Всем привет! Давно от меня ничего не было слышно, так как работа врача отнимает много сил и времени, а  ХАБР – не то место, где обычно тусуются представители моей профессии. Но время и научно-технический прогресс, а вместе с ним и я не стоят на месте. Поэтому сегодня я решил написать небольшой пост на тему «Как врач сделал себе ИИ помощника. Часть 3». Первые 2 поста данной трилогии вы можете посмотреть здесь и здесь.

Что произошло за эти 2 года в мире ИИ я рассказывать не буду, кто следит за темой и сами все прекрасно знают. Однако эти изменения не могли не сказаться на моих изысканиях, интересах и как итог – на моем проекте, который, честно говоря, был заброшен на какое-то время. Кратко напомню, что «умная расшифровка общего анализа крови» — это применение классических моделей машинного обучения для структурированных данных лабораторных анализов. В свое время я честно обучал и валидировал эти модели, пока не пришел вот к этому прототипу.

Проект был сделан на языке R. Основные минусы данного решения с точки зрения практического использования: работа только с «общим анализом крови» (ОАК), ручное введение данных и мало информативный результат для пользователя, низкая специфичность моделей, из-за невозможности «поставить верный диагноз» исключительно по ОАК.

А что теперь? А теперь это почти полноценный проект MD4ME с генеративным ИИ на борту. Сразу отвечу на вопрос об используемой ИИ модели – они разные! Я тестирую разные модели и даже совмещаю их работу, меняю по результатам тестов и отзывам, и пока что-то более конкретное не скажу. Но главное сейчас это не столько сама модель, сколько ее практическое применение.

Первая часть собрала хорошую "кассу" в виде рейтинга и кармы, но самое главное вызвала интерес аудитории. Последний факт стал решающим критерием для написания продолжения. Очень часто, 2-я часть хуже первой, но я все же решил рискнуть. Представлюсь снова, меня зовут Александр и я врач-гематолог. Я работаю над приложением по интерпретации общего анализа крови (ОАК) с помощью алгоритмов машинного обучения (МО). После публикации первой заметки о проекте я внимательно изучил комментарии своих читателей. Сразу скажу - практически все из них были конструктивными и понятными. Спасибо всем! Это подстегнуло перенести проект в список приоритетных и поработать над обновлением. Кому не терпится, могут сразу переходить по ссылке. Бот работает в тестовом режиме. Ниже я кратко и подробно расскажу, что изменилось.

Всем привет, меня зовут Александр и я врач-гематолог. Для справки, это тот, кто занимается болезнями крови. Мой общий стаж перевалил за 16 лет, я кандидат медицинских наук и последние пару-тройку лет интересуюсь анализом данных, machine learning и ИИ в медицине. Под "интересуюсь" я подразумеваю исследования и публикации по этим темам, а также обучение и саморазвитие.

Так как я ни разу не программист, то мой пост будет не про это. Тем не менее последние пару лет моим рабочим инструментом является R. Это не тот язык программирования, на котором можно писать крутые сайты или приложения, но кое-что он все-таки умеет. R - больше про анализ данных, чем я и занимаюсь. Сегодня я хочу кратко рассказать и показать один из моих проектов на R, который решает вполне конкретную прикладную задачу - интерпретацию общего анализа крови.

Общий анализ крови (ОАК) – самый частый и один из самых сложных анализов человека для интерпретации, что обусловлено большим числом входящих в него параметров. Как правило, именно этот анализ является скрининговым тестом как для гематологов амбулаторного приема, так и для врачей общей практики и других специальностей. Объемы выполняемых анализов исчисляются сотнями тысяч. Моя идея не нова - машинная помощь в правильной и быстрой интерпретации общего анализа крови, которая будет содействовать развитию качественной, доступной и своевременной диагностики онкогематологических заболеваний. Зачастую врач первичного звена (терапевт) не может дифференцировать изменения в ОАК, что приводит либо к гиподиагностике, либо к повышенной настороженности и излишне частому направлению на консультацию к врачу-гематологу. Ситуацию усугубляют огромные объемы анализов, выполняемые в рамках профилактических и лечебно-диагностических процессов как в государственном, так и в частном секторе здравоохранения. Расшифровка анализов онлайн - один из востребованных запросов в Интернете. Меня часто просят об этом в социальных сетях.