Selectel поддержал MedTech-стартапы грантами на развитие AI-инфраструктуры

Медицинские AI/ML-команды часто сталкиваются с ситуациями, когда ресурсы ограничены, экспертиза разрознена, данные доступны не сразу, а эксперименты занимают больше времени, чем хотелось бы. Целью мероприятия стало создание пространства для открытого диалога разработчиков, где можно обменяться опытом, найти ответы даже на самые сложные вопросы и получить ресурсную поддержку для воплощения инновационных идей в жизнь.

В первой части встречи с докладами выступили представители компаний сферы MedTech. Спикеры рассказали о практических кейсах использования технологий на базе AI и ML в медицине. Во второй части свои проекты представили стартаперы, соревнуясь за призовой грант от Selectel в размере 1 000 000 рублей на развитие AI-инфраструктуры.

В число представленных проектов вошли решения для обработки и анализа медицинских изображений, системы для автоматического направления пациентов на обследования, инструменты управления расписанием медицинских специалистов, платформы для интерпретации анализов и работы с медицинскими документами, голосовые помощники для составления протоколов обследований.

Компьютерное зрение в радиологии

Заместитель генерального директора компании-разработчика AI-сервисов для здравоохранения «Платформа Третье Мнение» Андрей Поваренкин рассказал об использовании компьютерного зрения в медицине: «Сегодня в России интеллектуальные системы централизованно обрабатывают медицинские изображения, выполненные в рамках массовых скрининговых программ по поиску социально значимых заболеваний, таких как онкология, сердечно-сосудистые патологии и туберкулез. Нейросеть на основе компьютерного зрения использует множество загруженных в нее снимков стандарта DICOM (Digital Imaging and Communications in Medicine). Благодаря высокой степени стандартизации изображений и большому объему исследований – их проходит более 10 миллионов пациентов в год – искусственный интеллект качественно обучается и может распознавать различные отклонения от нормы».

Заместитель генерального директора компании «Платформа Третье Мнение» Андрей Поваренкин
Фото: Selectel

Умный помощник не заменяет врача, а служит инструментом поддержки принятия решений. При этом сами врачи, по словам Андрея Поваренкина, пока настороженно относятся к передаче части своей работы искусственному интеллекту. Вызовом остается и финансирование: разработчикам часто приходится полагаться на собственные средства или грантовую поддержку, при этом прогнозирование окупаемости будущих продуктов связано с высокой неопределенностью. Дополнительным фактором сложности является регуляторная среда.

Первое крупномасштабное внедрение таких систем в Республике Татарстан было реализовано в 2022 году, а за три последних года возможности AI-сервисов существенно расширились. Несколько нейросетей могут работать в команде или проверять друг друга, контролируя качество рентгенологических изображений, обнаруживая патологии, формируя протоколы для врача, а также объединяя данные из электронной карты и медицинских снимков с передачей результатов в информационную систему.

Важным остается вопрос правильного применения новых технологий. Эксперты «Платформы Третье Мнение» решили его следующим образом: врач получает автоматическую оценку от умного помощника, который сообщает, когда необходимо дополнительно обратить внимание на состояние здоровья пациента.

Электронные направления на обследования

Руководитель направления автоматизации инструментальных исследований разработчика сервисов цифрового здравоохранения для частных клиник «ЭлНетМед» Петр Пузанов рассказал о том, как осуществляется обмен данными в области инструментальных исследований и как выстроить современную платформу для телерадиологии.

При организации инструментальных исследований необходимо учитывать не только направления пациентов на диагностику, но и свободные слоты в расписании оборудования, уведомлять пациента о приеме и обязательной подготовке к нему. В бумажной волоките легко потеряться, тогда как при цифровом подходе многие процессы автоматизируются. Согласование и подписание внутренней документации так же сопряжены с организационными сложностями при работе с физическими носителями.

Руководитель направления автоматизации инструментальных исследований «ЭлНетМед» Петр Пузанов
Фото: Selectel

В самом процессе диагностического исследования существуют задачи раннего выявления некачественного результата, что позволяет оперативно остановить исследование и начать его заново. Следующей задачей является безопасная передача снимков, например, внешнему специалисту для консультации. Этот процесс требует соблюдения строгих норм защиты персональных и, в том числе, медицинских данных. Кроме того, до получения врачом изображения могут быть обработаны с помощью алгоритмов искусственного интеллекта для формирования предварительного заключения, которое специалист впоследствии использует при составлении протокола инструментального исследования.

Пациенты, в свою очередь, предпочитают иметь возможность просматривать свои снимки в личном кабинете, а не получать их на электронных носителях, которые легко повредить или потерять.

В идеале конечная реализация решения, удобная для клиники, предполагает работу врача в едином контуре медицинской информационной системы (МИС) – от оформления электронных медицинских направлений до подписания протокола инструментального исследования – без необходимости использовать сторонние мессенджеры или электронную почту, считает спикер.

«Искусственный интеллект подключается там, где это нужно и когда это нужно. Основная решаемая задача – это дополнительная поддержка при описании изображений, которая позволяет снизить риск врачебной ошибки и ускорить процесс диагностики. Если возникает ситуация, когда врач не согласен с выводами искусственного интеллекта, можно подключить еще одного врача-эксперта из стороннего референс-центра», – комментирует Петр Пузанов.

Важно на всех этапах оказания медицинской помощи сделать эти процессы максимально удобными для врача и безболезненно встроить их в его повседневную деятельность.

