рак, актуализирующий для человека его смерть. Рак, даётся нам для того, чтобы предупредить о приближении смерти, чтобы сделать её приближение более ощутимым, более явным, что бы человек начал менять себя. И если человек намёк этот принимает и пробуждается — рак уходит.

Главная причина рака — это плохая судьба, обусловленная нашими этическими ошибками.
Механизмом же возникновения и роста раковых опухолей и сходных патологий являются генетические мутации.

Опухоль может быть удалена из тела больного хирургическими приёмами. Но канцерогенные духи покинут тело навсегда или надолго — лишь по Воле Бога. От этого и будет зависеть результат лечения.

Заболевшему раком или сходными заболеваниями имеет смысл полагаться, прежде всего, на собственные силы.

Посвятите своей жизни — духовному совершенствованию!… Первым признаком правильного понимания направления является ориентация на Творца, начните со чтения любой духовной литературы от Сатья Саи до апокрифов Иисуса. Лично сам могу порекомендовать книгу "Бог говорит", автор В.Антонов и фильм по книге Нила Д.Уолша "Беседы с богом".
Не может быть истинной духовности там, где нет Любви. А одной из главных составляющих Любви является Сострадание ко всем живым существам. Убийства — ради собственного чревоугодия являются суперэгоистичной "любовью" к себе.

С чего начать лечение.
1.Начните питаться безубойно, люди, питающиеся безубойно, из сострадания к животным, раком не болеют
2.Попробуйте "моржевание", но лишь те, кто психологически настроен к нему и в сочетании с покаянной работой. *
3.Примите принцип покаяния. Именно раскаяние, которое следует за интеллектуальным самоанализом, является главным очистителем души.

В процессе выявления в себе пороков и вспоминания конкретных грехов — должно наступать эмоциональное раскаяние. Сострадать надо не себе, а своим жертвам — всем тем, кому причинили из-за своей порочности боль — физическую или просто эмоциональную. А затем пережить сознанием каждую такую ситуацию заново — но теперь уже верно.

Если можно как-то — хотя бы частично — загладить свою вину перед своими жертвами — это надо обязательно сделать. Если не сделать этого, но просить о прощении у Бога, — нелепо рассчитывать на положительный результат: ведь такое покаяние не выглядит искренним.
Покаянной работе нет и не может быть замены.

(При этом я не советую отказываться и от обычной помощи врачей: имеет смысл в таких ситуациях сражаться всеми возможными способами одновременно!)

• RB.RU
• Chance
• B2B-services
• Data
• Young
• Pipeline

И помогает врачам в постановке диагноза

ИИ-решение Celsus, которое распознает рак молочной железы по рентгеновским снимкам, помогает врачам в постановке диагноза. Сервис был запущен Никитой Николаевым и Евгением Никитиным, основателями проекта кредитного скоринга FscoreLab. В команду также входят Артем Капнинский и Станислав Чернин. Пилот проекта уже внедрен в Калуге, на очереди — еще пять регионов.

– Как вам пришла идея научить нейронные сети распознавать онкологию на снимках?

Артем: Проектом Celsus мы стали заниматься три года назад. Все началось со знакомства с Никитой и Евгением, которые в то время делали решения для кредитного скоринга с применением ИИ — то есть работали с технологиями анализа данных для банков. У меня давно была мысль поработать с ИИ. Я спросил Никиту, как ИИ можно применить в медицине, так как до этого мы выполняли ряд программных решений для медсотрудников Калужской области.

Станислав: В 2016 с Запада пошел тренд на развитие скрининга с применением нейросетей: нам стало интересно создать что-то подобное в России. Онкологию выбрали, потому что по ней были большие объемы данных, с которыми можно было работать.

Никита: Мы с самого начала работали с врачами. Благодаря этому мы получали данные, которых нет у других компаний. Объясню: есть публичные датасеты, по которым обычно обучают нейронные сети. Но эти данные достаточно однобокие и их немного.

Артем: В диагностике онкологии очень часто применяют рентгеновские исследования легких и молочной железы. Отдельно стоит флюорография, но обнаружение онкологии в легких на ранних стадиях при этом виде исследований практически невозможно.

По данным Минздрава, при раннем обнаружении рака легких в 60% случаев можно добиться долгосрочной ремиссии. Если обнаружить рак молочной железы на ранней стадии, то в 95% можно добиться полной или долгосрочной ремиссии без удаления молочной железы.

• За 2017 год в России выявлено 617 177 новых случаев злокачественных новообразований;
• 21,1% (130 224) из них — рак молочной железы;
• Среди онкологических заболеваний у женщин РМЖ занимает первое место по частоте постановки диагноза;
• За последние пару лет число пациенток, у которых РМЖ диагностирован в I-II стадиях, достигло 70%. 10 лет назад показатель составлял 60%.

