![](https://habrastorage.org/getpro/geektimes/post_images/410/548/472/41054847210537f543658676036d8728.jpg)
Человеческий фактор часто становится причиной возникновения проблем. Это касается производства, бытовых ситуаций, вождения и, конечно же, медицины. Ошибка врача может означать потерю здоровья или даже жизни пациентом, а врачи ошибаются не так уж и редко. Даже профессионал высшей пробы может делать ошибки — ведь специалист может быть уставшим, раздраженным, концентрируясь на проблеме хуже, чем обычно.
В этом случае на помощь могут прийти машины. Та же когнитивная система IBM Watson, например, вполне неплохо управляется с работой в медицинской сфере (онкология, чтение рентгеновских снимков и т.п.). Но есть и другие решения, предложенные независимыми исследователями. Одно из таких решений было создано учеными из Стэнфорда во главе с Эндрю Энджи, достаточно известным в своей сфере специалистом по искусственному интеллекту.
Он с коллегами разработал систему, которая способна диагностировать аритмию сердца по кардиограмме, причем компьютер делает это лучше, чем эксперт. Речь идет о нейросети, которая после обучения способна диагностировать аритмию с высокой степенью точности. При этом компьютер работает не только надежнее, но и быстрее нейросеть, так что задачу анализа медицинских снимков и результатов ЭКГ можно переложить на компьютер после окончательной «доводки» системы. Врачу же остается лишь проверять работу программно-аппаратной платформы, о которой идет речь и действовать в соответствии с окончательным диагнозом.
Этот проект показывает, насколько сильно компьютер может изменить медицину, улучшив различные аспекты этой сферы. Нейросети уже помогают врачам диагностировать рак кожи, рак груди, заболевания глаз. Теперь настала очередь и кардиологии.
«Мне очень нравится то, насколько быстро люди принимают идею, что глубокое обучение может помочь улучшить точность постановки диагноза врачом», — говорит Энджи. Он также считает, что на этом возможности компьютерных систем не исчерпываются, их можно применять и во многих других сферах.
Команда Стэнфорда потратила немало времени для обучения нейросети, с тем, чтобы система могла идентифицировать отклонения от нормы на данных ЭКГ. При этом аритмия весьма опасное заболевание, она может привести к внезапной смерти от остановки сердца. Проблема в том, что обнаружить аритмию не так легко, поэтому пациентам с подозрением на нее приходится иногда носить на себе ЭКГ датчик в течение нескольких недель. И даже после этого данных для диагностики отклонений может оказаться недостаточно.
![](https://habrastorage.org/getpro/geektimes/post_images/1b9/cd1/35b/1b9cd135b1e1bf9417189dba7f05bd3a.jpg)
Как уже говорилось выше, нейросеть пришлось обучать, причем на примере реальных показателей пациентов больниц. Самостоятельно набрать несколько десятков тысяч результатов измерений ЭКГ специалисты Стэнфорда были не в состоянии, поэтому они пригласили к партнерству iRhythm, компанию, которая производит портативные ЭКГ-гаджеты. Компания предоставила 30000 30-секундных записей результатов измерений работы сердечной мышцы пациентов, страдающих от разных форм аритмии. Для того, чтобы увеличить точность работы алгоритма, а также сравнить результаты работы компьютера с результатами диагностики врачей, использовались еще 300 записей. Их одновременно анализировали и машина, и врачи. Затем результаты оценивались специальным жюри, в которое вошли 3 кардиолога экстра-класса.
Глубокое обучение нейросети началось со «скармливания» огромного количества данных. Затем использовалась уже тонкая настройка для повышения точности диагностики.
Кроме специалистов, о которых уже говорилось выше, машинное обучение для создания систем, способных диагностировать аритмию, используют и другие группы. Например, Эрик Горовиц, управляющий директор Microsoft Research (сам он — медик) с коллегами работают примерно в том же направлении, что и специалисты из Стэнфорда. По их мнению, нейросети действительно способны улучшить качество медицинского обслуживания пациентов, помогая врачам тратить меньше времени на рутину и больше — на поиск эффективных методов лечения своих подопечных.
