«ИИ-алгоритмы должны быть объяснимыми, прозрачными и воспроизводимыми»

Технологии искусственного интеллекта все активнее входят в нашу повседневную жизнь, и система здравоохранения не исключение. Искусственный интеллект (ИИ) перестал быть «модной технологией» и стал рабочим инструментом индустрии здравоохранения. Как считает глава Ассоциации «Инфарма» Вадим Кукава, в отрасли, где цена ошибки высока, а скорость инноваций определяет доступ пациентов к терапии, ИИ не претендует на то, чтобы заменить профессионалов, скорее он выступает как ускоритель и усилитель их компетенций.

Выйти из полноэкранного режима

Развернуть на весь экран

Что такое ИИ в фарме

Под ИИ понимается совокупность методов машинного обучения и анализа данных, которые помогают принимать решения на этапах диагностики, научных разработок (R&D), клинических исследований, производства, фармаконадзора, логистики и взаимодействия с пациентом. Это и генеративные модели (поиск молекул-«кандидатов», дизайн белков), и предиктивная аналитика (протоколы исследований, прогноз спроса), и компьютерное зрение (качество производства, анализ диагностики), и NLP (обработка публикаций, сигналов безопасности, медицинской документации). Ключевой принцип применения ИИ в здравоохранении – это верифицируемость. В нашей отрасли ИИ-алгоритмы должны быть объяснимыми, прозрачными и воспроизводимыми в рамках регуляторных стандартов.

В чем преимущества ИИ

Врачам ИИ помогает выявлять заболевания на раннем этапе, ускоряя диагностику и упрощая подбор терапии, а также повышая точность хирургических вмешательств. Для пациентов использование носимых устройств и мобильных приложений в сочетании с ИИ-алгоритмами помогает в отслеживании различных физиологических показателей, что способствует лучшему контролю хронических заболеваний. Фармацевтические производители тоже активно его используют. По самым скромным оценкам, использование ИИ-алгоритмов способно повысить вероятность перехода препаратов от 1 ко 2 фазе клинических исследований на 15–20%, а значит сократить путь инновационной терапии к пациенту. ИИ в разработке лекарств – уже не будущее, а настоящее. В 2024 году во всем мире в клинических исследованиях находилось более 30 препаратов, созданных или оптимизированных с применением ИИ. В некоторых случаях разработка от гипотезы до доклинической валидации заняла 18 месяцев, тогда как раньше на поиск подходящих молекул могли уходить десятилетия. Государство благодаря развитию ИИ также выигрывает, уменьшая финансовую нагрузку на систему здравоохранения за счет более эффективного расходования средств в соответствии с реальными нуждами граждан. Таким образом, формируется спираль инноваций, перспективы и возможности которой мы пока до конца даже не понимаем.

Мировой опыт применения ИИ в здравоохранении

По данным Fortune Business Insights, к 2032 году объем мирового рынка ИИ в медицине возрастет до $1,77 трлн. Ожидается, что росту будут способствовать государственные и частные инвестиции, а также инновационные разработки. В мире ИИ уже ускоряет ранние этапы разработки препаратов: сокращаются «воронки» скрининга, быстрее формируются гипотезы по мишеням, модели подсказывают оптимальные комбинации и режимы дозирования. На стадии клинических исследований ИИ помогает подбирать пациентов (включая редкие нозологии), снижая время набора и риски протокольных отклонений. В производстве – это прогнозируемое планирование нагрузок и техобслуживание, контроль отклонений на линии и многое другое. В фармаконадзоре – автоматическое выявление и анализ «сигналов» безопасности. В цепях поставок – прогноз спроса и управление дефицитами. Во взаимодействии с пациентами – цифровые ассистенты, которые повышают приверженность терапии.

Результаты работы с большими датасетами заметны, например, в Китае. В стране развернуты огромные национальные медицинские датасеты, которые агрегируют данные миллионов пациентов – от электронных медицинских карт (EMR/EHR), страховой информации, результатов лабораторных исследований и фармацевтических данных до телемедицины и мобильных решений. Ожидается, что к 2030 году рынок искусственного интеллекта в здравоохранении Китая вырастет более чем в 11 раз по сравнению с уровнем 2023 года – до $18,8 млрд. Этому в том числе будут способствовать усилия государства и отрасли в работе с большими клиническими данными, в частности – создание первой в мире национальной биржи обезличенных данных.

