Цифровую платформу, предназначенную для ускоренного анализа изображений крови с помощью искусственного интеллекта (ИИ), намерены ввести в эксплуатацию в 2026 году в Ростовской области, а к 2030 довести уровень внедренности ее в медучреждения Дона до 50%. Об этом на круглом столе «Лечить по-новому: возможности применения ИИ и цифровых технологий в медицине», организованном «Коммерсант Ростов-на-Дону», рассказала заведующая кафедрой «Биоинженерия» Донского государственного технического университета (ДГТУ) Евгения Кириченко.
Ускорить получение результатов анализов крови
Ученые работают над созданием цифровой платформы с набором нейросетевых ассистентов в Институте живых систем на базе ветеринарного факультета. Сейчас платформа уже работает в тестовом режиме, создатели намерены зарегистрировать ее в Росреестре как медицинское изделие, созданное на базе программного обеспечения (ПО)
«Мы сейчас готовим демо-версию, чтобы ее протестировать в медицинском учреждении. Мы стоим на пороге того, чтобы получить регистрационное удостоверение и войти в перечень медицинских изделий с использованием ПО. Сейчас в этом реестре мало программ, ориентированных на цитологические исследования», — отметила Евгения Кириченко.
Предпосылками создания цитологической веб-платформы стали: отсутствие своевременной скорой медицинской помощи из-за недостатка персонала, «который приходится готовить десятилетиями», малодоступная, низкокачественная и долгая диагностика. Как следствие – смерти пациентов из-за ошибок и выгорания врачей, отметила специалист.
Первые результаты работы
Решением этих проблем и стала веб-платформа с элементами искусственного интеллекта. Мультимодальная платформа для исследователей и специалистов в области биомедицины позволяет работать с датасетом большого объема из любых концов страны и мира.
Создание платформы было профинансировано фондом поддержки инноваций и молодежных инициатив Санкт-Петербурга в рамках реализации конкурса «Кампус Blue Sky Research» , а также грантом Министерства образования и науки на создание молодежной лаборатории. Партнерами проекта стали компании Yandex и «Вижнтех».
В результате реализации проекта уже собраны датасеты для нейросетевых ассистентов: изображения астроцитов конфокальной лазерной микроскопии — 18455 фото, цифровые изображения окрашенных мазков крови — 1382 фото, цифровые изображения неокрашенных осадков мочи — 1001 фото, цифровые изображения окрашенных мазков церикального канала — 525 фото, цифровые изображения срезов опухолей ЦНС — 187 фото, цифровые изображения слизистой носа — 51 фото. Все изображения обезличены и каждому присвоен уникальный персональный номер.
Четыре цифровых ассистента
Датасеты платформы локализованы в облаке «S-3» компании Яндекс, остальные данные – управляющие и обучающие модулирасполагаются на серверном облаке ДГТУ. На базе платформы работают четыре ассистента.
Датасет — совокупность данных, относящихся к определенной теме, тематике или отрасли. Он включает различные типы информации: числа, текст, изображения, видео и аудио.
Первый из них – GPT-ассистент «Цитолог». Для этой модели датасетом выступает набор изображений биопроб человека и животных, в том числе биологических жидкостей: мазков крови, гинекологических мазков, слизистых пазух мозга. В перспективе планируется дополнить датасет изображениями клеток костного мозга.
Второй трек — ассистент «Нейробиолог», где датасетом представляются 3Д изображения клеток мозга в норме и при развитии нейропатологий (датасет конфокальной лазерной микроскопии). Здесь считываются тонкие изменения астроцитов и межклеточных контактов.
Следующая ассистент –«Патоморфолог», в основе этой модели представлен датасет микропрепаратов опухолей. Планируется, что модель будет отличать патологические изменения в тканях на снимках гистологических препаратов.
Четвертая составляющая — GPT-обозреватель Fact Flows, представляющий собой языковую модель, которая работает с гипотезами. С ее помощью можно подтвердить свою гипотезу с помощью доступных научных публикаций.
