Саркис Григорян:
Добрый вечер! Сегодня четверг, и как обычно мы в эфире радио Mediametrics с передачей «Искусство интеллекта». Сегодня у нас очень интересный гость, гостья, это Анна Мещерякова, генеральный директор компании «Третье мнение». Компания занимается производством технологий в сфере искусственного интеллекта для медицины, в сфере поддержки принятия врачебных решений и прочих этих вещей. Анна, здравствуйте, большое спасибо, что нашли время и пришли к нам.
Анна Мещерякова:
Добрый вечер, спасибо, что пригласили и нашли возможность.
Саркис Григорян:
Давайте сразу к какому-то такому горячему. Результаты исследований, проведённых нашими очень хорошими друзьями совместно с Фондом развития цифровой экономики, показали отношение российских медработников к системам поддержки принятия решений, основанных на технологиях искусственного интеллекта. И вот результаты: 21 % медработников не знает о существовании механизмов ИИ в организации. 64 % опрошенных не пользуются ими по причине их отсутствия, и лишь 10 % используют инструменты в рабочем процессе. Хотя изначально 57 % медицинских специалистов доверяют рекомендациям автоматизированных систем. В результате их внедрения 55 % врачей ожидают пользу. В частности, сокращение времени на принятие решения. 35 % ждут повышения точности диагностики. Что ещё интересно, 36 % медработников уверены, что инструменты нужны в первичном здравоохранении, 25 % уверены, что нужны сотрудникам, оказывающим экстренную помощь, то есть реаниматологи, скорая помощь. 20 % считают, что нужно использовать в работе специалистов стационаров. И вот что ещё. 87 % медработников не боятся конкуренции с искусственным интеллектом. Здесь достаточно забавно, лидирующие причины. На первом месте: я выйду на пенсию раньше, система всегда может дать сбой, отсутствие индивидуального подхода к лечению, без врача они недействительны. 89 опрошенных не готовы довериться, как пациенты, только инструментам искусственного интеллекта. Если диагноз ставит система и отличается от мнения врача, 62 % специалистов предпочтут привлечь третье мнение, надеюсь вас, и 27 будут руководствоваться своим решением. Понятно, наверное, что когда какому-то специалисту говорят, что скоро придут технологии, которые заменят вас, здесь хочешь, не хочешь, но любой специалист воспримет это как личное, потому что как будто что-то важнее его работы, а при этом это люди, которые действительно занимаются важными делами, спасают жизни. Может быть, вы как-то прокомментируете это с точки зрения другой стороны, компании, которая разрабатывает такие системы поддержки решения.
Анна Мещерякова:
Да, с удовольствием. Во-первых. здесь совпадают цифры. По поводу 35 % известно, что до 35 % всех функций врача, которые сейчас выполняются им самостоятельно в медицинском процессе, могут быть, в принципе, автоматизированы, так или иначе. Мы сейчас говорим в целом, не только применительно к искусственному интеллекту. Что в свою очередь принесёт, может принести сокращение бюджета затрат от 10 до 30 %. Поэтому с этой точки зрения в любом случае внедрение инструментов, тех или иных автоматизацией, работа врача обоснована. Что касается того, где инструменты автоматизации наиболее эффективны. Сегодня на том уровне развития технологий, которые есть и не только в России, но и во всём мире, на этом уровне всё-таки инструменты только начинают внедряться в медицинскую практику. Есть буквально единицы, десятки успешных внедрений, менее 30 компаний получили, по крайней мере, в сфере, на которой мы специализируемся, медицинских изображений сертификацию FDA в Соединённых Штатах Америки, то есть это в любом случае мы в самом начале такого большого пути. Наибольшую эффективность сегодня инструменты искусственного интеллекта всё-таки привносят в автоматизацию рутинных процессов. То есть не там, где искусственный интеллект видит то, чего не видит естественный интеллект врача, а там, где врач затрачивает большое количество времени либо на рутинный просмотр, например, медицинских изображений, либо на рутинное описание того, что он видит. И как выясняется из некоторых любопытных исследований проведённых тоже за рубежом, не всегда эти описания, которые врач так старательно описывает, читают его коллеги. Очень часто это просматривается, пропускается, и коллеги, врачи других специализаций смежных, врачи-клиницисты обращают внимание не на большой длинный описательный список, на который врач-рентгенолог затратил 40 минут своего рабочего времени, а только на результирующую часть, которая состоит из двух строк. Поэтому если говорить кратко, то сегодня автоматизация рутинных процессов, это не замена, сегодня у программных продуктов с применением технологий искусственного интеллекта нет такого юридического статуса, заменить врача. Врач по-прежнему должен верифицировать то решение, которое принимает интеллект искусственный, верифицировать, подтвердить, поставить свою электронную подпись и дальше запустить это решение уже в медицинский процесс.