* Статистика по России. Предоставлена Высшей школой онкологии

Артем: Если начинать отсчет старта проекта c даты нашего знакомства с ребятами, то на прототип ушло больше года. Это не было связано непосредственно с разработкой: около года длился подготовительный этап. Параллельно Никита и Евгений занимались своим проектом FscoreLab. Я работал в одной из IT-компаний Калужской области, параллельно искал единомышленника среди потенциальных инвесторов — и нашел. Это был Станислав. Он — учредитель и идеолог нескольких компаний в области разработки и интеграции IT-решений.

Станислав услышал меня и решил поддержать проект. Я познакомил его с парнями. После этого мы перешли в активную фазу. Сперва мы работали над Celsus в свободное время, в основном ночью. Вкладывали свои личные ресурсы.

Евгений и Никита начали работу над первой версией ядра, мы со Станиславом включились в организацию процесса сбора данных и подготовки их для обучения. И в 2018 году, через два года после идеи, был готов первый прототип.

MVP обучался на общедоступных данных из зарубежных баз. Задачей прототипа была не максимальная точность выявления патологии, а разработка структуры самого аналитического ядра, алгоритма анализа и т.д. Параллельно работе над прототипом готовили объемный датасет на реальных снимках, размечали все необходимые объекты, нужные для более точного чтения снимков в дальнейшем.

Прототип разрабатывали без привлечения сторонних разработчиков до первых положительных подтвержденных результатов.

Для тестирования ядра мы привлекли сторонних тестировщиков, которые согласились сотрудничать бесплатно. Именно тогда, на отдельной выборке пациентов, была продемонстрирована точность выявления патологии 93% процента. Кроме того, из здоровых были выделены два пациента, у которых система выявила наличие патологии. Эксперты подтвердили этот результат.

– При разработке прототипа вы ориентировались на зарубежный рынок или создавали все с нуля?
Артем: На старте мы изучали рынки. Я — российский, Евгений и Никита — зарубежный. Тогда в России не было информации о проектах в этой нише. Единственное, что было на слуху, это работа в направлении AI одного из подразделений IBM Watson. Сейчас многие западные производители рентгеновского оборудования заявляют, что в их программах есть ИИ-решения, но они работают только в своей экосистеме. И пока громко о себе не говорят.

Другие российские компании в нашем направлении стали активно работать после майских указов президента, когда он обозначил AI как одно из самых перспективных направлений.

Понимая перспективы использования ИИ в медицине, проблемы и сложности при скрининге онкологических заболеваний, нас поддержали врачи онкоцентра, губернатор и Минздрав Калужской области. Помогло наличие портфеля серьезных реализованных проектов. Я и Станислав давно работаем в области IT. У нас в портфолио есть разработка как банальных сайтов, так и собственной информационной системы и ее внедрение в НМТК Микрохирургии глаза им.Федорова в Калуге, организация доработки и внедрения медицинской информационной системы РМИС в медицинские организации Калужской области на региональном уровне, опыт работы с крупными банками. Все это позволило заработать серьезную репутацию. Нам поверили и дали карт-бланш.

Celsus может применяться по различным сценариям: начиная с использования на рабочем места врача при приеме пациента заканчивая автоматической потоковой обработкой поступающих данных.

Сейчас один из важных сценариев применения — массовый скрининг, который проводится в регионах, например, на передвижных маммографах или при проведении диспансеризации.

Анализируя изображения, Celsus находит и классифицирует патологические объекты (новообразования), кальцинаты, плотность ткани и иные параметры. А дальше присваивает класс по шкале Bi-RADS (европейский стандарт чтения и интерпретации снимков молочной железы. — Прим.), ранжирует итоговый список пациентов от наибольшего к меньшему по риску наличия патологии. Врач получает информацию о том, снимки какого пациента необходимо исследовать в первую очередь или отправить в онкоцентр в приоритетном порядке.

По словам создателей, Celsus готов к промышленной эксплуатации. Вышел первый релиз блока по выявлению патологий при проведении флюорографии. Сейчас команда работает над релизом по выявлению рака легких при рентгенографических исследованиях. В планах — анализировать данные компьютерной томографии (современный метод рентгеновского послойного исследования, более точный, чем рентгенография. — Прим.) и морфологии (исследования тканей организма, полученных путем пункции, биопсии или хирургически, на предмет наличия раковых клеток; самый точный метод подтверждения диагноза. — Прим.).

Диагностика может занимать неделю и больше: это зависит от конкретного учреждения. Процесс упирается в выполнение биопсии и гистологического исследования — без морфологической верификации диагноза начать лечение невозможно. Остро стоит проблема ложноположительных результатов, ненужных биопсий.