Правда, о масштабном внедрении нейросетей в больницы всего мира речь пока не идет. Это направление находится в зачаточном состоянии, но развивается все быстрее. Больницы США, Европы и других стран берут на вооружение новые технологии, работают с новыми методами диагностики заболеваний. Главная проблема в плане распространения упомянутых технологий — то, что нейросети представляют своего рода «черный ящик». Специалисты вводят данные и получают определенный результат. Но то, как этот результат был получен, какие алгоритмы и в какой последовательности задействованы могут не до конца понимать сами создатели таких систем. Если бы нейросети удалось сделать более прозрачными, а принцип их работы можно было бы легко объяснить практикующим медикам, тогда и темпы распространения этой технологии были бы куда выше.
Комментарии (25)
lash05
08.07.2017 07:41+1Самое существенное как раз не приведено — сравнительный процент верных диагнозов, процент ложноположительных и ложноотрицательных диагнозов.
hungry_ewok
08.07.2017 12:40А это, в общем-то, даже и не самое существенное, при правильном подходе.
Если на автоматику сваливаем первичную сортировку пациентов, отфильтровывая случаи «однозначно здоров» и «однозначно есть проблемы», то это, для начала, позволит высвободить время живых специалистов на разбирательство с сомнительными случаями.
ProstoUser
08.07.2017 15:14Ну если по ссылкам пройти, там все легко находится:
https://stanfordmlgroup.github.io/projects/ecg/
За эталон они приняли анализ кардиограммы, когда три супер-пупер сертифицированных кардиолога обсуждают кардиограмму и приходят к консенсусу по каждому участку. Сравнивали этот эталон с работой нейросети и с заключениями 6 отдельных (других) кардиологов.
У «отдельных» кардиологов заключение совпадало с эталоном на 72-75 процентов, у нейросети на 78-81%.
Судя по всему они сравнивали два каких-то параметра. Я, честно говоря, не до конца понял. Кажется там первый процент — это совпадение классификации участков кардиограмы, а второй — совпадение выводов. Но это мое предположение. Не хватает знания то ли английского, то ли кардиологии :-(
Ложноположительных и ложноотрицательных там нет. Анализ кардиограммы дает не двоичный результат: здоров/болен. Там классификация участков кардиограммы по десятку разных классов. Ну и показано, с какой точностью нейросеть угадывает классификацию консилиума экспертов.
Valerij56
08.07.2017 10:12Но то, как этот результат был получен, какие алгоритмы и в какой последовательности задействованы могут не до конца понимать сами создатели таких систем.
А какие алгоритмы и в какой последовательности использует кардиолог экстра класса специалисты хорошо знают? По моим наблюдениям (я сам сердечник) их работа сродни искусству.kloppspb
09.07.2017 00:11IMHO, тут же речь о первичной диагностике. И тут важно именно своевременное обращение пациента. А когда хоть какие-то первые звоночки есть, вот тут уже средств точной диагностики навалом. Главное не скатиться в ипохондрию, и не обвешиваться датчиками превентивно :)
P.S. 3 года назад внезапно заимел: ИБС-4, 4 же стента за 3 захода, интраоперационный ИМ с дисфункцией 30% миокарда. Параноиком не стал, но, скажем, от монитора с регулярной отсылкой данных куда-нибудь не отказался бы :) Но тут всё упирается в размеры устройства, и в постоянно отваливающихся присосках...
P.P.S. Выяснилось на самом деле, что речь об аутоимунном поражении сосудистых стенок, которое наконец-то всплыло. Никакие ЭКГ в выяснении причин тут бы не помогли, если бы не копали по всем направлениям.
