Сбер здоровье искусственный интеллект

Лаборатория по искусственному интеллекту Сбера, СберЗдоровье (входит в экосистему Сбера) и СберМедИИ получили премию «ComNews Awards 2020: цифровые технологии против COVID-19» в номинации «Лучшее цифровое решение в сфере здравоохранения» за проект по распознаванию снимков компьютерной томографии (КТ) лёгких на основе искусственного интеллекта, который был реализован на базе SberCloud.

Инновационное решение в сфере компьютерного зрения анализирует снимки КТ грудной клетки, выявляет в лёгких изменения, характерные для пневмонии, в том числе при COVID-19, определяет количество участков поражения и их объём в процентах. Это первая общедоступная бесплатная система подобного рода в России.

Чтобы воспользоваться сервисом, необходимо зайти на страницу проекта на сайте СберЗдоровья и загрузить серию снимков КТ мягких тканей грудной клетки. Результат придёт через несколько минут на электронную почту или появится прямо в браузере пациента.

Анализ с помощью искусственного интеллекта носит информационный и ознакомительный характер и не может использоваться для самолечения или постановки диагноза. Поэтому после получения результата пользователю рекомендуется обратиться к врачу — рентгенологу, пульмонологу или терапевту. Подобрать нужного специалиста можно на этом же сайте.

Премия ComNews Awards проводится информационной группой ComNews и проходит уже в девятый раз. В этом году организаторы сфокусировались на лучших цифровых проектах для борьбы с COVID-19.

Источник

Медицинский онлайн-сервис СберЗдоровье

Платформа, которая предоставляет различные медицинские услуги: онлайн-консультации, запись на прием, диагностику или комплексное обследование, вызов врача на дом, обслуживание по программам ДМС, ветеринарную помощь, а также «Дневник здоровья» — дистанционный мониторинг пациентов с хроническими заболеваниями. На сервисе доступны круглосуточные онлайн-консультации с дежурными терапевтом или педиатром и запись к врачам более 40 специальностей

Направление в рамках экосистемы

Год вхождения в экосистему

Доля Сбера в компании

СберЗдоровье в цифрах

пациентов записались через наш сервис

отзывов оставили на сайте

практикующих врачей в нашей базе

клиник подключено к сервису

Синергии в рамках экосистемы

Совместные проекты в дистрибуции и маркетинге:

Дистрибуция пакетов телемедицины через каналы Сбера (в офисах банка, через Сбер Онлайн и банкоматы)
Специальные предложения для сотрудников Сбера
Участие в мероприятиях банка, в том числе в самом масштабном ежегодном спецпроекте «Зеленый день»
Совместные проекты с другими компаниями экосистемы: SberCloud, Лаборатория ИИ Сбера
Интеграция в экосистему цифровых продуктов Сбера на эксклюзивной основе
Улучшение рекомендательных алгоритмов машинного обучения с помощью данных Сбера
Дальнейшая интеграция с программой лояльности «Спасибо от Сбера»
Участие в благотворительных проектах банка (например, Коробка храбрости)
Запуск всероссийской бесплатной горячей линии по коронавирусу в период пандемии

Планы развития

Запуск и развитие новых продуктов, которые касаются здоровья человека во всех его проявлениях

В скором времени с помощью СберЗдоровья можно будет приобрести лекарства онлайн, записаться и сдать анализы (в том числе на дому), получить услуги персонального медицинского консьержа

Также на платформе появится обширный раздел, посвященный здоровому образу жизни: поиск и запись к персональным тренерам и в фитнес-клубы, консультации по тренировкам и правильному питанию и многое другое

Источник

Диагностика по принципу «три в одном»

Входящие в группу Сбербанка компании — «СберЗдоровье», «СберМед ИИ» и «Лаборатория по искусственному интеллекту» — запустили онлайн-сервис по определению вероятного диагноза с помощью искусственного интеллекта. Об этом РБК сообщил представитель «СберЗдоровья».

