Системы поддержки принятия врачебных решений (СППВР)
Быстрый переход:
Основная информация
Название :
Системы поддержки принятия врачебных решений (СППВР)
Организация-исполнитель :
Автор предложения:
Основное технологическое направление :
Био, медицинские и фармацевтические технологии
Дополнительные технологические направления :
Информационно-телекоммуникационные системы и программное обеспечение
Дата
публикации:
07.12.2024
Видимость :
Да
Аннотация:
Целью проекта является создание программного обеспечения, обеспечивающего поддержку принятия врачебных решений и выбора тактик лечения на основе комплексного анализа мультимодальных медицинских данных. Для достижения цели планируется решение следующих задач:
- разработка программного инструментария – системы поддержки принятия врачебных решений, обеспечивающего их достоверность, безопасность и приватность;
- разработка принципов и подходов по созданию методов для прозрачного взаимодействия врача и искусственного интеллекта, и общего повышения эффективности принятия врачебных решений на основании искусственного интеллекта;
- разработка методов обучения искусственного интеллекта для анализа разнородных данных, данных со слабой разметкой, с уклоном на обобщаемость этих методов на разные нозологии и задачи.
Ведется разработка следующих технологий:
- система поддержки принятия врачебных решений для диагностики и прогнозирования развития колоректального рака;
- система поддержки принятия врачебных решений для диагностики и выбора тактик лечения ревматических заболеваний у детей.
Основные эффекты от реализации: снижение нагрузки на медицинский персонал, повышение качества предоставляемых медицинских услуг, создание высокотехнологичного продуктового решения.
Применение программного обеспечения на базе технологий искусственного интеллекта в ежедневной практике медицинских учреждений позволит снизить нагрузку на врачей в решении рутинных задач по измерению, сопоставлению в динамике и реконструкции медицинских изображений и предоставлению контекстной справочной информации. Кроме того, при работе с предлагаемым программным обеспечением медицинские специалисты будут формировать новые и развивать имеющиеся профессиональные компетенции, фокусируясь на сложных случаях.
- разработка программного инструментария – системы поддержки принятия врачебных решений, обеспечивающего их достоверность, безопасность и приватность;
- разработка принципов и подходов по созданию методов для прозрачного взаимодействия врача и искусственного интеллекта, и общего повышения эффективности принятия врачебных решений на основании искусственного интеллекта;
- разработка методов обучения искусственного интеллекта для анализа разнородных данных, данных со слабой разметкой, с уклоном на обобщаемость этих методов на разные нозологии и задачи.
Ведется разработка следующих технологий:
- система поддержки принятия врачебных решений для диагностики и прогнозирования развития колоректального рака;
- система поддержки принятия врачебных решений для диагностики и выбора тактик лечения ревматических заболеваний у детей.
Основные эффекты от реализации: снижение нагрузки на медицинский персонал, повышение качества предоставляемых медицинских услуг, создание высокотехнологичного продуктового решения.
Применение программного обеспечения на базе технологий искусственного интеллекта в ежедневной практике медицинских учреждений позволит снизить нагрузку на врачей в решении рутинных задач по измерению, сопоставлению в динамике и реконструкции медицинских изображений и предоставлению контекстной справочной информации. Кроме того, при работе с предлагаемым программным обеспечением медицинские специалисты будут формировать новые и развивать имеющиеся профессиональные компетенции, фокусируясь на сложных случаях.
Номер ЕГИСУ НИОКТР
122113000065-5
Решаемые проблемы и области применения
Решаемые проблемы :
Применение технологий позволит снизить нагрузку на медицинский персонал и обеспечить своевременность и безопасность клинических мероприятий за счет частичной автоматизации лечебно-диагностического процесса.
В частности, СППВР патоморфолога решает проблемы нехватки квалифицированных специалистов и повышенной нагрузки на патологоанатомов; СППВР ревматолога решает проблемы инвалидизации пациентов из-за поздней диагностики и лечения, а также нехватки компетенций у врачей общей практики.
Актуальность проблемы:
1. Колоректальный рак -- самый частый из впервые выявленных злокачественных образований:
- 40 868 смертей в год (60% от нововыявленных пациентов);
- позднее выявление 49% на III IV стадиях.