Valerij56
08.07.2017 10:19+1Если бы нейросети удалось сделать более прозрачными, а принцип их работы можно было бы легко объяснить практикующим медикам, тогда и темпы распространения этой технологии были бы куда выше.
Моё ИМХО состоит в том, что, если бы во время тестового режима большое количество врачей могло бы загружать кардиограммы своих пациентов бесплатно, или за небольшую плату, и получать быстро результаты компьютерного анализа, пусть и с рекомендательной целью, то пользы было больше, и темпы распространения были бы намного больше.kloppspb
09.07.2017 00:16Моё ИМХО состоит в том, что, если бы во время тестового режима большое количество врачей могло бы загружать кардиограммы своих пациентов
В продолжение P.S. предыдущего комментария. Я этого хотлера и раз в полгода еле терплю. Как с такой бандурой и обвесом можно спать? Естественно, что по ночам он показывает такое, что и днём во время активности не появится :)
mike_y_k
08.07.2017 14:41Развитие и внедрение таких технологий идёт по пути накопления критической массы.
Собственно это и есть основа их обучения.
Как только на выходе получится уже как минимум фильтрация здоровых пациентов — уже можно начать использование на этапе диспансеризации. Дальше уже наращивание качества при росте объёма данных.
Vinchi
08.07.2017 14:45На прошлой неделе встретил в аэропорту человека который рассказывал про российские разработки по предсказанию проблем с сердцем с помощью анализа ритмов. Так что и наши этим занимаются. Идея проста — если сделать такой анализ можно заранее знать о проблеме, а не тогда когда человека привезли уже на скорой и он вероятно не выживет. Выгода очевидна — процедура профилактическая, на ней можно заработать, а дальше человеку самому решать что-то предпринимать или нет.
Valerij56
08.07.2017 16:19Но для этого человек, тем не менее, должен хотя бы сделать кардиограмму.
zoonman
08.07.2017 17:44На мой взгляд та же Apple не просто так вводит в свои умные часы функцию измерения пульса.
Если собрать весь этот огромный массив данных и связать их с реальными диагнозами, то я уверен, что можно будет предсказывать вероятность возникновения проблем на годы вперед.Valerij56
08.07.2017 19:42Пульс — это не кардиограмма, которую берут из разных точек одновременно.
zoonman
09.07.2017 03:00Я про это и говорю. Кардиограмма — это сложно и долго.
Если есть способ минимально инвазивного выявления проблем, даже путем простого контроля пульса, то это уже значительный шаг вперед. Можно выявлять, что у человека есть какие-то проблемы на раннем этапе. Даже ложнопозитивное срабатывание не повредит, человек проверится и уйдет от врача спокойным.Valerij56
09.07.2017 14:00Возможно постоянное слежение за пульсом и позволит получить больше информации практически здорового человека, например, в качестве фитшесс трекера. Это массовый рынок, на нём уже активно работают.
Но скорее надо подумать о другом. Это контроль актуального состояния здоровья хронически больных, но постоянно использующих лекарственную терапию людей. С ростом продолжительности жизни таких становится всё больше, и одновременно появляются технологии, позволяющие с большой степенью автоматизации контролировать их состояние здоровья. ИМХО, это новый, пока практически свободный рынок. При массовом производстве и автоматическом анализе кардиограмм и стоимость девайса, и абонементное обслуживания будут сравнимы с мобильным телефоном.
Я думаю, что кардиограмма в любом случае может дать больше информации, чем слежение за пульсом. Но её снятие, как и постоянное слежение за пульсом, должно быть максимально удобно. Например, вместо прищепок и присосок могут использоваться небольшие проводящие нашлёпки-пластыри, а гибкие и упругие провода могут быть вшиты в футболку или термобельё, и собираться в девайс размером с небольшой кнопочный телефон с аккумулятором на несколько дней в кармашке этой футболки. Термобельё с проводами должно, в свою очередь, без проблем выдерживать машинную стирку.
