Công nghệ thông tin phục vụ bác sĩ
Những người tham gia một thí nghiệm ở Moscow về việc sử dụng thị giác máy tính (computer vision) trong X quang đã mô tả cách thức hoạt động của các dịch vụ CNTT y tế và cách chúng giúp chẩn đoán.
Các thuật toán trí tuệ nhân tạo được tích hợp vào Hệ thống phân tích và thông tin y tế hợp nhất - Unified Medical Information and Analytical System (UMIAS) phân tích một số loại nghiên cứu bức xạ - chụp cắt lớp vi tính, chẩn đoán bằng tia X, chụp nhũ ảnh và chụp ảnh quang tuyến (radiation studies - computed tomography, X-ray diagnostics, mammography and fluorography). Điều này giúp chẩn đoán sơ bộ nhanh nhất, tiết kiệm thời gian phân tích hình ảnh và chuẩn bị kết luận. Điều này đặc biệt quan trọng trong quá trình lan truyền COVID-19, khi số lượng các nghiên cứu, đặc biệt là CT phổi, đã tăng lên đáng kể.
Phân tích và theo dõi động lực học
Thử nghiệm ở Moscow liên quan đến một số dịch vụ thị giác máy tính từ công ty Care Mentor AI (KarementorAy LLC), hai trong số đó đã được sử dụng tại các bệnh viện thành phố.
Lần đầu tiên - chụp X-quang sàng lọc các bệnh lý của các cơ quan ngực - cho thấy sự hiện diện của các bệnh xã hội quan trọng: viêm phổi, ung thư, lao. Về mặt sơ đồ, nguyên lý hoạt động của thị giác máy tính trông như thế này: một nghiên cứu từ thiết bị chẩn đoán (máy X-quang trong một tổ chức y tế) dưới dạng mạo danh đi vào dịch vụ phân tích hình ảnh, xác định vị trí của bệnh lý, nếu có, xác suất của nó và trả kết quả về một hệ thống duy nhất. Toàn bộ quá trình xử lý hình ảnh mất khoảng tám giây. Tất nhiên, chủ sở hữu của dịch vụ không có quyền truy cập vào dữ liệu cá nhân của bệnh nhân, thông tin này vẫn nằm trong cơ sở y tế.
Để rõ ràng, mặt nạ màu được áp dụng cho hình ảnh: chúng thu hút sự chú ý của bác sĩ X quang ngay cả đối với những vùng thay đổi bệnh lý rất nhỏ. Mắt người khó phân biệt được thang độ xám sau nhiều giờ làm việc hăng say, và mặt nạ màu giúp không bỏ sót bệnh lý.
Dịch vụ "CT COVID-19" hoạt động trên nguyên tắc tương tự, trong đó xác định các dấu hiệu của nhiễm coronavirus mới và tỷ lệ tổn thương phổi dựa trên hình ảnh chụp cắt lớp vi tính.
Đối với sự phát triển của dịch vụ này, công ty đã nhận được giải thưởng của Thị trưởng Moscow "Nhà sáng tạo Moscow " trong đề cử "Trí tuệ nhân tạo và Công nghệ CNTT".
Trí tuệ nhân tạo phân tích các nghiên cứu chụp cắt lớp vi tính giả mạo và xác định tỷ lệ tổn thương phổi, bao gồm theo phân loại CT-0 - CT-4, được Bộ Y tế Nga phê duyệt.
Việc tải thông tin vào hệ thống, phân tích và dỡ bỏ kết quả mất trung bình từ hai đến ba phút, với biên độ đáp ứng các yêu cầu của thử nghiệm năm 2020. Như trong trường hợp kiểm tra bằng tia X, dịch vụ KT COVID-19 áp dụng mặt nạ màu cho hình ảnh ở mỗi lát kiểm tra. Bác sĩ so sánh nghiên cứu ban đầu với một hình ảnh được xử lý bởi AI và có thể sử dụng kết quả cho ý kiến y tế. Trong trường hợp này, tất cả trách nhiệm đối với quyết định được đưa ra vẫn thuộc về bác sĩ X quang.
