Блог

02.12.2021

Virtual General Practice AI

Spread the love
ИИ в медицине

Предыстория

Большой опыт совмещения таких разных профессий, как  врач и IT-специалист, позволяет видеть возможности там, где другим они не видны. Научная деятельность и более десяти лет опыта работы над созданием телемедицинских систем постепенно привели к новому направлению – использованию Искусственного Интеллекта (ИИ) в Здравоохранении.  Технологии ИИ имеют серьезные перспективы в медицине. Например, всем известны примеры их применения в диагностике рентгеновских изображений или диагностике заболеваний кожи, в гистологии и т.д. Эта отрасль очень быстро развивается и нас ждет много интересных инноваций в самое ближайшее время.

В данном проекте (Virtual General Practice AI) основной акцент делается на использовании возможностей ИИ в оценке жалоб пациента. Другими словами – необходимо заменить рутинную работу врача на ранних этапах диагностики –  помочь первичному звену медицинской помощи (семейным врачам). Я бы назвал это «маршрутизацией», когда необходимо выяснить к какой области медицины относится случай, в компетенции какого специалиста. Эта проблема достаточно актуальна, ведь большая нагрузка на семейного врача снижает возможность эффективных коммуникаций с пациентом. Максимально это проявилось в эпоху пандемии COVID-19.  С помощью ИИ мы можем переложить рутинную работу на плечи машин. Более того, ИИ не знает усталости, и в некоторых областях медицины его возможности превосходят возможности человека. Немаловажен тот факт, что ИИ постоянно «учится». То, что он может сегодня, не сравнить с его возможностями завтра.

Идея

Пандемия COVID-19 позволила выявить ряд проблем в системе здравоохранения. Ее влияние в ряде случаев приводит к высоким, иногда критическим нагрузкам на систему здравоохранения. Я бы рассмотрел это в аспекте первичной медицинской помощи. Повышенная тревожность, неопределенность и иногда страх в обществе влекут за собой увеличение обращений к врачам первичного звена. Пациенты по-разному трактуют свои ощущения и требуют их оценки, что создает дополнительную нагрузку на врача. Безусловно, это имеет негативные последствия, как для пациента, врача, так и для здравоохранения в целом.

ИИ может быть полезен в данной ситуации. Его возможности позволяют автоматизировать первичную оценку жалоб пациентов и определять вероятную принадлежность этих жалоб к компетенции того или иного специалиста. Более того, ИИ может рекомендовать дальнейшие действия, необходимые для диагностики, например, предложить типичный перечень исследований, который понадобится врачу или предложить ближайшую клинику, где такие специалисты есть.

Решения

Для оценки жалоб пациента используются четыре нейронные сети, обученные на двух различных датасетах.  В целом, для обучения использовались данные 360 тысяч записей, которые категоризированы по 28 наиболее востребованным медицинским специальностям.

В основе моделей использованы вариации LSTM и CNN архитектур нейронных сетей, а также возможности BERTи Transformers. Для обработки естественного языка и решения других NLP задач использовалась библиотека Spacy. Возникает вопрос – почему не одна модель, а четыре? Дело в том, что полагаться на предсказания одной, даже хорошо обученной модели будет достаточно рискованно.

Мы исповедуем принцип – намного достовернее будет информация об одном объекте, полученная из нескольких разных источников. В нашем случае это три разных нейронных сети.  Четвертая модель используется как контрольная, в совокупности результатов трех предыдущих. Тем более, что она использует оригинальные NER, количество и разнообразие которых, постоянно увеличивается в процессе использования. Все нейронные сети по мере накопления информации регулярно обучаются на обновленных данных, что повышает вероятность предсказаний.

Следующие шаги…

Диагностика – дорога в неизвестность, на которой врач может встретить множество перекрестков и развилок. И на этом пути будет полезной любая дополнительная информация. Именно с этой целью была предусмотрена некоторая избыточность в программе. Об этом было написано выше. Но такой подход позволил получить дополнительные данные, которые полезны для дифференциальной диагностики. В самое ближайшее время будет реализована возможность получения дополнительной информации, кроме рекомендаций по специальности врача.

Далее запланирована возможность голосового ввода информации. В первую очередь для минимизации грамматических ошибок в тексте.

И последнее из ближайших планов – мультиязычность. Сейчас система распознает русский язык. На очереди украинский и английский языки. Интерфейс остается английским.

Сотрудничество

IЕсли вас заинтересовало это направление, если вы видите себя в этом процессе, обязательно сообщите нам об этом. Мы готовы к сотрудничеству.e yourself in this process, be sure to let us know about it. We are ready to cooperate. Пожалуйста, пишите свои предложения на контактный email.

Получить доступ к ресурсу и протестировать его можно по адресу


Стандартні публікації , ,
uaritm
About uaritm
Call Now Button