Российская нейросеть превзошла врачей-онкологов по скорости и точности проведения анализов
Умная система классифицирует их по системе "Bethesda", выдавая "заключение": норма, подозрение на дисплазию, дисплазия и т. д. Далее в дело вступает живой врач, который соглашается или нет с заключением нейросети. И чаще всего подтверждает мнение электронного мозга.
Сканер VisionCytoPap и программное обеспечение к нему, созданное на основе технологий искусственного интеллекта, онкодиспансер приобрел по национальной программе "Онкология". Задача этой системы - уменьшить нагрузку на врачей и лаборантов при просмотре препаратов. Также она снижает вероятность того, что патология останется незамеченной.
"Врач тратит на сканирование и анализ одного стекла от 10 до 15 минут, а VisionCytoPap - всего 5 минут, - рассказывает заведующая цитологической лабораторией Областного онкологического диспансера Мария Монахова. - Кроме того, хоть эту нейросеть и обучали люди, она, в отличие от человека, не ошибается и ничего не пропускает".
Стекла с нанесенным на них препаратом загружаются в специальную планшетку - ее емкость составляет 50 стекол. Всего лаборатория располагает четырьмя такими планшетками, то есть, можно загрузить до 200 стекол одновременно. Сканер оборудован "лапкой"-манипулятором, которой он достает стекла с препаратом и устанавливает их на предметный столик. Там препарат сканируется, стекло возвращается обратно в планшетку, и система приступает к анализу полученных изображений. За сутки она успевает проанализировать все 200 стекол из четырех планшеток.
Препараты, вызвавшие у нейросети "подозрения", отмечаются в компьютерной программе специальными флажками. Врачу достаточно пересмотреть препараты, отмеченные флажком и убедиться в правоте искусственного интеллекта - на те, что без флажка, можно даже не тратить времени. Впрочем, пока врачи просматривают абсолютно все стекла.
"Первое время мы не очень доверяли данной системе. Однако процедура контроля качества продемонстрировала, что человек ошибается чаще, чем VisionCytoPap. Так, в течение месяца я отсматривала все стекла и пропустила два или три случая патологии - нейросеть же не ошиблась ни разу, - говорит Мария Монахова. - Кроме того, мы находимся на постоянной связи с инженерами компании-производителя, которые занимаются обучением нейросети. Когда мы, к примеру, пожаловались, что система слишком сильно "грешит" патологиями, обнаруживая их в здоровых клетках, разработчики удаленно снизили ее чувствительность".
Искусственный интеллект постоянно развивается, не прекращая своего обучения - и в этом он очень похож на врачей, чья профессия тоже заставляет их учиться всю жизнь.
"Как известно, мало создать нейросеть, не менее важно обучить ее. Так, от начала разработки до появления первой, еще "сырой" версии проходит 5-6 лет, - рассказывает представитель компании-разработчика Дмитрий Показаньев. - Ее доработка возможна только на практике, так что полностью рабочая, "коммерческая", версия выходит на рынок еще через несколько лет. И большая часть этого времени уходит именно на обучение нейросети".
Анализу цитологических проб ее учили и российские, и зарубежные цитологи. "У нас есть отдел разработок в Перми и два офиса: в Москве и Вене, - продолжает Дмитрий Показаньев. - Так вот, при помощи австрийского офиса компании мы находили ведущих европейских специалистов. Цитологов усаживали за компьютер с оцифрованными препаратами. И врачи "сортировали" клетки на здоровые и пораженные патологией - и так десятки тысяч раз. После этого алгоритмы, которыми пользуются при своем анализе цитологи, загружали в нейросеть. А когда она начала использовать эти алгоритмы самостоятельно, те же самые цитологи проверяли и корректировали полученные результаты". Так нейронная сеть обучалась нескольких лет. Затем под полученное программное обеспечение подбиралось необходимое "железо": микроскоп, оптическая система, объективы, цифровая камера и т. д. На производственной площадке из комплектующих собирается единая сканирующая система.
Сегодня эта российская нейросеть используется не только в нашей стране, но и за рубежом: в Швейцарии, Испании, Турции, Таиланде и в других странах. Правда, там ее российское происхождение не афишируется.