“Điều quan trọng là bệnh nhân phải hiểu rằng trí tuệ nhân tạo là trợ lý chứ không phải thay thế bác sĩ. Nhiệm vụ của nó là giúp bác sĩ không bỏ sót bệnh lý, kịp thời nhận thấy những động thái tiêu cực hay tích cực để chỉ định phương pháp điều trị hiệu quả nhất. Công việc trên một dịch vụ mới bắt đầu với nghiên cứu khoa học. Công ty tham khảo ý kiến của các chuyên gia từ các viện nghiên cứu ở Moscow và St. Mỗi nghiên cứu về dịch vụ đào tạo được đánh dấu bởi ít nhất ba chuyên gia có ít nhất 10 năm kinh nghiệm trong bệnh viện và phòng khám đa khoa - điều này giúp loại bỏ sai sót trong việc xác định bệnh lý, ”Ilya Plisko, Tổng giám đốc KerementorAy LLC cho biết. Tạo điều kiện thuận lợi và tăng tốc quá trình chẩn đoán
COVID-Multivox, một dịch vụ của Gammamed-Soft LLC, cũng được hỗ trợ bởi các bác sĩ ở Moscow vào năm 2020. Nó cũng phân tích tổn thương phổi do COVID-19 từ chụp CT.
COVID-Multivox xác định tỷ lệ mô phổi khỏe mạnh và đánh giá không chỉ tổng thể tích của mô bị ảnh hưởng, mà còn đánh giá một số phân loại mức độ tổn thương, chẳng hạn như kính mờ, kính mờ dày đặc, mô sợi. Động lực thay đổi của chúng giúp có thể đánh giá tình trạng của bệnh nhân và hiệu quả điều trị ngay cả khi tổng thể tích tổn thương phổi không đổi.
Chương trình được phát triển vào mùa xuân năm 2020 cùng với các bác sĩ của bệnh viện lâm sàng số 52 thành phố, cũng như các chuyên gia từ D.V. Đại học Quốc gia Skobeltsyn Moscow mang tên M.V. Lomonosov trong thời gian ngắn. Các bác sĩ của Bệnh viện Lâm sàng Thành phố số 52 đặt ra các nhiệm vụ phát triển, kiểm tra và phối hợp thực hiện giữa các công việc trong vùng đỏ - thực tế là thay vì nghỉ ngơi.
Phiên bản ban đầu của dịch vụ cho phép bác sĩ xác định độc lập các ngưỡng phân đoạn cho các tổn thương phổi. Thuật toán hoàn toàn tự động được phát triển vào ngày 18 tháng 4, khi cơ sở CT được hình thành. Phiên bản cuối cùng của dịch vụ xác định một cách định tính và khác biệt thể tích của mô phổi bị ảnh hưởng và xây dựng sơ đồ cho phép bác sĩ theo dõi những thay đổi trong suốt quá trình điều trị của bệnh nhân và điều chỉnh liệu pháp.
Dịch vụ này giúp trả lời các câu hỏi quan trọng nhất: còn bao nhiêu mô phổi khỏe mạnh, tỷ lệ vùng bệnh lý ở các mức độ tổn thương khác nhau, thể tích vùng lành và tổn thương thay đổi như thế nào, có nên chuyển bệnh nhân đến phòng chăm sóc đặc biệt hay không, có kết nối với máy thở hay không, hiệu quả của dòng điện các phác đồ điều trị.
Chương trình đo thể tích tuyệt đối (tính bằng cm khối) và tương đối (theo phần trăm tổng thể tích phổi) của mô phổi bình thường và bị tổn thương và tự động xử lý các dữ liệu này. Dựa trên các giá trị này, mức độ nghiêm trọng của tình trạng bệnh nhân được đánh giá.
Dịch vụ đưa ra kết luận về mức độ tổn thương phổi theo phân loại KT-0 - KT-4. Báo cáo cũng bao gồm mô tả các giá trị định lượng và giải thích ngắn gọn về kết quả nghiên cứu. Chương trình lưu dữ liệu này cho mỗi lần phân tích chụp cắt lớp tiếp theo của một bệnh nhân cụ thể.
