Как похорошел ИИ в московских поликлиниках
За два года нейросети в Москве проанализировали почти миллион маммограмм в рамках ОМС, сэкономив врачам тысячи часов работы.
Эксперименты по внедрению ИИ-сервисов в лучевую диагностику начались ещё в 2020 году, а к 2024 в столице начали использовать ИИ для анализа рентгена без участия врача. Ещё в прошлом году точность диагностики поднялась до 95%, время на описание снимка сократилось на 30%, а доля выявления рака молочной железы на ранних стадиях достигла 80%.
Технологически ничего революционного здесь нет – компьютерное зрение освоили десятки компаний по всему миру. Главное преимущество Москвы в другом: огромный объём медицинских данных. Два миллиона рентгенографий и флюорографий ежегодно, сотни тысяч маммограмм – такой массив информации для обучения нейросетей доступен только крупным мегаполисам с развитой медицинской инфраструктурой.
Главная ценность проекта – в его масштабируемости. Нейросеть, обученная на московских данных, может работать в любом регионе России (спасибо биологии). Причём маленькие города и поселки могут получать услуги диагностики через московскую инфраструктуру (ведь на собственную может попросту не быть денег), что уже и происходит. Наглядный пример, как ИИ демократизирует доступ к медицине и разгружает врачей, не отбирая у них работу.
Мы на этом фоне опасаемся разве что снижения бдительности врачей, которые могут начать слишком полагаться на ИИ. Пока система контроля работает: автономные решения ИИ дублируются проверками специалистов, сложные случаи направляются в референс-центры. Но очень не хочется, чтобы технология привела к размыванию врачебной ответственности.
За два года нейросети в Москве проанализировали почти миллион маммограмм в рамках ОМС, сэкономив врачам тысячи часов работы.
Эксперименты по внедрению ИИ-сервисов в лучевую диагностику начались ещё в 2020 году, а к 2024 в столице начали использовать ИИ для анализа рентгена без участия врача. Ещё в прошлом году точность диагностики поднялась до 95%, время на описание снимка сократилось на 30%, а доля выявления рака молочной железы на ранних стадиях достигла 80%.
Технологически ничего революционного здесь нет – компьютерное зрение освоили десятки компаний по всему миру. Главное преимущество Москвы в другом: огромный объём медицинских данных. Два миллиона рентгенографий и флюорографий ежегодно, сотни тысяч маммограмм – такой массив информации для обучения нейросетей доступен только крупным мегаполисам с развитой медицинской инфраструктурой.
Главная ценность проекта – в его масштабируемости. Нейросеть, обученная на московских данных, может работать в любом регионе России (спасибо биологии). Причём маленькие города и поселки могут получать услуги диагностики через московскую инфраструктуру (ведь на собственную может попросту не быть денег), что уже и происходит. Наглядный пример, как ИИ демократизирует доступ к медицине и разгружает врачей, не отбирая у них работу.
Мы на этом фоне опасаемся разве что снижения бдительности врачей, которые могут начать слишком полагаться на ИИ. Пока система контроля работает: автономные решения ИИ дублируются проверками специалистов, сложные случаи направляются в референс-центры. Но очень не хочется, чтобы технология привела к размыванию врачебной ответственности.