HealthTech в России: как запустить свой продукт и чем помогает облако

Хранить медицинские данные, обучать ML-модели, строить отказоустойчивую инфраструктуру — рассказываем, как облака используются в медицине, из опыта клиентов Yandex Cloud.

HealthTech и MedTech часто путают. Поэтому сначала разберёмся, в чём же разница. MedTech — это сервисы или устройства, которые используются внутри медицинской организации для диагностики и лечения. MedTech-отрасль ориентируется на производство медицинского оборудования, например для диагностики зрения.

HealthTech — более широкое направление, которое включает в себя MedTech. Технологии и устройства, относящиеся к HealthTech, используются за пределами медицинских организаций. Например, к этому сектору относятся телемедицинские сервисы и устройства для анализа уровня сахара в крови, которыми можно пользоваться самостоятельно.

В России пока не так много HealthTech-проектов и рынок продолжает формироваться. Сейчас в индустрии лидирует Северная Америка: по данным международного агентства HolonIQ, среди 140 HealthTech-единорогов 98 — выходцы из США, ещё 21 — из Китая. К 2030 году мировой рынок HealthTech достигнет $1,5 трлн и будет расширяться со среднегодовым темпом роста 27,7%, говорится в отчёте консалтинговой компании Grand View Research.

Пока российскому HealthTech сложно конкурировать с лидерами индустрии как по объёму инвестиций, так и по количеству стартапов. Развитие телемедицины в основном ограничивают два фактора:

• Главный источник финансирования медицинских технологий — это средства из Фонда обязательного медицинского страхования (ФОМС).
• Законодательство разрешает выписывать препараты и ставить диагноз только на очном приёме.

Наиболее успешные российские компании впоследствии выходят на зарубежные рынки.

Помимо ФОМС, в российский HealthTech инвестируют:

• Фонд содействия инновациям. Поддерживает компании, ориентированные на инновационную деятельность, способствует международному сотрудничеству.
• Фонд «Сколково». Ориентируется на наукоёмкие проекты, в том числе в сфере биомедицинских технологий.
• Российский фонд развития информационных технологий. Финансирует IT-проекты, отвечающие целям национальной программы «Цифровая экономика».
• Московский инновационный кластер. Площадка, созданная по инициативе правительства Москвы, которая помогает новым компаниям искать заказчиков.
  

В российском законодательстве пока нет стандартов по защите данных в сфере HealthTech. На них распространяются общие требования к защите персональных данных.

Чтобы запустить медицинский сервис, нужно пройти государственную регистрацию, а для этого — клинические и технические испытания. Это дорогой и долгий процесс. Такое требование связано с тем, что медицинское ПО относится к категории медицинских изделий. В США тоже нужно получить одобрение FDA (Управление по санитарному надзору за качеством пищевых продуктов и медикаментов), прежде чем выйти на рынок с HealthTech-продуктом, но там эта процедура проще и быстрее.

Также нет гарантии, что после получения разрешающих документов российские клиники будут использовать новые технологии, так как подобные разработки могут стоить дорого, а бюджет медицинских организаций ограничен.

Частные медицинские компании выбирают HealthTech-сервисы, которые помогают им улучшить бизнес-показатели. Например, если автоматизировать заполнение медицинских карт для врача, то сокращается время приёма пациента, а значит, можно принять больше людей за один рабочий день и повысить доходность клиники.

Облачные платформы упрощают обмен медицинскими данными и делают его более безопасным. Также они помогают автоматизировать задачи и улучшать работу онлайн-сервисов. Рассказываем, как клиенты Yandex Cloud используют облака для решения медицинских задач.

Развёртывание отказоустойчивой инфраструктуры

«Грань» — платформа для онлайн-консультаций с психологами, разработанная «Центром психологической помощи и консультирования». На начальных этапах стартапу было важно быстро развернуть продукт, масштабировать его и сэкономить время на поднятии и администрировании серверов.

