В медицинском сообществе все чаще обсуждается новый этап в развитии искусственного интеллекта — так называемые foundation models, или базовые модели. Такие системы способны анализировать широкий спектр заболеваний, в отличие от привычных узкоспециализированных алгоритмов, которые распознают лишь одну конкретную патологию. Их обучают на огромных массивах медицинских изображений, и они могут предлагать врачу несколько вариантов диагноза одновременно.

Что такое foundation models

До недавнего времени медицинский искусственный интеллект работал как карманный калькулятор - каждая программа решала только одну задачу. Например, находила опухоль на снимке или выявляла признаки пневмонии. Но врачи понимают, что пациент может жаловаться на головную боль, а за ней скрываться десятки разных причин.

Foundation models - это новый подход. Их можно сравнить со смартфоном для медицины - универсальная система, которая после обучения на огромных массивах медицинских изображений способна подсказывать врачу сразу по разным вариантам диагноза. На базе такой модели можно «добавлять приложения». Например, модули для онкологии, неврологии или инфекционных заболеваний. Это делает работу врача быстрее, систему здравоохранения - гибче.

Международный опыт

В США и Европе уже идут активные испытания подобных технологий. Например, компания Aidoc тестирует универсальные модели совместно с регуляторами, а стартап HOPPR предлагает свою платформу, на основе которой другие разработчики могут создавать собственные решения. Такой подход открывает путь к формированию экосистем медицинского ИИ, где разные сервисы будут дополнять друг друга.

Главная задача - снизить нагрузку на радиологов. Количество исследований растет, специалистов не хватает, и врачи работают в условиях постоянного перегруза. Универсальные модели способны ускорить постановку диагноза и сократить риск ошибок.

Российские реалии

В России ИИ в медицине уже не новинка, но пока речь идет в основном о специализированных системах. В Москве действует Единый радиологический информационный сервис (ЕРИС), куда стекаются данные КТ, МРТ и рентгеновских исследований. Там алгоритмы помогают выявлять признаки COVID-19, онкологии, туберкулеза и ряда других заболеваний.

К осени 2024 года Росздравнадзор зарегистрировал несколько десятков решений на основе ИИ. Но это в основном программы, которые решают узкие задачи - например, поиск рака легкого или анализ маммографий.

Готова ли Россия к переходу на foundation models

Для того чтобы универсальные модели заработали в российских клиниках, необходимо решить несколько задач:

• В стране накоплено много медицинских изображений, но не все из них оцифрованы и доступны для обучения ИИ.
• Данные должны быть совместимыми между разными клиниками и регионами. Эта работа уже идет, но она далека от завершения.
• Существующая система сертификации ориентирована на узкие алгоритмы. Для foundation models потребуется новый подход.
• Нужно расширять сеть дата-центров и готовить специалистов, которые смогут внедрять и сопровождать такие решения.

Чем пользуются врачи сегодня

• алгоритмы для поиска рака легкого на КТ;
• системы поддержки диагностики пневмонии, туберкулеза и COVID-19;
• технологии для анализа маммографий;
• сервисы, которые автоматически сортируют исследования по срочности.

Перспективы

Переход к универсальным моделям в России реален в горизонте пяти-семи лет. Первыми их начнут внедрять крупные федеральные центры и московские клиники, где уже есть опыт работы с ИИ и необходимая инфраструктура. Постепенно технологии будут распространяться и в регионы.

Однако ключевая проблема заключается не только в технической стороне. Чтобы врачи и пациенты доверяли таким системам, нужно обеспечить прозрачность работы алгоритмов, безопасность данных и понятные правила их сертификации. Только в этом случае foundation models станут настоящим помощником врача.