Пандемия ускоряет внедрение ИИ в медицине, но сил одних венчурных фондов может не хватить.
Пока рынок медицинских технологий искусственного интеллекта в России не сформирован.
"Оценить объём рынка можно двумя способами. Первый — посчитать, какие средства регионы могут выделить из бюджета на его развитие. Тогда получается порядка 200–300 млн рублей в год, из которых 50% приходится на Москву. Второй метод подсчёта связан с телемедициной. Там объёмы будут выше", — говорит директор по проектной деятельности ассоциации "Национальная база медицинских знаний" Андрей Алмазов.
Искусственный интеллект применяется, например, как инструмент для работы с данными — для анализа рентгеновских снимков, результатов КТ, МРТ, маммографии. "Нейросеть также определяет патологии в организме. Её используют, например, при ведении беременности, когда с пациенткой общается чат–бот", — рассказывает генеральный директор ООО "Виста" Александр Савватеев.
Также высока эффективность ИИ в части анализа назначаемых препаратов, добавляет исполнительный директор ООО "Решение" Алексей Богданов (развивает информационную систему для медучреждений). "Как показывает практика, порой до 15–20% назначений врачей осуществляется без контроля и учёта совместимости. Особенно когда лечение назначают одновременно несколько врачей разных профилей. ИИ позволяет снизить риск таких ошибок", — говорит эксперт.
Пандемия дала толчок и для применения ИИ. В дни, когда нагрузка на докторов сильно выросла из–за распространения коронавируса, роботы помогли, например, читать снимки грудной клетки.
Важным шагом для развития рынка должно стать включение расходов на сервисы и решения в систему ОМС, подчёркивают опрошенные эксперты. Тем более что большую востребованность могут обеспечивать только государственные медучреждения. Частники если и экспериментируют, то это не даёт больших объёмов на рынке. "Но пока даже открытие тарифов ОМС на оказание телемедицинских консультаций — непосильная задача для территориальных фондов ОМС многих регионов. Что уж говорить про средства на искусственный интеллект", — сетует Алексей Богданов.
Пока государство не торопится напрямую оплачивать услуги машины, за новые технологические разработки платит венчурный капитал. По крайней мере пока именно стартапы формируют основу рынка.
Подобных решений в России около десятка, большинство из них — резиденты "Сколково". Директор по акселерации, руководитель направления Digital Health Сергей Воинов отмечает, что по технологическому составу эти проекты не отстают от западных. В мае 2019 года продукт, создаваемый в петербургском центре разработки компании Botkin.AI (скрининговая система анализа медицинских изображений с применением ИИ), привлёк инвестиции 100 млн рублей. Сейчас в Botkin.AI масштабируют проект, выстраивают алгоритм, который позволил бы выявлять большее количество патологий по снимкам, сообщил создатель компании Сергей Сорокин.
Сергей Воинов. Фото: Sk.ru
Летом 2020 года компания "К–Скай" из Петрозаводска привлекла более 130 млн рублей инвестиций на развитие системы предиктивной (предсказательной) аналитики для здравоохранения Webiomed. Это решение с помощью ИИ анализирует состояния пациента, предсказывает возможные заболевания и даёт рекомендации по их предотвращению.
В Петербурге скоро начинается тестирование продукта Care Mentor AI — ПО на основе компьютерного зрения для лучевых исследований. "Мы сотрудничаем с государственными медорганизациями и научно–клиническими центрами Северной столицы при разработке наших сервисов. В частности, проводим тестовые и клинические испытания в Мариинской больнице. Помимо выполнения НИОКР в Петербурге мы также планируем проводить внедрение наших продуктов для помощи врачам в диагностике патологических состояний", — указывает директор по развитию бизнеса Care Mentor AI Инна Мороз. Для расширения продуктовой линейки создатели стартапа ищут инвестиции от 30 млн рублей.
В целом создавать подобные решения — перспективно, считает Сергей Воинов, инвесторы, готовые вкладываться в масштабирование продуктов, есть. Инвестиции в разработку раннего прототипа таких решений, по его словам, могут ограничиться несколькими миллионами рублей, но, чтобы масштабировать проект и провести клинические исследования, потребуются вложения порядка 50 млн рублей. "Клинические испытания этих стартапов, как правило, занимают около года, как и у медицинского оборудования. Это не идёт в сравнение с фармпрепаратами, которые тестируют по 5–10 лет", — отмечает Сергей Воинов.
Сами разработчики констатируют: выходить на мировые рынки гораздо перспективнее, чем ориентироваться только на российского заказчика. "Но, чтобы стартовать с международных рынков, нужно вложить в 3–5 раз больше собственных средств: снимать офис, собирать команду, устанавливать сервера, получать юридическую поддержку будет намного дороже. При этом и инвестиции можно привлечь в разы солиднее", — комментирует сооснователь Webiomed Александр Гусев.
Инна Мороз считает, что основная сложность сводится к сертификации. Однако в России получить регистрационное удостоверение пока что даже сложнее.
В ближайшей перспективе технологии смогут использовать и для расшифровки гистологических и цитологических изображений, которые сегодня врачи рассматривают под микроскопом: машина сможет обнаруживать патологические клетки и тканевые структуры в организме, рассказывает руководитель направления цифровой медицины "Инвитро" Борис Зингерман. Второе ключевое направление, по его словам, — ведение электронной истории болезни, которое развивается довольно медленными темпами.
"Ещё одним новшеством может стать информационная поддержка пациентов. Сейчас после очного приёма у врача люди начинают обращаться к “доктору Гуглу” и зачастую находят на просторах интернета информацию, не имеющую никакого отношения к реальной медицине. Искусственный интеллект мог бы стать агрегатором — позволял бы анализировать историю болезни пациента и подбирать перечень ресурсов с достоверной подтверждённой медицинским сообществом информацией", — добавляет эксперт.
С помощью ИИ можно анализировать лабораторные исследования. Также на рынке появляются скрининговые системы первичного обследования бессимптомных пациентов.
В ещё более отдалённом будущем нейросети можно будет "обучать" работе с электронными медкартами, что поможет больше автоматизировать принятие решений, добавляет Александр Савватеев.
Источник: dp.ru