В гостях у Sexy IT: Ведущий телеграм канала @it_medicine

В гостях у Sexy IT: Ведущий телеграм канала @it_medicine

Denis Sergeevitch
Я планировал что желтый будет более желтый, не кислотный, но так уж вышло

Я очень нежно отношусь к сфере фармацевтики, так как почти 3 года жизни отработал в немецкой фармацевтической компании Merck Group, поэтому когда мне написал автор телеграм канала о «Медицине в ИТ» (@it_medicine) с предложением ВП, я подумал, что интересный формат для сотрудничества: ниже небольшое интервью – о будущем и настоящем технологий в медицине.

***

Денис: Поскольку ты фокусируешься на ИТ в медицине, мне стало интересно, как ты думаешь, какая роль будет отведена людям лет через двадцать в медицине? Я поясню, что я имею ввиду, все постоянно говорят, что таксисты и водители доживают свои последние годы в профессии потому, что через какое-то время, лет через десять, уже повсюду будут ездить автономные машины и сама работа водителя она сама по себе начнет пропадать. Существуют ли какие-то такие тенденции в медицине, похожие на то же самое, что происходит с автономными машинами, например?

Геннадий: Абсолютно точно, что уже сейчас многими странами делаются серьезные шаги в направлении автоматической обработки цифровых медицинских изображений, таких как рентгеновские снимки, КТ, МРТ, УЗИ, а также оцифрованных снимков гистологических исследований. Многие проекты пока еще находится в зачаточном состоянии, чтобы уже в ближайшем будущем заменить собой врачей рентгенологов или патоморфологов, но те успехи, которые уже сейчас показывают глубокие нейронные сети, говорят о том, что на горизонте 5-10 лет, скорее всего, обработку всего потока изображений будет делать дополненный интеллект.

(Прим. Дениса – Геннадий прав, так как не так давно вышло исследование указывающее на то, что альцгеймер алгоритмами возможно диагностировать за 6 лет до его фактического определения человеком, по снимкам)


Денис: Подскажи для тех, кто не в теме или не очень хорошо понимает, как сейчас работает индустрия медицины – вот сделали, например, рентген и дальше его смотрит человек, доктор и так везде, т.е. сейчас алгоритмы, по сути, мало анализируют такие данные?

Геннадий: Да сейчас это все полностью завязано на врача-рентгенолога, на его опыт и его экспертизу. При этом на подготовку хорошего врача рентгенолога уходит достаточно большое количество времени и, как мне кажется, очень многое еще зависит от места работы врача, которое позволяет ему знакомиться и работать с большим количеством разнообразных медицинских случаев, чтобы постоянно повышать свой уровень. Поэтому опытного рентгенолога можно вырастить в крупном медицинском учреждении, а в небольшой региональной больнице уже гораздо сложнее. Конечно, технологии не обошли эту сферу стороной, крупные вендоры медицинского оборудования и сторонние разработчики давно уже предоставляют компьютерные системы диагностики – CAD (computer added diagnostic), выполняющие различные задачи по поддержке принятия врачебных решений в трудных диагностических ситуациях.

Это инструменты, работающие на основе традиционных алгоритмов компьютерного зрения, которые могут выполнять, например, построение 3D моделей из серии плоских изображений (Прим. Дениса, я так однажды сделал с броколли), сегментировать различные внутренние органы и т.п., но это не самообучающиеся системы на основе нейронных сетей, которые как раз и могут прийти на смену врачам при постановке диагноза по снимкам. При этом, конечно же, те, кто работает сейчас над разработкой систем на основе искусственного интеллекта, придерживаются позиции, что искусственный интеллект никогда не заменит врача, а будет его дополнять, беря на себя рутинные функции анализа изображений.

Но, как мне кажется, они сильно лукавят и прекрасно осознают, что при тех темпах развития глубоких нейронных сетей и успехах, которые уже сейчас достигают различные системы на их основе, пусть и на узких задачах, есть огромная вероятность, что большая часть рентгенологов будут заменены ИИ.


Денис: Да с водителями также. Компании-гиганты немного лукавят, когда говорят, что мы просто хотим помочь людям не уставать, когда они ведут машину, на самом деле они хотят «сотрудника», который 24/7 будет развозить кого-угодно. А вопрос у меня такой, если с водителем понятно это уже сформулированные профессии дальнобойщики, таксисты, а есть ли в медицине специальности, которые первыми будут заменены алгоритмами?

