Государственный фонд фондов
Институт развития Российской Федерации

Media Review

Большая пятерка решает

23.01.2019
Источник: Медицинский вестник

В отличие от традиционного медицинского рынка, рынок IT-решений в здравоохранении может развиваться не путем слияний и поглощений, но через интеграцию и взаимопроникновение разнородных систем. Об этом свидетельствует опыт первых месяцев партнерства ряда компаний в ассоциации «Национальная база медицинских знаний» (НБМЗ).


В конце 2018 г. ассоциация сообщила о проведенном совместно с Российской венчурной компанией предварительном отборе на смотр проектов в области систем поддержки принятия врачебных решений (СППВР). Пятерка компаний была рекомендована для поддержки в рамках Национальной технологической инициативы (НТИ) и комплексного проекта «Искусственный интеллект в здравоохранении». Спустя два месяца эти проекты заявляют о перспективах широкой интеграции и даже о распределении ролей в создании общей большой системы. При этом каждый стартап действует отдельно и речи о разделе сфер влияния не идет. Делить пока нечего: IT-рынок в медицине, несмотря на бурный рост и значительный приток инвестиций, еще переживает ранний этап развития и, по большому счету, представляет собой почти непаханое поле.

Портал Medvestnik.ru решил подробно рассказать о каждой из пяти разработок и о том, как они могут быть интегрированы с иными системами.

Мозговой каркас

Система поддержки принятия решений для клинической практики «Гиппократ», разработанная АО «Соцмедика», действует на основе Объединенной базы медицинских знаний — UMKB. Гендиректор компании Геворг Бледжянц считает почти полное совпадение названий Объединенной и Национальной базы случайным, а взаимодействие коллег, по его словам, началось еще с 2014 г.

В последние полгода разработчики «Гиппократа» для одного из модулей системы («Электронный клинический фармаколог»), отвечающего за проверку лекарственных назначений, полностью автоматизировали процесс регулярного обновления информации. Она актуализируется по мере выпуска новых лекарственных средств и выхода профильных публикаций в реферируемых медицинских журналах. Кроме того, одним из источников постоянно обновляемой информации стал Государственный реестр лекарственных средств (ГРЛС).

«У нас появились более точные инструменты, — говорит Геворг Бледжянц. — Это технологии извлечения формализованных знаний из медицинских текстов, что для нашего проекта является важным продвижением. Обсуждаем со Сбербанком создание платформы, в рамках которой будет использована UMKB. Продолжаем работать и над созданием системы диагностики и прогнозирования рисков «Электронный терапевт»: необходимо было наполнение базы в области связей между нозологиями и симптомами». Первоначально это делалось, как правило, вручную, благодаря разработке технологий машинного анализа текста наполнение базы будет ускорено.

Геворг Бледжянц | Фото: nbmz.ru

«Если раньше мы объясняли медикам необходимость нашей системы и чуть ли не уговаривали, сегодня этого уже не нужно делать, — отмечает руководитель проекта. — Врачи понимают проблему и более-менее знакомы с информационными технологиями. Внедрений становится больше, наши потребители — и государственные, и частные клиники. Работаем с Мурманском, Красноярском, Нефтекамском, Всеволожском, пилотное внедрение идет в Улан-Удэ, продукт становится более востребованным».

Со времени объединения нескольких стартапов в ассоциацию изменился их подход к взаимодействию между собой

«Прежде каждый двигался своим путем, а теперь удалось собрать конкурентов в одну большую ассоциацию, мы становимся партнерами и создаем единую систему, в которой каждый будет отвечать за свою часть. Это единая база медицинских данных, в ней наша платформа UMKB станет семантическим каркасом, — рассказывает Геворг Бледжянц. — Это искусственный интеллект (ИИ) на основе кроссплатформенной интеграции, который через облако будет обслуживать рабочие места врачей в медицинских информационных системах (МИС). Партнерство заключается именно в этом: одна компания создает нейронные сети, занимается распознаванием изображений, другая отвечает за каркас национальной базы (антологии, классификаторы медицинских терминов — тематическое ядро), другие разработчики, например создатели МИС, предоставляют свои продукты. Заниматься созданием медицинского ИИ в рамках одной компании сложно, ассоциация — более реальный вариант. Проект ЕГИСЗ как единого ядра до сих пор не реализовался в том виде, как предполагалось. Разработчики знают: чтобы дойти до искусственного интеллекта и усилить свои системы, нужно создавать собственную базу знаний, т.е. «мозги». Это долго и дорого, еще дороже их постоянное обновление. Наша позиция на этом рынке: разрабатывать не продукты для медучреждений в окончательном виде, а создавать специальное ядро, к которому подключатся разработчики, уже имеющие каналы сбыта, и сделают свои МИС более умными — с точки зрения искусственного интеллекта».

