2024/08/19 09:36:56

Геннадий Попов, PathVision.ai: Как искусственный интеллект помогает медицине и бизнесу

Искусственный интеллект все чаще находит свое применение в новых областях. Однако разработка и внедрение подобных решений в медицине должно осуществляться с максимальной осторожностью, чтобы не допустить возможного вреда для пациентов. Сегодня у нас есть возможность поговорить с руководителем стартапа PathVision.ai, который не только сделал прорыв в области медицинской диагностики, но и первым на рынке РФ получил регистрационное удостоверение от Росздравнадзора для патоморфологии на основе искусственного интеллекта. Этот стартап применяет технологии Deep Learning для выявления рака предстательной железы, что позволяет врачам быстрее и точнее ставить диагнозы. Основатель компании Геннадий Попов рассказал в интервью TAdviser, как небольшой команде энтузиастов удалось достичь таких высот, какие вызовы они преодолели и какие планы строят на будущее.

Геннадий
Попов
Мы стали настоящими первопроходцами в диагностике рака на оцифрованных изображениях ткани

Расскажите о становлении вашей компании. С чего всё начиналось, что вдохновило вас заняться разработкой искусственного интеллекта в области патоморфологии?

Геннадий Попов: Наша компания была основана шесть лет назад с целью использовать новейшие технологии для решения актуальных проблем в медицине. К 2019 году развитие алгоритмов глубокого обучения сделало возможным создание качественных решений для медицинской диагностики, которые по своему уровню были бы сопоставимы с врачами. С самого начала мы поставили перед собой задачу создания высокоточного и надежного инструмента, который бы смог помочь врачам в их работе.

Изначально мы пробовали создавать решения и в других областях. Мы создали несколько прототипов, каждый из которых был по-своему перспективен и показывал неплохие результаты:

Но именно в патоморфологии, где врачи изучают ткань на предмет патологических изменений ткани под микроскопом, тратится больше всего усилий на анализ и интерпретацию данных. Оцифрованные изображения ткани могут быть огромными по площади и достигать разрешения в несколько миллиардов пикселей. Изучить такое изображение полностью и найти все очаги рака — крайне трудоемкий процесс. Именно поэтому мы увидели огромный потенциал в применении ИИ для ускорения и повышения точности этого процесса. Возможность помочь тысячам пациентов быстрее получить точный диагноз стала для нас сильной мотивацией.

Какие ключевые моменты или этапы вы бы выделили в развитии вашего стартапа?

Геннадий Попов: Важным ключевым моментом стало создание нашего первого прототипа и проведение его первых пилотных внедрений. После нескольких лет разработки было очень важно получить положительные отзывы от ведущих специалистов в области и подтвердить метрики эффективности. Далее, ключевым этапом стало получение инвестиций в 2023 году, что позволило нам расширить команду и продолжить исследования. И, конечно же, недавнее получение регистрационного удостоверения от Росздравнадзора стало важнейшим достижением, подтвердившим высокое качество и надежность нашего продукта. Процесс включал проведение технических и клинических испытаний, сертификацию по международному стандарту ISO 13485 «Система менеджмента качества медицинских изделий» и занял больше года. Мы стали настоящими первопроходцами в диагностике рака на оцифрованных изображениях ткани — на данный момент PathVision.ai является единственным медизделием, получившим регистрационное удостоверение на применение ИИ в патоморфологии. Также, нам пришлось получить регистрационное удостоверение по наивысшему, 3 классу, риска, поскольку диагностика рака предполагает наибольший уровень рисков для пациента. Это подтверждает высокую надежность и безопасность PathVision.ai для пациентов.

Какие преимущества продукта в сравнении с конкурентами вы можете выделить?

Геннадий Попов: Наш продукт отличается высокой точностью и скоростью анализа. Мы используем передовые алгоритмы машинного обучения, которые позволяют точно идентифицировать патологические изменения в тканях. В продукте работают несколько нейросетей, каждая из которых обрабатывает изображение на своем уровне и увеличении. Это позволяет нам добиться уникальных уровней точности диагностики. Мы получили патент на эту технологию в 2021 году. Также мы предоставляем врачам более подробную аналитику для врачей даже в сравнении с мировыми аналогами.

Американская компания Paige.ai, которая привлекла более 200 миллионов долларов инвестиций, разработала продукт, выявляющий так называемые «точки фокуса» — области, где по мнению ИИ могут быть паттерны наличия рака предстательной железы.

Решение от израильского проекта Ibex предоставляет врачу тепловую карту, на которой выделены области, окрашенные в спектре от синего до красного. Синий обозначает низкую вероятность наличия рака, красный – высокую.

Наш продукт PathVision.ai не только выделяет места наличия рака, но и градирует их по шкале Глисона, выделяя разными оттенками синего разные области патологии. Шкала Глисона свидетельствует об агрессивности распространения опухоли, во многом определяя дальнейшее лечение пациента. Приятно осознавать, что мы смогли создать продукт, превосходящий по функциональным возможностям передовые разработки компаний США и Европы.

Помимо искусственного интеллекта, наш продукт включает и платформу для работы врачей, которая позволяет оптимизировать процессы патоморфологической лаборатории. Качественное ведение архива изображений, удобный поиск в нем, удобные инструменты работы со слайдами и маршрутизация слайдов — все эти возможности так же важны для врачей, как и помощь искусственного интеллекта.

