Как искусственный интеллект ставит диагноз
Способен ли искусственный интеллект поставить диагноз больному или назначить лечение
Сегодня, в эпоху цифровизации, главной технологией становится искусственный интеллект (ИИ). ИИ способен писать музыку, создавать картины, управлять автомобилем, распознавать лица, переводить тексты. Также искусственный интеллект нашел применение и в медицине. Многие клиники начали внедрять новейшие IT-разработки в свою деятельность.
Например, в АО «Медицина» (клиника академика Ройтберга) используют системы поддержки принятия врачебных решений, которые помогают избежать врачебных ошибок при назначении лекарственных препаратов; используют искусственный интеллект, описывающий изображения рентгенологических исследований, компьютерной томографии, магнитно-резонансной томографии; робот Софья записывает пациентов позвонивших по телефону на инструментальные исследования.
Давайте разберемся, может ли искусственный интеллект заменить врача, поставить диагноз и назначить эффективное лечение?
Что такое искусственный интеллект
Искусственный интеллект — это свойство интеллектуальных систем выполнять творческие функции вместо человека. То есть это система, которая может на основе доступной информации решать определенные задачи, оперировать данными, планировать. ИИ предполагает не простое копирование, а способность принимать рациональные решения и оценивать события с помощью алгоритмов. Он сочетает в себе лингвистику, психологию, математику и когнитивную информатику.
В основе искусственного интеллекта лежат нейронные сети, которые могут обучаться. Нейросеть — это математическая модель, сконструированная подобно биологической нейронной сети. Работа нашего мозга определяется взаимодействием нейронов, которые обмениваются друг с другом информацией. Нейроны преобразуют входящие сигналы, поступающие из разных источников, например от органов чувств, и выдают нам готовую «инструкцию» к действию. Нейронные сети принимают решение на основе полученного ранее опыта. Вот эта модель и была взята за основу искусственных нейронных сетей.
Искусственные нейросети после обработки информации, например текста или музыки, способны выдавать нужный человеку результат. Специальные алгоритмы обучения могут натренировать сети выполнять те или иные задачи.
Искусственный интеллект может быстро и точно решать задачи в различных областях, среди которых медицина, промышленность, государственная служба, финансы, сельское хозяйство, образование, сфера услуг.
Искусственный интеллект помогает специалисту выявить распространенные заболевания, которые сопровождаются нетипичными симптомами; болезни-хамелеоны, маскирующиеся под другую патологию; симптомы-миражи, которые связывают с болезнью, не имеющей с ними ничего общего; а также редкие заболевания.
Каждый пятый пациент в России может столкнуться с неправильным или неточным диагнозом, по сведениям медико-сервисной компании «Этнамед». А согласно аналитическим данным Google, по причине неправильно поставленного диагноза страдает каждый десятый пациент. Поэтому именно медицина стала той отраслью, в которой большие надежды возлагаются на искусственный интеллект.
Сегодня разработкой медицинских продуктов на основе ИИ занимаются Google, IBM, General Electric, Apple, Microsoft, DeepMind. А начиналось все в конце прошлого столетия, когда были созданы системы для диагностирования глаукомы casnet, диагностирования бактериальной инфекции MYCIN, система-консультант в области общей терапии Internist-1.
В настоящее время системы на основе искусственного интеллекта могут обрабатывать данные о пациентах, диагностировать заболевания, проводить генетический анализ, предлагать алгоритм лечения, оптимизировать документооборот.
В 2011 году компания IBM создала суперкомпьютер IBM Watson. Возможно, вы слышали о его победе в телевикторине Jeopardy в том же году. Однако о том, что суперкомпьютер может выступать в роли диагноста, знают не все.
Сегодня подразделение Watson Health разработало несколько модулей для медицины, которые предназначены для диагностики онкологических заболеваний, управления здоровьем населения и здравоохранением.
Модуль Watson for Oncology применяется для диагностики и лечения онкологических заболеваний. Watson находит в базе данных, которая состоит из 600 000 медицинских заключений и 2 миллионов страниц научных публикаций, нужную информацию. Врач может в любой момент подгрузить для обработки нейросети уточненные данные конкретного больного. Компьютер выдаст диагноз, а также несколько вариантов лечения.
Широко известен случай, когда IBM Watson, изучив статьи о раке, диагностировал у пациентки редкую форму лейкемии. До этого 60-летней женщине диагноз был поставлен неправильно.
