Vývoj českého asistenta pro radiology je u konce, začínají testy

Český startup vyvinul systém pro vyhodnocení rentgenů plic umělou inteligencí a chce během příštího roku získat všechna povolení pro vstup na trh. Nemocnicím nyní nabízí spolupráci při testování systému v praxi.

Projekt Carebot je český startup, který inspirovala covidová pandemie, ale jeho dosah může být mnohem širší. Pokud uspěje, může patřit mezi technologie, které pomohou zdravotnictví s problémem nedostatku lékařů, protože jim šetří čas.

Asistenční software, který za pomoci umělé inteligence se strojovým učením pomáhá hledat v rentgenových snímcích plic různé nálezy, získal již několik ocenění. V prvním ročníku Pfizer Healthcare Lab se Carebot dostal mezi pět nejzajímavějších zdravotnických start‑upů regionu střední a východní Evropy, kterým farmaceutická firma poskytne podporu a mentoring. V Roche Czech Digimed Award získal projekt čestné uznání.

Všiml si jej také Deloitte, který sestavuje žebříček nejrychleji rostoucích technologických firem. V něm byl Carebot oceněn ve zvláštní kategorii Impact Stars. Carebot tím zaujal nejen média, ale i investory, mezi nimi inkubátor Pilulka Lab.

„Všechny tyto ceny jsou pro nás ukazatelem správného vykročení. Vážíme si jich a máme z nich radost. Důležité pro nás ale je Carebot dostatečně zvalidovat a výsledky následně předložit odborné veřejnosti,“ říká Matěj Misař, výkonný ředitel Carebotu a jeden ze tří jeho hlavních osobností.

Těmi dalšími jsou Daniel Kvak, generální ředitel Carebot a doktorand Masarykovy univerzity v Brně v oboru umělé inteligence, a jeho manželka Karolína Kvaková, studentka antropologie.

Po roce od zahájení projektu Carebot tým dokončil vývoj softwaru jako takový, model má natrénovaný a zahajuje pilotní zkoušky.

„K vývoji i nasazení přistupujeme s velkou pokorou. Jsme si vědomi, že jsme se pustili do segmentu, který jsme zpočátku neznali tak dobře jako ti, kteří se v něm pohybují celý život. Ani jeden ze zakladatelů není lékař, proto máme interního radiologa a tým spolupracujících odborníků,“ poznamenává Daniel Kvak.

Vyvinutý software se technologií strojového učení a počítačového vidění učí na rentgenových snímcích plic s anotacemi nálezu. Autoři uvádějí, že je natrénován na statisících snímků dospělých mužů a žen, každý snímek byl vyhodnocen minimálně dvěma lékaři. Při dalším zlepšování datasetu pak model trénují snímky, které vidí tři a více lékařů.

Nejedná se přitom o dataset, který by Carebot získal z nějaké cizí vzdálené databáze, ale vlastní nasbíraná data od spolupracujících lékařů. U veřejně dostupných datasetů totiž podle týmu Carebotu mohou být pochybnosti o kvalitě anotací. „My jsme zvolili odlišnou cestu, kdy přímo oslovujeme atestované lékaře se zkušenostmi z praxe, aby se s námi na vývoji podíleli,“ říká Matěj Misař. Dodává, že vývoj pravidelně konzultují mimo jiné i s primářem radiologie Masarykova onkologického ústavu Janem Křístkem.

Na základě učení z těchto snímků pak dokáže systém Carebot přímo při prohlížení rentgenu v PACS označit podezřelé oblasti a dát lékaři doporučení k jejich popisu.

V radiologii je umělá inteligence už doma

Carebot se nepouští na neobsazený trh, naopak, stejnými výzvami se zabývají velcí silní hráči jako Siemens, Philips a další. Radiologie je oblast, kde se z celé medicíny uplatňují systémy s umělou inteligencí nejvíce. Například Philips nabízí systém automatického popisu CT snímků plic s umělou inteligencí CT Pulmo Auto Results, který kvantifikuje objem poškozené tkáně a tím šetří čas radiologa a zpřesňuje popis. Siemens má systém CT Pneumonia Analysis, který také pomáhá s popisem CT snímků plic. Obdobných nástrojů pro asistenci při popisování různých snímků je více.

