Как искусственный интеллект открывает новые грани профессии рентгенолога

За последние десять лет словосочетание «искусственный интеллект в медицине» перекочевало из футурологических фантазий и дискуссий в реальную жизнь. Особенно это касается рентгенологии, где технологии компьютерного зрения уже применяются в клинической практике. Искусственный интеллект анализирует исследования – МРТ, КТ, УЗИ и другие – и находит на них признаки патологий. Значит ли это, что рентгенолог больше не нужен? Как внедрение этих технологий влияет на профессию?

Мы более пяти лет занимаемся разработкой и внедрением систем искусственного интеллекта для рентгенологии «Цельс». Чем дольше мы работаем в этой сфере, чем больше взаимодействуем с рентгенологами в процессе разработки своих решений, тем крепче убеждаемся в том, что искусственный интеллект не просто не представляет угрозы для профессии рентгенолога – он расширяет её, открывая для врача новые виды профессиональной деятельности.

В этой статье хотим перечислить основные «ответвления» в профессии, возникшие на стыке рентгенологии и искусственного интеллекта, и рассказать о роли тех врачей, с которыми мы работаем каждый день

По-другому это направление можно было бы назвать «рентгенолог-учитель» – потому что это врач, который принимает непосредственное участие в подготовке данных для обучения искусственного интеллекта. Но для начала предлагаем разобраться, зачем вообще разработчикам нужны эти данные.

Такие системы, как наш «Цельс», представляют собой многослойную нейронную сеть со сложной архитектурой. На её входной слой разработчики подают большое количество данных, искусственный интеллект анализирует их, находит общие паттерны и за счёт этого учится интерпретировать данные определённым образом – в зависимости от поставленной задачи. Это похоже на обучение ребёнка: сначала он не знает, как выглядит кошка (и что такое вообще кошка) . Но когда родители тысячи раз показывают ему на кошку и говорят «это кошка», в конце-концов в голове ребёнка формируются какие-то признаки, характерные для кошек – и он может отличать их, например, от собак.

Чтобы искусственный интеллект научился находить на медицинских снимках рентгенологические признаки злокачественных новообразований и прочих патологий, недостаточно просто показать ему много разных исследований (маммограмм, флюорограмм, рентгенограмм) . Необходимо разметить эти данные – то есть сообщить нейросети, на каких снимках присутствует патология, а на каких нет. А ещё лучше – «показать» ей те самые зоны интереса на снимке.

Именно для этого нам и нужны рентгенологи-разметчики: мы, разработчики, не имеем медицинского образования и клинического опыта. Поэтому с самого начала работы мы понимали, что без врачей нам не обойтись и нужно выстраивать постоянный процесс работы над разметкой данных для развития системы.

На сегодняшний день у нас есть более 40 врачей-разметчиков, с которыми мы сотрудничаем на коммерческой основе. Поскольку наши решения работают по четырём направлениям диагностики, каждый врач специализируется на своём направлении: кто-то размечает маммографические исследования, кто-то – флюорографические и так по всем модальностям. Врач сам выбирает количество исследований, которые он хочет/может разметить, и получает оплату в зависимости от объёма работ.

Что нам важно при наборе рентгенологов для разметки данных? Во-первых, опыт работы: он должен быть более пяти лет. Во-вторых, врач должен предварительно пройти входной контроль на верифицированных (подтверждённых) данных – об этом мы подробнее рассказали в статье о нашем проекте #ВызовРадиологу. И в-третьих, у рентгенолога обязательно должна быть врачебная практика параллельно с сотрудничеством с нами. Кроме того, нам важна готовность рентгенолога чётко следовать инструкциям по разметке – потому что любые неточности негативно повлияют на обучение нейросети.

Медицинский консультант – связующее звено между ML-разработчиками и командой врачей-разметчиков. Хотя этим его задачи не ограничиваются. Условно их можно разделить на три группы.