Другой интересный пример применения ИИ зафиксирован в канадской больнице Св. Михаила в Торонто. Ее врачи решили проверить эффективность использования предиктивной системы на основе модели искусственного интеллекта Chartwatch. Система в режиме реального времени собирает более 100 различных показателей здоровья из медицинских карт самых сложных пациентов, поступающих в стационар больницы. Она работает в фоновом режиме совместно с клиническими бригадами, оценивая вероятность ухудшения состояния здоровья пациентов в будущем. Врачи в течение полугода сравнивали динамику выживаемости пациентов на основе 13 тысяч случаев в терапевтическом отделении, где была внедрена система ИИ, и пациентов из отделений, не использующих предиктивную аналитику. Выводы впечатлили: ИИ помог предотвратить 26% случаев внезапной смерти.

А что у нас?

В 2023 году российский рынок ИИ в здравоохранении оценивался примерно в 0,6 млрд руб. и прогнозируется, что к 2030 году этот показатель составит около 40 млрд руб. В России уже идут пилотные проекты с применением ИИ в таких направлениях, как систематизация данных реальной клинической практики (RWD/RWE) для пострегистрационного наблюдения, компьютерное зрение в контроле качества, ИИ-подсказки для провизоров, проекты по поддержке клинических решений в онкологии и кардиологии. Одно из ключевых направлений применения ИИ в российской медицине сегодня – это анализ медицинских изображений. Например, «Московский эксперимент», который стартовал в 2020 году на базе Научно-практического клинического центра диагностики и телемедицинских технологий Департамента здравоохранения Москвы. За это время при помощи ИИ удалось обработать около 14 млн исследований (изображений КТ, МРТ, флюорографиии и т.д.) по 38 заболеваниям. Некоторые результаты по улучшению диагностики также показал ретроспективный анализ КТ-изображений, сделанных в период пандемии COVID-19, у жителей Нижнего Новгорода и Санкт-Петербурга. Этот проект был запущен в 2021 году при поддержке фармацевтической компании AstraZeneca. Снимки, которые нижегородцы и петербуржцы сделали для диагностики коронавирусной инфекции, искусственный интеллект проанализировал на наличие новообразований в легких – всего более 20 тысяч изображений. В результате в Санкт-Петербурге выявили 158 случаев подозрения на рак легкого, а в Нижнем Новгороде – 113. В итоге ретроспективный скрининг с использованием ИИ позволил повысить выявляемость рака легкого почти на 10%.

Перспективы применения ИИ

В октябре этого года на конгрессе «Национальное здравоохранение» глава Сбера Герман Греф заявил, что к 2040 году Россия должна перейти к новой модели медицины, где ИИ станет ключевым инструментом управления здоровьем и повышения качества жизни. Однако для достижения этой цели необходимо будет решить ряд вопросов, которые позволят совершить технологический прорыв, но при этом безопасно внедрить ИИ в систему оказания медицинской помощи и фармотрасль. Например, речь идет об обмене обезличенными медицинскими данными. Без репрезентативных медицинских данных алгоритмы остаются прототипами; ответственный доступ к обезличенным данным как раз превратит ИИ в инструмент ранней диагностики и поддержки врачебных решений. И чем более обширны будут данные, тем более точными и качественными окажутся результаты работы ИИ-моделей.

При этом важно отметить, что в России уже проделана огромная работа в направлении сбора и цифровизации массивов медицинских данных. Так, согласно исследованию аналитического агентства Kept, в 2024 году количество медицинских документов в Единой государственной информационной системе в сфере здравоохранения (ЕГИСЗ) достигло 1,7 млрд единиц, что более чем в 22 раза превышает показатель 2021 года. И это не считая документов в системах страховых компаний, частных медицинских организаций, научных центров. А текущий объем рынка по самой базовой оценке может доходить до 4,2 млрд рублей. Дело за малым – научиться эффективно использовать имеющуюся информацию.

В России индустрия уже несколько лет ждет внедрения экспериментального правового режима (ЭПР) для развития технологий искусственного интеллекта и использования «больших данных», который был анонсирован Минздравом и Минэкономразвития России. Речь о разработке такого ЭПР в России ведется с 2021 года, и ряд представителей регулирующих органов еще в начале 2025 года заявляли о том, что режим будет запущен до конца года, однако, увы, пока процесс еще не завершен. Работа с цифровыми технологиями не может развиваться без объединения усилий экспертов из разных областей здравоохранения, IT-отрасли, производителей оборудования и фарминдустрии, страховых компаний, сообществ пациентов и государственных органов. Мы очень надеемся, что в ближайшее время регуляторы будут готовы к тому, чтобы делиться данными с субъектами системы здравоохранения для ускорения развития цифровых технологий в здравоохранении.