Над созданием системы распознавания изображений трудится бывший резидент технопарка «Идея», а ныне сотрудник Университета Иннополис Рамиль Кулеев. Программное обеспечение, запуск которого запланирован на 2018 год, позволит снизить нагрузку на врачей в 2 раза и позволит увеличить точность диагностики. Распознавать болезни сердечно-сосудистой системы по флюорографическим снимкам, ставить диагнозы в режиме онлайн. Что еще предлагает выпускник ВМК КГУ узнаете в этом материале.
Рамиль, расскажите, с чего начинался проект?
Первые попытки создания программного обеспечения для автоматизации диагностики по медицинским изображениям мы предприняли вместе с одногруппниками еще в 2004 году. Тогда я учился на факультете ВМК Казанского государственного университета. Рассказали преподавателю, что хотели бы поработать над определенным проектом и заняться чем-то полезным. Он познакомил нас с главным рентгенологом Министерства здравоохранения Республики Татарстан Рашидом Зариповым, который поставил перед нами конкретную задачу: разработать программное обеспечение, помогающее врачу создавать формализованные протоколы флюорографических исследований.
Какими были первые успехи?
В 2005 году разработали прототип программы. С ней мы поехали на финал технологического конкурса Microsoft Imagine Cup и заняли 3 место среди конкурсантов из России и стран СНГ. Это первый успех, с которого все началось. Хотелось развивать этот проект. Несмотря на то, что мы с друзьями учились только на 3 курсе, мы уже работали. Работа не давала времени для развития проекта, где требовался системный подход и ресурсы как человеческие, так и финансовые, и временные.
Тогда и обратились в технопарк «Идея»?
В то время технопарки и бизнес-инкбуаторы не были такими популярными, как сейчас. О технопарке «Идея» впервые я услышал в 2006 году: сотрудники технопарка рассказали, что можно подать заявки на гранты и на конкурсы, что таким образом можно получить финансирование.
Звучало оптимистично?
Да, очень. Правда, первый блин оказался комом: впервые подавал заявку на программу «Старт» от Фонда содействия, но грант не выиграл. Потом в 2007 году совместно с сотрудниками технопарка оформили заявку на программу инновационных проектов «Идея-1000», где выиграл и получил на развитие проекта 400 000 руб. Далее выиграли грант Всемирного банка.
В 2008-2010 годах создал компанию «Инфомед» и работал над проектом в технопарке «Идея», где разрабатывал региональную систему раннего выявления и мониторинга заболеваний органов грудной полости Pulmoscreen. Проект состоит из нескольких направлений.
Первое направление проекта – это создание системы формализованного протоколирования флюорографических снимков. Ежегодно только в России проводится 72 млн. флюорографических исследований, а в Татарстане – 1,5 млн. Делают их, в основном, на современном оборудовании - цифровых флюорографах. Но вся система описания флюорограмм осталась прежней: такой же, какой была в момент зарождения всей флюорографии, примерно в 60-х годах XX века. Помимо того, что система описания снимков устарела, норматив времени на анализ и описание снимка крайне мал. Сейчас это 15 секунд. Просмотрев флюорограмму, врач кодовыми обозначениями описывает найденные патологии. В этом случае описание получается очень грубым. Некоторые врачи составляют словесное описание флюорографического исследования. Но такое описание не структурировано. Мы создали программный продукт Pulmoscreen, в котором реализован графический подход для описания флюорограмм. В программе врачам представляется ряд заранее заготовленных пиктограмм, каждая из которых соответствует определенной патологии. Врач выбирает ту, которая наиболее близка и похожа к обнаруженной у пациента, и переносит ее на само изображение патологии. Таким образом, врач составляет графическую схему того, что видит. Процесс аналогичен получению топографической карты по аэрофотоснимку. Причем это делается несколькими кликами мыши. На основе полученной графической схемы патологий автоматически генерируется формализованный текстовый протокол, который получается более полным и однозначным. Этот продукт мы разработали. В рамках пилотного внедрения поставили в 4 больницы Татарстана. Кое-где и сейчас пользуются этой системой.
Почему же проект не прижился в других больницах?
Наша ошибка в том, что мы решили другими направлениями заняться, а любое новшество требует постоянной поддержки пользователей, их обучения. Если этого нет, то интерес врачей угасает. И без поддержки проекта интерес к нему спал. Сейчас в планах развитие в сторону внедрения рентгенокардиометрии и в сторону автоматического обнаружения некоторых патологий.
Рентгенокардиометрия? То есть вы предлагаете по флюорографическим снимкам определять патологии сердечно-сосудистой системы?
