Уникальная научная установка: здравоохранение Карелии усовершенствуют с помощью искусственного интеллекта

В начале этого года Министерство науки и высшего образовании РФ объявило конкурс на предоставление из федерального бюджета грантов в области науки на обеспечение развития материально-технической инфраструктуры уникальных научных установок (УНУ) среди крупнейших научно-образовательных учреждений страны. В нем решил поучаствовать мединститут ПетрГУ со своим проектом – и победил.

Над созданием УНУ трудились известные ученые-медики университета и резидент Фонда «Сколково» компания «К-Скай».

«Наш творческий коллектив образовался не только что. 10 лет назад ПетрГУ участвовал в конкурсе и получил грант на привлечение к работе ведущего зарубежного ученого – профессора Тафтского университета США Александра Полторака. Вместе с Татьяной Волковой он создал лабораторию молекулярной генетики врожденного иммунитета. Это событие было очень важным, решающим, эпохальным. Планировалось, что эта лаборатория будет центром фундаментальных исследований. На выделенные деньги было закуплено самое современное оборудование, расходные материалы, а также построен новый корпус мединститута (на улице Красноармейской, 31 – прим. ред.).

Первоначально предполагалось, что это будет исключительно научный центр с лабораториями. Но к 2014 году – к моменту завершения строительства – произошли очень серьезные изменения как в обучении студентов, так и в последипломной подготовке врачей. В наш обиход вошло такое понятие как симуляционный центр – это место, где на роботах и симуляторах студенты и врачи должны осваивать практические навыки для выполнения различных диагностических и лечебных манипуляций.

В связи с этим в 2014 году мы создали такой симуляционный центр. На закупку оборудования для центра было затрачено не только много финансовых средств, но и переданы два этажа нового корпуса. Тогда и сформировался наш творческий научный коллектив. То есть мы 10 лет шли к тому, чтобы сейчас участвовать в этом проекте», – рассказал директор мединститута ПетрГУ Александр Балашов.

Грант в 150 млн рублей пойдет на модернизацию УНУ, дооснащение и внедрение ее в систему карельского здравоохранения.

Вообще УНУ – это первый в русской Арктике многокомпонентный программно-аппаратный комплекс биомедицинского назначения. Если попытаться объяснить всё это простым языком, то уникальная научная установка – это масштабная система, включающая в себя искусственный интеллект, роботов, телемедицину, виртуальную образовательную клинику и другие достижения современной медицины. УНУ, уверены ученые, выведет карельское здравоохранение на совершенно новый уровень. В частности, искусственный интеллект поможет прогнозировать сердечно-сосудистые заболевания, болезни легких, онкопатологию и осложнения при беременности.

Что такое УНУ

Проект УНУ, как говорят ученые, базируется на трех составляющих – практическая медицина, образование и информационные технологии. По сути, уникальная научная установка – это сплав науки, бизнеса и здравоохранения.

УНУ позволяет прогнозировать и выявлять на ранней стадии социально значимые заболевания и создавать условия для их своевременной профилактики. Главная цель проекта – улучшить качество оказания медицинской помощи жителям Карелии и других регионов РФ, а с выходом на международный рынок услуг – и жителям ближнего и дальнего зарубежья.

«Если схематично изобразить работу УНУ, то в ее центре должен располагаться человек и его здоровье. Ведь именно человек является одновременно и поставщиком биомедицинских данных для работы установки, и конечным потребителем медицинских услуг через сервисы УНУ. Данные о здоровье человека – это своего рода топливо для УНУ», – рассказывает Александр Ившин.

Первое ключевое звено в системе УНУ – это поликлиники, ФАПы. То есть те медицинские учреждения, цель которых – прогнозирование, ранняя диагностика и профилактика болезней. Именно там и собираются эти данные. Например, сейчас получение медицинской услуги выглядит так: пациент приходит в поликлинику за консультацией или лечением, а врач записывает в единую медицинскую систему его биомедицинские данные (рост, вес, пол, возраст, хронические заболевания, результаты анализов и прочее). Называется эта система «ЕЦП.МИС» (медицинская информационная система «Единая цифровая платформа», ООО «РТ МИС»; старое название системы – «Промед»). К ней подключены все медицинские учреждения Карелии. После накопления данных в базе врач анализирует их и составляет диагностическое представление о пациенте, ему даются рекомендации по лечению и динамическому наблюдению.

«Промед» работает в Карелии уже очень давно: за несколько лет в базе этой программы накопился колоссальный объем информации о здоровье населения. И все эти данные будут поступать в УНУ.