Кадровая проблема врачей патологоанатомов:
- 3 338 специалистов в РФ: 1 врач 43 000 пациентов;
- 48 млн стекол/ год: 1 врач 14 400 стекол/год, 58 стекол/ день;
- средняя нагрузка: 1 врач 5,41 ставочных нормы.
Отсутствие цифровизации патологоанатомических лабораторных отделений:
- менее 5% из 1 716 отделений оснащены цифровыми сканерами;
- на данный момент отсутствуют решения автоматизированного анализа гистологических исследований при КРР.
2. Ювенильный артрит -- одно из наиболее распространенных и тяжелых ревматических заболеваний у детей. При поздней диагностике приводит к быстрой инвалидизации пациента:
- 50 % случаев развития стойких функциональных нарушений у детей при поздней диагностике в течение 5 лет;
- 41 % случаев неправильной диагностики ревматических заболеваний на амбулаторном этапе;
- более 4 000 новых заболевших ювенильным артритом ежегодно;
- 20 % случаев несовпадения начального диагноза с окончательным среди детей с ювенильным артритом.
Кадровый дефицит врачей ревматологов:
- 21,8 % незанятых ставок врачей ревматологов на 2021 г.;
- 2,1 % среднегодовое сокращение численности врачей ревматологов.
Потенциальный экономический эффект:
Рентабельность проекта -- около 15%. Стоимость проекта к 2026 г. 132,6 млн руб. при доле на рынке примерно 10%.
Эффекты от реализации проекта формируются по нескольким направлениям. Доход формируется за счет продажи лицензий на использование разрабатываемого ПО.
1. СППВР для патоморфолога:
- повышение пропускной способности патологоанатомических лабораторий и отделений за счет автоматизации процесса обработки гистологических сканов;
- снижение нагрузки на сотрудников патологоанатомических отделений и лабораторий;
- ускорение сроков получения результатов анализа;
- повышение точности диагностики онкологического заболевания;
2. СППВР для ревматолога:
- обеспечения триажа пациентов по риску развития ревматологического заболевания;
- обеспечение экспертного уровня диагностики для амбулаторно-поликлинического звена;
- своевременная диагностика заболевания и ускорение назначения соответствующего лечения.
Технологическая схема:
1. СППВР для патоморфолога.
При помощи компьютерного зрения (ИИ) возможен анализ медицинских изображений (снимков КТ, МРТ и т.д.) с последующим определением на них возможных патологий. При помощи разрабатываемого решения (установка в качестве ПО на рабочий ПК врача-патоморфолога) возможен подсчет количества лимфоузлов на гистологических сканах пациентов с колоректальным раком, а также определение в каких гистосканах есть метастазы, а в каких нет. Таким образом, за 8 часов возможно проанализировать около 380 сканов, то есть, поставить диагноз примерно 10 пациентам -- это в 2 раза больше, чем без использования алгоритма.
2. СППВР для ревматолога.
Проявление ювенильного артрита в сильной форме, уже заметной по внешним признакам, может стать причиной осложнений и инвалидизации детей. Определить заболевание "на глаз" на ранней стадии очень сложно -- лишь по комплексу косвенных признаков, требующих большого числа целенаправленных обследований по данному заболеванию с целью подтверждения предполагаемого диагноза, что занимает к тому же достаточно много времени. В случае внедрения СППВР для ревматолога при посещении педиатра автоматически происходит проверка "косвенных признаков" из данных ЭМК пациента с формированием заключения относительно предполагаемого диагноза и рекомендаций по дополнительному обследованию при необходимости.
Области применения:
Здравоохранение и медицина
Технология
Описание технологии и ее ценность :
Технология основана на разработке ключевых алгоритмов СППВР на базе ИИ для:
- определения, локализации онкологии и метастазов на гистологических изображениях;
- обработки медицинских письменных данных (модель NER).
Ценность СППВР патологоанатома: молодой рынок, продукт отличается функционалом и нозологией.