Вы также планируете разрабатывать решения на основе ИИ для жизненного цикла договоров крупных компаний. Почему вы решили выйти на этот рынок?

Геннадий Попов: Моим основным бизнесом является компания WSS-Consulting, являющаяся одним из лидеров рынка электронного документооборота в РФ. Внедрение продукта WSS Docs 5 в крупнейшие компании позволило понять, что потребности крупных клиентов уже давно вышли за рамки цифрового управления и маршрутизации документов — им требуются новые решения, способные вывести их на новый уровень развития.

В то же время, команда стартапа PathVision.ai за несколько лет накопила достаточный опыт работы с разными типами данных. Мы, как никто другой, понимаем специфику применения ИИ, с какими задачами он справится лучше всего. Наша компания готова выйти за рамки медицинского искусственного интеллекта и заняться разработкой новых, самых сложных решений и в других областях рынка. На данном этапе мы видим большой потенциал ИИ именно в узко нишевых решениях.Метавселенная ВДНХ 4.3 т

Таким образом, объединив потенциалы и опыт обеих компаний, с недавних пор мы реализуем проект по искусственному интеллекту в области жизненного цикла договора. Можете представить себе, какое количество закупок проходит в крупные компании, а какое количество документов сопровождают каждый договор? А договоров может быть десятки, иногда и сотни тысяч в год. Проводить аналитику относительно того, исполняются ли договоры в полном объеме указанным персоналом по договору, поставляются ли все необходимые товары и услуги по условиям договора, нет ли каких-то нарушений с условиями договора, или сам договор, может быть, нарушает какие-то корпоративные условия — на все это не всегда хватает ресурсов для тщательной проверки, даже в крупнейших компаниях. Тогда как искусственный интеллект, который мы разрабатываем, сможет выдавать аналитику по документам в реальном времени и моментально подсвечивать какие-то отклонения сверки, действительно ли договоры соответствуют принятым на тендерных комиссиях решениях и т.п.

Еще пример — представьте крупное промышленное предприятие, на котором применяется оборудование на десятки, сотни миллиардов рублей. Такое оборудование сопровождается постоянным ремонтом, заменами. Весь этот промышленный комплекс тоже управляется экспертизой людей. Люди подбирают оборудование, но не имеют точной информации относительно того, как часто то или иное оборудование выходит из строя, какие реальные затраты на определенные узлы, какие производители в действительности себя показывают лучше или хуже. Все же, люди более поверхностно проводят подобную аналитику, тогда как искусственный интеллект может очень сильно оптимизировать всю работу по поддержанию и развитию, по сути, всего оборудования за счет той информации, которая уже есть у компании.

Получается, что таким образом искусственный интеллект может сократить расходы компании?

Геннадий Попов: Фактически мы видим, как искусственный интеллект будет внедряться в самые ключевые точки бизнеса наших заказчиков и делать заказчиков более финансово успешными. Мы также видим большую перспективу в разработке решений с искусственным интеллектом под конкретные бизнес-задачи. На данный момент мы обладаем всем инструментарием: применяем новейшие модели нейросетей, серверы с современными видеокартами, сотнями гигабайт оперативной памяти, имеем в штате сотрудников с высокими компетенциями. Появление новых генеративных нейросетей открывает большие перспективы для их применения. Их дообучение на корпоративных документах конкретной компании позволит применять ИИ под хозяйственные задачи, избавив сотни сотрудников от рутинных действий. В итоге искусственный интеллект позволит значительно повысить эффективность корпораций, пропускающих через себя сотни тысяч документов.

Как вы оцениваете уровень готовности рынка к внедрению ИИ в различных отраслях?

Геннадий Попов: Мы видим, что рынок всё больше готов к внедрению ИИ-решений. В медицине ИИ очень помог врачам на пике Covid-19. В финансовом секторе, например, также наблюдается активное использование таких технологий. Однако в некоторых отраслях, таких как логистика и образование, процесс внедрения идёт медленнее, и здесь всё ещё требуется проведение разъяснительной работы и демонстрация реальных преимуществ ИИ. В целом, мы считаем, что рынок движется в правильном направлении, и со временем всё больше компаний будут внедрять ИИ-технологии для повышения своей эффективности.

Какие дальнейшие перспективы развития искусственного интеллекта вы видите сами?

Геннадий Попов: Многие ожидают от искусственного интеллекта созидательной деятельности, схожей с человеческой, творческих и креативных идей. Мы, как программисты, конечно, такого не видим. На данный момент искусственный интеллект — это прекрасный подражатель. Он может отлично подражать аналитическому мышлению человека. Конечно, он тоже может допустить ошибку, но в своем подражании он может приблизиться к неплохому аналитику-человеку. Только в отличие от человека, он будет способен скрупулезно вычитать и проверить терабайт документов, сопоставить всё по каждому пункту и сделает это гораздо быстрее человека. И именно за счет этого он и будет давать преимущество. То есть, мы не видим в ближайшей перспективе человекоподобного искусственного интеллекта, но уверены, что тот, который разрабатывается, будет точечно повышать эффективность при правильном применении.