«Задача УНУ – переработать накопленные биомедицинские данные и внедрить в практическую медицину результаты научно-исследовательской работы, в том числе через непрерывное медицинское образование. И чем больше данных мы загрузим и переработаем в УНУ, тем точнее установка будет давать индивидуальный прогноз заболеваний», – заявил Александр Ившин.

Второе ключевое звено в схеме работы УНУ – Петрозаводский госуниверситет. В реализации проекта УНУ задействованы несколько подразделений ПетрГУ: клинические кафедры, научно-образовательный центр высоких биомедицинских технологий, а также аккредитационно-симуляционный центр.

«Академический фундамент для подготовки будущих высококвалифицированных медицинских кадров закладывают экспериментальные исследования в области фундаментальной и прикладной науки в научно-образовательном центре высоких биомедицинских технологий. А внедрение в практическую медицину результатов научно-исследовательской работы обеспечивается на клинических кафедрах и в аккредитационно-симуляционном центре», – отметил Александр Ившин.

Третье ключевое звено в проекте УНУ представляет бизнес.  Это резидент Фонда «Сколково», компания «К-Скай», которая разработала платформу прогнозной аналитики и управления рисками в здравоохранении Webiomed.

«Это наш ключевой партнер, один из лидеров на рынке искусственного интеллекта для здравоохранения. Основной продукт компании – платформа Webiomed, это система поддержки принятия врачебных решений на основе прогнозных математических моделей», – добавил Александр Ившин.

В компании «К-Скай» пояснили, что их платформа Webiomed умеет анализировать разнообразные данные о состоянии здоровья пациента с помощью интеллектуальных методов обработки больших данных, таких как машинное обучение, NLP-технологии, прогнозное моделирование и прочее.

«Цель Webiomed – помогать врачам предвидеть возможные риски для здоровья пациентов, чтобы эффективнее проводить профилактику заболеваний и снижать смертность от них.

Сотрудничество с ПетрГУ позволяет нам развивать проект в части новых нозологий, разрабатывать новые модели машинного обучения, повышать точность существующих прогнозных моделей, осуществлять внешнюю проверку созданных моделей, а также проводить научные исследования совместно со специалистами университета. Это будет способствовать реализации более качественной персональной профилактики, становлению 4П-медицины на региональном уровне и цифровизации здравоохранения региона», – рассказали «Республике» в компании.

Александр Ившин также отметил, что УНУ – это платформа для решения задач в нескольких сферах – не только в медицине, но и в фармации, страховании, промышленной безопасности, науке и образовании.

«Например, в медицине и фармации платформа систематизирует огромные объемы информации о здоровье населения и лекарственной терапии, анализирует их и помогает врачам в принятии решений. В страховании УНУ помогает оценить здоровье страхователя и выбрать оптимальный страховой тариф. В промышленной безопасности платформа анализирует состояние здоровья сотрудников и предсказывает экстремальные ситуации, помогая избежать травм и ЧП. В науке и образовании УНУ – это площадка для реализации междисциплинарных исследований, расширения каналов новых знаний, навыков и технологий.

Кстати, УНУ открывает также огромные возможности для региональной власти. Внедрение этой технологии в Карелии будет способствовать созданию единого цифрового пространства и положительно скажется на модернизации системы здравоохранения в республике, посредством применения высокотехнологичной помощи пациентам и оптимизации расходов», – считает Александр Ившин.

Кардиология

«Технологии искусственного интеллекта в медицине применяются по-разному. Например, программа может автоматически выявить патологические изменения на компьютерных томограммах и других цифровых изображениях. Но платформа УНУ ориентирована иначе: мы занимаемся прогнозной аналитикой. То есть с ее помощью можно собрать данные пациента, которые есть в медицинской информационной системе, проанализировать их, сделать определенные выводы и далее применить их на практике. И кардиология подходит для прогнозной аналитики, возможно, больше других разделов медицины. В практике врача терапевта и кардиолога очень важно оценить все риски заболеть сердечно-сосудистыми заболеваниями, а также прогнозировать их неблагоприятные осложнения и исходы», – рассказывает руководитель проекта «Кардиология» Татьяна Кузнецова.

Сейчас в реальной клинической практике для оценки прогноза используются несколько шкал, они так и называются – «шкалы-рискометры», наиболее часто – специальная шкала SCORE, которая учитывает пять основных факторов риска, причем эта шкала определяет прогноз смертельного исхода вследствие заболеваний, ассоциированных с атеросклерозом сосудов (уровень артериального давления, показатель общего холестерина, курение, возраст, пол).

