Искусственный интеллект в здравоохранении: от анализа медицинских снимков к расшифровке СЭМД

Технологии искусственного интеллекта в медицине – это уже не просто перспективная тенденция, а работающие и приносящие пользу решения. Стремительный рост цифровых медицинских сервисов, значительное увеличение объема данных в медицинских информационных системах и масштабное расширение перечня структурированных электронных медицинских документов (СЭМД) – взаимовлияющие факторы, усложняющие работу медицинских организаций и врачей. Поэтому интеллектуальные помощники становятся необходимым условием для оказания качественной медицинской помощи и выполнения всех утвержденных государством показателей эффективности здравоохранения. Как меняется роль ИИ в медицинских системах? 

Технологии искусственного интеллекта сегодня приносят пользу не только в процессах сопровождения медицинской деятельности (например, в работе с обращениями пациентов на «горячую» линию), но и во врачебной практике. Исторически первой областью, где ИИ начал применяться массово, был анализ результатов лучевых исследований: рентгенографии, компьютерной томографии, МРТ и других. Детализированные медицинские снимки хорошо подходят для обработки системами компьютерного зрения, а агрегированные базы Центральных архивов медицинских изображений (ЦАМИ) – для обучения моделей искусственного интеллекта распознаванию различных аномалий и определению их причин. 

Другой пример использования ИИ в лучевой диагностике – референс-центры, где врачи-рентгенологи централизованно занимаются описанием снимков, выполненных во всех медицинских организациях региона, а также консультируют коллег. Один из таких центров открылся осенью 2023 г. в Архангельской области при участии компании «Нетрика Медицина». Технологии искусственного интеллекта помогают специалистам при чтении снимков и интерпретации результатов диагностических исследований. 

Одновременно с этим для технологий ИИ стала актуальной задача анализа структурированных электронных медицинских документов (СЭМД). Количество таких документов каждый год увеличивается в несколько раз. Возьмем в качестве примера один из российских регионов с населением около 2,5 млн человек. Регион регистрирует в федеральный Реестр электронных медицинских документов (РЭМД) более 1,5 млн СЭМД ежемесячно. За 2023 г. передано свыше 17 млн документов, а за первые четыре месяца 2024 г. – уже более 15 млн. К концу текущего года таких документов будет насчитываться более 30 млн – т.е. очевиден практически двукратный рост. При этом увеличивается и число видов СЭМД. К концу текущего года в РЭМД должны будут передаваться 87 видов медицинских документов – на 11 больше, чем в 2023 г. В ближайшей перспективе планируется дальнейшее расширение перечня видов регистрируемых СЭМД.

Получается, что каждый пациент, приходящий к врачу, может иметь в региональной системе «багаж» из десятков актуальных медицинских документов: консультативных заключений, протоколов лабораторных и инструментальных исследований, рецептов и т. д. За отведенное на прием время невозможно просмотреть все эти документы, каждый из которых может оказаться критически важным для постановки диагноза и назначения лечения.

Системы на основе искусственного интеллекта должны помогать врачу обрабатывать эту информацию, чтобы он оперативно получал лаконичную и информативную выжимку из всех источников медицинских сведений независимо от того, был пациент до этого в государственной, ведомственной или частной медицинской организации. Такую агрегированную информацию позволяет централизованно предоставить дополнительный компонент внутри государственной информационной системы в сфере здравоохранения (ГИСЗ) региона – хранилище структурированных электронных медицинских документов. К хранилищу СЭМД могут подключаться решения на базе ИИ, системы поддержки принятия врачебных решений (СППВР), региональные порталы пациента, аналитические платформы. 

Получая СЭМД в формате XML-документа (HL7 CDA), хранилище оперативно извлекает из него нужные данные, чтобы впоследствии вернуть их по API в виде, готовом к использованию в региональных МИС, на региональных порталах пациента, системах BI и решениях на базе ИИ.

Хранилище СЭМД обеспечивает работу СППВР, которыми врач пользуется в режиме онлайн. Кроме того, хранилище дает возможность формировать датасеты и обучать модели искусственного интеллекта по обезличенным данным. Для систем BI оно служит источником данных для формирования отчетов и построения дашбордов. Наконец, с его помощью можно настроить ролевые модели для всех информационных систем региона – т.е. определить, какие документы может получать тот или иной сервис или приложение.

Поскольку количество СЭМД растет по экспоненте, то все более востребованной становится обработка массивов этих данных при помощи технологий искусственного интеллекта, СППВР, аналитических платформ. Так что в ближайшей перспективе решения на базе ИИ будут стремительно развиваться в направлении обработки структурированных медицинских данных, которые содержатся в хранилищах СЭМД.

Регионы уже активно используют различные системы на основе ИИ. Будет хорошо, если создаваемая отечественная экосистема позволит со временем появиться маркетплейсам с широким набором профессиональных качественных узкоспециализированных решений, полезных организаторам регионального здравоохранения, врачам и самим пациентам. 

Еще одна сегодняшняя тенденция в сфере здравоохранения – пациентоцентричность, предполагающая не только лечение по факту диагностирования болезни, но и максимальное вовлечение человека в профилактику заболеваний и сохранение здоровья. Региональные порталы здравоохранения превращаются в центры дистанционного взаимодействия врачей и пациентов. Искусственный интеллект развивается в сторону помощи врачу, но коллеги – разработчики ИИ не забывают и про информирование граждан. Ведь делясь с гражданами преимуществами цифровых решений, мы сможем мотивировать их своевременно заботиться о своем здоровье.

Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!