Vào tháng 4 - tháng 5, dịch vụ này đã được thử nghiệm tại Trung tâm Nghiên cứu và Giáo dục Y tế của Đại học Tổng hợp Moscow mang tên M.V. Lomonosov, sau đó được sử dụng trong N.V. Sklifosovsky. Vào tháng 6, COVID-Multivox đã được kết nối với một cuộc thử nghiệm ở Moscow. Trong thời gian này, dịch vụ đã xử lý khoảng 120 nghìn nghiên cứu. Trong tương lai gần, dự kiến sẽ đưa nó vào hệ thống tham vấn từ xa của y tế từ xa ở cấp liên bang và khu vực.
“Theo các quy định có hiệu lực vào năm 2020, không quá 10 phút kể từ thời điểm nghiên cứu được gửi đi xử lý đến khi trả kết quả nghiên cứu đã xử lý cho bác sĩ. COVID-Multivox thực hiện quy trình này cho 80 phần trăm bài kiểm tra trong 5-6,5 phút. Tất nhiên, dịch vụ của chúng tôi chỉ là trợ lý của bác sĩ - có năng lực, khách quan, đáng tin cậy. Nó tạo điều kiện đáng kể và tăng tốc quá trình chẩn đoán, cho phép sáu lần khám mỗi giờ thay vì hai lần, nhưng tất nhiên, không làm giảm trách nhiệm đưa ra quyết định cuối cùng của bác sĩ. Việc tham gia vào thử nghiệm đã giúp cải thiện dịch vụ, giúp nó có thể làm việc với một kho lưu trữ lớn dữ liệu CT từ ERIS UMIAS, cũng như nhận được hỗ trợ tài chính hữu hình từ Chính phủ Moscow để xử lý thành công các hình ảnh được cung cấp, ”Andrey Gavrilov, giám đốc khoa học phát triển Gammamed-Soft LLC cho biết.
Giảm khối lượng công việc của bác sĩ
Thử nghiệm ở Moscow để đưa trí tuệ nhân tạo vào hệ thống chăm sóc sức khỏe đang mở ra cho các đề xuất từ các khu vực khác. Kể từ mùa hè năm 2020, dịch vụ AIRadiology của Viện Trí tuệ nhân tạo đầu tiên của Nga, được mở tại Đại học Innopolis của Cộng hòa Tatarstan, đã tham gia vào dự án.
AIRadiology phân tích hình ảnh X-quang y tế của ngực và giúp xác định các bệnh lý phổi khác nhau.
Dịch vụ nhận một hình ảnh X-quang chiếu trực tiếp, ở lối ra, nó cung cấp cho bác sĩ hai tệp. Đầu tiên là đề cương nghiên cứu Báo cáo cấu trúc, cho biết khả năng bệnh nhân mắc bệnh lý. Thứ hai là hình ảnh X quang ban đầu với một bản đồ nhiệt chồng lên, phản ánh các khu vực bản địa hóa bệnh lý. Quá trình xử lý dữ liệu của dịch vụ mất khoảng 30 giây. Đồng thời, dịch vụ có thể bỏ qua nhiều trở ngại vật lý, do đó hình ảnh có thể không rõ ràng. Nhóm của viện đang tích cực làm việc để cải thiện độ chính xác của thuật toán.
“Hàng năm ở Nga có khoảng 80 triệu lần chụp X-quang các cơ quan trong khoang ngực, khoảng 220 nghìn hình ảnh mỗi ngày. Sử dụng trí tuệ nhân tạo để tự động phân tích hình ảnh y tế giúp giảm đáng kể gánh nặng cho các bác sĩ lâm sàng. Ramil Kuleev, Giám đốc Viện Trí tuệ Nhân tạo tại Đại học Innopolis, cho biết: Dịch vụ thị giác máy tính giúp tăng hiệu quả chẩn đoán các trường hợp khám khẩn cấp, kể cả trong trường hợp bác sĩ X quang không thể tiến hành phân tích tức thì.