Для получения консультации пользователь должен в свободной форме перечислить в сервисе симптомы, после чего система выделит три наиболее вероятных причины недомогания. По словам представителя «СберЗдоровья», точность распознавания варьируется от 75 до 91% в зависимости от причины болезни: чем подробнее дана информация о симптомах, тем выше шанс постановки вероятного диагноза. Чтобы обучить нейросеть, разработчики загрузили в нее более 4 млн установленных диагнозов в обезличенном виде. В «памяти» системы 265 различных диагнозов, что охватывает 95% всех возможных случаев диагнозов россиян при первом обращении в больницы, рассказывает представитель сервиса. Собеседник РБК подчеркивает, что в мире работает множество сервисов по проверке симптомов, но решение в них основано на мнении нескольких врачей, тогда как сервис Сбербанка работает исключительно на основе машинного обучения и опирается на экспертизу сотен тысяч врачей.

Для пользователей услуга будет бесплатной. Как пояснил представитель «СберЗдоровья», сервис является инструментом, который поможет людям понять, нужно ли им обращаться к врачу. После того как пациент получит вероятные диагнозы, система предложит ему проконсультироваться с доктором удаленно (телемедицина) или записаться на прием в клинику через «СберЗдоровье».

В ближайшее время в сервис планируют добавить возможность оценить по симптомам возможность заражения коронавирусом. Если пользователь введет описание состояния, характерное для этого заболевания, система дополнительно предупредит о подозрении на него и предложит обратиться в клинику, сдать ПЦР-тест или вызвать скорую помощь.

Зачем Сбербанку сервис и способен ли искусственный интеллект ставить точные диагнозы, разбирался РБК.

Почему Сбербанк развивает цифровую медицину

Первый зампред правления Сбербанка Лев Хасис ранее назвал здравоохранение одним из существенных направлений развития экосистемы группы. По его словам, рынок цифровой медицины к 2023 году может вырасти в пять раз и составит около 500 млрд руб. Амбиции Сбербанка — к концу этого срока занять лидирующие позиции в цифровом здравоохранении на базе технологий искусственного интеллекта. В целом на нефинансовые сервисы должно приходиться не менее 5% выручки группы, а к 2030 году — 20–30%.

Правда, на сайте самого сервиса указано, что консультация не является медицинской услугой, а предоставляемая информация «носит исключительно информационный и вероятностный характер». По российскому законодательству врачи имеют право ставить диагноз и назначать лечение только после очного приема. Участники рынка неоднократно призывали власти снять этот барьер для развития телемедицины, однако в Госдуму был внесен законопроект, наделяющий врачей правом ставить диагноз и назначать лечение дистанционно только в случае чрезвычайных ситуаций, но и он до сих пор не принят.

Как пояснил исполнительный директор «Лаборатории по искусственному интеллекту» Сбербанка Владимир Кох, их сервис предназначен, чтобы люди могли получить как можно больше информации о состоянии их здоровья до посещения поликлиники, а специалисты — максимально точное второе мнение, которое облегчит постановку диагноза и снизит нагрузку на врачей.

Какие риски увидели конкуренты

Гендиректор телемедицинского сервиса «Доктор рядом» Денис Швецов назвал внедрение искусственного интеллекта для постановки диагноза правильной идеей, но он считает, что с этой информацией должны работать врачи, а не пациенты. «Если пациент скажет врачу, что ему поставил диагноз искусственный интеллект, могу догадаться, в какое отделение этот врач направит пациента на лечение», — иронизирует собеседник РБК. По его словам, сервис «Доктор рядом» также использует технологию искусственного интеллекта, но для того чтобы обработать жалобы пациента, структурировать их и передать врачу.

