Владимир Хрящев: "«Наша разработка должна сделать эндоскопию массовым обследованием»"
По данным Всемирной организации здравоохранения (ВОЗ), рак является второй из основных причин смерти в мире. При этом самые большие проблемы происходят из-за того, что диагноз был поставлен слишком поздно. Параллельно с этим искусственный интеллект вторгается во все сферы нашей жизни. Может ли он помочь и в борьбе с раком?
В Ярославской областной клинической онкологической больнице недавно апробировали систему искусственного интеллекта, которая поможет врачам во время эндоскопического исследования диагностировать рак желудка на самой ранней стадии. По словам врачей, это прорыв, заметный даже на международном уровне.
Каких изменений следует ждать в медицине в ближайшее время? Может ли компьютер заменить эксперта? Об этом мы поговорили с разработчиком системы — руководителем Центра искусственного интеллекта и цифровой экономики ЯрГУ им. П.Г. Демидова Владимиром Хрящевым.
— Как работает ваша система? Что лежит в основе метода?
— Как и большинство современных систем искусственного интеллекта, наша система работает на основе глубокого обучения нейронных сетей. В Ярославской областной клинической онкологической больнице врачи-эндоскописты составили базу из порядка пятисот изображений, соответствующих различным патологиям желудка. Речь идёт не только о тяжелых стадиях заболеваний, но и о предраковых изменениях, при которых пациента ставят на учёт для динамического наблюдения. Мы обучили нейронную сеть на предоставленной нам базе изображений. После этого мы показывали системе видеопоток с эндоскопа, на котором она определяла наличие областей, похожих на те, которые врачи отмечали при патологиях.
— В чём уникальность вашей технологии? В Facebook вы писали, что это прорыв даже на международном уровне — получается, аналогов решению нет?
— Врачи считают, что из всех типов эндоскопических исследований обследование желудка — самая сложная задача и для самого врача, и для системы искусственного интеллекта. Современный эндоскоп с функцией увеличения изображения представляет собой аналог микроскопа, который помещается внутрь полых органов человека. Исследование выполняется с оптическим увеличением до 70-150 раз. Врач может делать оптический зум там, где это необходимо, что позволяет детально изучать выявленные изменения. Однако, чтобы обнаружить подозрительные области, врач должен обладать очень высокой квалификацией. Наша система выступает помощником и помогает диагностировать рак на ранней стадии. На международном уровне такие разработки тоже идут. Но хочу отметить, что врачи, с которыми мы работаем, — Сергей Кашин и Роман Куваев — постоянно участвуют в мировых эндоскопических конференциях, но подобной системы именно по диагностике раннего рака желудка еще не видели.
— Можно сказать, что сейчас вы лидируете в этой области?— Я бы с осторожностью это произносил, но есть основания считать, что в России — да. А на мировом уровне, по оценкам врачей, наша группа находится в числе двадцати самых продвинутых. Возможно, мы первые, если говорить о специализации системы ИИ именно на желудке.
— Как прошли пилотные испытания вашей системы? Какие результаты удалось получить?
— Недавно мы провели пилотные испытания на нескольких больных. На рабочее место врача помимо обычного монитора, который выставляется вместе с эндоскопической стойкой, мы ставили высокопроизводительный ноутбук. Он обрабатывал видеопоток и в режиме реального времени с минимальной задержкой выделял подозрительные области. Врач сопоставлял своё мнение с подсказками искусственного интеллекта. Одно из пилотных испытаний проходило в рамках визита в Ярославль министра здравоохранения Вероники Скворцовой. Публичные показы прошли успешно, алгоритм срабатывал в нужных местах эндоскопического исследования, что внушает оптимизм нам и врачам и позволяет считать, что цель достижима.
— В чём преимущества нового метода перед уже существующими технологиями?
— 5-10 лет назад большинство работ в этой области делалось на базе методов машинного обучения, но без использования самых новых разработок — глубокого обучения и сверточных нейронных сетей. Такие научные работы и сейчас продолжают выходить. Это связано и с тем, что ни у кого в области эндоскопии до сих пор нет больших экспертно размеченных баз изображений. Собрать такую базу — трудоемкая, длительная работа. На практике классические методы работают плохо. С точки зрения врача важно то, что система часто делает ложные срабатывания: приходит здоровый человек, а система выделяет многие области как подозрительные и сбивает врача с толку. Мы пошли по другому пути и взяли очень сложную нейронную сеть, которая была предобучена на обычных немедицинских изображениях, затем сделали тонкую настройку ее параметров, используя базу изображений, собранную врачами. Этот подход дал лучшие результаты именно с точки зрения практики.