С помощью Yandex Cloud «Грань» построила масштабируемую отказоустойчивую систему с минимальными вложениями. В облако компания поместила весь стек для разработки, а также подключила сервис для визуализации Yandex DataLens, чтобы анализировать данные о посещаемости. Платформой пользуются крупные корпоративные заказчики для работы с персоналом, а также сотни профессиональных психологов и тысячи клиентов.

Ускорение разработки

MedTech-компания «Доктор Рядом» вместе с «АТС» разработала медицинского голосового помощника для автоматизированного сбора анамнеза перед приёмом врача. Сервис обзванивает пациентов, задаёт им вопросы, переводит голосовые данные в текст и вносит информацию о самочувствии в электронную карту. Бот не только фиксирует сказанное, но и анализирует жалобы, уточняет возможные симптомы и особенности образа жизни. А если нужна помощь врача, помогает быстрее попасть на приём.

Система распознавания и синтеза речи работает на базе сервиса Yandex SpeechKit. Изначально её обогащали синтетическими голосовыми данными, но позже добавили датасет, полученный в процессе работы бота. Благодаря автоматизации врачи на 30% быстрее опрашивают пациента и заполняют медицинскую карту, что позволяет уделять больше времени диагностике и лечению.

Гибкость и масштабируемость

Компания Retina.AI разрабатывает облачную офтальмологическую платформу, которая помогает врачам находить признаки патологий сетчатки глаза на офтальмологических снимках. Врач делает их с помощью специализированного оборудования — фундус-камеры или оптического когерентного томографа — и загружает в сервис Retina.AI для анализа.

Нейросетевые алгоритмы обрабатывают изображение и сегментируют патологические признаки. На основе них сервис выдаёт информацию о вероятной патологии, что помогает врачу принимать решения за счёт «второго мнения».

Офтальмологическая платформа Retina.AI построена на базе технологий Yandex Cloud. Бессерверные функции (Serverless Functions) позволяют экономить, так как не надо тратить деньги на виртуальные машины — при низких нагрузках стоимость использования данного сервиса почти нулевая. При увеличении нагрузки стоимость повышается, но за масштабирование вычислительных ресурсов отвечает Yandex Cloud.

Сейчас с сервисом Retina.AI работает почти 800 пользователей из России и других стран. Обработка снимка занимает 2–3 секунды, а ответ — есть патология или нет — приходит за 10 секунд.

Обработка и анализ медицинских данных

Сеченовский университет работает с несколькими клиническими больницами и с 2012 года собирает данные о лечении пациентов в медицинской информационной системе (МИС). За это время организация накопила более 18 млн записей. Это ценная информация для клинических исследований, но статистику трудно выгрузить из МИС.

Чтобы облегчить поиск информации, Yandex Cloud и разработчик ИИ-систем Beltel Datanomics создали облачную платформу медицинских данных, которая автоматизирует сбор и создание датасетов. Платформа выгружает данные по запросу за 10–12 секунд. На сбор подобного объёма данных вручную специалисту понадобилось бы несколько месяцев.

Соответствие требованиям законодательства

В России HealthTech-стартапу важно соблюдать меры по защите персональных данных, указанные в постановлении № 1119 и приказе ФСТЭК № 21. Крупные облачные провайдеры имеют все необходимые сертификаты для обработки персональных и медицинских данных и берут обязательства по соблюдению законодательных требований на себя.

Если стартап планирует работать в Европе, то там действует стандарт GDPR (General Data Protection Regulation). Соблюдает ли провайдер эти требования, нужно уточнять, так как в России они необязательны.

Помимо этого, есть сертификация ISO 27001, которая подтверждает хранение и обработку данных по международным стандартам информационной безопасности. Выполнение этих требований обязательно для тех, кто планирует работать с государственными, крупными или международными компаниями. Сервисы Yandex Cloud соответствуют всем этим стандартам.

