Проект

Облачные технологии обработки и интерпретации медицинских диагностических изображений на основе применения средств анализа больших данных


Описание проекта


Цель проекта – создание специальной интеграционной платформы хранения и анализа больших медицинских данных (СИП). Она призвана обеспечить функционирование системы поддержки принятия врачебных решений в персонализированной медицине по наиболее критичным нозологиям и системы оптимизации управляемости здравоохранения для лечения этих болезней на основе обработки медицинских и управленческих данных, которые образуются в ходе автоматизированного анализа медицинских диагностических изображений с использованием технологий искусственного интеллекта (ИИ), облачных и телемедицинских технологий.

Применение разрабатываемых в рамках проекта методов и программных средств анализа существенно уменьшит время диагностики заболеваний и выбора индивидуальной стратегии лечения, сократит количество ошибок при постановке первичного диагноза, а также обеспечит возможность получения консультаций ведущих специалистов в особо сложных случаях.  

Разработанный по проекту облачный сервис «АнтиКох» позволяет осуществлять автоматизированный анализ изображений на основе искусственного интеллекта с постоянным улучшением параметров диагностирования путем непрерывного машинного обучения. Программное обеспечение позволяет работать с цифровыми рентгеновскими изображениями, получаемыми на различных аппаратах лучевой диагностики (рентген, КТ, МРТ, УЗ, ПЭТ). Медицинские диагностические изображения анализируются практически мгновенно, в режиме реального времени.

Массовое внедрение результатов НИР за счет применения облачных технологий и продуктов ИИ обеспечивает эффективное решение четырех социально и экономически важных задач в условиях дефицита квалифицированных специалистов-медиков и недостаточно развитой инфраструктуры медицинских учреждений для оказания первичной медицинской помощи в сельской местности, удаленных и труднодоступных районах:

● обеспечение общедоступности медицинского и социального обслуживания населения РФ;

● обеспечение единого высокого качества медицинского и социального обслуживания граждан РФ независимо от их места жительства и социального положения;

● оптимизация расходов на здравоохранение с одновременным улучшением его качества и охвата населения;

● создание постоянных рабочих мест для высококвалифицированного технического и медицинского персонала, обеспечивающего создание и эксплуатацию системы.

Отличительная особенность проекта – телемедицинская функция и наличие облачного центра обработки данных, где размещено соответствующее программное обеспечение (ПО). К нему могут подключаться любые рентгенологические отделения стационарных медицинских учреждений всех уровней и мобильные телемедицинские комплексы, предназначенные для массового скрининга населения в сельской местности, удаленных и труднодоступных районах.

Разработка НИР создает инструментальное обеспечение выполнения задач, сформулированных в Указе Президента РФ № 204 от 07.04.2018 года и национальной программе «Здравоохранение», в особенности в следующих федеральных проектах:

● «Развитие системы оказания первичной медико-санитарной помощи»;

● «Борьба с онкологическими заболеваниями»;

● «Создание единого цифрового контура в здравоохранении на основе единой государственной информационной системы здравоохранения (ЕГИСЗ)»;

● «Развитие сети национальных медицинских исследовательских центров и внедрение инновационных медицинских технологий»;

● «Развитие экспорта медицинских услуг».

Проект реализуется совместно с индустриальным партнером НИР АО «Радиокомпания “Вектор”». Потенциальными заказчиками проекта являются государственные и частные лечебно-профилактические учреждения всех уровней, имеющие флюорографические аппараты, с помощью которых проводится диспансеризация населения и разовые обследования больных, научно-исследовательские медицинские учреждения и Минздрав РФ, что создает выгодные перспективы для коммерциализации проекта.