Геннадий: Как мне сейчас видится, это все функции, которые связаны с визуальным анализом полученных результатов исследований. Это все то, что содержит в себе определенные паттерны, которые видит врач на снимке или в микроскоп и которые хорошо поддаются машинному анализу после обучения на большом количестве размеченных исторических данных. Т.е. рентгенологи и патоморфологи первыми стоят в очереди на то, чтобы быть замененными искусственным интеллектом. Эти профессии, конечно, полностью не будут вытеснены из медицины, но потребность в них станет значительно меньше. 


Денис: Скажи, а какова скорость интеграции новых технологий, которые сейчас появляются, те же алгоритмы, предиктивные модели, в такую серьезную отрасль как медицина? Как быстро может закрепиться новая технология в повседневной работе врача после ее появления?

Геннадий: Медицина - это очень консервативная отрасль, чтобы попасть в качестве медицинского изделия, необходимо пройти клинические испытания, которые подтвердят эффективность продукта, а эта совсем не быстрая процедура, которая может занимать продолжительное время от года и более.

Потом необходимо пройти регистрацию этого изделий у регулятора и, как отмечают сами участники рынка, на это требуется год – полтора. Таким образом, после появления у тебя идеи до рабочего продукта, который можно будет вывести на рынок, может пройти от двух и более лет при самом оптимистичном сценарии. А после всей этой работы, необходимо быть готовым к тому, что придется преодолевать сопротивление самих врачей, которые привыкли работать так, как они это делали всегда и убедить их в том, что твой продукт по какой-то причине им нужен.

Например, медицинские информационные системы в здравоохранении у нас в стране внедряют с 2011 года, но врачи, в основной своей массе, до сих пор не видят их нужности в своей ежедневной работе.

 

Денис: Про наших регуляторов я понимаю, они плохо адаптируются к современным тенденциям и за пределами медицинского сектора, а если взять международный опыт, какой путь медицинский стартап проходит в западных странах?

Геннадий: В целом, как мне кажется, ситуация не сильно отличается от того, что есть у нас. В США FDA (Food and Drug Administration, Управление по санитарному надзору за качеством пищевых продуктов и медикаментов) не менее серьезно подходит к этому вопросу и это правильно, все-таки речь идет о здоровье людей и скорость выхода на рынок, как фактор оценки, не должна быть на первом месте. Но при этом, там очень хорошо развит коммерческий сегмент медицины и продукты, повышающие эффективность работы клиники и врачей, могут быть более востребованы, что дает больше шансов медицинским стартапам на развитие своего бизнеса.


Денис: А какие-то последние громкие алгоритмы новые которые дошли до рынка в итоге ты можешь назвать?

Геннадий: Из того, что первое приходит в голову, это алгоритм по выявлению признаков диабетической ретинопатии, болезни, приводящей к слепоте, на ранней стадии по снимку глазного дна от DeepMind, который показал точность на уровне лучших офтальмологов и уже используется в одной из клиник в Великобритании. И чат-бот на основе искусственного интеллекта от Babylon, компании тоже родом из Великобритании, который используется во врачебной практике в Лондоне для сбора первичных симптомов и маршрутизации пациентов.

Примечательно, что этот чат-бот используется в бедных африканских странах низкоквалифицированными врачами для постановки диагнозов своим пациентам. Вообще очень многие медицинские стартапы, судя по публикациям в СМИ, свои первые успехи делают в развивающихся странах, где особо остро стоит проблема нехватки врачей, где очень большой процент населения, живущего за чертой бедности и не имеющего доступа к какой-либо врачебной помощи и где регулятор, понимая все эти проблемы, дает зеленый свет на проведение, по сути, сомнительных клинических испытаний на населении своих стран.


Денис: Я читал публикацию китайских исследователей про нейронную сеть, которая на основе цвета языка может рекомендовать тебе какие-то травы из рецептов традиционной китайской медицины. Фотографируешь язык на смартфон и нейронка тебе говорит, условно, съешь подорожник.

Геннадий: Я вполне могу в это поверить, учитывая, что в Китае традиционная медицина играет до сих пор очень серьезную роль и если нейронка на уровне китайского шамана выдает правильные рецепты, то почему бы и нет, хотя современная медицина, конечно это вряд ли одобрит.

Если мы говорим, например, про ту же Индию, где люди в 21 веке массово умирают от болезней, которые в цивилизованных странах, по большей части, уже победили, когда от туберкулеза ежегодно умирают миллионы людей только потому, что нет доступа к этой самой современной медицине, то это точно очень плохо. И если появляется какая-то машина, которая сможет поставить диагноз, пусть и с какой-то вероятностью, то это уже лучше, чем оставлять пациента наедине с его болезнью.