Но, как показывают исследования, эта шкала факторов не очень точна и малоинформативна, создавалась она по данным эпидемиологического исследования, проведенного уже много лет назад, не все факторы риска сердечно-сосудистых заболеваний учитывает. Она, конечно, очень помогает врачу определить первоначально сердечно-сосудистый риск у конкретного человека, определить стратегию первичной профилактики, но не всегда понятна самому пациенту. Врач на основании этой шкалы скажет пациенту, например, что у него риск умереть от инсульта или инфаркта 5%, причем через 10 лет, не всегда эта цифра понятна для пациента и мало мотивирует его на соблюдение рекомендаций по профилактике.

«В чем смысл прогнозной аналитики? Нужно понимать, что участковому доктору очень трудно на его обычном врачебном приеме посчитать по разным шкалам все риски для каждого пациента. Как минимум, у него для этого нет достаточного времени, в бумажной амбулаторной карте не всегда легко найти все факторы риска, данные обследований, которые были у этого пациента за последнее время. А ведь риск оценить нужно у всех: сердечно-сосудистые заболевания очень опасны, они и причина ранней инвалидизации пациента, и самая частая причина смерти сегодня.

В каждом медицинском учреждении Карелии сегодня есть огромная база данных исследований наших пациентов в информационной системе. С помощью УНУ возможен поиск всех данных, необходимых для оценки сердечно-сосудистого риска, причем не только выполненных в одной поликлинике, но и во всех учреждениях, куда больной обращался. УНУ позволяет их структурировать, и уже сейчас эта установка может сама рассчитать сердечно-сосудистый риск по нескольким общеизвестным шкалам. Кроме того, мы создали и новые шкалы, включили в них дополнительные факторы риска, которые не учитываются сейчас в других шкалах.

Вот как это будет выглядеть на практике: пациент приходит на прием, например, в поликлинику, врач открывает на компьютере его амбулаторную карту и нажимает на кнопку с обозначением нашей УНУ – машина начинает собирать всю информацию: пациент не только обследовался в данной поликлинике, но был и в других учреждениях: у зубного врача, находился на лечении в больнице или вызывал скорую помощь. Всё это машина увидит и проанализирует.

Врач сам не тратит время на поиск информации в документах, и пока машина все это считает, доктор уделяет внимание пациенту, осматривает его. Такой формат выгоден всем: и тому, кто лечит, и тому, кто лечится.

Машина через небольшой промежуток времени представит перечень всех ранее диагностированных сердечно-сосудистых заболеваний, посчитает риск осложнений и сделает общее заключение, к какой категории риска относится данный пациент, и даже предложит программу профилактики, врач составит план необходимых дополнительных методов исследований, которые показаны с учетом установленного риска.

Определить сердечно-сосудистый риск – наша основная задача. Чем больше данных в медицинской информационной системе, тем точнее будет прогноз. Уже сейчас проведенные исследования с помощью УНУ показали, что наша установка более точно определяет риски заболеваний, чем врач», – отметила Татьяна Кузнецова.

Пульмонология

Направление, отвечающее за болезни легких и бронхов, в проекте курирует главный внештатный терапевт Минздрава Карелии Наталья Везикова. Пандемия коронавируса придает этому разделу УНУ особую актуальность.

«Сейчас с приходом пандемии человечество обратило внимание на то, что существуют вирусы и бактерии. Сейчас во все регионы закупаются микробиологические лаборатории, которые определяют, что это за вирус, что за бактерия и насколько она устойчива к антимикробной терапии.

Такая лаборатория появилась и в нашей Республиканской инфекционной больнице. Пока что она дает отдельные данные по конкретному пациенту. Но эти данные позволят узнать, кому какая терапия будет эффективна.

Если мы накопим эти данные и направим в УНУ, то мы получим спектр наиболее частых возбудителей и наиболее редких, о которых мы, возможно, и не знали. Еще у нас появятся данные по Карелии в целом и отдельно по районам. Всё это позволит выбирать для конкретного пациента наиболее подходящее лечение», – сказала Наталья Везикова.

Онкология

Татьяна Волкова отдельно отметила, что уникальность УНУ заключается в том, что эту платформу можно обучать. Для ее направления это особенно важно, поскольку современная онкология в значительной степени базируется на данных молекулярно-генетических исследований.

