Сервис ИИ-диагностики инсульта и бот для доноров крови: рассказываем о личных проектах сотрудников Альфа-Банка
Днём они работают в банке, вечером — помогают спасать жизни.
В Альфе развита культура личных инициатив. Здесь верят, что внерабочие проекты помогают в самореализации, защищают от выгорания и в целом положительно сказываются на качестве жизни. А счастливый сотрудник — лучший сотрудник.
Мы уже рассказывали об инициативах специалистов Альфы, которые начинались как личные проекты и в итоге стали частью банка. Настала очередь некоммерческих проектов. Они не имеют никакого отношения к финансам — они помогают спасать жизни людей. В буквальном смысле.
BloodBuddy — телеграм-бот для доноров
Сервис помогает быстро и легко записываться на сдачу крови.
Проект родился спонтанно, во время обычного разговора. Друг Анастасии Королёвой как-то упомянул, что ему стало сложно с первого раза записаться в нужный центр крови. Он — почётный донор России и регулярно сдаёт кровь. Анастасия — продакт-менеджер в Альфе, развивает мобильный банк Альфа-Онлайн.
Обычно доноры ходят в один и тот же центр крови, куда записываются через личный кабинет на сайте учреждения. Однако просто зайти на сайт и запланировать визит нельзя. Надо дождаться, пока появится слот, и успеть записаться, пока это время не забронировал кто-то другой.
Слоты появляются с разной периодичностью — тогда, когда учреждению нужна кровь с такими же характеристиками, как у донора. Мониторить свободные окна вручную, постоянно обновляя страницу, сложно. В итоге к тому моменту, когда донор заходит в личный кабинет, все слоты зачастую уже могут быть разобраны.
«Но что, если вместо доноров за свободными окнами будет следить бот?», — подумала Анастасия и поделилась идеей с коллегой Семёном Корольковым. Он работает в её команде системным аналитиком.
«Мы с Семёном иногда обсуждаем идеи пет-проектов. Когда я поделилась задумкой бота для записи на донацию, мы сразу взялись за дело. Время на работу находилось будто само собой: у доноров — особая миссия, и мы загорелись идеей поддержать их».
Над первой версией BloodBuddy трудились чуть меньше месяца по вечерам и в выходные. Анастасия отвечала за идею и логику работы бота, а Семён занимался разработкой.
Результатом стал @BloodBuddy_Bot — бот в Телеграме, который автоматически мониторит слоты и присылает уведомления, когда можно записаться на донацию.
«У BloodBuddy самая базовая функциональность: ты логинишься и сразу понимаешь, что к чему. По сути, всё сводится к паре кликов — и у тебя уже есть помощник, который каждые 10 минут заходит в личный кабинет донора. Он сообщает, если появились новые окошки, и сразу прикрепляет ссылку для записи. При этом личные данные донора остаются в тайне: их бот не использует и даже не видит».
Сейчас бот работает только с записью в Центр крови им. Гаврилова в Москве, и до недавнего времени его использовал один донор — тот самый друг Анастасии. BloodBuddy с самого запуска находится в открытом доступе, однако ни доноры, ни сотрудники центров крови просто не знали о его существовании.
Всё начало меняться в октябре, когда Анастасия решила рассказать представителям Центра крови им. Гаврилова о проекте. Её сообщение в телеграм-канале Центра увидели подписчики-доноры — и количество пользователей бота выросло с одного до 703.
Теперь создатели BloodBuddy планируют расширять функционал: настроить работу с разными центрами крови и добавить возможность записаться на донацию прямо из бота, без перехода в личный кабинет.
«Мы стремимся, чтобы о боте узнали как можно больше доноров, хотим развивать проект. В идеале — в партнёрстве с центрами крови, чтобы привлекать пользователей и лучше понимать, в какую сторону двигаться. Например, можно создать единого бота для записи в разные учреждения или отдельных ботов для каждого центра крови. А если медицинские организации захотят сами развивать BloodBuddy, мы безвозмездно передадим им управление. У нас нет цели заработать — мы хотим облегчить жизнь людям, которые делают важное дело».
Сервис ИИ-диагностики ишемического инсульта
В основе проекта — модель машинного обучения, которая помогает врачам оценивать вероятность ишемического инсульта у пациентов и давать рекомендации по профилактике.
Над созданием системы уже несколько лет работает команда врачей-неврологов, учёных-генетиков и единственный технический специалист — Игорь Воробьёв. На проекте он отвечает за всю программную часть: от создания моделей машинного обучения до тестирования пользовательского интерфейса. А в Альфе Игорь руководит одним из направлений сопровождения критической инфраструктуры процессингового центра — обеспечивает быструю и безопасную обработку платежей банком.