— Как долго эту систему разрабатывали? Сколько людей трудятся над этим процессом?— Процесс длится уже достаточно долго, команда в Ярославле работала над проектом последние 10 лет. Наша группа приступила к этим работам два года назад, в активной фазе – год. В работе, помимо разработчиков из центра искусственного интеллекта ЯрГУ им. П.Г. Демидова, принимают участие врачи Ярославской онкологической больницы и специалисты нашего индустриального партнера – компании «Точка зрения». Постоянно работают над этим проектом 2-3 разработчика, которые находятся в тесном контакте с врачами.
— С какими главными трудностями приходится бороться?
— Я бы выделил две проблемы. Во-первых, наши больницы страдают недофинансированием. Даже самым современным и оснащенным новым эндоскопическим оборудованием отделениям не на чем обрабатывать и негде хранить полученные видеоданные. Для нас, айтишников, это часто выглядит странно, ведь обычно требуется всего лишь докупить сервер и устройства хранения за 100-150 тысяч рублей. Но для больницы такие затраты на ИТ-инфраструктуру неподъёмны. Второй момент, врачи очень заняты. Им банально некогда этим заниматься, даже если они понимают, что за такими технологиями будущее. Сейчас мы работаем совместно и только когда врачи находят время в своем графике, поэтому проект движется не так быстро, как хотелось бы.— Насколько эта система дорогостоящая?
— Само эндоскопическое оборудование экспертного класса стоит порядка десяти миллионов рублей, к нему подключается средней стоимости компьютер. Кроме этого, есть разработанное программное обеспечение с системой искусственного интеллекта, автоматизирующее рабочее место врача-эндоскописта, и база, в которую заносятся данные с разметкой системы ИИ. Вся информация сохраняется в электронной карточке больного. По стоимости использования всего комплекса сложно сделать точное ценовое предложение — нужно идти от потребностей конкретного эндоскопического отделения, смотреть какая ИТ-инфраструктура там уже есть.
— Система может широко применяться в России? Что для этого нужно?
— Может и должна. Подчеркну, что программная система может использоваться с обычными эндоскопами, которые работают без оптического увеличения, то есть на простых эндоскопах массового класса. Более того, помимо диагностики раковых заболеваний, системы могут использоваться для контроля регламента самого исследования: автоматически контролировать, что исследование было выполнено полностью, корректно, и врач сохранил все необходимые снимки. В современной эндоскопии наблюдается некоторое изменение практических приоритетов: смещение фокуса диагностики от экспертной к массовой. В Англии, в частности, уже приняты регламенты, согласно которым некоторые эндоскопические исследования может выполнять даже медсестра. Она по инструкции вводит эндоскоп и делает набор фотографий в необходимых точках. В нашем случае эти фотографии загружаются в облачный сервис, и система искусственного интеллекта делает аналитику. Если системе что-то кажется подозрительным, то этого больного могут повторно вызвать в экспертный центр, где врачи уже более высокой квалификации и на специализированном оборудовании будут проводить исследования. Такая двухэтапная система мне кажется очень перспективной. Наша работа должна сделать эндоскопию доступным массовым медицинским обследованием, как, например, анализ крови.
— Вы сотрудничаете с другими странами?
— Да. Ярославские эндоскописты обмениваются визитами с японскими коллегами, идёт взаимное обучение. Есть хороший контакт с производителями новейшего оборудования, научные коллаборации с врачами из Австрии, Италии, Англии. Большую поддержку для развития области оказывает крупный международный симпозиум по эндоскопии, который ежегодно проходит в Ярославле. Мы видим, что во всех этих странах ученые пытаются сделать что-то похожее. Все экспериментируют с машинным обучением и нейронными сетями. То, что мы не одиноки, добавляет уверенности, что мы идем в правильном направлении.
— Вы планируете развитие этого метода? Какие будут следующие шаги?— Мы общаемся с Департаментом здравоохранения города Москвы. Есть идея построить такую систему в пилотном режиме. Если в Москве это удастся реализовать, то будут накоплены и структурированы действительно большие медицинские данные. Тогда наша страна сможет получить прорывную систему в области эндоскопии.
— Над какими ещё проектами сейчас работает центр?
— У нас очень широкий диапазон практических приложений: от анализа спутниковых изображений до систем технического зрения на производстве и даже в животноводстве. Распознавание лиц — это классика, наверное, для всех, кто связан с компьютерным зрением и машинным обучением. Есть интересные наработки в области распознавания документов с помощью мобильных устройств. Медицина для нас очень сложная, но и одновременно перспективная область. Кроме эндоскопии на разных этапах мы занимались с гистологическими и МРТ-изображениями.
Елена Лаврова
Ссылка на источник: https://rb.ru/interview/ai-cancer/