Всё началось еще в университете, когда я увлекся статистическими и рандомизированными клиническими исследованиями — с тех пор и популяризирую анализ данных: без него науки быть не может. А в последние годы стал бурно развиваться искусственный интеллект, и я этим заинтересовался. Мне показалось, что у применения искусственного интеллекта в медицине есть очень хорошие перспективы — можно сделать много интересного и полезного. 

Начал в 2018 году с изучения Python — без этого не понять, как что работает. Разбирался в алгоритмах машинного обучения, смотрел курсы на Coursera, а потом нашел Open Data Science (ODS) — русскоязычное сообщество дата-сайентистов. Там много полезных рекомендаций и есть очный курс от сообщества, который я прошел. Я тогда жил в Подмосковье, а работал в клинике на другом конце города. Дорога занимала два часа, и каждый раз по пути на работу и домой я слушал лекции. Вечером практиковался, учился писать код. Учиться в МФТИ или окончить многомесячную очную программу я не мог: надо было работать и уделять время семье.

Скорее второе. Я начал чувствовать, что коллеги-медики не очень меня поддерживают. Я пытался пропагандировать среди них анализ данных, но не находил отклика. Даже когда защищал диссертацию, все удивлялись: «Зачем вы столько статистических методов применяете?» Тогда стало ясно: если ничего не поменяю, не смогу раскрыть свой потенциал. И решил, что всерьез займусь дата-сайенс. 

Я не думал, что сразу найду работу, которая связана одновременно и с машинным обучением, и с медициной. Для начала планировал где-то набраться опыта. Но зимой 2020 года увидел в ODS вакансию — искали дата-сайентиста на медицинское направление Лаборатории по ИИ. Это было именно то, чем я хотел заниматься. Я написал Диме Умеренкову (он возглавляет группу, которая занимается работой с медицинскими текстами) и прислал ему резюме. С точки зрения дата-сайенс резюме было нулевым, но по нему, наверное, было заметно, что я этой идеей горю. Дима откликнулся, я пришел на собеседование, а спустя пару недель мне сказали, что меня ждут в Сбере.

Я давно следил, как искусственный интеллект применяют в медицине за рубежом, например для более точной постановки диагнозов. На собеседовании в Сбере я рассказал о таких продуктах и о желании создать что-то подобное. Дело в том, что пациент обычно первым делом идет не к врачу, а в Гугл: находит какие-то советы и начинает заниматься самолечением. Это большая боль для врачей, потому что последствия такого отношения к здоровью могут быть очень серьезными. Я планировал создать сайт или приложение, в котором человек рассказывает о симптомах, а алгоритм — советует, к какому врачу записаться и почему. В таком случае пациенты приходили бы на прием более подготовленными. И знали бы, что при некоторых симптомах визит в поликлинику откладывать нельзя.

На собеседовании я спросил у Манвела Аветисяна, который запустил медицинское направление в Лаборатории по ИИ: «Мы будем решать задачи, которые будут приносить банку прибыль, или делать полезные продукты?» Он ответил, что никаких KPI по прибыльности нет, а главный критерий оценки работы — польза для медицинского сообщества. Тогда все сомнения пропали.

Отчасти да. Пока я не увидел вакансию, я вообще не знал, что здесь есть Лаборатория по ИИ, а в ней — медицинское направление. Мои коллеги-врачи тоже очень удивились, когда я рассказал, что ухожу в Сбер. Для них это звучало так, будто я, врач, буду работать в банке.

И да и нет. Наверное, самая «банковская» сторона работы — строгость в отношении доступа к данным. В остальном наша группа похожа на стартап внутри банка — работаем автономно, решаем свои задачи.
Есть еще один момент, который очень важен для меня как врача. Рынок коммерческих разработок не идеален — компании исходят из того, что им необходимо выживать: заинтересовать инвесторов, принести прибыль. В медицине с этим особенно сложно: много времени и ресурсов уходит на исследования. Поэтому искусственный интеллект в этой сфере пока не может приносить больших денег — должно пройти время, чтобы технологии «созрели», а рынок их принял. И в Сбере никто не требует, чтобы мы принесли прибыль завтра. У нас есть возможность проводить исследования и делать продукты, которые не просто выглядят хорошо в презентациях, а приносят реальную пользу в больницах. 

По кусочкам реализую проект, с идеей которого пришел на собеседование. Разрабатываю систему, извлекающую термины из сырого медицинского текста. Суть в том, что алгоритм, обученный на огромном количестве таких терминов, находит их где угодно, скажем, в истории болезни. Это нужно, например, чтобы «вытащить» из рассказа пациента конкретные симптомы, помогающие быстро поставить диагноз. 

Параллельно подключаюсь к разным проектам, а какие-то идеи предлагаю команде сам — медицинский бэкграунд позволяет видеть задачи под другим углом. Скажем, если надо составить опрос пациента, я подсказываю команде, о чем спросил бы врач на приеме, а какие данные, наоборот, не нужны. 

Да. За время врачебной практики я помог бы тысячам пациентов, а здесь могу помочь гораздо большему количеству людей — возможно, десяткам миллионов.
Лаборатория по ИИ уже запускает крутые вещи, такие как проект по диагностике инсульта, например. Врач может не заметить его на компьютерной томографии, а искусственный интеллект показывает подозрительные участки: «Не пропусти». По диагностике коронавируса тоже отличный проект, и я очень рад, что Сбер бесплатно ставит его в больницы, дает серверы, помогает внедрять и использовать. 

По себе знаю: у врачей невероятно высокая нагрузка, и даже самый опытный и добросовестный специалист может не справиться. Если у врача будет помощник в виде программы, которая будет давать подсказки и подстраховывать, это на самом деле очень поможет. Кто-то говорит, что мы заменим врачей алгоритмами, — никогда не заменим. Какими бы мощными ни стали алгоритмы, за врачом всегда будет последнее слово.