Là một phần của thử nghiệm, hàng chục tổ chức y tế ở Moscow đã nhận được quyền tiếp cận dịch vụ này.
“Hệ thống thông tin chăm sóc sức khỏe ở Moscow là một trong những hệ thống tốt nhất ở châu Âu. Không hề phóng đại, đây là một khu vực lý tưởng để thử nghiệm các nền tảng y tế kỹ thuật số, sau đó có thể phổ biến trải nghiệm trên khắp đất nước, ”Ramil Kuleev nói thêm.
Đánh giá độ chín kỹ thuật và tính nhất quán của sản phẩm
Các công ty CNTT phát triển các dịch vụ như vậy có thể tham gia một thử nghiệm ở Moscow để đưa công nghệ thị giác máy tính vào hệ thống y tế thành phố. Đơn đăng ký được chấp nhận trên trang web của Trung tâm Chẩn đoán và Y học từ xa, nó cũng được xác định ở đó những tài liệu nào cần được đính kèm và những yêu cầu chức năng và kỹ thuật nào mà dịch vụ được yêu cầu phải đáp ứng.
Nếu dịch vụ được yêu cầu đáp ứng tất cả các yêu cầu, trải qua thử nghiệm chức năng và hiệu chuẩn (thử nghiệm độ chính xác), nhà phát triển sẽ nhận được khoản tài trợ từ Chính phủ Moscow cho mỗi nghiên cứu được phân tích phù hợp với các yêu cầu thử nghiệm.
“Địa điểm thử nghiệm ở Moscow giúp chúng ta có thể đánh giá mức độ hoàn thiện kỹ thuật và tính nhất quán của sản phẩm, cũng như quan trọng nhất là chức năng và sự cần thiết của nó. Trung tâm Chẩn đoán và Y học từ xa đã tiến hành kiểm tra các dịch vụ của chúng tôi, tại đây chúng tôi cũng đã tìm hiểu về thử nghiệm và quyết định tham gia vào nó. Kinh nghiệm này khẳng định rằng trí tuệ nhân tạo do chúng tôi phát triển là hiệu quả và đáp ứng mọi yêu cầu. Điều này trở thành chất xúc tác cho việc thực hiện các kế hoạch mới ”- Inna Moroz, Giám đốc phát triển của KarementorAy cho biết.
Sau khi gửi đơn đăng ký, cần phải thực hiện tích hợp điển hình của dịch vụ với ERIS, sau đó vượt qua các bài kiểm tra cần thiết. Sau đó, dịch vụ được chuyển sang mạch công nghiệp và có sẵn cho các bác sĩ của các tổ chức y tế theo sơ đồ định tuyến được phát triển cho dịch vụ này.
“Quyền tiếp cận mà Chính phủ Moscow cung cấp cho các nhà phát triển là một động thái quan trọng về mặt xã hội giúp cải thiện chất lượng dịch vụ y tế cho người dân và phát triển ngành giải pháp dựa trên trí tuệ nhân tạo. Tôi muốn lưu ý rằng công trình vĩ đại trong việc tạo ra các quy định và phương pháp đưa công nghệ AI vào y học, được thực hiện bởi Trung tâm Chẩn đoán và Y học từ xa và Trung tâm Thông tin và Phân tích về Chăm sóc sức khỏe ở Moscow. Mọi công ty phát triển dịch vụ đều có cơ hội thử nghiệm các giải pháp của họ trên cơ sở hạ tầng CNTT được xây dựng tốt. Tôi nghĩ rằng kinh nghiệm của Moscow trong việc đưa công nghệ AI vào ngành chăm sóc sức khỏe có thể và nên được sử dụng ở các khu vực của Nga ”, Ramil Kuleev, Giám đốc Viện Trí tuệ nhân tạo tại Đại học Innopolis, cho biết.
Участники московского эксперимента по применению компьютерного зрения в рентгенологии рассказали, как работают медицинские ИТ-сервисы и как они помогают в постановке диагнозов.
www.mos.ru