Основная задача медицинского консультанта – отвечать на вопросы ML-команды, касающиеся медицинской области. Вопросы могут быть разного рода – например, что такое лёгочный рисунок, как понять, что на исследовании присутствует злокачественная патология, отличаются ли лёгкие молодого и пожилого человека и так далее.

Ещё одно очень важное направление его работы – визуальное тестирование качества продукта. Медицинский консультант анализирует ошибки в работе сервиса, пытается найти в них общий паттерн и сформировать гипотезу о том, как можно решить эту проблему.

Пример: сервис находит признаки патологии определённого класса там, где их нет. Проанализировав такие ошибки, медицинский консультант обнаружил, что они возникают на исследованиях пожилых людей. Поэтому ML-команда решает использовать при обучении также возраст пациента – чтобы сделать предсказания более точными.

Третье направление – анализ разметки врачей. Так как врачи-разметчики у нас из разных звеньев здравоохранения и с разным опытом, то подход к разметке исследований у них отличается. Поэтому консультант отсматривает их разметку, находит разногласия и уточняет требования по разметке – то есть, помогает составить наиболее понятные и точные инструкции для врачей.

Кроме того, консультант помогает нам и при кросс-разметке – когда мы отдаём одно исследование на анализ сразу нескольким врачам. Нередко в таких случаях результаты врачей получаются разными, а мы без медицинской экспертизы не можем разобраться, в чём тут дело: может быть, на исследовании присутствуют признаки какой-то сложной патологии, и без дополнительной информации врач не может сделать точное заключение, а может быть, некоторые врачи не до конца поняли, как эти объекты нужно размечать.

Всё это нам и помогает понять медицинский консультант. Вообще стоит отметить, что со временем он, помимо медицинской области, начинает разбираться и в области медицинского искусственного интеллекта. Он уже имеет общее представление о том, как мы обучаем нейросеть, как ставим эксперименты и что вообще для нас важно. Это и является его уникальной экспертизой.

Наши руководители разработки (по каждому направлению диагностики) отмечают, что до появления медицинского консультанта они чувствовали себя «слепыми котятами», потому что им не на что было опереться и часто сложно было достигнуть полного понимания с врачами-разметчиками. Сейчас они взаимодействуют с консультантом каждый день – и могут оперативно получить ответ на любой вопрос, в котором нужна медицинская экспертиза.

Врачи, о которых мы рассказали выше, принимают непосредственное участие в разработке и развитии наших решений. Медицинский директор также хорошо знает нашу внутреннюю кухню: понимает, как развиваются продукты и как они работают на практике, а местами даже выполняет некоторые функции медицинского консультанта. Кроме того, он участвует в научной работе компании, продумывании стратегии дальнейшего развития продуктов, выборе критически необходимого функционала сервиса.

Но его отличительная особенность заключается в том, что он ещё и представляет нас «во внешнем мире». Ведь недостаточно разработать хороший искусственный интеллект для рентгенологии – нужно донести профессиональному сообществу, зачем он нужен. Поэтому медицинский директор регулярно выступает на профильных конференциях, рассказывает о нас профессиональному сообществу и старается донести мысль о том, что искусственный интеллект – никакая не замена врача, а помощь. По сути, он является лицом врачебной части нашей команды.

Недавно мы взяли у него интервью, там как раз было много о «замене врача». Почитать можно здесь.

Таким образом, развитие искусственного интеллекта в рентгенологии подарило врачам ещё и несколько новых областей развития. Мы уверены, что за этим будущее: потому что такие продукты, как наш «Цельс», не статичны, они постоянно дорабатываются. Очень вероятно, что в будущем в этой сфере будут востребованы и другие специалисты с медицинским образованием и врачебным опытом – например, специалисты по оценке систем искусственного интеллекта, внедрению их в клиническую практику, выбору оптимальных сценариев использования.

Пользуясь случаем, хотим поблагодарить всех врачей, с которыми мы работаем и про которых писали в этой статье. Вы настоящие герои, без вас ничего бы не получилось!