В развитых странах могут требовать от алгоритма 99% точности в постановке диагноза, при этом продолжая принимать субъективные диагнозы врача, который выдает меньшую точность, просто потому, что он человек и с него можно спросить. А в странах, где один врач на 30 – 50 тысяч человек, алгоритмы могут быть единственным доступным вариантом справиться с дефицитом врачей.

И, как мне кажется, такие страны, как Китай и Индия, которые достаточно развиты в технологическом плане, но при этом повсеместная доступность качественной медицины там крайне низкая и они не сильно зарегулированы ограничениями, могут на каком-то этапе сделать прорыв в медицине в части использования искусственного интеллекта там, где он может заменять врача, и при этом существенно опередить США и Европу.


Денис: То же самое все ждут с автомобилями. Потому что если uber сбивает человека, то сразу все испытания прекращаются, а китайцам, по-моему, всегда было более-менее пофигу, если партия сказала нужно ехать автоматически, значит они автоматически поедут (субъективно мое виденье Китая). 

Геннадий: Да, по-моему, в Китае придерживаются подхода «цель оправдывает средства» и поэтому наиболее вероятно ожидать роста в инновациях именно там.

Пока в развитых странах рассуждают об этичности искусственного интеллекта, требуют доказательной базы и клинических исследований, такие страны как Китай и Индия будут внедрять эти технологии в жизнь и накапливать практический опыт.


Денис: Назови две перспективных технологии в медицине, которые лично тебе нравятся и в которые, если бы у тебя было, например, $10 миллионов, ты бы проинвестировал.

Смотри, сейчас активно внедряется так называемый пациентоцентричный подход в медицине, в том числе и с точки зрения медицинских данных пациента, когда вся информация о пациенте на протяжении всей его жизни собирается в одном месте, что позволяет максимально эффективно оказывать ему врачебную помощь.  

Для этого во всех странах создается фактически цифровая копия пациента, которая пока ограничена в основном цифровой копией обычной бумажной карты, где указаны прошлые болезни пациента, его анализы, результаты исследований, медицинские снимки, назначенные препараты и т.п., а в дальнейшем будет также содержать расшифровку генома, данные с носимых гаджетов и различных сенсоров, анализ микробиоты, т.е. максимум информации о человеке, которая позволит сделать переход к персонализированной медицине, когда лечение каждому человеку подбирается исходя из данных на основе его «цифрового двойника».

Но пока, как оказалось, даже ведение просто электронной карты во многом стало непосильной задачи, поскольку требует от врача достаточно много времени на заполнение различных полей в электронном документе, оставляя все меньше времени на непосредственное взаимодействие с пациентом. Я недавно читал одно исследование, так там утверждается, что необходимость ведения электронной карты стоит чуть ли не на первом месте у врачей в США по причинам выгорания на работе и принятии решения об увольнении. Так вот, я считаю, что решение вопроса голосового заполнения ЭМК с помощью интеллектуального распознавания контекста может стать той самой прорывной технологией. Создание системы, которая в ходе общения врача с пациентом будет сама распознавать полезную информацию, вычленять ее из общего контекста разговора и заполнять необходимые поля в ЭМК, чтобы врачу в конце приема осталось только сверить правильность и подтвердить ввод, при необходимости внеся требуемые правки, это то, куда бы я вложил свои деньги. В этом направлении пока мало у кого есть какие-то достижения, есть просто распознавание голоса, когда ты можешь в определенное поле в форме перевести курсор и надиктовать текст, но такой вариант несильно ускоряет работу и не решает проблему высвобождения времени врача для полезного общения с пациентом. 

Ну и второе, что, как мне кажется, должно быть очень интересным это сами медицинские данные. Уже много раз было сказано, что данные - это новая нефть, а там, где нефть, там всегда деньги. Все успехи в машинном обучении, в первую очередь, связаны с наличием качественных данных, при этом, как и в процессе производства полезной продукции из сырой нефти, необходимо провести много работы, чтобы эти данные стали по-настоящему ценными. В отрасли скапливается океаны данных, но небольшим стартапам они либо не доступны, либо в сыром виде просто бесполезны, поэтому, как мне кажется, должны появиться площадки, которые при помощи экспертов в своих областях смогут перерабатывать входные данные в полезные размеченные датасеты, которые уже будут использоваться для обучения интеллектуальных систем конечными стартапами. По сути это может стать неким маркетплейсом данных, который был бы очень интересен для инвестирования.