Проект обладает широкими возможностями по борьбе с COVID-19. Необходимость остановить взрывное распространение коронавирусной инфекции вызвала большое количество исследований в области методов диагностики и лечения пациентов практикующими врачами и учеными. В частности, было обнаружено, что снимки легких, сделанные на компьютерных томографах (КТ), позволяют увидеть специфические особенности течения болезни. Однако у КТ-диагностики есть ряд недостатков: дорогостоящая и сложная КТ-аппаратура находится только в крупных медицинских центрах, количество КТ-специалистов ограничено, само КТ-обследование тоже весьма дорогостоящее. Командой проекта было реализовано специальное исследование эффективности сервиса на размеченных рентгеновских изображениях, полученных из клиник США и ориентированных на лечение больных коронавирусом. По итогам проведенного машинного обучения получены обнадеживающие результаты о надежности диагностики COVID-19 на основе флюорографических снимков. Данный факт принципиально расширяет возможности диагностики заболевания и значительно удешевляет ее, так как цифровыми флюорографами оснащены практически все лечебные учреждения России. Фактически можно говорить о создании пилотного варианта облачного сервиса «АнтиКорона», который позволит медицинским работникам оперативно диагностировать COVID-19 и вырабатывать персонализированный план лечения на основе рекомендаций системы поддержки принятия врачебных решений.

Вместе с тем возможности машинного обучения сервиса позволяют применять его и для анализа КТ-снимков грудной клетки. После обучения на размеченных специалистами изображениях система будет способна выявлять специфические патологии в легких, характерные для пациентов с коронавирусной инфекцией и тех, кто уже перенес COVID-19. Технология позволит формировать эффективные предложения по дальнейшему лечению и восстановлению пациентов.

Важное место в борьбе с COVID-19 занимают фактические медико-статистические данные, регулярно собираемые и обрабатываемые учреждениями и органами здравоохранения. Система позволяет передавать в онлайн-режиме комплексную медицинскую и управленческую информацию о состоянии каждого заболевшего коронавирусной инфекцией и о ситуации в целом организаторам здравоохранения всех уровней. 


Итоги 2019 года


● Разработана концепция СИП, которая состоит, во-первых, из платформы медицинских сервисов, предназначенной для системы поддержки принятия врачебных решений, во-вторых, из инструментальной платформы, нацеленной на разработку новых и совершенствование функционирующих сервисов анализа данных по конкретным нозологиям для проведения тестирования, совершенствования алгоритмов и обучения используемых в сервисах моделей. Создаваемая СИП одновременно обеспечивает предоставление медицинских сервисов, разработку новых сервисов-продуктов, их испытания и клиническую апробацию в реальных условиях медицинских организаций, накопление поступающей медицинской информации, а также анализ обратной связи и непрерывное совершенствование предоставляемых сервисов.

● На созданном макете СИП размещен сервис автоматизированного анализа флюорографических снимков, проходящий апробацию в пилотном режиме в российских субъектах. Начато накопление базы медицинских данных. Запущено бета-тестирование, постоянное обучение модели и доработка ПО. Сервер обработки c настроенной нейронной сетью имеет интерфейс взаимодействия с удаленными веб-сервером и клиентскими приложениями.

● Разработаны методология и специализированная программа по разметке флюорографических снимков и подготовке базы специально размеченных для проведения дальнейшего машинного обучения изображений.

● В соответствии с медицинскими рекомендациями, разработанными и утвержденными Научно-практическим клиническим центром диагностики и телемедицинских технологий Департамента здравоохранения города Москвы, проводится экспериментальное диагностическое исследование разработанного макета сервиса на подготовленном наборе данных для определения достигнутых показателей.

● Для верификации и получения обратной связи от врачей-рентгенологов организован доступ к макету прототипа разрабатываемой СИП через облачный сервис на основе ИИ для флюорографических кабинетов клиник в 59 регионах России.

● В результате первых этапов тестирования удалось достичь уровня диагностической точности в 93% (лучший уровень в России среди подобных систем). В дальнейшем планируется повысить точность диагностики до 98%.

● Сервис прошел машинное обучение на более чем 270 000 размеченных специалистами снимков.