Работа над системой для диагностики инсульта занимает почти всё свободное время по вечерам и в выходные. Это нечто большее, чем хобби: проект с самого начала превратился в полноценную научную работу, которую команда ведёт на базе РНИМУ имени Н.И. Пирогова в Москве. Создание такой системы для Игоря — особая миссия. Сыграла роль и давняя тяга к науке: до прихода в ИТ он занимался физикой наноструктур в Институте Общей Физики РАН.
«Инсульт — большая проблема современного общества и вторая по распространённости причина смерти в мире. Во многом это связано с чрезвычайно сложной диагностикой и крайне коротким промежутком времени между моментом, когда становится понятно, что у человека инсульт, и началом оказания помощи. Чтобы снизить риски для жизни и здоровья, необходимо заранее прогнозировать вероятность инсульта и принимать профилактические меры — именно на это направлен проект. Для меня важно, что результаты нашей работы могут спасти чью-то жизнь».
Факторов, влияющих на развитие инсульта, более 40: клинические показатели крови, генетические маркеры, история болезни и другие. Чтобы дать качественный прогноз, врачу нужно изучить весь этот объём данных по каждому пациенту, найти между ними корреляции и специфические взаимосвязи.
«Задача крайне сложная — в рамках одного приёма врачу попросту невозможно учесть весь объём факторов. Когнитивные способности человека имеют предел, поэтому мы решили доверить эту часть работы машине», — объясняет Игорь. И добавляет, что система не предназначена для того, чтобы давать прогнозы автономно. Предполагается, что она сможет выступать в роли ассистента и будет работать в паре с врачом, чтобы не пропустить что-то важное. В результате система позволит не только повысить точность прогнозов, но и существенно увеличить их количество. Благодаря скорости и простоте анализа можно охватить всех пациентов, а не только тех, кто уже попал в группу риска.
«Уже сейчас прототип системы даёт прогнозы практически моментально, их точность превышает 80%. Это неплохой результат, хотя очевидно, что все хотят приблизиться к 100%. При этом, когда речь идёт об использовании ИИ в неврологии и медицине в целом, важно, чтобы модель не только была точной, но и “правильно” ошибалась. Пусть лучше она предскажет инсульт там, где его на самом деле нет, чем пропустит настоящий случай. Мы стремимся именно к такой результативности и во многом её достигли».
Чтобы врачи могли понять логику модели, Игорь использует подход из теории игр, который позволяет оценить вклад каждого параметра в итоговый результат. Система наглядно демонстрирует, какие показатели сильнее всего повлияли на прогноз. Благодаря этому врач может убедиться, что модель опирается именно на клинически значимые факторы.
Интерпретируемость ИИ-прогнозов имеет ключевое значение для медицины, подчёркивает Игорь. Врач должен не просто получать результат, но и понимать, на каких факторах он основан. Такая прозрачность позволяет оценить обоснованность прогноза, повысить доверие к технологии и использовать её как надёжный инструмент поддержки клинических решений персонализированной медицины.
«Мы планируем развивать систему так, чтобы прогнозы становились максимально персонализированными. Врач сможет увидеть, как изменится результат при варьировании отдельных показателей. Например, насколько снизится риск инсульта при уменьшении индекса массы тела — с помощью ползунка можно будет смоделировать снижение веса пациента. Или изменить уровень спонтанной агрегации тромбоцитов, чтобы понять, стоит ли назначать аспирин для разжижения крови».
«Под капотом» системы — фреймворк автоматизированного машинного обучения. Он берёт на себя значительную часть рутинной работы: автоматически перебирает десятки моделей, проводит сотни итераций обучения и подбирает оптимальные параметры модели для достижения лучшей производительности. Это гораздо эффективнее, чем перебирать варианты вручную.
Следующий шаг — сделать модель максимально простой и удобной для повседневной работы врачей. Предполагается, что это будет настольное приложение с интуитивным интерфейсом и встроенными подсказками, которые позволят врачу быстрее разобраться в функционале и начать использовать систему без специальной ИТ-подготовки.
Другие ИИ-решения уже находят применение в клинической практике — такие системы, к примеру, помогают описывать результаты лучевой диагностики, что позволяет врачам принимать более обоснованные решения. Команда проекта продолжает развивать свой продукт, так как он адаптирован к реальным условиям (Региональный сосудистый центр ГКБ №1 им Н.И. Пирогова) и надеется, что в скором времени он сможет использоваться в медицинской практике на постоянной основе.
«Коммерческой выгоды от этого проекта я не получаю. Внести достойный вклад в развитие науки и общества — вот, что даёт мне эмоциональное удовлетворение. Философия науки такова, что даже если ты не выдающийся учёный и не находишься на переднем крае исследований, любые твои изыскания — это вклад в общее знание человечества, в ту самую “копилку”, из которой прорастут будущие открытия. Коллеги, которые тоже работают с инсультами, смогут использовать мои наработки: понять, с чего я начинал, какой путь уже прошёл. Им не придётся работать с нуля. В этом я вижу большую ценность своей работы».