Представьте себе Ивана. Ему 45 лет, он руководитель отдела в IT-компании. Жалоб на здоровье нет. Раз в год он проходит стандартную диспансеризацию, где ему измеряют общий холестерин. Показатель в норме. Иван спокоен.

А теперь другая реальность. Тот же Иван, но в его поликлинике работает система на основе искусственного интеллекта. Алгоритм анализирует не только общий холестерин, но и возраст, пол, уровень глюкозы и общий анализ крови. На основе этих данных система выдает предупреждение: у Ивана высокий риск повышенного уровня «плохого холестерина» (ЛПНП). Его приглашают на дополнительное, уже углубленное обследование, которое подтверждает риск. Врач назначает терапию и меняет диету. Инфаркт, который мог случиться через 5-10 лет, отменяется.

Проблема, которую мы не видим Каждый год сердечно-сосудистые заболевания уносят жизни более 800 тысяч россиян. Главный виновник – атеросклероз, который развивается из-за высокого уровня «плохого холестерина». Этот холестерин оседает на стенках сосудов, образуя бляшки, которые со временем могут привести к инфаркту или инсульту.

Самое коварное в этой истории то, что человек может годами чувствовать себя отлично, пока в его сосудах образуются атеросклеротические бляшки. Стандартная диспансеризация по ОМС не включает детальный анализ липидного профиля. Его назначают только тем, кто уже находится в группе риска. Получается замкнутый круг: чтобы попасть в группу риска, нужно уже иметь проблемы со здоровьем.

Как ИИ ломает этот круг? В Московском научном центре лабораторных исследований мы начали тестировать ИИ-систему «ЛипидоСкрининг», разработанную @lab_hub. Её обучили на данных 270 тысяч пациентов. На основе простых показателей – возраст, пол, уровень глюкозы, общий холестерин и общий анализ крови – она предсказывает уровень «плохого холестерина» без необходимости проводить дорогостоящий и сложный анализ. Предварительные результаты продемонстрировали, что система в 93% случаев верно предсказывает уровень «плохого холестерина», а погрешность измерения сопоставима с погрешностью стандартного лабораторного анализа (0,25 ммоль/л).

Сейчас ИИ-систему тестируем на данных 10 тысяч пациентов. Если её эффективность подтвердится, мы получим простой и доступный инструмент для массового скрининга.

Почему это важно для здравоохранения и инноваторов? Для системы здравоохранения это означает переход от модели «лечения болезней» к модели «управления здоровьем». Это снижает нагрузку на стационары и скорую помощь, экономит огромные средства и, самое главное, спасает жизни.

Для разработчиков и стартапов – это сигнал. Спрос на подобные предиктивные системы будет только расти. Здравоохранение остро нуждается в технологиях, которые помогают врачам принимать решения, а не заменяют их.

Как вы считаете, какие еще «слепые зоны» в диагностике, на ваш взгляд, мог бы закрыть искусственный интеллект?