Внедрение искусственного интеллекта в медицинские организации для дистанционного анализа лучевых исследований московской области

Оперативная интерпретация и представление результатов рентгенологических исследований при оценке неотложных состояний при помощи ИИ в Телерадиологии позволяет иметь незаменимый инструмент в условиях неотложной медицинской помощи, который значительно улучшает оказание медицинских услуг пациентам.

Описание проекта

В последние годы число пациентов в отделениях неотложной помощи (ОНП) неуклонно растёт, что связано с ростом населения, и увеличилось ещё больше во время пандемии COVID-19. Кроме того, ОНП могут быть переполнены во время стихийных бедствий, циклоны и наводнения в городских застройках. По данным исследований уровень медицинской помощи, предоставляемой в амбулаторных учреждениях за 2020 год, общее число обращений в ОНП возрастает, что вызывает беспокойство. При ежегодном росте числа пациентов, обращающихся в ОНП, почти половина всех отделений работают на пределе своих возможностей или превышают их. Эта тенденция вызывает серьёзную обеспокоенность и требует решения.

Проблематика: только 8% исследований было описано при помощи искусственного интеллекта на конец 2023 г.

Объект: технологии искусственного интеллекта и их внедрение в процесс описания и диагностики по данным лучевых исследований Московской области.

Предмет проекта: методы и технологии, используемые для анализа и интеграции изображений (ФЛГ, ММГ, КТ и РГ) в медицинских организациях Московской области.

Цель:
Оценка эффективности внедрения систем искусственного интеллекта для разметки снимков

Актуальность:

Сокращение времени ожидания заключения по исследованиям и снижение нагрузки на врачей-рентгенологов.

Задачи:

● Определяет мелкие патологии (до 5% от общего числа), незаметные глазу врача;

● При использовании в качестве «второго прочтения» при оценке ММГ снижение нагрузки на врачей до 50%;

● Снижение врачебных ошибок в диагностически сложных случаях на 37,5%;

● Сокращение времени описания исследования врачом до 30% при использовании ИИ (до 2,6 минут).

Научная новизна:

● улучшение качества и точности диагностики за счет использования ИИ, способного выявлять малозаметные паттерны и аномалии на исследованиях, которые могут быть упущены при визуальном анализе.

●научное обоснование и практическая реализация методов, позволяющих значительно сократить время обработки исследований и выдачи заключений, что особенно важно в условиях высокой нагрузки на медицинский персонал.

● минимизация влияния человеческого фактора и субъективности при интерпретации медицинских изображений за счет использования объективных данных, обработанных ИИ.

Таким образом, основная цель проекта заключается в активном внедрение в работу ИИ, что позволит сократить время ожидания заключения по исследованиям и снизить нагрузку на врачей-рентгенологов.

Задачами проекта являются:

●  определяет мелкие патологии (до 5% от общего числа), незаметные глазу врача;

●  при использовании в качестве «второго прочтения» при оценке ММГ снижение нагрузки на врачей до 50%;

●  снижение врачебных ошибок в диагностически сложных случаях на 37,5%;

●  сокращение времени описания исследования врачом до 30% при использовании ИИ (до 2,6 минут).

Ожидаемые результаты

Теоретическая значимость от реализации проекта:

Исследования по улучшению качества и точности диагностики с использованием искусственного интеллекта (ИИ) в лучевой диагностике имеют высокую теоретическую значимость, так как они расширяют представления о возможностях современных технологий в здравоохранении. Научное обоснование использования ИИ в выявлении малозаметных паттернов и аномалий на медицинских изображениях служит основой для дальнейшего изучения и разработки более совершенных алгоритмов обработки данных. Это, в свою очередь, может привести к созданию новых подходов в диагностике, что способствует улучшению теоретических основ радиологии, а также повышению уровня научных исследований в области медицинских технологий.

Практическая значимость от реализации проекта:

Практическая реализация методов, основанных на ИИ в лучевой диагностике медицинских организаций Московской области, позволяет значительно сократить время обработки рентгенологических исследований и выдачи заключений, что критически важно в условиях высокой нагрузки на медицинский персонал. Выполнение 43 810 исследований с разметкой ИИ дало возможность снизить число врачебных ошибок в диагностически сложных случаях на 37,5% и сократить время описания исследования на 31% (до 2,5 минут). Эти результаты демонстрируют, как использование объективных данных, обработанных ИИ, минимизирует влияние человеческого фактора и субъективности в интерпретации медицинских изображений, что, в свою очередь, повышает качество медицинских услуг и обеспечивает более быстрое реагирование на потребности пациентов.

