Что на дне?
Как все начиналось? Ярослав, сын врача-офтальмолога, с детства видел, как нелегко его маме приходится: пациенты, диагнозы, редкие случаи, тома профессиональной литературы… Все это отнимало и отнимает у врачей уйму времени, ведь к каждому человеку нужен индивидуальный подход и лечение. И вот в наше время появились технологии, позволяющие автоматизировать рутинные процессы.
— Например, диагностировать глазные заболевания, перенеся однотипную монотонную работу с человека на машину, — Ярослав открывает ноутбук и показывает фотографии глазного дна. — В сентябре собралась команда технических специалистов, способных обучить искусственную нейронную сеть — математическую модель биологической нейронной сети — алгоритмам, которые «запоминают», преобразуя в численную матрицу изображения глазного дна с определенным диагнозом. После этого каждая новая фотография глазного дна анализируется сетью по формуле и сравнивается с изображениями, которые уже есть в памяти. Если находит совпадения, то может сказать, что видит: признаки глаукомы, возрастную макулодистрофию, диабетическую ретинопатию и так далее.
Ярослав ЛИХАЧЕВСКИЙ, один из разработчиков проекта DeepDee, показывает снимок глазного дна
По сути, машина сама сможет ставить диагноз, но разработчики не спешат с этим. Во-первых, их нейросеть с более чем 90-процентной вероятностью выявляет только диабетическую ретинопатию. И пока робот учится, последнее слово в диагностике — за врачами.
Машинная диагностика
С появлением новой умной техники у врачей, которых и без того во всем мире не хватает, высвободится большее количество времени, а это значит, пациентов, которые обследуются вовремя, будет также больше. Плюс автоматизация знаний позволит сохранить все квалификации, знания, опыт докторов, которые можно передавать бесконечное количество раз уже молодым специалистам.
— В больницах используются фундус-камеры — оптические устройства, которые фиксируют подробное изображение глазного дна, — рассказывает Ярослав. — За день десятки, а иногда и сотни раз камера фотографирует глаза пациентов после осмотра врача. После по этим снимкам он ставит диагноз. А машина может поставить диагноз мгновенно. Главное, обучить ее. Для этого нужна помощь офтальмологов — их снимки и диагнозы к ним. И как можно больше — для высокой точности.
Итак, как все же происходит машинная диагностика? Мне закапывают в глаза раствор «Тропикамид». Это нужно для того, чтобы зрачок расширился и можно было хорошо рассмотреть глазное дно. Затем Ольга берет линзу для офтальмоскопии и осматривает глаз. Чтобы зафиксировать, обычным смартфоном фотографирует центральный отдел сетчатки. Итак, фото загружаются в систему и вердикт готов: здорова. Ярослав объясняет, как все будет функционировать.
— Когда мы сделаем сайт и приложение к роботу, он будет показывать один из трех цветов и пожелания после «осмотра» глаза: зеленый — все хорошо, желтый — советует записаться к врачу, а красный — он автоматически запишет к офтальмологу, потому что ситуация критическая.
Google оглянуться не успел
— Компания Google обучила свои алгоритмы диагностировать диабетическую ретинопатию. — Ярослав, как разработчик, знает, о чем говорит. — Также компания IBM занялась медицинской диагностикой посредством искусственного интеллекта. Они проходят в США медицинскую сертификацию.
Наши же ребята и врачи помогают им: делятся знаниями, сосредоточены на сборе информации для этого робота. Чего ожидать дальше?
— За ближайшие полгода мы хотим сделать полноценную машину для диагностики, чтобы сократить расстояние между пациентом и диагностической процедурой. Первый шаг — автоматизация диагностики в больницах. Тут есть фундус-камеры, а если мы добавляем в них софтверную составляющую, то камеры смогут не только фотографировать, но и ставить диагноз, что ускорит работу врачей, — делится планами и успехами Ярослав.
Недавно команда из пяти человек посетила конференцию Slush в Хельсинки, где уже договорились о сотрудничестве с одним из мировых производителей таких камер. У них такая хорошая оптика, что даже капли не нужны для расширения зрачка. Ярослав продолжает:
— Мы создадим и веб-приложение — на сайте будет форма, в которую можно загрузить снимок глазного дна и получить результат. Также сделаем мобильное приложение для пользователей. В нем можно будет организовать чаты с врачами, а медикам между собой обмениваться снимками и консультироваться.
КОМПЕТЕНТНО
— Помощь офтальмологов в этом проекте заключается в том, чтобы найти точки соприкосновения IT-разработок с офтальмологией. В данном случае совместная работа уже совсем скоро позволит не только облегчить труд наших врачей, а пациентам получить достоверную информацию, но и улучшит процесс обучения молодых специалистов. Приятное нововведение такого проекта — мы можем проводить широко диагностику на расстоянии — внедрять телемедицину. Вся информация о состоянии пациентов будет стекаться в одну базу данных, к которой будет иметь доступ ограниченное число пользователей.
Еще одна положительная черта сбора снимков — динамическое наблюдение за пациентом. Если будет несколько снимков глазного дна человека, то будет и качественный контроль.
В рамках проекта можно не только заниматься диагностикой глазного дна, но и создавать лечебные программы. Уже сейчас 50 процентов школьников имеют аномалии и проблемы со зрением. Внедрение технологий поможет не только подрастающему поколению, но и тем же айтишникам, которые смотрят долго в монитор, мало двигаются. Сейчас ни взрослых, ни детей не оторвать от гаджетов. Значит, нужно использовать последние с пользой. Если мы сделаем программы в виде специальных лечебных игр, то тот же ребенок и со смартфоном будет, от которого все равно не оторвать, и одновременно получит необходимую зрительную релаксацию.
alinakasel@gmail.com
