Российский ИИ бьет по инфекциям

Россия уверенно укрепляет позиции глобального технологического лидера в области медицинского искусственного интеллекта (ИИ). В условиях, когда развивающиеся страны сталкиваются с острой нехваткой ресурсов здравоохранения, именно российские ИИ-решения становятся эффективным оружием в борьбе с эпидемиями.

Цифровой профиль

Современные платформы, созданные на базе ИИ, способны в режиме реального времени прогнозировать вспышки заболеваний, отслеживать цепочки передачи вирусов и оптимизировать распределение медицинских ресурсов.

Одним из главных прорывов стала система Webiomed CDSS — первая в России ИИ-платформа, официально зарегистрированная как медицинское изделие. Она предназначена для анализа обезличенных медицинских данных, прогнозирования рисков и поддержки врачебных и управленческих решений.

Webiomed обрабатывает доступную медицинскую информацию о пациенте, включая лабораторные анализы, инструментальные исследования, историю болезни и социальные факторы (вредные привычки, наследственность, образ жизни). Это позволяет выявлять патологии на ранних стадиях и формировать цифровой профиль пациента, прогнозируя риски хронических заболеваний, осложнений и даже летального исхода.

Особое значение система приобрела в странах с высокой плотностью населения и слабой медицинской инфраструктурой — например, в государствах Азии и Африки. Там Webiomed помогает выстраивать эффективную профилактику на государственном уровне: система анализирует данные, поступающие из региональных клиник, выявляет потенциальные очаги заражения и предлагает сценарии реагирования. Благодаря ИИ-возможностям все этапы — от сбора данных до готовой аналитики — занимают считаные часы.

Действие на опережение

Еще один значимый российский проект — Galenos.AI. Это разработка компании «ТехЛАБ», ориентированная на раннюю диагностику онкологических заболеваний. Система изучает электронные медицинские карты и анкеты пациентов, определяя тревожные признаки. Если ИИ фиксирует высокую вероятность развития опухоли, он отправляет уведомление врачу, предлагая дополнительные обследования. Система способна проанализировать до 16 видов онкопатологий на первичном этапе осмотра.

Алгоритмы основываются на Методических рекомендациях Минздрава («Алгоритмы раннего выявления онкологических заболеваний») и используют обученные модели машинного обучения — нейронные сети с подкреплением. При заполнении анкеты врачом либо пациентом, ИИ проводит сопоставление симптомов и данных ЭМК, выявляя тревожные сигналы и формируя объёмный список дополнительной диагностики.

Система уже включена в федеральные программы и числится среди медицинских ИИ-продуктов России. В пилотных проектах участвовали врачи-терапевты и фельдшеры — Galenos.AI задействована именно на первичном звене здравоохранения.

Благодаря широкому охвату симптомов (включая потерю веса, ночные поты, слабость, повышение температуры и др.), система предлагает весомые аргументы врачам, улучшая онконастороженность и ускоряя направление на обследования.

Не допустить эпидемии

Эпопея пятилетней давности с коронавирусной инфекцией показала всему миру, что пандемии и эпидемии могут стать настоящей трагедией для миллионов людей. От них нужно не только защищаться, но и знать, как предотвратить.  

Российские ИИ-платформы активно интегрируются в международные эпидемиологические программы. Например, предиктивные модели уже применяются во многих странах для прогнозирования вспышек COVID-19. В их основе лежат передовые алгоритмы, позволяющие моделировать сценарии развития инфекции и рассчитывать эффективность различных карантинных и медицинских мер.

Ключевой пример — использование российских предиктивных моделей в Бразилии и странах СНГ, где они применялись для прогнозирования вспышек COVID‑19. Одно из лучших решений — модель, основанная на англо-русской разработке ANFIS (адаптивная нейро‑нечёткая система), усиленная методом «хаотичного морского хищника» (CMPA). Это позволило значительно повысить точность прогнозов: в тестах по Бразилии 2020 года CMPA‑версии уступали только 30‑дневной задержке менее чем на 0,5 %, демонстрируя высокую синхронность с реальными данными.

Модели также опираются на алгоритмы «случайного леса», которые статистически устойчивы к шуму и локальным выбросам. В сочетании эти подходы позволяют строить реалистичные сценарии распространения инфекций и оценивать эффективность карантинных мер (закрытия школ, запрета массовых мероприятий и ограничений транспортного движения).

Благодаря российским методикам страны с ограниченной инфраструктурой, включая государства СНГ и Латинской Америки, получили возможность прогнозировать всплески заболеваний с высоким качеством, перераспределять ресурсы ПЦР‑тестирования и координировать локальные карантинные стратегии в кратчайшие сроки.

Симуляция как тренировка

Серьезный вклад в глобальные проекты вносят и российские научные институты. Консорциум, в который вошли ВНИИТФ имени Е.И. Забабахина, ИПФ РАН, ИПМ им. Келдыша, ИВМ им. Марчука, НМИЦ ФПИ и НИЦЭМ им. Гамалеи, работает над созданием математических моделей и программ для симуляции эпидемий. Эти инструменты помогают органам власти оценивать последствия эпидемий и заблаговременно принимать управленческие решения по распределению ресурсов. Например, закупать заранее лекарства, готовить технику и развертывать коечный фонд. Главная задача – чтобы эпидемия не застала врасплох.

Новосибирский ФИЦ «Институт вычислительных технологий» разработал прототип модели распространения COVID-19, адаптированный под российские реалии. Эта система продемонстрировала свою эффективность в борьбе с эпидемиями и может быть использована в любой стране.

Новосибирский ФИЦ «Институт вычислительных технологий» разрабатывает передовые эпидемиологические модели. Так, прототип модели распространения COVID‑19 был разработан учёными лаборатории биоинформатики ФИЦ ИВТ совместно с инновационной компанией «Биософт» и представлен в мае 2020 года на научно-практической конференции.

Пройти текст

Россия активно поставляет за рубеж собственные тест-системы ПЦР и LAMP. Они сопровождаются ИИ-инструментами эпидемиологического мониторинга, разработанными Центром имени Гамалеи. Эти решения позволяют точно диагностировать инфекции и отслеживать траектории их распространения.

Российские ИИ-платформы становятся не просто технологическими продуктами, это инструменты здравоохранения глобального масштаба. Их скорость, точность, адаптивность и способность работать в условиях ограниченного доступа к инфраструктуре делают их незаменимыми в борьбе с эпидемиями XXI века.