Максимум интеграции

Проект Webiomed компании «Комплексные медицинские информационные системы» («К-МИС») — это сервис для автоматической оценки показателей здоровья пациента, в том числе на основе анализа электронной медицинской карты (ЭМК) и прогноза развития заболеваний. Сами разработчики характеризуют его как СППВР с применением ИИ.

«Поскольку рынок еще формируется, часто конкурируют системы с одинаковой функциональностью. Но у нашей пока явного конкурента нет, — рассказывает заместитель директора по развитию бизнеса «К-МИС» Александр Гусев. — Мы занимаемся прогнозированием и оценкой медицинских рисков. Система имеет не только общетерапевтический характер, ее можно назвать наднозологической. В веб-сервис интегрированы все продукты компании, среди которых — система для врача, связанная с ЭМК, и региональная система для управленцев. Но врач использует систему, чтобы уточнить тактику ведения пациента, а управленцы — чтобы составить популяционную карту и понять, где основные резервы в плане снижения заболеваемости».

Неожиданно для самой компании она столкнулась «со шквалом запросов» на сервис для пациентов, что сделало актуальным вопрос об инвестициях в него. Будет ли это мессенджер или иной вариант пациентской программы, пока неизвестно. Разработчики пытаются разобраться, готовы ли пациенты платить за пользование таким сервисом или он должен стать некоммерческим.

Сейчас компания ориентируется на государственный сектор в медицине и в первую очередь на первичное звено, ответственное за диспансеризацию и скрининг. Кроме того, к системе Webiomed проявляют интерес региональные минздравы.

«Они озабочены выполнением президентских указов, снижением заболеваемости и потому ищут инструменты, в том числе технологические, которые помогут им улучшать положение дел, – комментирует происходящее Александр Гусев. — Уже подписаны соглашения о внедрении в двух регионах (Кировская область и Ямал), идут переговоры еще в нескольких. Запроса со стороны коммерческой медицины пока не видим. Как не видим у нее приоритетов в том, чтобы снижать заболеваемость, бороться за профилактику. Скорее всего, там перспективы ИИ будут в первую очередь связаны с вопросами экономической эффективности».

Интерес к Webiomed обнаружился и на европейском рынке, и в «К-МИС» занялись локализацией продукта: в каждой стране свои стандарты и клинические протоколы, и система должна выдавать рекомендации, соответствующие реальной практике.

Компания пытается сделать не универсальную систему, но продукт, готовый к интеграции. В проектах, где используются продукты «К-МИС», они работают с ЭМК пациента — и уже в интерфейсе карты система вызывает веб-сервис Webiomed, передает ему деперсонифицированные данные, получает ответ и выводит его врачу. В привычном для него интерфейсе отображаются интегрированные оценки риска для пациента с учетом группы заболеваний, причем искусственный интеллект обрабатывает не только структурированные данные, но и обычные текстовые медицинские записи. Разработчики полагают, что другого пути не существует — заказчики заинтересованы именно в интеграции. В том числе с конкурирующими продуктами. В частности, ведется интеграция Webiomed с системой Botkin.AI.

«Мы реализуем несколько совместных с НБМЗ проектов. В «К-МИС» считают, что время, когда каждый сам прокладывал себе дорогу на рынке, прошло. Сейчас важно уметь консолидироваться внутри профессионального сообщества и объединять усилия для ускорения инноваций за счет синергии усилий и компетенций, — объясняет Александр Гусев. — Мы получили серьезного партнера для выхода на федеральный уровень, для лучшего взаимодействия с государством. Ассоциация привлекает топовых экспертов, у нас появляется возможность консультироваться с ними, представить продукт, получить обратную связь. Чем успешней будет НБМЗ, тем выше вероятность, что мы вступим в партнерство с частными инвесторами. Они уже спрашивают, какие продукты мы предлагаем и нет ли у нас перспективных проектов, в которые они могли бы вложиться. Ассоциация стала чем-то вроде акселератора не столько для развития продукта, сколько для лучшего понимания рынка и механизмов действия на нем. Это и трамплин для международного рынка».

