Каждый год в России сотни тысяч человек сталкиваются с диагнозом «инсульт». Тех пациентов, которым удалось справиться с болезнью, обычно ждет долгая и тяжелая реабилитация. Чем раньше поставлен точный диагноз, тем выше шанс на успех. Но даже самый опытный врач может ошибиться.
Первокурсник Уральского федерального университета, призер Национальной технологической олимпиады по профилю «Автоматизация бизнес-процессов» Николай Мозганов вместе с командой разработал систему, позволяющую точно определить вид инсульта. А еще найти максимально похожий случай, узнать, как с ним боролись другие медики и чем закончилась их битва. Он рассказал Теплице, как был создан сервис DR-Cat.
Какая была задача
При поступлении пациента с подозрением на инсульт врач не всегда может с помощью компьютерной томографии точно поставить диагноз и определить тактику лечения. Даже опытному врачу может достаться пациент, чей случай окажется не похож ни на один другой. Например, у пациента могут сочетаться разные виды инсульта, а проблемные места будут неярко выражены на снимках.
Ежегодно в России диагностируют около 500 тыс. случаев инсультов. При этом, по данным Росстата, только в 2020 году инсульт унес жизни 135,3 тыс. россиян. Николая Мозганова поразила эта статистика и то, насколько стремительно у заболевших ухудшается качество жизни.
Я узнал, что один час без лечения инсульта равен 3,5 года старения человека. Мне захотелось ускорить этап диагностики, чтобы людям могли оказывать помощь как можно скорее.
Тогда он вместе с командой решил создать сервис-помощника для врачей DR-Cat. В программу можно загрузить снимок головы и анамнез пациента. Система определит тип патологии, предложит варианты лечения, покажет максимальное число похожих случаев с описанием действий других медиков и последствиями их лечения. Разработчики подчеркивают, что окончательное решение остается за медиком, кроме того, на него не будет давить авторитет «доктора медицинских наук», потому что все описания тактик врачей и результатов выдаются в обезличенном формате.
Как был создан сервис
Программисту, который уже имел опыт работы с большими данными, автоматизацией бизнес-процессов и искусственным интеллектом, стало понятно, что идея быстрой диагностики должна опираться на машинное обучение. Для того чтоб запустить работу, нужны были данные от медиков, без них невозможно было бы обучить алгоритмы и сделать их работу точнее. Медики предоставили студентам обезличенные данные более 10 тыс. пациентов, которые дали согласие на их использование в научных целях.
Потом был разработан фронтенд — пользовательский интерфейс и видимая пользователям часть сайта программы. А затем началось обучение алгоритмов, добавлена функция поиска похожих случаев и рекомендаций врачу и даже получения заключения.
Для каждого типа патологии использовались разные нейронные сети. Каждая из нейронных сетей выдавала вероятность наличия своей патологии на снимке. Затем для каждой нейронной сети применялся рекомендательный алгоритм, который учитывал анамнез пациента. Самым большим вызовом было найти размеченные снимки для обучения нейронных сетей. Пришлось обращаться к специалистам, которые смогли бы определить проблемное место на обезличенном снимке и выделить его. Таким образом была создана база данных, на которой и происходило обучение алгоритма.
В итоге рекомендации по каждой из проблем объединяются в одну общую рекомендацию для медицинского сотрудника. Благодаря такому подходу получилось увеличить точность, поскольку каждая нейронная сеть обучена на определение «своего» типа патологий.
Сейчас проект DR-Cat находится на стадии тестирования прототипа. 95 из 97 опрошенных создателями медиков сказали, что подобная система могла бы существенно улучшить качество диагностики инсульта. Чем больше врачей захотят работать с системой, тем выше будет точность ее работы. Сейчас перед разработчиками стоит задача донести информацию о системе до медицинского сообщества.