Ценность СППВР ревматолога: потенциал формирования новой ниши (на рынке отсутствуют решения для детской ревматологии и 1 решение в области общей ревматологии), обучение врачей.
Научная база :
Клиническая база: Институт клинической морфологии и цифровой патологии и Клинический институт детского здоровья имени Н.Ф. Филатова -- профильные клинические специалисты, экспертиза и разработка архитектуры решений, доступ к данным.
Данные:
1. СППВР для патоморфолога: примерно 450 гистологических изображений, а также табличные данные примерно по 200 пациентам;
2. СППВР для ревматолога: массив текстовых данных из 1932 источников.
Конкурентные технологии :
1. СППВР для патоморфолога: альтернативным способом решения задачи является отсмотр стекол врачом-патоморфологом вручную при помощи микроскопа.
2. СППВР для ревматолога: анализ педиатром/ детским ревматологом совокупности информации о пациенте, учет комплекса признаков, косвенно указывающих
Инновационность технологии, конкурентные преимущества :
Использование искусственного интеллекта позволяет оптимизировать работу врачей в контексте автоматизации рутинных процессов, а также обеспечивает высокую точность распознавания патологий, предоставляя врачу рекомендательный сервис и оставляя финальную постановку диагноза за врачом.
Текущее состояние
Описание текущего состояния :
СППВР патологоанатома:
- Модель сегментации обрабатывает 1 скан (2 гб) за 75 секунд;
- DICE метрика - 88%Метрика будет улучшаться;
- Размечено более 68 сканов.
СППВР ревматолога:
- Размечено 200 текстов;
- В процессе разметки находится дополнительно 230 текстов;
- mAP метрика - 75%.
Интеллектуальная собственность :
Название документа | На данном этапе отсутствует -- этап разработки. |
Текущее финансирование :
28453996
Текущее финансирование (Описание) :
Деятельность лаборатории финансируется за счет средств ПМГМУ имени И.М. Сеченова (Сеченовский Университет), выделенных на реализацию проектов в рамках Программы стратегического академического лидерства «Приоритет-2030»
План развития :
Команда проекта
Численность проектной команды :
9
Структура и компетенции команды :
Заведующий лабораторией- руководитель подразделения;
Менеджер проекта - экономический специалист, координатор проекта;
Инженеры-программисты (3 чел.) - разработчики решений: техническое проектирование, программирование;
Научные сотрудники (4 чел.) - клинические специалисты, научные эксперты.
Члены команды :
Бирюков Александр Алексеевич | Заведующий лабораторией | Руководитель подразделения. Формирует этапы проекта и осуществляет контроль над реализацией работы в установленные сроки, проводит верификацию результатов, играет ключевую роль в решении организационных вопросов и организации совместных работ различных функциональных групп специалистов, а также индустриального партнера и клинических институтов. Функционал: - разработка общей идеи проекта и продуктов; - формирование проектной стратегии; - разработка концепции общей архитектуры решений, плана работ, менеджмент рисков; - организация и контроль процессов разработки ПО. |
Подрядова Надежда Федоровна | Менеджер проекта | Экономический специалист, координатор проекта. Контролирует коммерческую часть проекта, поддерживает внутреннюю коммуникацию среди сотрудников, согласовывает функциональные и продуктовые требования с клиническими и техническими специалистами. Функционал: - разработка плана маркетингового исследования и его проведение совместно с индустриальным партнером, анализ рынка; - разработка продуктового видения разрабатываемых решений; - разработка стратегии коммерциализации совместно с индустриальным партнером; - согласование функциональных и продуктовых требований с клиническими специалистами; - совместно с индустриальным партнером разработка фин. модели по обоим разрабатываемым в проекте решениям; - совместно с индустриальным партнером и техническими специалистами разработка технической документации. |
Доронькин Максим Вячеславович | Инженер-программист | Разработчик решений, техническое проектирование, программирование решений. Функционал: - разработка и тестирование архитектур алгоритмов в области машинного обучения; - формирование требований к данным и работам с датасетами; - построение моделей машинного обучения; - разработка фреймворков для использования моделей в общей архитектуре систем и сервисов; - сбор данных и формирование датасетов для машинного обучения; - визуализация данных, разработка и создание схем, диаграмм, графиков. |