«Стать экспертной системой»

Платформа для сбора, хранения, анализа и обработки больших биомедицинских данных человека CoBrain-Analytics (CBA) ориентирована на создание инструментов работы с биомедицинскими данными при разработке решений на базе технологий ИИ и машинного обучения, которые впоследствии могут лечь в основу СППВР, например в области ранней диагностики заболеваний. Платформа создается Сколковским институтом науки и технологий и включает в себя объединенный центр хранения, обработки и анализа клинических и инструментальных данных.

Еще год назад в CBА было собрано более 100 тыс. биомедицинских данных различных типов. Создатели сообщают, что платформа «позволяет проводить полный цикл обучения предсказательных моделей и анализа больших наборов данных», а «разработчики получают возможность доступа к сотням тысяч записей в уникальных датасетах», причем им предлагается работать непосредственно в рамках системы, не скачивая эти данные для обработки у себя. Датасеты — структурированные наборы данных — содержат результаты нейрофизиологических (например, электроэнцефалографии), нейровизуализационных (МРТ и КТ) исследований, генетические, лабораторные и клинические данные, данные метаболомики, а также результаты психологических тестов (когнитивные данные).

«Наша платформа ориентирована на разработчиков технологий анализа данных, в первую очередь биомедицинских, в том числе ИИ, — говорит руководитель проекта CBА Дмитрий Мацнев. — Сейчас через отдельный портал в интернете обеспечен доступ к данным, собранным за время реализации проекта, а также к тестированию более 30 алгоритмов их обработки. Запущена бета-версия системы с минимальным функционалом, она будет дорабатываться в течение всего 2019 года. Тем не менее платформа уже открыта для пользователей. Сейчас их десятки, и они занимаются тестированием работающих функций. В ближайший год будет создан полноценный маркетплейс данных, алгоритмов и систем коммуникаций, совместного ведения исследовательских или прикладных проектов».

Среди разработчиков систем, которых сотрудники платформы считают своей целевой аудиторией, — компании отраслевого союза «Нейронет», а также компании-резиденты Фонда «Сколково». Заместитель руководителя проекта Николай Павлов объясняет: у врача нет сомнений в качестве медтехники, если она произведена известными компаниями. Но на рынке пока не так много готовых решений, они не включены в клинические рекомендации, а их разработчики неизвестны медикам, и те не спешат внедрять инновации.

«Наша платформа не участвует напрямую в медицинской деятельности, — уточняет он. — Мы видим наш вклад в цифровое здравоохранение будущего как создание надежной экспертной системы, которая позволит валидировать разработанные инструменты для клинической практики. Допустим, у нас есть набор из тысячи снимков, в которых размечены очаги заболевания, есть клиническая информация и подтвержденные диагнозы. Разработчики предоставляют алгоритм, и экспертная система определяет его способности к распознаванию нозологии на эталонном датасете. Допустим, один алгоритм справится с задачей на 75%, другой — на 78%, третий — на 82%. Росздравнадзор сможет использовать эти показатели при принятии решения о регистрации алгоритма как медицинского изделия: допустим, распознавание должно достигать не менее 80%».

Система, как ожидается, научится справляться с этой задачей за несколько лет.

«С развитием рынка потребуется вводить рейтинг программных решений в здравоохранении, — говорит Николай Павлов. — Разработчики, которые хотят дать инструменты врачам, жалуются на сложности, с которыми сталкиваются при регистрации своих разработок в качестве медицинского изделия. Если мы обеспечим IT-компаниям типовые решения, которые помогут справиться с этими трудностями, разработчики потянутся на нашу платформу».

Второй такой потенциальной экспертной платформы для валидации алгоритмов ИИ в проекте пока не видят. Но говорить о быстрой окупаемости вложенных в систему СBA средств ее создатели считают принципиально неверным. Платформа создается как на государственные средства (в рамках «дорожной карты» «Нейронет» на проект CBA выделено 300 млн руб. бюджетных средств через фонд НТИ), так и на 150 млн руб., предоставленных исполнителем в лице «Сколтеха». Ключевыми партнерами проекта стали несколько крупных федеральных исследовательских и медицинских центров.