Модуль Watson for Genomics разработан в помощь лабораториям молекулярной патологии и позволяет подбирать и назначать индивидуальное эффективное лечение для каждого пациента.
Робот для детей с аутизмом
Компания LuxAI создала робота для лечения детей с аутизмом — QTrobot. Известно, что дети, которые страдают заболеваниями аутичного спектра, испытывают затруднения при общении с окружающими, им сложно выражать свои эмоции или считывать эмоции других людей. Однако очень важно уделять внимание терапии болезни, начиная с детского возраста: чем старше ребенок становится, тем ему сложнее взаимодействовать и миром. QTrobot общается с маленьким пациентом при помощи разных выражений лица, жестов, слов, помогая ему адаптироваться.
Знает все о пациенте
DeepMind Health, подразделение британской компании, которая занимается искусственным интеллектом, создает инструменты, упрощающие работу врача. Разработки DeepMind уже используются в некоторых клиниках Великобритании. Например, разработка от DeepMind Health анализирует всю информацию о конкретном пациенте, включая историю болезни, симптомы, после чего предоставляет специалисту рекомендации относительно тактики лечения.
Также компания создала приложение для смартфона, предназначенное для точной диагностики почечной недостаточности.
Искусственный интеллект против COVID-19
Исследователи из медицинского комплекса Маунт-Синай, Нью-Йорк, использовали алгоритмы искусственного интеллекта в сочетании с КТ грудной клетки и историей болезни, чтобы быстро и точно проводить диагностику пациентов на COVID-19, в том числе и среди людей, у которых по результатам КТ не были выявлены изменения в легких. В ходе эксперимента алгоритм ИИ диагностировал COVID-19 у 17 из 25 пациентов, у которых было нормальное КТ, но вирус был выявлен по результатам ПЦР-теста. Рентгенологи классифицировали всех пациентов как здоровых, без коронавируса.
По словам ученых, этот пример демонстрирует, что искусственный интеллект способен с большой точностью выявить заболевание даже в том случае, когда другие методы не дают однозначных результатов: так, на КТ не было явных признаков заболевания легких.
Поскольку симптомы COVID-19 неспецифичны, то есть присущи ряду разных болезней, диагностика может быть затруднена. Это, по мнению исследователей, подтверждает необходимость искать альтернативные способы диагностики пациентов с COVID-19. Специалисты все чаще полагаются на ИИ для диагностики и лечения пациентов с новым коронавирусом. Кроме того, использование диагностических возможностей искусственного интеллекта снизит нагрузку на врачей.
О том, может ли ИИ заменить врача, рассказала Жанна Дорош, директор медицинской службы АО «Медицина» (клиника академика Ройтберга), к.м.н., доцент:
«Применение искусственного интеллекта в медицине открывает пред нами широкие возможности. Внедрение систем искусственного интеллекта, безусловно, приведет к уменьшению количества медицинских ошибок. Он помогает сделать более точной и быстрой диагностику, а также способен прогнозировать и предупреждать болезни путем раннего обнаружения их симптомов. Чем раньше будет поставлен диагноз, тем быстрее будет назначено лечение и тем успешнее может быть его исход.
Искусственный интеллект дает наиболее полную информацию относительно конкретного пациента на основе анализа огромного объема источников. А сделать окончательный правильный выбор — это задача врача».
Как искусственный интеллект помогает ставить точный диагноз
Внедрение систем искусственного интеллекта (ИИ) в медицине – это один из важнейших современных трендов мирового здравоохранения.
В апреле текущего года Всемирная организация здравоохранения представила рекомендательный документ, в который вошли 10 способов использования технологий цифровой медицины для массового пользователя. Цифровизация здравоохранения по данному документу больше рассчитана на телемедицину, которая призвана не только упростить доступ к медицинским услугам для большинства людей, но также и повысить показатели здоровья населения.
Цифровизация медицины предполагает еще и улучшение качества предоставляемых услуг и одним из наиболее интересных решений в этой области является использование искусственного интеллекта. Одной из главных задач ИИ является помощь медикам в предотвращении медицинских ошибок, а также выведение обследований на принципиально новый качественный уровень за счет точности анализа данных и описания.
Одной из наиболее успешных компаний в области ИИ-разработок для применения в медицине является Care Mentor AI, чьи технологии, например, активно применяются в рентгенологии АО «Медицина» (клиника академика Ройтберга).