Да, именно. На снимке флюорографии кроме легких мы видим сердце с крупными сосудами. На самом деле некоторые болезни сердечно-сосудистой системы можно диагностировать по флюорографическому снимку, хотя сейчас, как правило, это не делается. В Pulmoscreen мы включили инструменты, измеряющие основные параметры сердца, к примеру, ширину желудочков и предсердий, ширину аорты и другие. Почему мы пользуемся УЗИ и ЭКГ, хотя это косвенный метод исследования сердечно-сосудистой системы, а тем, что есть, не пользуемся?
А второе направление?
Второе направление связано с автоматическим распознаванием патологий. Сам проект активно развивался до 2010 года. Потом я решил заняться совершенно другой деятельностью для получения управленческого опыта: подготовкой к летней Универсиаде 2013 года. Работал в Поволжской академии спорта и туризма начальником отдела информационных технологий и занимался созданием с нуля информационной инфраструктуры на объектах Академии, которые являлись также и объектами проведения Универсиады. Там я получил большой опыт административной работы. Однако понял, что это все-таки не мое и вернулся к тому, чем занимался раньше. Занялся несколькими проектами, в том числе продолжил развивать направление, связанное с автоматизацией диагностики по рентгеновским изображениям органов грудной полости.
Отмечу, что, несмотря на смену сферы моей деятельности, сотрудники технопарка интересовались проектом. Наверное, они чуть раньше меня поняли, что я вернусь к развитию проекта. Как раз сотрудники технопарка познакомили меня с генеральным директором компании «Вектор» Виктором Классеном, который заинтересовался тематикой автоматического распознавания рентгеновских изображений, хотя их основная деятельность – мобильные комплексы спутниковой связи. Он понимает, что это очень перспективно. Флюорография – самое распространённое в России исследование, даже анализ крови так часто не берут. И если эффективность диагностики повысить, то эффект в масштабе страны будет гигантский. Сейчас с Виктором Классеном мы работаем над созданием мобильного флюорографического комплекса на базе КАМАЗа или другого автомобиля. С этим проектом мы стали резидентами Сколково в кластере «Биомед». В комплекс будут входить сам флюорограф, сервер и информационная система, автоматически анализирующая сделанный снимок и выдающая ответ: «норма» у пациента, подозрение на патологию или патология. Если «норма», то человека отпускают. Если подозрение на патологию, то через систему связи (3G, 4G или спутниковая связь) этот снимок отправляется в диспетчерский центр, где работают врачи высокого класса, эксперты, которые могут проанализировать снимок и выдать заключение. Таким же способом диагноз врача, через систему связи, возвращается в мобильный комплекс. Если у человека обнаружена патология, то его уже вызывают в больницу.
Врачам почти и не придется работать, если ваша система будет внедрена?
Конечно, система позволит снизить нагрузку на врачей, у которых по нормативу есть только 15 секунд на проведение исследования. Помимо этого, по регламенту врачи обязаны проводить двойную читку каждого исследования. И к тому же большинство молодых специалистов не очень хотят идти работать на классический рентген: у них в приоритете МРТ и другие направления, а тем более на флюорографию, связанную с туберкулезом, желающих идти работать очень мало. Там, к сожалению, чаще работают люди пенсионного возраста. И если мы сможем автоматически отделить хотя бы половину нормальных снимков, то уже это даст колоссальный эффект.
Повышение эффективности диагностики – это главная задача, которую должна решить система. Несмотря на то, что в стране делается большое количество флюорографических исследований, отдачи от них не так много. Об этом не говорят. Но есть такая интересная статистика, что патологию находят на менее чем 1 из 1000 флюорографических исследований. То есть менее 0,1%. Но заболеваемость органов грудной полости в 300 раз выше. Конечно, стоит понимать, что не все заболевания могут быть диагностированы по рентгеновскому снимку, но такой громадный разрыв много о чем говорит.
Помимо Виктора Классена есть еще люди, готовые поддержать Ваш проект?
Совсем недавно мы встречались с председателем совета директоров Научно-производственного объединения «Национальное телемедицинское агентство» Михаилом Натензоном. Он уже создает и продает по России и по всему миру телемедицинские комплексы. Но в этих грузовиках пока нет системы автоматического распознавания. Также встречались с действительным членом Российской Академии медицинских наук, директором Московского НИИ пульмонологии Александром Чучалиным. Он стал членом нашей команды и готов работать вместе с нами. Интерес к проекту проявляют в ряде компаний – разработчиков программного обеспечения для медицины.