Ирина Каргальская, руководитель комитета «Пациентоориентированная телемедицина» при Всероссийском союзе пациентов, считает, что сервис может усугубить ситуацию с самолечением. «Сейчас 70% россиян занимаются поиском информации о лечении в интернете. В сервисе может быть указано, что это лишь рекомендация, которая носит информативный характер, но некоторые люди будут удовлетворены ответом и займутся самолечением. При этом никакой ответственности у сервиса не будет», — указала она. Кроме того, часто люди, перечисляя жалобы, опираются на субъективные ощущения и эмоции, которые не всегда можно передать словами, отметила Каргальская.

По словам гендиректора «Мобильных медицинских технологий» (бренд «Онлайн Доктор») Дениса Юдчица, несколько лет назад компания пыталась внедрить искусственный интеллект для обработки опросников пациентов, формирования предварительного диагноза, который затем передавался врачу. Но в итоге от сервиса пришлось отказаться, потому что многие просто не заполняли опросник до конца. «Также оказалось, что врач быстрее осматривает пациента, чем сам пациент заполняет опросник, который потом, вероятно, придется заново переделывать с врачом», — рассказал Юдчиц.

Гендиректор компании «Третье Мнение» Анна Мещерякова назвала задачу улучшения качества медицинских данных интересной и перспективной. Аналитикой на базе медицинских карт занимаются многие компании, но «отрасль знает массу примеров, когда алгоритмы в условиях собственной лаборатории показывали высокие результаты, а на незнакомых клинических данных картина была совсем иной». Например, алгоритмы Google Health в лабораторных условиях с точностью выше 90% определяли заболевание, связанное с диабетом, но в больнице отклонили более 20% таких анализов из-за низкого качества исходных данных, рассказала она.

Источник

Как нейросети от Лаборатории по ИИ Сбера помогают врачам определять инсульт и лечить пациентов с коронавирусом

В Лаборатории по искусственному интеллекту Сбера есть медицинское направление. Занимаемся им мы — Манвел Аветисян, Владимир Кох и наша команда. Рассказываем, как обучаем нейросети, которые помогают выявлять признаки инсульта, коронавируса и онкологии, а еще — подсказывать диагноз по набору симптомов.

В 2018 году Сбер открыл Лабораторию по искусственному интеллекту, которая разрабатывает наукоемкие решения в разных сферах — от риск-менеджмента до клиентского сервиса. Идея заниматься ИИ в медицине была в Лаборатории по ИИ с самого начала — это направление имеет огромную научную и практическую ценность. Его взял на себя Манвел — он разработал первые модели, провел эксперименты, собрал команду. Владимир присоединился позже, в сентябре 2018 года.

Всё началось с экспериментов и обучения нейросетей на открытых данных — датасетов с медицинскими снимками пациентов с инсультом, которые можно было найти в открытом доступе. Когда о Лаборатории ИИ узнали в научном сообществе, к нам обратились врачи медицинского исследовательского центра им. Мешалкина из Новосибирска — это случилось в апреле 2018 года. Им как раз нужен был инструмент для быстрого выявления признаков инсульта.

Если человек с подозрением на инсульт поступает в больницу, надо как можно скорее выяснить, действительно ли у него случился инсульт, и если да, то какого типа. Для этого обычно проводят компьютерную томографию (КТ) головного мозга, затем рентгенолог изучает снимки и пишет заключение, на основе которого лечащий врач решает, что делать. Первые несколько часов после инсульта — критические: если пациент не получает помощь вовремя, возрастает риск необратимых изменений мозга и смерти.

Мы решили обучить нейросеть анализировать полученные на КТ снимки, выявлять инсульт, определять его тип, объем и локализацию. Для этого собрали анонимизированный датасет из тысяч снимков головного мозга: здорового, с инсультом и с похожими на инсульт патологиями. А чтобы нейросеть научилась понимать разницу, врачи из центра им. Мешалкина отмечали очаги инсульта на каждом снимке, где те были.