Преимущества от использования нейросети в постановке радиологических диагнозов, которые можно отметить уже на сегодняшний момент:
2. Низкая стоимость работы системы
3. ИИ позволяет составить второе мнение для врача–рентгенолога. «Второе мнение» позволяет узнать мнение независимого эксперта, получить больше информации о заболевании и плане лечения. Достоверность диагностики в этом случае повышается на 48%.
4. Также ИИ позволяет составить второе мнение для врача-клинициста
5. ИИ помогает разделить поток пациентов и приоритизацию, сняв значительную часть этой нагрузки с врача
6. Не менее важным пунктом является возможность контроля качества посредством технологии и аудита.
7. Точность системы в описании снимка в связке с врачом составляет 95-98%. Нейросеть выделяет конкретную область, на которой была найдена патология, что позволяет врачу делать вывод на основе снимка очень быстро.
Обучение нейросети происходит следующим образом: Прежде чем дать старт тестовому использованию программы, было проанализировано более 200 000 рентгеновских снимков и работа продолжается. Система производит расчет ошибки, а далее специалисты производят настройку сети. В этом мероприятии принимают участие опытные врачи-рентгенологи с большим стажем. Непосредственно каждый рентгеновский снимок не только размечают, но и анализируют 3 эксперта, независимо друг от друга. Если результаты исследований совпадают у всех рентгенологов, то их уже впоследствии использует нейросеть. Далее обученная нейросеть подключается к рентгенологическим системам. Получив снимок пациента, ИИ, на основании ранее полученных и откорректированных данных об исследованиях, делает заключение. Врач, в свою очередь, при необходимости заключение корректирует и дополняет.
По мнению[1] Президента клиники АО «Медицина» Григория Ройтберга, подобная система в течение ближайших нескольких лет заменит в современных клиниках 70-80% врачей рентгенологов.
Рак и робот: как искусственный интеллект ставит диагноз
Злокачественные опухоли становятся причиной практически каждой шестой смерти. В 2015 году от диагностированного рака умерло 8,8 млн человек — каждый тысячный житель планеты. Онкологические заболевания занимают второе место среди основных причин смерти в мире. В России, по данным Росстата, среди причин смерти рак тоже на втором месте. Консалтинговая компания BCG проводила для Международного медицинского кластера исследование системы здравоохранения в России и выявила ряд направлений медицины, в которых необходимо улучшать ситуацию. На первом месте находятся онкологические заболевания.
Совокупный показатель распространенности злокачественных новообразований в 2016 году составил 2403 случая на 100 тыс. населения, что выше уровня 2006 года на 38,8%. По словам директора Российского общества клинической онкологии Ивана Тимофеева, увеличение этого показателя связано с улучшением диагностики.
Есть ли возможность еще повысить точность постановки диагноза на ранних стадиях онкологических заболеваний? В онкологии стоимость диагностической ошибки особенно высока. Специалисты отмечают, что основная сложность заключается не в обнаружении злокачественного процесса, а в выявлении его фенотипа. В последнее время ученые стали активно использовать для диагностики искусственный интеллект. Уже доказано, что использование умных систем позволяет повысить точность диагностики: так, результаты исследования агентства Frost & Sullivan показали, что технологии искусственного интеллекта повышают точность постановки диагнозов на 30–40%. Специалист по патологиям Энди Бек из Гарвардской медицинской школы считает, что дальнейшее использование ИИ-технологий позволит снизить уровень ошибок при диагностике на 85%.
Обучение на наглядных примерах
По данным World Cancer Research Fund, самыми часто встречающимися видами рака в 2018 году являются рак легких, рак молочной железы, колоректальный рак и рак простаты. Могут ли новые технологии помочь в диагностике этих видов рака, составляющих 48,8% от всех диагностированных в мире в 2018 году случаев?
Согласно исследованиям Американского онкологического общества в 2018 году, самая высокая онкологическая смертность — от рака легких. Процент выживаемости при раке легких составляет 17% для мужчин и 24% для женщин: такие низкие показатели объясняются большим числом случаев диагностики рака легких на последней стадии. Разработки для ранней диагностики рака легких ведутся активно, но, к сожалению, эффективных решений на сегодняшний день немного.