«Приведу пример: перевозчик зарабатывает на транспортировке грузов и платит налоги государству, которое строит дороги. В нашем случае государство помогло построить дорогу в виде CoBrain–Analytics и ждет решений, которые принесут ему налоги. Мы выступаем не в качестве компании, которая хочет заработать, а в первую очередь как инфраструктура для возникновения медицинских решений. Для нас некорректен вопрос окупаемости. Это другая экономика. Здесь затратная часть намного больше доходной, потому что иначе это не работает», — поясняет Дмитрий Мацнев.

Взаимодействие с партнерами по Национальной базе медицинских знаний он характеризует как совместную работу для достижения общих целей: «Поддержка со стороны НБМЗ означает сегодня вовлечение в организационные и нормотворческие инициативы».

Реестр для всех и МИС для многих

Компания Robomed Network осенью 2018 г. выпустила новый продукт, который характеризует как публичный медицинский блокчейн. Он проверяет качество заполнения медицинской документации с применением смарт-контрактов и обеспечивает пациенту возможность управлять доступом к его данным. Сейчас у компании три продукта в сфере digital health, каждый из них может существовать отдельно. Это МИС, мобильное приложение и распределенный реестр, который также тестируется в качестве одного из сегментов прототипа национального оператора медданных под эгидой НБМЗ.

МИС «Робомед» имеет сугубо медицинский характер и первоначально была разработана и внедрена для автоматизации процессов оказания услуг и маркетинга в госпитальных учреждениях «Открытой клиники», которыми руководит гендиректор проекта Филипп Миронович. Сегодня она значительно обновлена, наделена дополнительным функционалом и используется клиниками уже через «облака».

Врач, используя систему, работает с базой данных медицинского учреждения — и на ее основе с расписанием, картами клиентов, протоколами, результатами анализов и исследований.

Мобильное приложение включает чат и мессенджер, но его главная задача — демонстрировать пациенту электронную медкарту со всеми медицинскими записями, включая результаты исследований и назначения, и помогать, с учетом этих назначений, записываться онлайн к тем специалистам, которые оказывают данный вид медуслуг.

«У пациента есть в приложении также чат с лечащим и дежурным врачами, есть функция оплаты услуг и полная маршрутизация внутри клиники, вплоть до отображения пути по коридорам от одного нужного кабинета до другого, — рассказывает Филипп Миронович. — Это электронный менеджер, сопровождающий клиента. В декабре мы запустили приложение в андроид-версии и начинаем распространять его по остальным клиентам, у которых стоит наша МИС, т.е. по 32 частным клиникам Москвы и Московской области. С государственными пока не работаем: не очень понимаем логику этих учреждений. Негосударственные клиники заинтересованы в оказании качественных услуг и получении в результате большего дохода, опираясь на мнение клиента. А в госсистеме учитывается мнение территориальных фондов ОМС и контролирующих органов, которые проверяют деятельность учреждений в регионах. Там видение решений по автоматизации порой сильно отличается от нашего представления о том, что лучше для конечного потребителя».

(Эта точка зрения существенно отличается от позиции, которой руководствуется «К-МИС». — Прим. ред.).

Филипп Миронович | Фото: Facebook

Распределенный реестр верифицированных медицинских данных (на основе которого может быть создан коллективный продукт НБМЗ) уже внедрен, развернут первый продукт — поиск по обобщенному реестру метаданных.

Инвестиции в мобильное приложение и МИС составили около 2 млн долл., а вложения в распределенный реестр, как предполагается, будут вдвое большими. По МИС, продажи которой начались в октябре 2016 г., уже достигнута точка безубыточности, а по мобильному приложению ожидается в середине 2019 г. По распределенному реестру уже заключены договоры на аналитику агрегированных данных для фармкомпаний.

В ряде стран Европы и Азии компания начала пилотные проекты, связанные с распределенным реестром. Предполагается, что бизнес-моделью в этом случае станет транзакционная (с комиссией за транзакции обращения к данным), объясняет руководитель Robomed. В случае с МИС применяется иной вариант — предоставление программного обеспечения в аренду, т.е. подписка с выбором необходимых сервисов.

