Сквозь снимки: умный подход в диагностике

Применение алгоритмов искусственного интеллекта для повышения точности маммографических исследований. Технология улучшает раннюю диагностику рака молочной железы за счет автоматического анализа изображений и выявления патологий.

Этапы проекта:

• Подготовительный: анализ потребностей, аудит данных и ИТ-инфраструктуры, формирование команды, оценка регуляторных требований. Дорожная карта проекта, оценка бюджета и сроков, план управления данными

• Техническая интеграция: выбор и развертывание ИИ-решения, выбор поставщика интеграция с PACS и МИС, настройка обмена данными

• Обучение персонала: проведение практических тренингов для врачей-рентгенологов, адаптация рабочих процессов. Снижение сопротивления персонала, грамотное использование ИИ как инструмента

• Пилотное тестирование: тестирование системы на ограниченном потоке исследований, сбор обратной связи, оценка точности и эффективности

• Масштабирование и оценка: полномасштабный запуск, постоянный мониторинг ключевых показателей эффективности (KPI), оптимизация работы. Достижение целевых показателей по точности диагностики и снижению нагрузки на врачей

Результаты проекта:

• Скорость обработки ИИ снимков маммографии в 2 -х проекциях : до 60 секунд 
  

• Точность: по системе BIRADS более 90 -%

• Охват: более 30 000 исследований интерпретированы на базе клиники “L7”

• Подробное описание маммографии (8 классов объектов) с выставлением категории BIRDS по скрининговой и диагностической шкале

• Минимизация по времени до 50 % времени, затрачиваемого специалистом на анализ исследований 

• До 10% увеличение выявляемости онкологических заболеваний на ранних стадиях 

• Устранение риска человеческого фактора 

• Масштабность: даной моделью ИИ проанализировано более 800 000 исследований

Женщины:

старше 40 лет

с повышенным риском (семейная история рака молочной железы или генетическая предрасположенность)

с симптомами или подозрительными изменениями (боли в груди, уплотнения, выделения из сосков)

• Техническая интеграция и работа с партнёром проекта, координирующий процесс и безопасность данных

• Регуляторное соответствие: используемое ИИ-решение должно иметь необходимое регистрационное удостоверение на медицинское изделие

• Обучение персонала и изменение workflow: методологическая работа — проведение встреч с врачами-рентгенологами для обсуждения новых рабочих процессов, роли ИИ и критериев успеха

• Пилотный проект: запуск пробного проекта с последующей оценкой эффективности по согласованным метрикам (например, время описания, уровень выявляемости) и оформление результатов в виде отчета

• Оценка эффективности и постоянный аудит: после внедрения важно продолжать мониторить ключевые показатели: уровень обнаружения рака, уровень отзыва, положительную прогностическую ценность. Это позволяет убедиться в эффективности системы и выявить возможные области для доработки.

Ассоциация маммологов радиологов Республики Дагестан, 

Медицинские скрининг-системы - Компания "ЦЕЛЬС"