Цхе, если подумать, то это не сложно опробовать в «гаражном» проекте, затем развернуть в бизнеспроект, инвестором может выступить один из «большой тройки», для них это расширение клиентской базы и сферы услуг (потребуются, например, датацентры для анализа и хранения архива кардиограмм), а на этапе выхода на рынок и страховые компании…
Ryppka
08.07.2017 16:28Когда-то плотно занимался машинным анализом ЭКГ, статья вызывает вопросы. Например, в рекламе они пишут про arbitrary length signal, а в самой работе — про 30-ти секундные отрезки. Точность классификации, показанная сеткой уже лет 15 назад достигалась без нейросетей. Так что похоже на нормальную работу, без прорыва, в которой хайпят iRythm…
Valerij56
09.07.2017 13:24Решпект, однако. И присоединяюсь к просьбе — можно рассказать подробней?
Ryppka
10.07.2017 12:43Про что именно?
Valerij56
10.07.2017 13:03Если бы знал, то сформулировал бы вопрос более определённо.
Хотя одна просьба есть. Прокомментируйте, если можно, предложения, содержащиеся вот в этом комментарии _https://geektimes.ru/post/290883/#comment_10181189Ryppka
10.07.2017 17:05Кардиограмма и пульс не совсем совпадают по предоставляемой информации: по пульсу можно как-то оценить адекватность кровообращения, а по кардиограмме в общем случае нельзя.
И то, и другое может быть с успехом применено в телемедицинских приложениях для престарелых/хронически больных. Даже без МО, а уж с ИИ… Проблема, как и всегда, упирается в организационные вопросы.
AmberSP
08.07.2017 20:54>> во главе с Эндрю Энджи, достаточно известным в своей сфере специалистом по искусственному интеллекту
Он всё-таки Ын, а не Эээнджи.
Эндрю Ын (англ. Andrew Ng, род. 1976) — американский учёный в области информатики, доцент (англ. associate professor) Стэнфордского университета, исследователь робототехники и машинного обучения. Один из основателей стартапа в области онлайн-обучения Coursera.
Родился в 1976 году в Великобритании, ранние годы провёл в Гонконге и Сингапуре. Учился в Университете Карнеги — Меллона, степень магистра получил в Массачусетском технологическом институте в 1998 году, докторскую диссертацию защитил в Калифорнийском университете в Беркли в 2004 году. Опубликовал более 100 научных работ.
В 2008 году включён в список 35 наиболее влиятельных инноваторов в возрасте до 35 лет.
С мая 2014 года — ведущий специалист лаборатории искусственного интеллекта китайской корпорации Baidu в Силиконовой долине
kostus1974
10.07.2017 15:40не читал, но готов сказать сразу: нейросеть учится на данных от реальных, хороших врачей. без этого — никак. компьютерная диагностика — это просто ещё одни глаза, ещё одни руки для реального врача-человека. в этом смысле нейросеть не может диагностировать болезнь лучше — просто врач может устать, у врача может быть другой порог диагностики («ничего серьёзного. в целом здоров»).
нейросеть станет лучше врача, когда сама начнёт понимать, что такое болезнь. когда сама начнёт проектировать системы диагностики.
Reey
А пусть эти нейросети сначала отработают смену 36ч и потом еще на неотложке, вот тогда и посмотрим!
ProstoUser
А зачем это нейросетям?
Это ж всего лишь инструмент для того, чтобы снять с врачей часть работы. Если та же бригада скорой помощи приезжает на вызов на автомобиле, а не идет пешком, это ведь не повод предлагать автомобилю сделать укол.
И, кстати, нейросеть железная. Она и после 36 часов непрерывной работы анализирует кардиограмму так же внимательно, как и в начале смены. Она, в отличие от человека, не устает.
Moon_Lobster
в принципе минимизировать человеческий фактор в таких вещах это верный подход. тем более когда речь идет о здоровье и жизни человека.