Мы применили архитектуру U-Net, хорошо показавшую себя в решении похожих задач. Она состоит из «сжимающей» и «расширяющей» частей. Операции свертки «смотрят» на изображение в геометрически возрастающих масштабах, что позволяет архитектуре лучше моделировать нелокальные зависимости между пикселями изображения.

Первые результаты появились через пять месяцев — и они нас не устроили: нейросеть справлялась не хуже одного врача из четырех. Тогда мы перешли со стандартной архитектуры на более сложную, с «тяжелой» «сжимающей» частью. Точность выросла до 96%: нейросеть определяла инсульт почти безошибочно, не хуже девяти врачей из десяти.

Когда стало ясно, что алгоритм работает хорошо, его решили опробовать в больницах. Просто отдать врачам куски кода мы не могли — и придумали коробочное решение, которое интегрируется в привычные медикам системы хранения изображений. Все они работают по протоколу DICOM (Digital Imaging and Communications in Medicine), медицинскому стандарту создания, хранения и передачи цифровых изображений и документов.

Мы сделали интерфейсы для работы с нашей нейросетью, а еще — варианты API для интеграции с медицинской или радиологической системой. Получилась компьютерная программа, которая взаимодействует с другими частями инфраструктуры клиники по сети.

После КТ снимок попадает в систему, где его анализирует нейросеть, — это занимает примерно минуту. Затем в систему заглядывает врач, и он видит не только сам снимок, но и подсказку от нейросети. Например, нейросеть считает, что у человека есть инсульт, причем определенного типа, при котором в мозгу нарушено кровообращение.

Врач быстро смотрит на снимок, соотносит увиденное с подсказкой и принимает решение о том, как быстро помочь пациенту. Иногда нейросеть принимает за острый инсульт очаги хронической ишемии, но врач легко распознает такую ошибку — поэтому она не критична, но мы продолжаем работу над решением и этой задачи. Если бы ИИ принимал человека с инсультом за здорового, было бы гораздо хуже. К счастью, таких ошибок алгоритм не совершает. Первое испытание в пилотном режиме мы провели в Хабаровске, а сейчас наша система пилотируется в крупных больницах, с большим потоком пациентов в нескольких регионах.

Во время пандемии мы решили запустить проект по диагностике коронавируса. Создавать медицинский продукт в сфере искусственного интеллекта, не посоветовавшись с врачами, очень опрометчиво, поэтому мы спросили у медицинского сообщества, чем можем быть полезны.

Оказалось, что есть две задачи, с решением которых могут помочь нейросети: определение пораженных участков легких на КТ и расчет объема этих поражений относительно объема легких.

Мы поговорили с большим количеством практикующих врачей из самых разных клиник, коммерческих и государственных. Оказалось, что есть две задачи, с решением которых могут помочь нейросети: определение пораженных (по типу матового стекла и консолидации) участков легких на КТ и расчет объема этих поражений относительно объема легких.

Алгоритмы компьютерного зрения работают по одному принципу: нейросеть обучается на массиве изображений и начинает распознавать то, что необходимо, будь то последствия инсульта или поражения легких. Поэтому пригодились предыдущие наработки: мы использовали похожую архитектуру — и обучали нейросеть на снимках пораженных при ковиде легких. Для этого мы очень быстро нашли несколько клиник-партнеров, у которых были пациенты с коронавирусом, согласовали с врачами методологию разметки, разметили с их помощью данные и обучили алгоритм.

Это — снимки легких с пораженными участками

На снимках видны пятна — «эффект матового стекла». Его вызывают и другие заболевания, но при коронавирусе «матовые стекла» располагаются особым образом и обычно появляются в обоих легких. Нейросеть «видит» пораженные участки и оценивает их объем по отношению к общему объему легких — это важно для принятия врачебных решений. Анализ одного снимка занимает от минуты до пяти минут, этот продукт тоже можно интегрировать в медицинские системы. Проект мы сделали за месяц: в апреле стартовали, а в мае внедрили систему в клиниках Кузбасса и Красноярска. Сейчас система работает в двух десятках регионов, и мы постоянно получаем фидбэк от врачей и узнаем, какие еще функции им нужны.