Больше года назад я познакомился с Университетом Иннополис. Я уверен, что результат сотрудничества с ним будет положительным, так как в нем собраны компетентные специалисты со всего мира, имеющие опыт решения сложных задач. С июля к нашему проекту подключился Адил Хан – пакистанский ученый, который 10 лет работал и учился в Южной Корее. Надеюсь, что его компетенции нам помогут. Также с нами работает профессор Самир Белхаури, который занимался тематикой анализа медицинский изображений.
Направлений работы много, но все же, что в приоритете?
Лично для меня с точки зрения актуальности и социальной значимости – это система автоматического распознавания медицинских изображений. Система может быть реализована в виде облачного сервиса, который автоматически обрабатывает снимки и выдает ответ. В данном случае этот сервис может быть интегрирован с региональными архивами медицинских изображений (ЦАМИ). На сегодняшний день такие архивы есть в 43 регионах страны. Это сервера, куда отправляются снимки со всего высокотехнологичного медицинского оборудования, в том числе, и с цифровых флюорографов. В Татарстане эта система начала работать в 2009 году. В моем представлении наш сервис, интегрированный с ЦАМИ, должен не только автоматически сортировать снимки на норму и патологию, но и разделять патологию на 4 вида: онкопатология, туберкулез, сердечно-сосудистая и общелегочная патологии. Это те направления, по которым есть специализированные лечебно-профилактические учреждения. Тогда мы могли бы снимки сразу отправлять тем врачам, которые являются узкопрофильными специалистами. Так мы бы существенно подняли эффективность всей медицинской системы.
Кроме того, система может быть использована и в качестве помощника врача: как программа, которая подсказывает, на что необходимо обратить внимание на снимке.
Столько вариантов развития проекта, столько свободных ниш. Есть же конкуренты, не может быть, чтобы никто не вел исследования в этой области?
Много людей и компаний занимались и занимаются разработкой систем автоматического распознавания медицинских изображений. Есть компании, которые уже имеют работающие решения, в частности, голландская компания Delft Imaging Systems. Они разработали систему и сейчас уже внедряют ее, в основном в странах Африки, с помощью которой проводят скрининговые исследования населения. Если есть подозрение на патологию, то проводят более детальные диагностические исследования. Также в Израиле, США и других странах активно занимаются разработкой систем автоматического анализа медицинских изображений. Хотя крупные компании, такие как Philips или Siemens, больше сосредоточены на работе с МРТ и РКТ изображениями.
Для реализации проекта нужны немалые деньги. Каким образом финансируется проект?
В прошлом году мы получили грант от Министерства образования и науки РФ в размере 10 млн. рублей. Сейчас подаемся на новые гранты. К сожалению, в России, наверное, единственный способ получения финансирования на НИОКР – это гранты. Много раз пытался заинтересовать производителей рентгеновских аппаратов. Но они не готовы вкладываться в исследования. Их не всегда интересует инновационный продукт. Они очень осторожно к этому относятся. У них есть рентгеновский аппарат, продажи идут и все хорошо.
Когда начнется внедрение первых образцов и при каком результате Вы решите, что достигли цели?
Предварительный результаты уже есть. Думаю, через 2-3 года получим прототип. Хотя задачи – очень сложные. Даже для врача сама по себе задача выявления патологии по рентгеновскому снимку является непростой: все патологии выглядят по-разному, их видов очень много, много проявлений рентгенологических симптомов и люди все разные. Тем более что рентгеновское изображение – это изображение, на котором накладываются множество теней: и костная система, и сосуды, и легочной рисунок. На этом фоне разглядеть патологию нелегко. С научной точки зрения важно научиться выделять те признаки, по которым можно будет выявить ту или иную патологию.
Думаю, что систему имеет смысл внедрять, если мы научимся отсеивать хотя бы половину норм без пропуска патологий: мы практически в 2 раза уменьшим нагрузку на врачей. Хотя процесс дальнейшего повышения точности работы системы будет итеративным и может оказаться бесконечным. В одной из зарубежных стран проводили исследование, по результатам которого оказалось, что в среднем врач-рентгенолог находит около 93% всех патологий, значит, 7% людей уходят с ошибочным диагнозом. То есть, даже у врачей этот процент сильно не дотягивает до 100.
Все больший объем медицинских данных хранится в цифровом виде, это же относится и к флюорографическим снимкам. Разработка и интеграция нашей системы с хранилищами медицинских изображений приведет к повышению эффективности диагностики и снижению затрат. Это обеспечивается, во-первых, возможностью выявления патологий на ранней стадии, соответственно увеличиваем шансы на выздоровление и сокращаем расходы на лечение, а во-вторых, снижением рутинной нагрузки на врача.
Удачи Вам, Рамиль и спасибо за интервью! Уверена, что о Ваших разработках услышим еще не раз.