Стартап Optellum, основанный в Великобритании в 2016 году, направлен на разработку системы, позволяющей максимально быстро диагностировать рак легких. Там разрабатывают первое в мире автоматизированное программное обеспечение для оценки риска на основе компьютерной томографии. Для обучения алгоритмов специалисты собрали самую крупную в мире кураторскую базу пациентов с опухолевыми узлами. В отличие от врачей, не имеющих возможности определить, являются ли эти узлы безвредными, и вынужденных наблюдать за дальнейшим развитием образований, система, анализируя внутреннюю структуру утолщений, способна поставить правильный диагноз намного раньше. Научный и технический сотрудник стартапа доктор Тимор Кадир отмечает, что система позволяет диагностировать рак на ранних стадиях более чем у 4000 больных в год, что увеличивает их шансы на выживание.
В диагностике рака груди себя проявила нейросеть GoogLeNet, выявляющая метастазы в лимфоузлах молочной железы. После обучения на базе изображений с результатами биопсии система показала точность распознавания рака 89%, в то время как опытный врач-патолог, работающий без ограничения времени, определяет его с точностью 73%. Несмотря на впечатляющий результат, исследователи отметили, что искусственный интеллект не сможет заменить патоморфологов, так как система хуже справляется с выявлением доброкачественных новообразований. Поэтому лучшим вариантом будет совместная работа врача с системой, где искусственный интеллект будет выделять подозрительные изменения и новообразования, а специалист — определять, является ли опухоль злокачественной или нет.
Ученые планируют полностью перевести диагностику в автоматический режим, так как полученные результаты сопоставимы с результатами лучших диагностов.
В России также существует проект, способный минимизировать риск неправильного диагноза. Компания Unim проводит морфологическую диагностику онкологических заболеваний в цифровом виде. По статистике компании, 84% диагнозов, требующих подтверждения в их лаборатории в течение одного квартала, оказываются изначально неправильными.
В Японии команда Юичи Мори, доктора медицинских наук из Showa University, сосредоточила внимание на разработке искусственного интеллекта, способного диагностировать рак кишечника менее чем за минуту. Разработанная в 2017 году система проводит оптическую биопсию в режиме реального времени во время обследования. Для обучения искусственного интеллекта использовалось 30 000 снимков с колоректальными аденомами — доброкачественными опухолями, которые могут со временем превратиться в рак. Оценивая снимки 250 пациентов, система практически мгновенно выдавала результат, ставя диагноз с точностью 94%. Авторы исследования уверяют, что искусственный интеллект может обнаруживать раковые опухоли и игнорировать неопухолевые полипы во время процесса колоноскопии независимо от компетентности врачей, проводящих осмотр. Интеграция подобной системы по всему миру позволит приблизиться к ситуации в Южной Корее: там, если рак прямой кишки обнаружен на третьей стадии, это предмет особого разбора с участием министерства здравоохранения. Такая несвоевременная диагностика для корейских врачей равносильна полному провалу.
Рак простаты, занимающий четвертое место среди наиболее часто встречающихся видов рака, — одно из самых распространенных заболеваний у мужчин. Чрезвычайно важно диагностировать его на ранней стадии, когда опухоль успешно лечится. Заняться повышением вероятности выявления рака простаты решили специалисты из Китая. Команда профессора Гуо представила в марте 2018 года на Конгрессе Европейской ассоциации урологов систему искусственного интеллекта, которая, по мнению исследователей, в будущем сможет заменить врачей-диагностов. Систему обучали на образцах, где наличие рака не вызывало никаких сомнений. После этого способности системы опробовали на 918 образцах, взятых у 283 человек: точность постановки диагноза составила 99,38%. После проведения доклинических исследований ученые планируют полностью перевести процесс диагностики в автоматический режим, так как полученные результаты сопоставимы с результатами лучших диагностов.
Роботы в белых халатах
Наблюдая за подобными изменениями в медицинской сфере, многие специалисты чувствуют тревогу, боясь, что умные системы займут место человека. Но не стоит думать, что искусственный интеллект когда-нибудь полностью заменит врачей. Благодаря системе, вобравшей в себя и проанализировавшей огромный пласт информации, врачи смогут эффективнее и успешнее выполнять свою работу, получая помощь в постановке точного диагноза. Все упомянутые выше решения для диагностики злокачественных опухолей используют одну методику — изучение базы снимков опухолей и последующее сравнение с текущим случаем. Из этого можно сделать вывод, насколько важно увеличивать базу данных, фиксировать все разнообразие клинических случаев и делать этот массив данных доступным для изучения учеными всего мира. Использование подобной базы для разработки и совершенствования «умных» диагностических систем помогают человеку двигаться к цели: такому будущему, где случаи обнаружения рака на последних стадиях или постановка неправильного диагноза станут нонсенсом.
Как искусственный интеллект диагностирует болезни на ранней стадии. Рассказывают эксперты
Татьяна Маринович
В начале августа появилась новость о том, что ученые Института Алана Тьюринга и Кембриджского университета (Великобритания) тестируют систему искусственного интеллекта (ИИ), разработанную для раннего выявления деменции. Она может обнаружить у пациентов предрасположенность к этому заболеванию на основании одних лишь снимков мозга, причем на этапе, когда еще нет никаких клинических симптомов.
Новая разработка анализирует снимки мозга и сравнивает их с огромной базой аналогичных записей, выявляя закономерности развития болезни, которые не может определить даже опытный невролог. Технология сравнительно недорогая и показывает высокую диагностическую точность. Сейчас она проходит клинические испытания в десятках больниц по всей Великобритании.
Опыт британцев показывает, что машинное обучение прогрессирует и нейросеть уже способна без ошибок обрабатывать медицинские данные и может успешно применяться на любой стадии — от ранней диагностики до лечения пациента.
Почему это важно? Многие болезни, такие как деменция, болезнь Альцгеймера, болезнь Паркинсона, разновидности рака, ВИЧ-инфекция, страшны тем, что могут годами никак не проявляться. Когда их, наконец, диагностируют, нарушения работы органов могут быть уже необратимы. По данным национальной службы здравоохранения Великобритании, деменция, болезни Альцгеймера и Паркинсона стремительно «молодеют», число пациентов растет в геометрической прогрессии. Нейродегенеративные болезни нельзя вылечить, но можно снизить риск их развития и облегчить протекание, если заранее об этом позаботиться. И как раз в этом и поможет искусственный интеллект.
Что уже умеет нейросеть
В разных странах нейросети уже не первый год «натаскивают» на решение медицинских задач. С их помощью:
В России развивают много ИИ-сервисов для помощи диагностам. По данным Webiomed, в стране есть не менее 29 систем искусственного интеллекта, которые работают в сфере здравоохранения. Например, в офтальмологии сейчас апробируют систему, нацеленную на поиск глаукомы.
В декабре 2020 года компании «СберЗдоровье», «СберМед ИИ» и «Лаборатория по искусственному интеллекту» представили сервис, который может поставить предварительный диагноз по симптомам, описанным пользователем в свободной форме на сайте. Нейросеть понимает даже текст, написанный с сокращениями и ошибками. Выглядит как чудо, но с оговоркой — предложенный диагноз носит информационный характер и предназначен для помощи медикам, а не самолечения пациентов.
«Сбер» совместно с Томским онкодиспансером продвигает пилотный проект обработки маммографических снимков и ранней диагностики рака груди — с помощью ИИ. Машина читает снимки с точностью хороших специалистов и значительно выигрывает время для постановки диагноза, а, следовательно, и для лечения.
Компания Osteoscan анализирует рентгеновские снимки суставов для своевременной диагностики и лечения остеоартроза. Сервис Pirogov.ai распознает ото-, рино- и ларингоэндоскопические фото и видео и помогает поставить диагноз. Проект «Прородинки» сканирует снимки кожных покровов для выявления на ранних стадиях рака кожи и меланомы.
«СПИД.ЦЕНТР» поговорил с представителями двух российских компаний, продвигающих диагностические сервисы на основе машинного обучения.
Проект «онкопоисксаха.рф»
В августе 2020 года в республике Саха (Якутия) магистрант Института математики и информатики Северо-Восточного федерального университета Виктор Белостоцкий на базе Якутского республиканского онкологического диспансера запустил скрининговый проект по раннему выявлению рака.
Сервис позволяет не только установить сам риск онкологии, но и помогает с дальнейшим обследованием и лечением. Как это работает? Алгоритм нейросети анализирует ответы на вопросы анкеты, выявляет наличие онкомаркеров и при тревожных результатах предлагает записаться на прием к специалисту.