При этом сложность заключается не только в том, чтобы создать систему, но и в том, чтобы обеспечить ее продвижение на рынке здравоохранения, особенно когда уже существуют не только конкуренты, но и сформировавшиеся лидеры. В этом контексте, как и в первом докладе, становится актуальна интеграционная платформа, позволяющая встраивать сторонние решения в существующие и создаваемые вновь процессы.

Взаимодействие с большими языковыми моделями и популярными нейросетями

Технический администратор разработчика медицинских информационных систем «СП.АРМ» Константин Глазков в своем выступлении отметил схожесть медицинской информационной системы qMS (флагманского продукта компании) с большим конструктором, который клиенты могут адаптировать и настраивать под свои бизнес-процессы. При внедрении AI на базе языковых моделей могут использоваться различные ресурсы: как небольшие локальные (например, Gemma 3, GPT-OOS), так и API-интеграции с внешними сервисами (например, DeepSeek, Qwen, GigaChat и другими).

МИС формирует запрос к большим языковым моделям таким образом, чтобы в нем не содержались чувствительные данные, при этом выступая пользовательским интерфейсом, с которым работает конечный пользователь – врач. Это важно как с точки зрения безопасности медицинских данных, так и с точки зрения удобства врача, который работает в привычной для него системе.

Медицинский AI-ассистент помогает в постановке диагноза, разъяснении результатов, а также предоставляет врачу альтернативное мнение или обращает внимание на информацию, которую специалист мог упустить. По мере заполнения медицинских данных ассистент выдает всплывающие подсказки.

При этом существует ряд ограничений, связанных с качеством и составом данных, на которых обучаются модели. Например, коды МКФ (Международной классификации функционирования, ограничений жизнедеятельности и здоровья), используемые в программах реабилитации пациентов, могут быть незнакомы нейросетям, обученным на стандартных медицинских картах. В таких случаях требуется дообучение моделей.
 

Технический администратор компании «СП.АРМ» Константин Глазков
Фото: Selectel

В целом даже в случае применения интеллектуального помощника врач остается главным действующим лицом, принимая окончательное решение – в соответствии с рекомендациями AI или вопреки им. Поэтому опасения, что искусственный интеллект полностью заменит врачей, необоснованны: его задача – помогать специалисту, а не подменять его.

Еще одно направление развития – ассистент, который обрабатывает медицинские данные до их передачи врачу и может выполнять функции активного симптом-чекера. В этом случае пациент перед приемом предоставляет чат-боту информацию об имеющихся заболеваниях, которая заносится в медицинскую карту и передается врачу непосредственно перед визитом.

«Мы предполагаем, что это даст врачу больше возможностей работать непосредственно с пациентом, выполнять свои основные задачи, не совершая лишних кликов. Например, если у пациента уже накоплены медицинские данные, собранные через AI-ассистента, они будут учитываться при дальнейшем взаимодействии. Решение будет оперировать не только информацией, введенной специалистом, но и накопленными данными, включая анамнез, если речь идет о повторном приеме», – комментирует Константин Глазков.

Дискуссия

После выступлений спикеров прошла дискуссия, в ходе которой участники обсудили инвестиции в MedTech, подходы к оценке экономического эффекта, а также важность четкого понимания задач, которые решает создаваемый продукт.

Участники дискуссии
Фото: Selectel

Участники также обсудили эволюцию искусственного интеллекта в медицине. Сегодня в отрасли наиболее широко применяется дискриминативный AI – модели, занимающиеся классификацией данных, например выявлением патологий на медицинских изображениях. Однако будущее связано с переходом к генеративному AI, который способен не только анализировать данные, но и формировать рекомендации и создавать новый контент для поддержки врачебных решений.

Кроме того, эксперты отметили большое значение накопления массивов качественных данных для обучения нейросетей. Эта задача усложняется, поскольку с ужесточением регуляторных норм доступ к необходимым медицинским данным становится все более ограниченным.

На текущем этапе генеративный AI наиболее эффективно использовать как инструмент коммуникации с пациентом. Его задача – помогать человеку ориентироваться в этапах диагностического процесса и способствовать более точной постановке диагноза, но не заменять врача, поскольку ответы модели могут содержать неточности. Одним из практических решений является отказ от генерации свободного ответа в пользу автоматической выдачи пользователю выдержек из проверенных источников: клинических рекомендаций, нормативных документов и стандартов оказания медицинской помощи.

Питчинг проектов

Для поддержки ML-проектов Selectel организовал питч-сессию стартапов – короткие презентации проектов перед жюри и профессиональным сообществом. По ее итогам компания распределила бонусный фонд в размере 1 000 000 рублей на развитие AI-инфраструктуры между несколькими проектами.

На суд жюри были представлены:

• платформа для интерпретации анализов чувствительности бактерий к антибактериальным препаратам и формирования рекомендаций по рациональной антибактериальной терапии;
• мультиагентная система, автоматически распознающая, структурирующая и унифицирующая медицинские данные из текстов, таблиц и сканов;
• голосовой помощник врача, помогающий составлять протокол обследования по итогам разговора с пациентом;
• интеллектуальный помощник врача, позволяющий соблюдать клинические рекомендации и стандарты;
• универсальная электронная медицинская карта для распознавания, структурирования и хранения различных медицинских документов.
   

Поддержку получили стартапы «Я Здоров», «Докки», «ИИ-Панацея» и «Доктор Хэлпер», а также проект, представленный командой Университета ИТМО.