Алексей Трухин: что может видеть врач будущего

Государственный Научный Центр Российской Федерации ФГБУ «НМИЦ эндокринологии» Минздрава России является давним научным партнером НИЯУ МИФИ по разным научным исследованиям; в последние годы многие эти исследования связаны с автоматизацией диагностики и созданием интеллектуальных систем (ассистентов) поддержки врачебного решения. О совместных проектах университета и федерального научного центра мы беседуем с кандидатом технических наук Алексеем Трухиным – медицинским физиком отделения радионуклидной терапии ФГБУ «НМИЦ эндокринологии» Минздрава России и одновременно старшим преподавателем кафедры медицинской физики №35 НИЯУ МИФИ. Алексей Трухин закончил НИЯУ МИФИ, здесь же подготовил диссертационную работу, а сегодня его аспиранты активно решают актуальные научно-технические задачи в медицине.

Алексей Трухин и ткани-эквивалентный фантом головы человека

Алексей Андреевич, сегодня основные исследования, которые «НМИЦ эндокринологии» ведет совместно с МИФИ в основном связаны с разработкой IT-продуктов?

На данный момент это действительно так, потому что текущее состояние медицинской науки и медицинской практики требует внедрения новых технологий автоматизации лечебно-диагностических процессов. Это связано с анализом различного рода данных, например, текстовыых данных или медицинских изображений. Как раз в МИФИ на кафедре медицинской физики №35 учат основам получения этих изображений и работе с медицинским оборудованием, а на кафедре компьютерных медицинских систем №46 обработке медицинских данные. Это два взаимодополняющих процесса, позволяющих решить задачу автоматизации работы врача для минимизации его ошибок. При обработке медицинских данных, особенно изображений, мы получаем дополнительную полезную информацию для врача, и наша задача научить ей пользоваться. В частности, сейчас мы занимаемся автоматизацией ультразвуковой и радионуклидной диагностики узловых образований щитовидной железы.

В мире этим кто-то еще занимается?

В США зарегистрирован программный продукт KOIOS, который внедрили в ультразвуковые аппараты General Electric, он позволяет врачу вручную выделить область узлового образования. Программа обрабатывает выделенную область, выводит врачу показатели узлового образования, такие как наличие кальцинатов, ровность границ, ультразвуковая эхогенность, и делает прогноз степени злокачественности. Предусмотрена возможность отключения «подсказки». Данный продукт обучен на большом количестве данных, что на данный момент достаточно трудно повторить в России. Нам нужно работать над цифровизацией медицинских процедур, над упрощением сохранения медицинских изображений. Тем не менее, эксперты «НМИЦ эндокринологии» совместно с талантливыми программистами МИФИ уже разработали веб-сервис ассистента врача ультразвуковой диагностики, в котором реализованы алгоритмы автоматического выделения узлового образования в щитовидной железе, его классификации по системе категоризации EU-TIRADS и выделению цифрового (текстурного) профиля. К сожалению, классификация этих образований на данный момент у нас не досягает необходимого уровня точности. Однако, по данным исследователей, которые в США проводят похожую работу, чтобы обучить систему достаточно набрать около полутора тысяч медицинских изображений трех, значимых для врача эндокринолога, классов узловых образований.  В нашем распоряжении пока около 400 случаев для обучение интеллектуальных алгоритмов. Американская система внедрена уже в десятках стран и сотнях медицинских центров. Наш запрос на приобретение и применение системы, даже в рамках оборудования General Electric отклоняют. Поэтому разрабатываем сами. Конечно, всегда проще взять готовое и использовать. Мало кто задумывается о «школе», которую создает работа над высокотехнологичными системами. Когда мы что-то создаем, мы воспитываем кадры, и эти кадры потом окрыляют страну.

Набор этих данных происходит в «НМИЦ эндокринологии»?

Да, в рамках действующего договора Центра эндокринологии и МИФИ. Финансирование Гранта РНФ №22-15-00135 «Научное обоснование, разработка и внедрение новых технологий диагностики коморбидных йододефицитных и аутоиммунных заболеваний щитовидной железы с использованием возможностей искусственного интеллекта», руководитель член.-корр. РАН, Е.А. Трошина.  Процессы происходят параллельно, данные набираются, анализируются специалистами «НМИЦ эндокринологии» и МИФИ, пишется программный продукт, создаются модули веб-сервиса, в рамках которых отрабатываются разные модели взаимодействия с пользователем, сервис почты «эксперт-врач», личный кабинет врача, где он может найти своих пациентов, которых смотрел раньше, чтобы отследить динамику их состояния. Отрабатывается также автоматическое формирование медицинского заключения на базе генеративных лингвистических моделей. «НМИЦ эндокринологии» передал в МИФИ около 7 тысяч текстовых заключений, и специалисты МИФИ смогли выделить в этом корпусе текстов значимые повторяющиеся элементы. Правда, мы столкнулись с некоторым диссонансом между теми данными, которые мы собрали для решения задачи сегментации и классификации изображений, и текстовой информацией, потому что они друг с другом не связаны. При этом, когда программа выделяет на ультразвуковом снимке узловые образования, она уже сейчас независимо может сопоставить их с текстом заключения. Но, постепенно мы научим программу интерпретировать изображения при помощи понятного нам текста.

А какова ваша личная роль как медицинского физика в этих исследованиях?