Грантовая поддержка

Некоторые облачные провайдеры предлагают небольшим компаниям гранты на подключение сервисов и использование ресурсов. Например, Yandex Cloud выделяет до 100 000 рублей на три месяца на создание и развитие IT‑инфраструктуры.

1. Изучить проблематику. Есть два пути. Первый — нанять медицинского специалиста. Как правило, это авторитетный в медицинской сфере доктор наук или профессор. Он знает, какие проблемы есть в здравоохранении. Чтобы не опираться на мнение одного человека и лучше узнать потребности целевой аудитории, полезно провести дополнительные кастдев-исследования с врачами. Так получится собрать идеи и решить, что более востребовано.
   
   Например, основательница российского стартапа по производству элайнеров 3D Smile пошла по второму пути: она проводила встречи с ведущими ортодонтами, чтобы узнать, что они думают об элайнерах (система для исправления прикуса) и в каких случаях стоит их использовать. Выяснилось, что в России и США этот инструмент чаще всего применяют для лёгкой эстетической коррекции. И тогда родилась идея сделать элайнеры, которые будут работать со сложными случаями в ортодонтии.
   
   
2. Собрать и обработать данные для обучения. Из-за строгих правил по обработке информации компаниям сложно собрать данные для обучения у медицинских организаций. Часто приходится формировать датасеты самостоятельно. Есть проекты, где можно найти такие данные, например каталог датасетов Центра диагностики и телемедицины департамента здравоохранения Москвы. Но этого недостаточно. Большая часть данных находится в государственных организациях и частных клиниках, которые не могут передавать их третьим лицам, в том числе разработчикам ПО. Однако в большинстве случаев даже в обезличенном виде нельзя использовать персональные данные без согласия пациента.
   
   Решить проблему может федеративное обучение, которое позволяет обучать модели искусственного интеллекта на стороне данных, то есть в контуре медицинской организации. В этом случае на центральный сервер разработчика попадает только информация об изменении некоторого числа — веса модели. Поэтому не нарушается закон о хранении и обработке персональных данных и решается проблема нехватки данных.
   
   Один из крупнейших кейсов федеративного обучения принадлежит компаниям Intel и Penn Medicine. В рамках медицинского исследования они обработали набор данных, полученный из 71 учреждения на шести континентах. В результате учёные смогли на 33% успешнее выявлять редкую форму опухоли головного мозга.
   
   
3. Разметить данные. За разметку данных отвечает медицинский эксперт. Например, стартап делает сервис по обнаружению рака легких. Самый простой вариант — бинарная классификация, когда каждому снимку присваивается ноль или единица: есть новообразование или нет.
   
   Второй вариант — мультиклассовая классификация. Нейросеть ищет и сравнивает несколько заболеваний, например рак, COVID, аневризму аорты и туберкулёз. В этом случае результаты нейросети будут больше похоже на работу врача, так как она сможет не только отвечать, есть ли патология, но и определять какая.
   
   Также набирает популярность AI-assisted-разметка: искусственный интеллект делает предварительную разметку, а человек корректирует её и дообучает модель. При таком подходе скорость обработки данных растёт экспоненциально.
   
   Одна из проблем при разметке — отсутствие нормализации. Даже если компании разметили данные по одинаковой методологии, они могли использовать разные варианты разметки. Например, у одного разработчика жёлтые кружочки — хорошо, красные — плохо, а у другого — наоборот. Помочь решить эту проблему могут научные центры, которые выработают общую методологию для разметки данных в каждой предметной области.
   

Подписывайтесь на Telegram-канал Yandex Cloud, чтобы узнавать ещё больше новостей и историй о команде.

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

• Биостанция «Чашниково» и глобальное потепление: что их связывает и при чём тут карбоновые полигоны
  
• Как аптеки адаптируются к турбулентности рынка и чем им помогают облачные сервисы
• Дрели, климатические аномалии и нейросети: 2023 год в блоге Yandex Cloud