Никита: В нашей системе есть визуальный интерфейс, который контактирует с врачом. Врач должен уметь подгрузить туда снимки в виде DICOM-файлов (медицинский отраслевой стандарт для работы с изображениями, а также документами пациентов. — Прим.) на диагностику. Врач коммуницирует с системой через веб-интерфейс. Как только подгружаются снимки, к нейронной сети отправляется запрос и она выдает результат детекции.

Celsus видит не только онкологические, но и другие изменения — в плотности ткани, а также наличие доброкачественных или злокачественных кальцинатов, фиброзно-кистозную мастопатию и другие новообразования, которые могут присутствовать на снимке. Для каждого вида объекта или показателя определяется вероятность того, что объект является этим объектом. Исходя из идентифицированных объектов, модель выдает заключение по классификации Bi-RADS.

Никита: Celsus не сжимает файлы и не конвертирует их в другие форматы, а работает с исходным изображением. Помимо этого, система удаляет посторонние артефакты, засветы, которые могут присутствовать в файлах.

Станислав: По сути, нам удалось создать полноценный просмотрщик DICOM-файлов непосредственно в системе, и он может стать отдельным продуктом и использоваться рентгенологами.

Никита: Одно из отличий идентификации объектов в медицине от других отраслей — тяжеловесные данные, используются файлы в высоком разрешении. Один DICOM-файл весит несколько десятков мегабайтов. Их разрешение нельзя уменьшать — это сильно портит качество прогноза. У нас обработка четырех снимков (левая грудь, правая и две проекции. — Прим.) длится немногим менее минуты вместе с загрузкой.

Артем: Окончательный диагноз ставит врач-онколог только после лабораторного подтверждения или опровержения подозрения рентгенолога.

– Насколько точна программа?
Евгений: Существуют разные параметры точности. Представьте ситуацию, когда большинство обследуемых — пусть будет более 90% — здоровые. Это значит, что случайная модель, диагностирующая всех пациентов как здоровых, будет иметь точность более 90%, но практическая ценность такой системы нулевая. Поэтому стоит аккуратно подходить к цифрам. Мы используем целый набор метрик для оценки качества модели.

Но определять математическую точность — не совсем правильный подход. В работе участвуют разные модели и разные архитектуры нейронных сетей, которые решают задачу по чтению и интерпретации снимков. И именно совокупность полученных данных является результатом работы системы.

По последним тестам (на региональных данных по пациентам, которым поставлен диагноз. — Прим.) в работе Celsus были зафиксированы такие показатели: обнаруженных истинно положительных (с патологией) пациентов 99%. При этом ложно положительных результатов (обнаружение патологии при ее отсутствии — в таком случае пациент направляется на дополнительное обследование. — Прим.) составило 30%.

К тому же точность системы варьируется от качества данных: наша система намного лучше работает на высококачественных цифровых снимках.

– Вы говорили, что внедрение такой системы невозможно без помощи государства…
Станислав: Во-первых, системы вроде нашей должны быть зарегистрированы в Росздравнадзоре, пройти клинические испытания. Регистрация проводится по регламентирующим документам и стандартам, которых для решений ИИ в настоящее время нет. Эти стандарты должно утвердить государство.

Во-вторых, датасеты и большие данные находятся в государственном контуре, так как это персональные данные специальной категории. Согласно плану цифрового развития в медицине, в каждом регионе будет или уже есть цифровой контур, который объединяет все медучреждения и данные пациентов от них. Данные оттуда поступают уже в федеральный центр. То есть в идеале это будет экосреда медицинских данных.

– Пилот уже внедрен в Калуге. Расскажите об итогах?
Артем: В Калуге наша система используется врачами-рентгенологами как второе чтение. К сожалению, оборудование не позволяет врачам использовать его массово из-за отсутствия во всех медицинских организациях цифровых маммографов или цифровых рентгеновских аппаратов. В подавляющем большинстве имеется только аналоговое оборудование, которое не подходит для нашего решения. Дело в том, что на нем используется рентгеновская пленка. И качество изображений, которое получается на таком оборудовании, значительно ниже, чем на цифровом. Снимки с аналогового менее информативные для врачей и их нельзя использовать для качественной диагностики с использованием ИИ.

В Брянской, Тамбовской, Курской, Липецкой, Тверской и других областях сейчас запускаются пилоты. Там Celsus будут использовать на рабочем месте индивидуально и при массовом скрининге на передвижных маммографов. Конкретных отзывов врачей пока нет — для этого нужно примерно 1,5 года.

Станислав: Мы стартовали только в марте 2019 года. У медицинских пилотов более долгий срок цикла оценки, чем в других сферах.

Артем: В регионах нет понимания, как такие решения можно запускать, чтобы использовать их как второе мнение. Пока стандартов нет: мы подстраиваемся под каждый регион и его правила, на это уходит время. Вторая проблема: оборудование на местах настроено по-разному, хотя есть международные стандарты и требования к снимкам. Это тоже тормозит работу.