Также улучшение качества и точности диагностики за счет использования ИИ, способного выявлять малозаметные паттерны и аномалии на исследованиях, которые могут быть упущены при визуальном анализе врачами.

● научное обоснование и практическая реализация методов, позволяющих значительно сократить время обработки исследований и выдачи заключений, что особенно важно в условиях высокой нагрузки на медицинский персонал.

● минимизация влияния человеческого фактора и субъективности при интерпретации медицинских изображений за счет использования объективных данных, обработанных ИИ.

Практическая реализуемость проекта (влияние на здоровье человека)

Оперативная интерпретация и представление врачам-рентгенологам результатов рентгенологических исследований при оценке специфических неотложных состояний являются важной частью диагностической парадигмы экстренных медицинских служб.

​
Путь исследования с разметкой ИИ:

●Этап 1: Обращение пациента. Пациент записывается на рентгенологическое исследование через онлайн-систему или напрямую в клинику. 

● Этап 2: Проведение исследования. Рентгенологическое исследование выполняется, результаты фиксируются в электронном формате. 

● Этап 3: Обработка данных ИИ. ИИ анализирует рентгеновские снимки, выявляет аномалии и генерирует предварительные

● Этап 4: Автоматическая проверка. Система автоматически проверяет результаты ИИ и отмечает, где требуется

● Этап 5: Получение заключения. Пациент получает уведомление о готовности заключения, значительно сократив время ожидания. 

● Этап 6: Консультация с врачом. При необходимости врач-рентгенолог проводит дополнительную консультацию на основе данных, предоставленных ИИ. 

●  Этап 7: Улучшение потоков работы. Система позволяет врачам сосредоточиться на сложных случаях, снижая их нагрузку и повышая эффективность работы.

Использование искусственного интеллекта для разметки рентгенологических исследований существенно помогло снизить врачебные ошибки:

●  Точность: ИИ-алгоритмы обучены на огромных наборах данных, что позволяет им распознавать патологические изменения на рентгеновских снимках с высокой точностью и минимальной вариабельностью. Это снижает вероятность пропуска важных деталей.

● Раннее выявление: ИИ может выявлять аномалии на ранних стадиях, когда они еще не проявляют явных симптомов. Это позволяет начать лечение на более ранних этапах, что часто приводит к лучшим исходам для пациентов.

● Облегчение нагрузки на врачей: Автоматизированная разметка снимков позволяет врачам тратить меньше времени на анализ изображений и сосредотачиваться на более сложных случаях и принятии решений.

●  Непрерывное обучение и улучшение: ИИ-системы могут постоянно обучаться на новых данных, улучшая свои алгоритмы и точность разметки со временем.

●Контроль качества: ИИ может использоваться для контроля качества разметки, сравнивая результаты различных специалистов и выявляя возможные ошибки или недочеты.

Внедрение ИИ в рентгенологию помогло не только снизить количество ошибок, но и повысить качество и эффективность диагностики, улучшая таким образом общее состояние здоровья пациентов.

Стоимость реализации: От 50 млн до 100 млн ₽ на программное обеспечение по ИИ в Телерадиологии.

Целевая аудитория врачи медицинских организаций Московской области, а также жители Подмосковья с хронической сердечной недостаточностью Московской области.

Ключевые результаты по проекту «Телерадиология»: создан Единый центр дистанционного описания рентгенологических исследований. Штат Центра включает 48 врачей, мощность Единого центра дистанционного описания за 2024 год увеличена с 10 186 до 33 058 описаний снимков в месяц, 239 500 исследований из 39 ЛПУ описаны дистанционно с начала года. 628 единиц активного оборудования подключено к Центральному архиву медицинских исследований, 319 из них - с начала года. Проведено 288 297 исследований с разметкой Искусственным интеллектом.

Ресурсами являлись сотрудники Министерства здравоохранения и члены рабочей группы проекта, состоящие из сотрудников ГКУ МО "ЦВИ МЗ МО", ГБУ МО "МОМИАЦ" и Центра управления регионом.

Организация

ГКУ МО "ЦВИ МЗ МО"

Адрес сайта: https://www.cvimz.ru

Участники проекта

Материалы