«Чем больше мы используем данных молекулярно-генетических исследований у разных пациентов, в том числе в разработке высокоточных предиктивных моделей для прогнозирования риска возникновения и развития онкопатологий, а главное, для увеличения точности моделей за счет их переобучения с использованием наших экспериментальных данных, тем точнее УНУ будет давать индивидуальный прогноз для пациентов. Экспериментальные данные мы можем получить на базе медицинского института: здесь есть высокотехнологичное оборудование, например, секвенатор для NGS-секвенирования, амплификаторы для ПЦР-анализа.

Кроме того, в следующем году мы получим еще одну часть гранта (50 млн рублей – прим. ред.), чтобы дооснастить нашу материальную базу. У нас появится аппарат, который нам позволит внедрить в практику ДНК-чиповую технологию (DNA microarray-анализ). Мы сможем проводить комплексный анализ работы и стабильности конкретных генов, оценивать клеточную и молекулярную гетерогенность опухолей, противоопухолевый и противовирусный иммунные ответы, наличие хронического воспаления и многие другие характеристики. Всё это позволит глубже понять общие закономерности канцерогенеза, без которых невозможна разработка персонализированных подходов  в  дифференциальной диагностике типов опухолей и лечении пациентов с онкозаболеваниями, особенно с использованием таргетной терапии и иммунотерапии», – рассказала Татьяна Волкова.

Всё дело в том, что сегодня в онкологии все чаще используются таргетные препараты (препараты направленного действия), которые позволяют лечить конкретного больного с определенной мутацией в гене, которая и стала причиной развития опухоли. Такие препараты действуют на определенную мишень в опухолевых клетках, однако они очень дорого стоят, поэтому использовать их нужно строго по назначению. То есть необходимо знать наверняка, какая мутация генов произошла у пациента. Более того, таргетные препараты сейчас есть не для всех известных мутаций.

Таким образом, УНУ предоставит информацию, что больному нужно назначить уже разрешенный к использованию в клинической практике таргетный препарат, либо будет собирать данные, чтобы передать их фармкомпаниям для разработки нового индивидуального лекарственного препарата.

«Вообще, чем больше у медиков будет информации о различных значимых мутациях в генах, тем быстрее ученые совместно с фармкомпаниями разработают таргетные препараты для онкобольных. Именно в этом и заключается один из подходов персонализированной медицины», – подытожила Татьяна Волкова.

Акушерство и гинекология

Направление «Акушерство и гинекология» в проект УНУ ввели, чтобы компенсировать высокую смертность от хронических неинфекционных заболеваний увеличением рождаемости здоровых детей.

«Данные Росстата за последние 10 лет показывают отрицательный прирост населения при повышении смертности и снижении рождаемости. Увеличение рождаемости, определенное задачами национального проекта «Демография», позволит компенсировать демографический кризис наряду со снижением смертности.

В условиях учащающегося семейного бесплодия увеличение рождаемости может достигаться за счет вспомогательных репродуктивных технологий (ВРТ). Между тем в настоящее время регистрируется недостаточно высокий процент наступления беременности и ее благополучного вынашивания после ВРТ. Одной из главных причин неуспеха является многофакторность бесплодия и сложность предвидения исходов ВРТ. Следовательно, дальнейшие меры по повышению эффективности ВРТ должны включать разработку надежных инструментов прогнозирования, базирующихся на математическом анализе многочисленных факторов риска.

Другим механизмом преодоления демографического кризиса может стать планомерное снижение перинатальной и младенческой смертности, что отвечает задачам национального проекта «Здравоохранение». В настоящее время необходимый темп снижения перинатальной смертности достигается в основном благодаря успехам в области интенсивной терапии и реанимации новорожденных. Напротив, в акушерстве и гинекологии отсутствуют значимые прорывы, направленные на уменьшение мертворождаемости. Причиной тому – отсутствие достижений в лечении тяжелых материнских осложнений беременности – больших акушерских синдромов (БАС): преэклампсии, преждевременных родов, преждевременной отслойки плаценты, задержки роста плода, что объясняется невозможностью повлиять на развитие БАС после завершения плацентации, наступающей к 16-20 неделям беременности. Отсутствие эффективных способов лечения БАС смещает фокус оказания помощи с лекарственной терапии на точное прогнозирование осложнений беременности с использованием технологий машинного обучения и своевременную профилактику БАС, базирующуюся на надежной доказательной базе.

Таким образом, внедрение прогнозной аналитики и системы поддержки принятия врачебных решений в акушерство и гинекологию с использованием алгоритмов искусственного интеллекта и разработкой высокоточных предиктивных моделей машинного обучения позволит с этапа прегравидарной подготовки до второго триместра беременности выстроить в сетях государственных и частных медицинских учреждений последовательную цепочку действенных мер профилактики бесплодия и больших акушерских синдромов, неблагоприятно влияющих на один из важнейших демографических показателей – рождаемость», – подчеркнул Александр Ившин.

Роботы и искусственный интеллект

Без образовательной составляющей, уверена Марина Шубина, проект УНУ невозможен. Это важно и для развития самой установки, и для подготовки высококвалифицированных кадров, ведь именно они будут пользоваться УНУ.

Нужно отметить, что обучение врача – непрерывное в течение всей его профессиональной деятельности: сначала вуз, затем ординатура и другие виды последипломного образования. Главное же заключается в том, что каждые пять лет врачи должны проходить аккредитацию –процедуру, по результатам которой оценивается уровень знаний и практических навыков врача. К самостоятельной работе допускаются лишь те врачи, которые успешно прошли процедуру аккредитации. Именно для этих целей в медицинском институте ПетрГУ и создан аккредитационно-симуляционный центр.

В нем есть несколько подразделений. Одно из них – тренинговый класс по направлению «Акушерство и гинекология». В нем улучшают свои навыки в том числе и уже действующие акушеры-гинекологи, анестезиологи-реаниматологи и неонатологи. В классе есть роботы рожениц и новорожденного. Они подключены к компьютеру, в котором инструкторы (их тут три) задают определенную программу, симулирующую критическую ситуацию во время родов. А медики должны сделать так, чтобы роботы «выздоровели». Важно отметить, что роботы анатомически верные. Например, если врачи всё сделали правильно, робот-ребенок заплачет. Заплакал, значит, задышал – и видно даже, как двигается его грудная клетка.

В классе все точно так же, как в настоящем родильном зале. Здесь уже практикующие врачи отрабатывают свои действия до автоматизма. Это важно: каждая секунда на счету. И, кстати, все программы, которым подчиняются роботы, берутся из реальной жизни. Конечно, работа этого тренингового класса тоже будет способствовать улучшению работы УНУ.

 

«Практическое здравоохранение тесно связано с медицинским образованием, аккредитационно-симуляционным центром и технологиями искусственного интеллекта. Сейчас мы уже связали УНУ с нашей лабораторией телемедицины и электронного обучения.

Лаборатория телемедицины была создана в 2014 году. Основной задачей лаборатории (руководитель Александр Балашов – один из основоположников телемедицины в Карелии) было использование телекоммуникационных технологий в обучении студентов-медиков и врачей. В 2020 году в работе лаборатории появилось новое направление – электронное обучение, отражающее процесс цифровизации медицинского образования.

Так, в лаборатории находится большой медицинский сенсорный планшет (3D-визуализационный стол) – это полная симуляция рабочей станции аппарата КТ. Стол предназначен для обучения студентов, ординаторов, врачей. Более того, если врач работает над диссертацией, выполняя исследования с помощью компьютерной рентгеновской или магнитно-резонансной томографии, то он тоже может использовать этот планшет для ее написания. Важно также отметить, что КТ и МРТ – изображения через 3D-визуализационный стол можно отправлять или принимать по всему миру, где установлено такое же оборудование. Это позволяет обсудить с отечественными и зарубежными коллегами сложные медицинские случаи, встречающиеся в нашей клинической практике.

Следующим этапом в развитии образовательной составляющей нашего проекта является интеграция УНУ и вновь созданной лаборатории искусственного интеллекта в медицине (руководитель – А.А. Ившин). В этой лаборатории установлено новое, закупленное в рамках проекта, уникальное оборудование – так называемая «Виртуальная медицинская клиника».

В системе медицинского образовании УНУ поможет унификации и развитию образовательного процесса. В частности, это позволит во время симуляционного обучения, до непосредственного контакта с пациентом, научить будущего врача правильно задавать ему вопросы, вносить ответы в базу данных УНУ так, чтобы ни одна важная деталь не потерялась», – сообщила Марина Шубина.

 

Как отметил директор медицинского института Александр Балашов, финансирование проекта будет идти поэтапно, по 50 млн каждый год. Первый этап реализации этого проекта успешно завершен. А в 2023 году УНУ должна быть полностью модернизирована.

«Сейчас УНУ работает на биомедицинских данных других регионов, например Кировской области и Ямала. Ученые ведут переговоры с региональным Минздравом о том, чтобы эти данные аккумулировались и из карельских государственных медицинских учреждений. Однако уже сейчас в создании базы УНУ участвуют несколько ведущих государственных и частных клиник, работающих в нашей республике, а также подписано соглашение о сотрудничестве с Министерством здравоохранения Мурманской области», – подытожил Александр Балашов.