Все функции цифровых ассистентов доступны через веб-интерфейс. В результате работы были использованы настроены и дообучены следующие модели: Llama (языковая), CogLM (мультимодальная), Clip (эффективноть дообученных моделей), Sam (сегментационная), Dino (детекционная). Нейроетевые модели эффективно дообучаются с помощью LoRa адаптации
Принцип работы платформы
С помощью модели эксперты могут проанализировать весь датасет изображений, разметив при этом лишь 10% изображений. Остальную работу выполнит искусственный интеллект.
«Вы можете разметить около 10% изображений, потом подключается автоматическая разметка, которую эксперт контролирует. Мы подтвердим вашу регистрацию и дадим доступ к аккаунту, и вы сможете загрузить туда свой датасет и увидеть, как модель учится на нем. Возможно, это будет датасет изображений роговицы глаза, культур клеток для клеточных технологий и различные изображения биологических жидкостей. На изображении размечаются условно живые и дифференцированные клетки и «артефакты» — каждое изображение имеет свой код. После разметки вы можете запустить обучение и посмотреть, как нейросеть работает с остальными изображениями», — рассказала подробности работы платформы Евгения Кириченко.
Сейчас нейросеть хорошо справляется с анализом эритроцитов, тромбоцитов, лейкоцитов и др.
Сложности внедрения в практику и ожидаемые результаты
Ученые, говоря о сложностях внедрения новой платформы в медицинскую практику, называют следующие препятствия: опасения со стороны медучреждений в необходимости применения ИИ, боязнь утечки персональных данных, консервативное руководство медучреждений, нехватка компетентных кадров, ответственность медицинского персонала за последствия решений принятых на основе полученных с помощью искусственного интеллекта данных. Медики опасаются непредсказуемых диагнозов и рекомендаций цифровой платформы. Непонятен пока и механизм финансирования.
Однако ожидаемые от внедрения цифровой цитологической платформы эффекты в медицине и ветеринарии самим ученым очевидны. Это повышение качества и сокращение срока диагностики заболеваний, в том числе на ранних стадиях, сокращение времени и трудозатрат при проведении анализов до 99%, сокращение сроков специализации по направлению «Цитолог» и «Патоморфолог».
«Мы планируем, что наша платформа будет использоваться в медицине, науке и образовании. Я надеюсь, что это поможет создать поколение хороших цитологов, которые будут учиться на нашем решении. Кроме того, это возможность создать новые образовательные программы и сократить сроки подготовки таких специалистов. Если повезет, то помимо фундаментальных зданий, ведущих школ, образовательных программ и статей мы получим новое решение, которое будет установлено в 50% медучреждений и медуниверситетов региона. Это наша цель», -подчеркнула Евгения Кириченко.
Благодаря новой платформе в сфере науки и образования разработчики планируют произвести междисциплинарную подготовку кадров нового поколения (IT + медицина и ветеринария), ввести новые образовательные программы и повысить качество и сократить сроки подтверждения научных гипотез.
Анастасия Талызина
Редакция «Деловой газеты.Юг» в рамках постоянной некоммерческой рубрики «История успеха» в соответствии с озвученной президентской политикой поддерживает предпринимателей, которые решились на создание своего дела.
Герои серий постоянных редакционных обзоров «Деловой газеты.Юг» — представители МСП, многие из них только в начале своего пути, но им уже есть чем поделиться, рассказать, какие шаги в развитии своего дела были удачными, а где они совершили ошибку.
О важности поддержки МСП неоднократно говорил президент России Владимир Путин. В своем послании 29 февраля 2024 года он обратил внимание, что малый и средний бизнес вносит все более значимый вклад в экономический рост. Также ранее Владимир Путин обозначил необходимость поддерживать отечественные бренды и способствовать их продвижению на всех уровнях, в том числе в СМИ, социальных сетях и новых медиа.