Pokud tedy má uspět, musel by být Carebot jednak v něčem lepší a jednak pokud možno co nejrychlejší se vstupem na trh. Jako svou výhodu prezentuje projekt kromě jiného to, že pracuje přímo v systému PACS, a lékař tedy nemusí otevírat žádný další program, kam by měl snímek nahrávat.

„Vydali jsme se cestou přímé integrace do PACS, což nám otevřelo dveře přímo do počítačů lékařů. Sami jsou zahlceni množstvím systémů, které jim jejich práci komplikují, a logicky nechtějí měnit svůj pracovní postup a zdržovat se nahráváním snímků do dalšího z nich. Carebot se aktivuje stisknutím jediného tlačítka v prohlížeči, který lékař dobře zná a využívá. Výhodou je také vysoká přesnost našich modelů,“ uvádí Matěj Misař. „Přestože nemáme zázemí velkých hráčů, za poměrně krátkou dobu jsme dokázali vytvořit stabilní systém, který dosahuje přesných výsledků a nemění lékařovu workflow. Věříme, že ho můžeme poměrně svižně nasadit do klinické praxe, kde může začít pomáhat,“ říká.

Ušetří prý pětinu času lékaře

Co nejpřirozenější začlenění systému do pracovního procesu lékaře je jedním z hlavních témat, kterým se vývojáři Carebotu zabývají. Ušetřit čas lékaře je totiž jeden z hlavních cílů projektu. „Zatímco jsme v rozmezí let 2009 až 2019 sledovali nárůst provedených RTG snímků o 24 procent, radiologů, kteří musejí každou jednu studii popsat, za stejné období přibylo pouze sedm procent. Nároky na již tak zahlcené lékaře se každoročně zvyšují a trend ukazuje, že se situace v brzké době nezmění. Z tohoto důvodu věříme, že jistá forma automatizace nalezne své místo v nemocnicích i ordinacích,“ vysvětluje Matěj Misař. „Carebot může být v budoucnu nedílnou součástí každého radiologického oddělení a pomáhat lékařům v jejich práci. Pro nemocnice má Carebot hned několik benefitů, zmíníme dva: může pomoci v lepší průchodnosti oddělení, nebo ušetří čas lékařů strávený nad jedním snímkem až o 20 procent,“ uvádí Misař.

Software tohoto typu se pro uvedení na trh neobejde bez certifikace pro zdravotnické prostředky. Předtím ještě čeká Carebot dlouhá cesta.

Od investorů projekt získal několik milionů korun pro prvotní vývoj a interní validaci modelu. Nyní chystá testovací nasazení v praxi na radiologických odděleních. „S některými jsme už domluveni napevno, někde spolupráci ještě ladíme. Zároveň máme stále otevřenou cestu ke spolupráci. Pokud se tak najde primář nebo ředitel nemocnice, který vidí praktický smysl ve využití umělé inteligence, stačí když nám napíše. Rádi Carebot a jeho výhody v praxi přijedeme ukázat,“ uvádí Misař.

Mezi první potvrzená pracoviště, která budou Carebot testovat, patří Nemocnice Havířov.

Kromě získání potřebné certifikace je otázkou také zavedení asistenčního systému do doporučených postupů. „Konzultujeme naše řešení s lékaři a primáři napříč nemocnicemi v České republice. Umělá inteligence je ve zdravotnictví stále citlivé téma. Aby mohla prakticky sloužit, je potřeba dosáhnout přesných výsledků. Věříme, že si to při validaci v tomto půlroce potvrdíme, následně tyto výsledky rádi uveřejníme a budeme konzultovat i s odborníky z lékařských společností. V cestě zavedení do praxe je to nezbytné,“ říká Misař.

V dubnu chystá Carebot další investiční kolo a prostředky vloží do zavedení systému do praxe, ale i do vývoje dalších modelů pro CT snímky, magnetickou rezonanci nebo mamograf. Plány přirozeně počítají s expanzí na další trhy.

„Doporučující systém u rentgenu hrudníku je pouhý začátek. Zajímají nás jak velkoobjemová vyšetření, tak i specializovaná, jež pomohou odhalit nálezy, které je velmi těžké detekovat. Tady vidíme největší přidanou hodnotu umělé inteligence,“ myslí si Daniel Kvak.