Система поддерживает взаимодействие с любыми иными системами других производителей, причем интеграция может быть выполнена за неделю силами команды разработчиков этого производителя.

Полный пересмотр

Платформа Botkin.AI компании ООО «Интеллоджик» предназначена для работы с биомедицинскими изображениями, то есть для автоматического распознавания патологических явлений в рентгенологических исследованиях, КТ и МРТ, а также маммограммах в сочетании со структурированными и неструктурированными медицинскими данными. Создатели заявляют, что платформа помогает обнаруживать онкологию на ранних стадиях и прогнозировать риски развития заболеваний.

«Мы разработали и патентуем собственную технологию создания математических моделей представления пациента, — сообщил генеральный директор и основатель компании Сергей Сорокин. — У нас два российских патента и два международных, они связаны с созданием математических моделей пациентов и использованием этих моделей для построения СППВР. Причем в этих патентах описаны принципы работы с данными любого типа, а не только с биомедицинскими изображениями. Из всех трех типов медданных (биомедицинских изображений, структурированных данных, которые содержатся прежде всего в ЭМК, и любых неструктурированных записях, сделанных врачом в электронном виде) мы можем делать комплексные математические модели пациентов. Сейчас готов первый продукт, связанный с использованием нашей технологии для анализа и распознавания изображений».

Сергей Сорокин | Фото: Facebook

Платформа, интегрированная с цифровыми архивами изображений, автоматически получает поток серий КТ-исследований грудной клетки из клиник (причем выполненных не только по онкологическим показаниям, но и в связи с сердечно-сосудистыми заболеваниями и травмами) в деперсонализированном виде и извлекает оттуда необходимые для анализа данные. Она выявляет те из них, где заметны признаки рака легких, строит карты сегментации проблемных областей и передает результат распознавания рентгенологам. Таким образом, искусственный интеллект замечает на изображениях признаки патологии. Он возвращает их клинике с рекомендацией посмотреть снимки еще раз, хотя решение в итоге остается за врачом. За время работы платформы она изучила уже десятки тысяч серий изображений.

«Мы получаем отзывы врачей, подтверждающих, что система помогает им в анализе изображений. Пока используем этот инструмент для скрининга (пересмотра) изображений на предмет поиска рака легких, — уточняет Сергей Сорокин. — Авторитетные международные исследования показывают, что около 70% ранних случаев такого рака пропускается рентгенологами. Это вызвано сложностью распознавания и онкодиагностики на ранних этапах. Наша система ведет массовый (в режиме скрининга) пересмотр изображений, сделанных в клинике или даже на уровне региона. В дальнейшем будем увеличивать число распознаваемых патологий. Следующий наш продукт связан с анализом маммографических изображений. Я бы не сказал, что стратегически мы намерены специализироваться только на онкологии и только на анализе изображений, но как стартап с естественными бюджетными ограничениями сейчас концентрируемся на достаточно узких сегментах. В ближайшее время также выведем на рынок продукт для анализа рентгенограмм легких и флюорографии, но проводим исследования и в других направлениях. Недавно в издательстве Springer вышла научная статья специалистов компании, которая описывает применение нашей технологии с использованием не только изображений, но и сигнальной информации для анализа медицинских данных из отделений интенсивной терапии. На основе этого анализа прогнозируются риски развития заболеваний либо летального исхода у пациентов. В этом году планируем масштабирование пилотных проектов. Уже заключены договоры о проектах с отдельными клиниками и соглашения на уровне регионов».

«Интеллоджик» была одним из учредителей НБМЗ и сейчас выполняет пилотные проекты совместно с ассоциацией в ЯНАО, Мурманской и Тульской областях.

Руководитель проекта поясняет:

«Мы аккуратно и осторожно подходим к тестированию наших продуктов, не вбрасываем их на рынок для широкого применения и ни в коем случае не позволяем тестировать их по модели B2C, при которой пациенты анализируют свои изображения. Работаем исключительно с клиниками, у которых есть интерес развивать новые технологии, и нам очень важно сотрудничество с врачами. На 2019 год планируем шаги, связанные с массовым коммерческим внедрением».