Виктор Белостоцкий
Систему разработали и поддерживают всего три человека, все работают удаленно. «Мы создавали “Онкопоиск” не с нуля, — рассказывает создатель проекта «онкопоисксаха.рф» Виктор Белостоцкий. — В IT-среде уже были готовые решения для разных микро-задач, мы брали их и адаптировали для своих целей. Начинали с исследования массива данных. Самый большой объем работы заключался в разметке результатов анкетирования и в построении алгоритма для оценки результатов теста-скрининга. Анкета статистическая, и ответы следовало оценивать по-разному в зависимости от пола и возраста респондента, для европейцев и азиатов формулировались разные вопросы».
Ответить на вопросы анкеты гораздо проще, чем пройти плановую диспансеризацию, утверждает создатель проекта. Поэтому, по его словам, число диагностированных онкологических проблем гораздо выше. «Процент выявляемости по каждому виду рака отличается и колеблется от 20% (маммография) до 80% (шейка матки) случаев», — говорит Белостоцкий. Каждые полгода пациентам предлагают пройти скрининг повторно — таким образом база данных постоянно обновляется. Через пять лет к данным можно будет вернуться и проанализировать их точность, выявить закономерности, рассуждает Белостоцкий.
Всего за год небольшому медтех-стартапу удалось создать целую цифровую экосистему для пациентов и врачей. Если на старте сервис предлагал жителям Якутска старше 40 лет пройти анкетирование по скринингу рака легких, то спустя год к выявлению рака легких добавилось еще пять направлений — рак печени, рак ободочной кишки, рак матки, рак простаты, рак молочной железы. В 2021 году число пациентов, прошедших скрининг, выросло до 32 тысяч, к проекту присоединились другие города республики (Мирный, Покровск, Хандыга). К этому моменту уже 176 человек начали бороться с раком, хотя до скрининга не подозревали, что больны.
Проект «Цельс»
Это крупная платформа, которая позволяет на ранних этапах выявить рак. В основе — анализ медицинских изображений с помощью нейросети. Первые разработки начались в 2017 году. Сначала работали с маммографией. Дата-сет для обучения искусственного интеллекта создавали в тесном сотрудничестве с рентгенологами, врачами-онкологами и другими специалистами, которые помогали разметить снимки и определить на них ранние маркеры онкологии.
Спустя год вышла первая версия системы, которая с точностью до 93% находила патологии на снимках молочной железы. В 2019 году началась пилотная эксплуатация сервиса (в регионах) и добавилось новое направление работы — анализ флюорограмм.
Анализ изображений с помощью машинного обучения используется в системе поддержки принятия врачебных решений (СППВР). Разработки «Цельс» включены в реестр отечественного ПО, зарегистрированы в качестве медицинского изделия в России и сертифицированы в Евросоюзе.
«Сейчас основная работа связана с обучением нейросети анализировать гистологические снимки. Мы постоянно совершенствуем метрики качества классификации и детекции патологий в области маммографии, флюорографии и компьютерной томографии», — говорит операционный директор «Цельс» Никита Николаев.
Почему развивать ИИ в российской медицине сложно
Несмотря на то, что государство заинтересовано в ранней диагностике заболеваний и вкладывает существенные инвестиции в технические разработки, есть сдерживающие факторы.
Аналитики Superjob провели исследование, и выяснили, что 78% россиян не стали бы полагаться на искусственный интеллект в диагностике и лечении собственных заболеваний. 44% не доверяют правильности поставленного нейросетью диагноза. Только 5% людей полностью уверены в точности диагностики и готовы довериться рекомендациям искусственного интеллекта.
Нет доверия к искусственному интеллекту и у врачей. «Цифровизация медицины и применение искусственного интеллекта на практике воспринимаются неоднозначно, — говорит Николаев. Однако ситуация меняется, продолжает он. Если год назад большинство докторов были настроены с недоверием к сервисам, то сейчас они ценят за то, что он позволяет продуктивнее и быстрее анализировать снимки.
Еще один сдерживающий фактор — это доступность и качество медицинских данных. Без этого невозможно создать интеллектуальный сервис. Авторы проекта «Цельс» решили эту проблему так: они запустили специальный проект #ВызовРадиологу, который привлекает врачей для разметки медицинских данных.
По словам Белостоцкого, побороть скепсис врачей помогают также мини-приложения, которые сейчас разрабатываются отдельно для каждой больницы. Сервисы привязаны к названиям конкретных лечебных учреждений и располагаются на их серверах. Головное приложение имеет общую платформу для общения специалистов и все рабочие инструменты в одном месте. Это мотивирует использовать технические решения, облегчающие каждодневную работу, утверждает создатель проекта «онкопоисксаха.рф».