Денис: Какие вообще тренды в целом есть в медицине? Я так понял это голосовой ввод, это распознавание изображений и может что-то еще? 

Геннадий: Сейчас очень много проектов появляется, которые используют технологии виртуальной и дополненной реальности. Основное применение VR/AR сейчас находят в процессе обучения медиков и подготовке к сложным операциям, также много говорят о возможностях дополненной реальности в процессе проведения операций, но, по-моему, реальных кейсов пока нет. Есть ряд проектов, которые используют эти технологии в реабилитации пациентов после инсультов и различных травм.

Следующий тренд — это использование медицинских роботов. Пока это управляемые роботы типа DaVinci, следующий шаг — это автономные роботы, которые будут проводить высокоточные операции без непосредственного участия со стороны врача-оператора в процессе, а только на этапе планирования и как итог развития ИИ и накопления экспертизы — это полностью автономные роботизированные операции.

И интересный тренд — это так называемая гаджетизация, когда все основные показатели здоровья снимаются в онлайне с помощью носимых устройств, смарт-часов, сенсоров, умной одежды и т.п. Для развития превентивной медицины, когда задача не лечить болезнь, а ее предотвратить, мониторинг это один из ключевых факторов. Кроме того, дистанционный мониторинг необходим хроническим больным, которые постоянно должны держать под контролем проблемные показатели – давление, сахар и т.п.


Денис: Это как раз один из следующих вопросов, который я хотел задать. Ты правильно сказал про часы, потому что, насколько я понимаю, сейчас часы могут определять пульс, могут определять твою активность и предположим, если кто-то выпускает что-то вроде Apple Watch 4 (Прим. Дениса, интервью бралось в марте 2018 года) и говорит, что теперь они могут определять уровень сахара в крови, я так понимаю, что после этого меняется очень многое в индустрии медицины.

Геннадий: Сейчас производители берут все, что нас окружает и стараются сделать из этого инструмент ранней диагностики или мониторинга здоровья: наушники, которые измеряют температуру тела, контактные линзы, которые анализируют состав слезной жидкости, зубная щетка, которая сканирует состояние зубов, очки, которые отслеживают состояние глазного дна и т.д. и т.п. Все идет к тому, что не нужны будут какие-то специальные устройства, все будет встроено в привычные нам вещи.


Денис: А как ты думаешь, сколько лет осталось ждать того момента, когда неинвазивно можно будет определять, например, уровень сахара в крови, твой прогноз просто пальцем в небо?

Геннадий: Я думаю, есть вещи, которые всегда будут требовать взятие биоматериала тем или иным образом. Скорее будут использоваться датчики, которые будут вживляться в организм человека и по Bluetooth передавать данные на смартфон.


Денис: Меня вариант вставлять в себя маленькие штуки с блютусом устраивает на сто процентов, я считаю, что любая вещь с блютусом становится лучше, даже человек. Тогда к тебе последний вопрос, существуют ли хоть какие-то интересные блокчейн проекты в медицине?

Геннадий: Интересное применение этой технологии в медицине, как мне кажется, это ведение медицинской документации в процессе лечения пациентов, чтобы она была недоступна для изменения постфактум. Сейчас очень много судебных разбирательств, связанных с лечением, которые получают резонанс в обществе именно из-за недоверия пациентов врачам.

Многие уверены, что существует круговая порука среди врачей, что медицинскую документацию можно задним числом изменить так, что не подкопаешься и, наверное, для этого есть основания, так как система сейчас очень закрыта. Блокчейн позволил бы обеспечить прозрачность и неизменяемость данных во всех медицинских бизнес-процессах. Информация про проекты, которые работают в этом направлении, периодически появляется в отраслевых СМИ, но реально, чтобы где-то это использовалось, я не слышал.

Ну и для шага обеспечения открытости должна быть зрелость общества и готовность государства, которой сейчас не наблюдается.

***

P.S. Этому интервью почти год, бралось оно в марте 2018-го года и если бы не Геннадий оно бы никогда не вышло, а так и лежало бы простым mp3-файлом у меня в компьютере – если вам понравилось интервью, подписывайтесь на канал «Медицине в ИТ».

P.P.S. Геннадий, прости что так долго, я делал всякое и времени было мало 💖✨ Спасибо тебе за терпение!