Бизнес-модель проекта допускает продажу лицензии и внедрение продукта с определенным числом анализов изображений либо сервисный вариант, при котором платформа интегрируется с «местными» МИС, а затем клиника платит за число проанализированных изображений. Прорабатывается и модель оплаты услуг, связанных с пересмотром изображений, со стороны страховых компаний, которые тоже проявляют интерес к таким продуктам.

Кроме того, Botkin.AI заключает партнерские отношения с крупными международными компаниями, чтобы вести продажи на зарубежных рынках через них — в том числе с Microsoft и Bayer AG.

«Это часть нашей стратегии: после апробации технологии в России обязательно пойдем на зарубежные рынки», — заявил порталу Medvestnik.ru Сергей Сорокин.

Первый раунд инвестиций в проект со стороны фонда Primer Capital составил 11 млн руб., затем был сделан ряд других вложений, их объем не раскрывается, как и планируемый срок окупаемости. При этом в «Интеллоджик» подчеркивают, что распространенная в СМИ информация, будто компания ищет инвестора, готового вложить в проект 500 тыс. долл., не соответствует действительности.

В рамках НБМЗ команда проекта взаимодействует с членами ассоциации, в частности с «К-МИС»; появились предварительные договоренности и с другими участниками рынка.

Выбор курса

В какую сторону пойдет развитие СППВР и ИИ в здравоохранении в ближайшей перспективе, какие направления будут востребованы? Представители компаний отвечают на этот вопрос по-разному и напоминают, что рынок неустойчив и приоритеты на нем меняются постоянно.

«Какая-то конкретная функция или их ограниченный список, наверное, не станут предметом большого интереса, — полагает Александр Гусев. — Мы видим интерес и к контролю терапии, и к обработке изображений, и к кибербезопасности, и ко «второму мнению», к цифровым сервисам... Одновременно может действовать множество СППВР общего характера. Поэтому нужно выбрать очень нишевую задачу и совершенствовать ее решение».

Николай Павлов уверен, что, несмотря на появление новых технологий, не стоит ждать скорейшего их внедрения в рутинную практику.

«Когда в ЕГИСЗ будет накоплено больше медицинских данных, когда будут наполняться интегрированные ЭМК пациентов, наборы этих данных позволят сделать новые системы диагностики и скрининга, — прогнозирует он. — Алгоритмы бизнес-аналитики, использующие ИИ, которые помогут снять административные и финансовые проблемы в здравоохранении, уже существуют и будут внедряться в течение ближайших двух-трех лет. Но если говорить о медицинской деятельности, потребуется лет шесть-семь, пока инструменты искусственного интеллекта, который помогает врачам ставить диагнозы, войдут в клинические рекомендации, будут признаны врачебным сообществом и станут использоваться повсеместно. Необходимо серьезное подтверждение, что новые инструменты работают не хуже, чем выверенные годами».

Филипп Миронович добавляет: проблемы внедрения потребуют еще и слома старой психологии медиков, а на это тоже нужно время.

«Чаще всего руководители учреждений слабо воспринимают информационные технологии как средство, повышающее их эффективность. Каждое внедрение в медучреждение даже такого простого продукта, как МИС, автоматизирующей процессы (а не СППВР с ИИ), — это целая история с обучением врача и приучением руководства клиники смотреть хотя бы в простейшие метрики, отличные от оборота, среднего чека и числа первичных пациентов. Кроме того, совершенно отсутствует культура заполнения медицинских данных. Даже если в двух медучреждениях установлен одинаковый информационный продукт, культура заполнения протокола различается от врача к врачу. Утверждать, что системы ИИ немедленно приведут к быстрому результату, невозможно. Сейчас преимущественное развитие могут получить системы анализа медизображений — МРТ, КТ, УЗИ. Все эти изображения идут в едином формате Dicom: техника производится за рубежом, обеспечиваются единообразные данные, их легче анализировать. Но и эти инструменты с огромным трудом проникают в рабочие будни врачей. Даже если убедить руководство клиники установить эти системы, не факт, что ими станут пользоваться. Инновации будут идти очень бурно в тот момент, когда технологические компании начнут отнимать хлеб у классических медицинских компаний, начнут появляться гибриды, будет охвачен полный цикл работы медучреждения, и при этом в нем основную роль будет играть именно технологическая составляющая. Она будет использоваться для достижения конкурентных преимуществ, и участники рынка почувствуют это».

Автор: Василий Когаловский


Место проведения: