Решение резидента Сколково позволит предсказывать свыше 6 тыс. заболеваний

Компания «К-Скай», резидент Сколково (Группа ВЭБ.РФ), разработала модель глубокого машинного обучения, позволяющую на основе анализа жалоб и объективных данных о пациенте предсказывать свыше 6 тыс. заболеваний со средней точностью 80%.

Актуальность поддержки принятия врачебных решений в части постановки диагноза связана с увеличением распространенности различных заболеваний, высокой нагрузкой на врачей, особенно в первичном звене, а также социально-экономическими последствиями поздней диагностики. В этой связи добавление в платформу Webiomed новой модели искусственного интеллекта, предназначенной для автоматического анализа данных врачебного осмотра, стало важной задачей.

Для взаимодействия с моделью был создан отдельный web-сервис с открытым API, позволяющим любым информационным системам в режиме онлайн отправлять данные о пациенте и сразу же получать результаты предсказания диагнозов. В ответ на полученный запрос сервис возвращает список возможных заболеваний пациента с указанием кодов МКБ-10 и уверенностью модели в наличии того или иного заболевания. Текущая версия модели поддерживает детекцию 6085 заболеваний, включая инфекционные, сердечно-сосудистые, неврологические, эндокринологические заболевания, подозрения на новообразования и т.д.

Модель была обучена на 7 миллионах медицинских документов и протестирована на 1,8 миллионах записей. Средний показатель точности работы модели на внешнем тестировании, оцененный по метрике top-3 accuracy, составил 80%.

«Наш резидент “К-Скай” вывел на рынок новый прорывной веб-сервис для врача, который может быть интегрирован с любой медицинской информационной системой и способен определить более 6 000 заболеваний. Симптом-чекер Webiomed не только подсказывает врачу диагноз, но и аргументирует свою подсказку. Искусственный интеллект стал еще более полезным и доступным для врача. Мы убеждены, что инвестиции в направление ИИ в медицине – это инвестиции в будущее России, в здоровье и благополучие ее граждан. Cколково активно поддерживает инновационные проекты в этой области, что позволяет ускорить разработку и внедрение таких продуктов в практику, способствуя повышению качества медицинской помощи», – отметила Юлия Щеглова, директор направления «Медицинские и ассистивные технологии» Фонда «Сколково» (Группа ВЭБ.РФ).

Для достижения высокого уровня точности команда Webiomed экспериментировала с различными архитектурами и методами машинного обучения. Актуальная версия модели применяет методы глубокого обучения для анализа медицинских текстов, автоматически выявляя ключевые закономерности и семантические связи. На первом этапе текст преобразуется в векторные представления с помощью предобученных эмбеддингов на основе подсловных n-грамм, что позволяет учитывать морфологию, редкие термины и потенциальные ошибки в написании терминов. Затем свёрточная нейросеть (CNN) извлекает локальные текстовые признаки, а механизм внимания (Attention) выделяет наиболее значимые фрагменты для задачи. Завершает обработку глубокая полносвязная сеть с остаточными связями и регуляризацией, которая формирует итоговый прогноз – multi-label классификацию диагнозов.

Используемая архитектура специально подобрана для решения задачи поддержки принятия врачебных решений в постановке правильного диагноза. Она включает обработку текстов с информацией о жалобах и данных объективного осмотра с большим количеством входных признаков (включая сложные клинические описания) и способна работать с обширным набором диагнозов на выходе, сохраняя высокую точность предсказаний даже при наличии относительно редких заболеваний в выборке.

Важной функциональной возможностью архитектуры является способность объяснить, какие конкретно симптомы и данные здоровья пациента привели к выводу о наличии того или иного заболевания. Для этого сервис может выделить во врачебном осмотре ключевые слова, которые оказали наиболее важное влияние для принятия решения. Это делает результат диагностики более прозрачным и понятным, экономит время на приеме, сокращает ошибки при постановке диагноза и позволяет не пропустить возможное заболевание.

«В условиях современных реалий в сфере здравоохранения, включая высокую нагрузку и определенный кадровый дефицит, клинически обоснованное применение технологий ИИ способно внести свой весомый вклад в повышение эффективности работы врачей. При этом, отводя ИИ все большую роль и делегируя ему такие ответственные этапы оказания медицинской помощи, как предварительная постановка диагноза, мы исходим из того, что окончательное решение всегда остается за врачом. Это подчеркивает важность оптимального сочетания технологий и человеческого опыта», – отметил директор по развитию Webiomed Александр Гусев.