История Webiomed: как перестать писать софт для рутины поликлиники и перейти к оперативному ИИ-прогнозированию

Может ли искусственный интеллект превратить медицину из «спасательной» — решающей сиюминутные задачи — в «профилактическую», предотвращающую возможные проблемы со здоровьем? Роман Новицкий — сооснователь платформы Webiomed, компании-участника программы Yandex Cloud Boost — уверен, что именно так и произойдет.

В статье Роман поделился, по каким правилам живут стартапы в сфере MedTech сегодня, как разработать для них ИТ-решение в облаке и в каком направлении развиваться на этом рынке.

<i>Роман Новицкий, сооснователь платформы Webiomed</i>
Роман Новицкий, сооснователь платформы Webiomed

Рынок систем искусственного интеллекта для медицины и здравоохранения во всем мире является одним из самых быстрорастущих и перспективных направлений развития цифрового здравоохранения. По данным CB Insights, суммарное финансирование рынка в мире во втором квартале 2022 года составило $7,1 млрд. По данным Crunchbase, всего в сфере ИИ для медицины работает порядка 3 тысяч компаний, предлагающих самые разнообразные продукты и сервисы.

В России размер рынка можно оценить по выручке отечественных ИИ-стартапов, создающих специализированные продукты для медицины и здравоохранения — этот показатель составляет порядка 700 млн рублей в год, что соответствует 0,11% от общемирового.

С сооснователем Webiomed Александром Гусевым мы в сфере цифрового здравоохранения работаем уже более 20 лет. Свой путь мы начали в 2007 году, когда только самые продвинутые главные врачи проявляли осторожный интерес к медицинским информационным системам. С тех пор мы создали множество самых различных продуктов — от системы ведения электронных медицинских карт и до комплексной аналитической платформы для управления здравоохранением всего региона. Конечно, мы постоянно общались с врачами и руководителями здравоохранения и постепенно поняли, что будущее цифровых продуктов не в том, чтобы заменить бумагу на ручку, а в том, чтобы оказывать медицинскую помощью как можно эффективнее.

Первый путь к ИИ

К 2017 году внедрение медицинских информационных систем по всей стране набрало обороты. Государство активно инвестировало в создание инфраструктуры и специализированное медицинское программное обеспечение. К тому времени мы создали и внедрили сервисы онлайн-записи к врачу, лабораторные системы, медицинские порталы, системы закупки лекарств и другие сопутствующие сервисы в более чем 30 регионах России. Нашими решениями пользовались более 10 тысяч медицинских работников по всей стране.

Однако уже тогда для нас стало очевидно, что рынок будет консолидирован несколькими крупными и наиболее успешными игроками. А значит, у инноваций и инвестиций в этой нише не было ни экономического, ни технического потенциала — оставалась только работа по накатанной схеме. В этой связи мы решили, что пора открывать новые, еще не занятые, но перспективные сегменты рынка. В 2018 году мы пришли к тому, что хотим создать что-то свое, принципиально новое. Но нужно было найти идею, а это требовало времени и больших усилий, потому что каждую новую гипотезу мы оценивали по трем критериям:

  • перспектива роста как экономического, так и профессионального (как минимум, нас как ИТ-специалистов);
  • потенциал выхода на зарубежные рынки;
  • возможность уйти от текущих однообразных задач.

Как помочь тем, кто помогает

По данным ВОЗ, одна из основных причин смертности в мире — хронические неинфекционные заболевания, среди которых лидируют онкологические и сердечно-сосудистые, а также сахарный диабет. На борьбу с ними и государства, и сами пациенты ежегодно тратят огромные средства.

В России, например, по нашим данным, около 60% затрат государственного здравоохранения так или иначе направлены на госпитальное лечение — часто это спасение жизни, а не предотвращение обострения заболевания. И как раз развитие технологий, искусственного интеллекта может изменить этот тренд.

Врач на приеме оценивает состояние здоровья пациента, вручную просматривая и анализируя медицинские данные, выбирает схему лечения, основываясь на собственных опыте и знаниях. Одна из ключевых проблем правильного и эффективного формирования рекомендаций по профилактике — наличие одновременно очень большого объема доступной медицинской информации о пациенте и большого количества методов оценки и постоянно меняющихся клинических рекомендаций по различным заболеваниям. ИТ-инструменты могут помочь врачу проанализировать информацию и подсказать, на что нужно обратить внимание — это как раз та самая профилактика. Пациент должен быть вовлечен в процесс контроля за собственным здоровьем.

На более высоком уровне это уже массовый популяционный анализ и построение прогнозов. Допустим, в регионе или даже в конкретной больнице растет число случаев сердечно-сосудистых заболеваний — может, туда нужно больше оборудования направить или специалистов заранее?

И вот в этом мы увидели перспективу. Понятно, что это не было каким-то озарением или уникальной идеей — в 2018 году объем мирового рынка ИИ-решений для медицины, по подсчетам Zion Market Research, составил $1,4 млрд и, по прогнозам аналитиков, готовился расти ежегодно более чем на 40%.

Так мы выбрали прогнозирование событий в здоровье человека и начали разрабатывать систему поддержки принятия врачебных решений на основе искусственного интеллекта. В результате появилась платформа Webiomed, которая анализирует обезличенные медицинские данные и предсказывает, что может произойти с пациентом в будущем.

<i>Интерфейс платформы Webiomed</i>
Интерфейс платформы Webiomed

Первоначально работа шла исключительно на наши личные средства — мы вложили в проект порядка 20 млн рублей. В 2019 году стали резидентом Фонда «Сколково». А в 2020 году уже смогли привлечь 130 млн рублей частных инвестиций.