Я выступаю в роли системного интегратора, создающего условия для взаимодействия технических и медицинских специалистов. Мне нужно хорошо разбираться в медицинской области и хорошо разбираться в технической. Видеть проблемы и видеть пути их решения. Подсказывать разработчикам, как сделать систему удобнее для использования врачом. Я совершал первые шаги в сборе данных, это было достаточно сложно. Это была работа с оборудованием, которое не было предназначено для этого процесса, мы его изучали, выводили из него изображения, перекодировали их в правильный формат, вручную сегментировали первый набор данных, чтобы обучить систему автоматического выделения узловых образований. Снимать изображение и классифицировать узловые образования, понятное дело, нам помогал заинтересованный, идейный врач-ультразвуковой диагностики. Собственно, роль медицинского физика — это организация всего научно-практического процесса. На решении данной задачи обучается и растет уже как специалист «НМИЦ эндокринологии» выпускник бакалавриата МИФИ, сейчас магистрант, золотой призер олимпиады «Я - профессионал» Алмаз Манаев.

В начале интервью вы говорили не только об ультразвуковых изображениях, но и о радионуклидной диагностике щитовидной железы, расскажите подробнее.

На данном этапе мы работаем с ультразвуковыми изображениями, так как их больше, и мы можем получить большее разнообразие клинических случаев. Однако узловые образования в щитовидной железе мы можем исследовать также сцинтиграфическим методом, это когда мы вводим в организм изотопы технеция либо йода. Одной из интересных задач диагностики узловых образований щитовидной железы является дифференциальная диагностика синдрома Марина-Ленхарта, сочетания двух заболеваний  - болезни Грейвса и узлового образования, проявляющего ТТГ зависимую функцию. Также мы не можем допустить пациента с злокачественным узловым образованием до проведения радиойодтерапии, в чем безусловно будет полезен ассистент врача ультразвуковой диагностики. Вот такая связочка с ядерной медициной.

Софт для системы разрабатывается на базе каких-то существующих открытых инструментов, или это целиком оригинальная разработка?

Конечно, используются модели и архитектуры, которые уже существуют в открытом доступе, однако каждая задача требует доведения до максимальной точности и воспроизводимости работы в реальных условиях. Используются предобученные модели, алгоритмы машинного обучения. В роли IT-специалистов выступают и обучающиеся и сотрудники МИФИ под руководством профессора кафедры 44 «Информационная безопасность банковских систем» Константина Зайцева и директора Инженерно-физического института биомедицины Александра Гармаша.

Конечная цель этой разработки – сделать диагностику более точной, более быстрой, или еще что-то?

Конечная цель – сделать диагностику воспроизводимой в каждом уголке нашей большой страны, минимизировать влияние человека – «операторозависимость». Когда врач смотрит на признаки злокачественного образования, например, он субъективно определяет эхогенность (интенсивность серой шкалы), которая очень сильно коррелирует с риском злокачественности. То-есть гипоэхогенное образование будет с большей вероятностью злокачественным. Человек видит степень интенсивности на снимке по-разному. А в цифрах это все однозначно, хотя, конечно, зависит от конфигурации оборудования. Зависимость от конфигурации оборудования успешно смогли обойти специалисты KOIOS либо программно либо производители УЗИ аппаратов сегодня соблюдают признанные международные метрологические стандарты. А так при проведении исследований с применением искусственного интеллекта просто фиксируются показатели прибора, и все работает как часы. Когда работает врач, многое зависит от врача, от его настроения и так далее. Прежде всего наша цель – снизить количество ложных результатов диагностики, и тем самым снизить количество проведенных биопсий, в итоге - снизить количество ненужных операций.

Как Вы полагаете, тот опыт, который вы сейчас приобретаете при разработке довольно узконаправленной системы - только для щитовидной железы, только для ультразвука - может быть потом использован, чтобы более быстро разработать аналогичные системы, но для других сегментов медицины, для других органов?

То, что мы уже сделали, позволит обоим организациям как минимум понимать, на что эти алгоритмы способны и научить правильно выбирать инструменты и методики с меньшей затратой времени на их доработку в дальнейшем. Опыт совместной работы немаловажен. Постепенно появляется доверие сторон, понимание реактивности выполнения тех или иных задач. Образование, которое получают сейчас студенты мультиплицируется  на следующие поколения. При работе над автоматизацией других диагностических процедур можно будет под «копирочку» делать какие-то этапы. Конечно, будут меняться данные, классификации, оборудование, и это будет развиваться непрерывно - и оборудование, и алгоритмы. Когда-то придем к совершенству, но пока до этого далеко.

Какими еще исследованиями «НМИЦ эндокринологии» занимается совместно с МИФИ?

Их очень много. Нашей первой работой была нейронная сеть для поддержки принятия решений врачом о назначении терапевтической активности перед радионуклидной терапией в 2018 году. Мне, тогда ещё аспиранту 2-го года, предложили стать консультантом. Это были времена, когда людей интересовал блокчейн и майнинг-фермы. Очень интересная работа была посвящена разработке эндокринного ткани-эквивалентного фантома шеи и головы человека для ядерной медицины. Были спроектированы объемные модели элементов человеческой шеи и головы, содержащие полые пространства, куда мы можем поместить радиоактивные вещества для того, чтобы откалибровать различное медицинское оборудование. Материал, из которого сделан фантом, эквивалентен живой ткани человеческого тела по рентгеновской (электронной) плотности и позволяет нам имитировать поглощение гамма-излучения при прохождении через вещество. Вообще много исследований связано с повышением безопасности пациентов при проведении радионуклидной терапии. Кстати, мой ученик, теперь уже аспирант МИФИ Данила Юдаков занимается проблемой снижения вредного воздействия радиотерапии на слезоотводящие каналы человека, и он стал победителем Всероссийского инженерного конкурса в 2024 году.

Беседовал Константин Фрумкин, пресс-служба НИЯУ МИФИ