Всего в Лаборатории по искусственному интеллекту около десятка проектов: об одних мы уже можем рассказать, о других — нет. Всего в Лаборатории ИИ около 10 медицинских проектов. Часть из них также основана на обработке изображений, например нейросеть для анализа маммографических снимков: рак молочной железы — самый распространенный среди женщин и в мире, и в России. Над этой задачей мы работали полгода, еще два месяца тестировали нейросеть в Томске, а теперь запустили пилот: ИИ помогает выявлять патологии у реальных пациенток.

Более сложное и наукоемкое направление — оценка риска определенных заболеваний и в целом поддержка принятия врачебных решений с помощью ИИ. Один из самых зрелых наших проектов в этом направлении — предсказание трех наиболее вероятных диагнозов по списку симптомов. Его мы сделали в партнерстве с Департаментом здравоохранения Москвы. Пациент приходит на первый прием, рассказывает о самочувствии, а модель предполагает, чем он может быть болен. После нескольких экспериментов оказалось, что ИИ работает не хуже, чем опытный терапевт. Для обучения нейросети мы использовали информацию по миллиону пациентов, которые в течение 15 лет совершили четыре миллиона визитов в поликлинику. Данные, конечно, обезличены.

Медицинскими проектами в Лаборатории по ИИ занимаются 11 человек: руководители, исследователи больших данных,, проджекты и продакты. В апреле к нам присоединился Александр Нестеров — врач, который увлекся машинным обучением и теперь работает датасаентистом. Это редкий случай, и опыт Александра в медицине нам очень помогает.

Я знаю, как работают врачи: у них невероятно высокая нагрузка. Даже самый опытный и добросовестный врач может не справиться с потоком информации и задач. Если у него будет помощник в виде программы, которая будет давать подсказки и подстраховывать в принятии решений, это на самом деле очень поможет.

Мой медицинский бэкграунд позволяет мне видеть задачи под другим углом, и в Лаборатории по ИИ я постоянно подключаюсь к проектам, чтобы помочь коллегам. За время моей врачебной практики я мог бы помочь тысячам пациентов, а теперь смогу помочь гораздо большему количеству людей — возможно, десяткам миллионов. Мне очень приятно об этом думать. Кто-то говорит, что мы заменим врачей алгоритмами, — никогда не заменим. Какими бы мощными ни стали алгоритмы, последнее слово всегда будет за врачом.

Мы никогда и ничего не делаем просто так, поэтому над каждым проектом работаем вместе с врачами. На старте у нас было много идей, и врачи помогли их приоритизировать и улучшить. Проект, который датасаентисту кажется интересным и перспективным, на практике может оказаться сложным или малоэффективным в практическом применении, поэтому мы всегда просим врачей нас критиковать и заранее узнаем, чем именно можем им помочь.

Врачей можно условно поделить на две группы: первые настроены негативно-настороженно, вторые — позитивно-настороженно.

Врачей можно условно поделить на две группы: первые настроены негативно-настороженно, вторые — позитивно-настороженно. Первые сходу говорят: «Ничего не получится», вторые: «Давайте попробуем». И только когда они видят не презентацию, а готовую модель, которая отрабатывает случай за случаем с высокой точностью, они меняют отношение и начинают использовать наши решения.

Такая настороженность понятна — врачи несут большую ответственность за здоровье людей. А некоторым кажется, что мы пытаемся заменить медиков искусственным интеллектом. Это, разумеется, не так: алгоритмы не панацея, решение всегда будет за доктором. Врачи, которые работают с нейросетями, начинают понимать, что ИИ не угроза, а помощник. И чем больше интересных продуктов появится, тем скорее к этому привыкнет медицинское сообщество.

Источник