Из ИТ-решения в медицинское изделие

У нас изначально был опыт и в сфере защиты данных, и в вопросах сертификации продуктов. Но нашу систему необходимо было зарегистрировать как медицинское изделие, а это уже совсем иной алгоритм. Нужно было работать с регуляторами и с институтами, которые проводят испытания и экспертизу продукта — довольно сложный процесс, который занял полтора года. Мы думали, что опыт десяти лет работы с государственным здравоохранением нам поможет — мало кто мог похвастаться таким бэкграундом. А в итоге с проектом Webiomed нам пришлось многое изучать заново — например, как взаимодействовать с федеральными структурами, с экспертами.

В апреле 2020 года Webiomed была зарегистрирована Росздравнадзором как медицинское изделие и стала первым программным продуктом с искусственным интеллектом, успешно прошедшим технические и клинические испытания и получившим разрешение на применение в России.

К настоящему моменту мы смогли протестировать продукт как на уровне отдельных медицинских организаций, в том числе и частных, так и на уровне целых регионов.

190 млн
медицинских документов уже обработала система Webiomed

Без перехода на личности

Платформа Webiomed работает только с обезличенными данными. Вопрос о защите данных очень сильно влиял и на выбор облачного провайдера для проекта. Хотя для наших целей существующие требования по персональным данным и по работе с госсистемами завышены, мы сознательно пошли на то, чтобы ориентироваться именно на них, потратили деньги для разворачивания защищенной инфраструктуры в облаке. Отдельная команда юристов в компании оценивает все риски, в том числе по законодательству о защите данных.

У нас почти вся инфраструктура размещена в облаках — это гарантированное наличие необходимых вычислительных ресурсов в любой момент времени. Чем больше инфраструктурных вопросов можно переложить на облачного провайдера, тем более эффективно команда проекта может фокусироваться на своих основных задачах. Компания использует ресурсы нескольких облачных провайдеров, каждый из которых решает определенный класс задач (производственная среда для разработки, защищённый ЦОД для пользователей, корпоративный сервисы, такие как почта, облачное хранилище и др.)

Участие в программе Yandex Cloud Boost позволило нам реализовать наши идеи в области машинного обучения — поэкспериментировать и полностью перевести ML-команду на работу в облаке, выстроив соответствующую производственную среду для полного цикла разработки машинного обучения. Сейчас использование сервиса для разработки моделей машинного обучения Yandex DataSphere является фактически стандартом для ML-команды. Кроме того, мы перестроили процессы проведения R&D-исследований: большие объемы данных анализируются в облаке, извлекаются признаки, проводится data-анализ — для этого мы также используем возможности Yandex DataSphere. В компании этим занимается отдельная команда, отвечающая за реализацию проектов.

Следующий шаг, который мы хотим сделать — построить полностью замкнутый цикл обработки данных внутри одного облачного провайдера, переведя пользовательские сервисы из отдельного защищенного ЦОДа в Yandex Cloud и интегрировав их с уже отстроенной производственной средой для анализа данных.

<i>Аналитик Webiomed</i>
Аналитик Webiomed

Что в итоге получилось

Cегодня платформа Webiomed поддерживает 14 заболеваний в части оценки рисков их развития или ухудшения, 40 подозрений на наличие заболеваний. Основные нозологии — сердечно-сосудистые заболевания, сахарный диабет, хроническая болезнь почек, заболевания органов дыхания, патология при беременности, инфекционные заболевания (COVID-19), орфанные заболевания.

Реализованы свыше 20 самых разнообразных проектов, первыми из которых стали региональные «пилоты» в Кировской области и ЯНАО. Мы активно занимаемся и научно-исследовательскими проектами. Например, в 2021 году мы провели в трех российских регионах сравнительное исследование: предлагали врачам оценить риски пациентов по сердечно-сосудистым заболеваниям, а потом то же самое делала наша система. Мы пригласили обычных практикующих медиков — кардиологов, терапевтов, врачей общей практики, всего 252 специалиста — и предложили им деперсонифицированные выписки из амбулаторных карт пациентов, для которых нужно было определить риски по четырем шкалам. Выводы врачей сравнивали с эталонными оценками и результатами анализа Webiomed.

В итоге точность оценок врачей составила около 54%, а в 46,3% случаев медики ошиблись. Полностью правильно специалисты оценили только 17% анкет, причем лучше всего с задачей справились кардиологи.

Это не говорит о некомпетентности врачей, это лишь указывает на то, какие возможности предотвращения заболеваний сейчас упускаются. Причем ИИ анализирует не только медкарты, но и социальные показатели, ведь до половины факторов риска обусловлены такими причинами, как питание, экология, образ жизни и так далее.

Нелогично перекладывать весь груз ответственности исключительно на врачей. Автоматический анализ медицинских данных и прогнозная аналитика позволяют вовлекать в процесс самого пациента — то, о чем я рассказал выше. Вот как раз над этим мы сейчас и работаем.

Подписывайтесь на блог Yandex Cloud, чтобы узнавать еще больше новостей и историй об IT и бизнесе.

Другие истории наших партнеров и клиентов, которые активно читают наши подписчики:

1616
2 комментария

Интересно, спасибо. Занимаюсь Стартапом в области СД-1, решаемая задача конкретна: будить во время гипы, далее прогноз состояний и тд.. В статье оч много указано технологий (интересных!), но проблему решаемую я так и не уловил..

1
Ответить

Бред какой-то.

Ответить