Шагинян Анаида Луспароновна | Инженер-программист | Разработчик решений, техническое проектирование, программирование решений. Функционал: - разработка и тестирование архитектур алгоритмов в области машинного обучения; - формирование требований к данным и работам с датасетами; - построение моделей машинного обучения; - разработка фреймворков для использования моделей в общей архитектуре систем и сервисов; - сбор данных и формирование датасетов для машинного обучения; - визуализация данных, разработка и создание схем, диаграмм, графиков. |
Ткач Владислав Сергеевич | Инженер-программист | Разработчик решений, техническое проектирование, программирование решений. Функционал: - разработка и тестирование архитектур алгоритмов в области машинного обучения; - формирование требований к данным и работам с датасетами; - построение моделей машинного обучения; - разработка фреймворков для использования моделей в общей архитектуре систем и сервисов; - сбор данных и формирование датасетов для машинного обучения; - визуализация данных, разработка и создание схем, диаграмм, графиков. |
Занозин Александр Сергеевич | Научный сотрудник | Клинический специалист. Сопровождение клинической части разработки – участие в разработке архитектуры решений, рекомендательной части, помощь в организации сбора данных, верификация результатов. Функционал: - проведение научных исследований по тематикам предметной области; - сбор и анализ отечественного и зарубежного опыта (соответствующей научно-технической информации); - проведение экспериментов и осуществление наблюдений за исследуемыми явлениями; - обработка результатов экспериментов и наблюдений, обобщение и анализ полученных результатов; - участие в разработке планов и методических программ тестирования разрабатываемых решений; - формирование практических рекомендаций по применению результатов разработки. |
Крехова Елизавета Антоновна | Научный сотрудник | Клинический специалист. Сопровождение клинической части разработки – участие в разработке архитектуры решений, рекомендательной части, помощь в организации сбора данных, верификация результатов. Функционал: - проведение научных исследований по тематикам предметной области; - сбор и анализ отечественного и зарубежного опыта (соответствующей научно-технической информации); - проведение экспериментов и осуществление наблюдений за исследуемыми явлениями; - обработка результатов экспериментов и наблюдений, обобщение и анализ полученных результатов; - участие в разработке планов и методических программ тестирования разрабатываемых решений; - формирование практических рекомендаций по применению результатов разработки. |
Алексеева Екатерина Иосифовна | Медицинский эксперт | Член-корр. РАН, профессор, д.м.н., зав. ревматологическим отделением ФГАУ НМИЦ здоровья детей, директор КИДЗ им. Н.Ф. Филатова Первого МГМУ им. И.М. Сеченова, заведующая кафедрой педиатрии и детской ревматологии КИДЗ им. Н.Ф. Филатова Первого МГМУ им. И.М. Сеченова, Главный внештатный детский специалист ревматолог Минздрава России. Функционал: научное руководство по клинической части проекта (СППВР ревматолога и педиатра). |
Демура Татьяна Александровна | Медицинский эксперт | Врач-патологоанатом, член-корр. РАЕН, профессор, д.м.н., директор Института клинической морфологии и цифровой патологии Первого МГМУ им. И.М. Сеченова. Функционал: научное руководство по клинической части проекта (СППВР патоморфолога). |
Финансовый профиль
Год | Выручка | Затраты | Прибыль | Инвестиции |
---|---|---|---|---|
2022 | 0 | 0 | 0 | 8453996 |
2023 | 0 | 0 | 0 | 20000000 |
Предложение инвестору / партнеру
Потребность в производственном партнёре :
Индустриальный партнер-интегратор платформенных решений
Необходимые ресурсы для реализации проекта :
Финансирование разработки, интеграция к платформам по типу Росмед, Webiomed
Дорожная карта развития проекта :
2024 | 2025 |
Апробация разработки, запуск регистрации в качестве медицинского изделия. | Интеграция с платформенным решением, продвижение продукта на рынке. |
Прикреплённые файлы к проекту :
Презентация_СППВР_к_ЭС_НАТТ_09082023.pdf