Как искусственный интеллект влияет на сферу офтальмологии

ИИ в области офтальмологии — актуальное прикладное решение. Уникальный для сферы опыт: умные алгоритмы помогают находить болезни и предсказывать их развитие. Представим, что офтальмологические клиники запускают виртуального помощника — к чему это приведет? Например, интеграция ИИ в диагностические системы может превратить большие объемы данных в расширенные карты патологий для исследования медиками. Или ИИ можно доверить внутренние рабочие процессы — например, графики приемов пациентов. В этой статье поговорим об этапах внедрения ИИ и о том, как технологии помогают современным клиникам не отставать от конкурентов.

Медицинская диагностика и исследования здоровья — область, где у врачей нет права на ошибку. Ставить точные диагнозы редких заболеваний, выявлять патологии зрения, вызванные диабетом, катарактой, глаукомой или возрастными изменениями, помогает специальное медицинское оборудование. Но даже опытные специалисты сталкиваются с трудностями при интерпретации сложных медицинских случаев. Поэтому врачи‑офтальмологи обращаются в IT‑компании для создания виртуальных помощников, которые в считанные минуты соберут анамнез пациента и данные о его состоянии здоровья в динамике.

Как медицинской сфере помогает ИИ

Причины могут быть разные, но основная — удерживать лидирующие позиции на рынке медицинских услуг и не отставать от конкурентов, которые уже используют ИИ‑технологии в работе. Прежде чем взяться за такой проект, команды разработчиков проводят консалтинг, исследования, предлагают «дорожную карту» проекта и несколько вариантов разработки — чтобы успешно внедрить наиболее подходящий.

Лучше обращаться к командам с большим опытом в области ИИ‑технологий (разработка виртуальных помощников, ассистентов, RAG и ботов).

Диагностика зрения и ИИ

Обычно процесс диагностики зрения выглядит таким образом: пациент обращается в клинику, сдает анализы, делает снимок сетчатки глаза, проходит аппаратное исследование, записывается на консультацию к врачам‑офтальмологам. Медики изучают данные, интерпретируют результаты, прописывают протокол лечения либо направляют пациента на операцию.

• Такой подход в диагностике и лечении несет в себе некоторые проблемы.
• Врачи тратят до 40% рабочего времени на сбор и структурирование данных вместо непосредственной работы с пациентом.
• Информация часто разрознена — данные из разных источников (анализы, снимки, показания аппаратов) хранятся в разных системах, что еще больше влияет на время проведенной диагностики. 
• При анализе динамики заболеваний сложно быстро сравнить текущие показатели с историей пациента за предыдущие периоды
• Риск человеческой ошибки возрастает при обработке большого объема данных.

Как улучшить и усилить все эти процессы внутри клиники? Например, внедрив искусственный интеллект для автоматизации рутинных операций:

• автоматизация сбора данных — ИИ-система интегрируется со всеми медицинскими устройствами и собирает показатели в единую структурированную базу данных;
• интеллектуальный анализ — алгоритм анализирует данные, полученные с медицинского оборудования использованное в ходе диагностики, составляет отчет об основных поражения глаза и отслеживает их динамику; 
• формирование рекомендаций — система генерирует отчет с предварительными выводами и рекомендациями по возможным методам лечения, используя базу данных по исследованиям пациентов в клинике.

Можно выделить несколько основных функциональных требований к такой ИИ системе: 

1. Точная коррекция диоптрий:

• анализ сетчатки глаза;
• учет параметров диагностического аппарата (тип аппарата, калибровка, технические характеристики);
• калькулятор (преобразует данные со снимков в стандартизированные показатели пригодные для анализа и сравнения).

2. Динамический анализ изменений состояния глаз:

• сравнение снимков пациента за разный период времени;
• фиксирование различий изменения глаза , характера изменений и динамики изменения состояния глаза;

3. Формирование предварительного диагноза с рекомендациями:

• анализ комплекса данных о пациенте;
• формирование дифференцированных рекомендаций по дальнейшей диагностике и возможном лечении .

Для более тщательной проработки проекта и понимания функциональных требований к ИИ-помощнику, проводятся интервью с заказчиками — на самых ранних этапах работы. 

Данные, которые собирают специалисты:  

• потребность медиков: в чем они видят пользу помощника;
• каких результатов они ожидают от внедрения ИИ-ассистента;
• какие проблемы диагностики и сбора информации должна решать система?

Параллельно команда разработчиков проводит анализ рынка (мониторинг похожих систем и аналогов в мире), выявляет основные преимущества и недостатки разных решений. 

Промежуточный этап

Все промежуточные этапы в проектах — важные. Чаще всего на этом этапе у разработчиков уже есть результаты исследований рынка офтальмологических услуг и выявлены основные направления развития ИИ на базе клиентских клиник. Здесь готовится подробный отчет по аудиту процессов, который может включать рекомендации по развитию проекта, схему взаимодействия артефактов и процессов в клинике, которые можно улучшить с помощью ИИ.

Рекомендации к разработке

Несколько важных рекомендаций при разработке ИИ‑помощников:

• Если клиника решает в рабочие процессы внедрять ИИ, не нужно автоматизировать все  сразу. Лучше выделить несколько приоритетных задач и начать с исследований и анализа данных.
• В исследования всегда должен вовлекаться заказчик: так команда быстрее поймет его ожидания и доведет проект до нужного результата (проект окупится и отразится на репутации клиники).
• Интегрировать ИИ лучше с системой EMR — так врачи начнут пользоваться системой и привыкнут к технологиям быстрее.
• Система EMR — это цифровизация и централизация данных пациентов. Результат ее использования: точнее диагностика, лучше координация врачей, быстрее процессы, меньше ошибок, всегда есть доступ к информации.

Риски и проблемы: с чем может столкнуться команда

Перспектива улучшить сервис работы клиник — задача реальная, но в процессе разработки всегда бывают сложности и риски. Например, надежность и точность применения ИИ. Чтобы виртуальный алгоритм не допускал ошибок, нужны четкие испытания и валидация технологий перед их внедрением в клиническую практику. Также на старте проекта необходимо подумать, как в нем будут соблюдаться нормативные требования и стандарты — этап может значительно замедлить скорость разработки и процесс внедрения ИИ.

Будущее офтальмологии: как ИИ поможет медикам

Тенденции в области развития медицины говорят о том, что ИИ‑технологии станут незаменимыми помощниками в работе клиник и самих врачей. Как минимум потому, что им можно делегировать сбор данных, аналитику и получить результат за считанные минуты.

Увеличение инвестиций в технологии, развитие алгоритмов машинного обучения и растущее признание эффективности ИИ в диагностике и лечении создают благоприятные условия его внедрения.

Самые очевидные причины использования ИИ в сфере офтальмологии:

• анализ снимков из мобильных офтальмоскопов в удаленных регионах;
• обучение ординаторов — симулятор с ИИ‑обратной связью;
• выявление корреляций между биомаркерами и эффективностью препаратов.

Современная медицина не может отрицать факт, что у искусственного интеллекта огромный потенциал в диагностике и работе с анамнезом. Постепенно внедряя ИИ в область офтальмологии, медики смогут оперативно получать данные с оптических измерительных приборов, точно оценивать степень прогрессирования заболеваний, предупреждать их или вовремя излечивать.