Саркис Григорян:
Даже мы сейчас не говорим о том, чтобы полностью заменить, мы говорим о том, что все эти системы направлены пока что на поддержку принятия решений. Пока врачи могут не бояться. Хорошо, Анна, расскажите тогда с самого начала про компанию «Третье мнение», что из себя сейчас представляет компания, как вы начинали, почему именно эту область вы выбрали. Что нам ждать в дальнейшем от этой компании, немножко вот об этом.
Анна Мещерякова:
Я думаю, что компании «Третье мнение» очень повезло с удачным выбором названия. Название говорит само за себя. Это наш зарегистрированный товарный знак и «Третье мнение», и английский вариант Third Opinion. Это действительно та функция, которую мы оказываем в системе здравоохранения. Первое мнение, врачебное, а второе мнение, это мнение врача, коллеги, и третье - это цифровое мнение. И сейчас медицинское сообщество часто для обозначения вот этого вклада роботизированного такого решения использует этот термин, третье мнение. И компания тоже удачно, до настоящего момента сейчас практически исполняется 3 года, как были сделаны первые шаги, которые были сделаны в центре, внутри центра имени Дмитрия Рогачева. Там мы тестировали гипотезу о том, что с помощью ручной врачебной разметки по оцифрованным мазкам крови и костного мозга можно получить клинически значимую точность анализа и детекции определения типов клеток. То есть это работа такая, научная работа, которую мы начали 3 года назад в центре Дмитрия Рогачева. И это такой первый MVP, который мы выпустили. С тех пор действительно прошло много времени, компания развивалась, сегодня у нас уже 22 сотрудника. Мы резиденты Сколково, мы выпускник первого российского, американского акселератора Сбербанка и 500 Startups, мы прошли стажировку, в том числе, и в Сан-Франциско. То есть мы прошли такой большой путь. Если говорить о том, что мы сегодня уже предлагаем системе здравоохранения, то хотелось бы назвать четыре продукта. И один из них, который, наверное, у нас наиболее сейчас востребован и по которому мы прошли дальше всего к практическому применению, это анализ рентгенограмм грудной клетки. Мы сегодня определяем 15 различных рентгенологических патологий, которые свидетельствуют и по которым можно сделать предположение о том или ином диагнозе, в том числе, онкологическом заболевании, пневмонии или туберкулёзе.
Саркис Григорян:
Насколько сложно подобные продукты регистрировать? У нас есть свои органы, в Соединенных Штатах есть FDA, вы сказали, что в FDA всего лишь порядка 30 компаний зарегистрировано. Это какие-то, мы говорим о том, что это совсем крохи. Насколько сложно этот процесс происходит здесь, насколько сложно этот процесс происходит там, насколько сложно зарегистрировать систему с искусственным интеллектом, оно как мед. изделие регистрируется. Как с этим? Потому что я знаю, что любые лекарства, любые мед. изделия очень сложно регистрировать у нас, например, потому что не совсем всё всегда понятно. Как здесь, как вы вот этот процесс прошли?
Анна Мещерякова:
Сейчас в России те компании, которые работают на рынке, их не так много, и мы в этом числе тех, кто занимается получением регистрационного удостоверения Росздравнадзора. Действительно, все делают это впервые, в том числе, Росздравнадзор. И опирается, это положительно, как раз на опыт наших западных коллег, в том числе, в Соединенных Штатах, в Европе, которые уже этот путь прошли, есть определённые рекомендации и протоколы тестирования алгоритмов, на которые можно посмотреть и с незначительными правками применить уже у себя, в своих российских реалиях. Сейчас этот процесс активно идёт, и Росздравнадзор очень активно и объективно вовлекает всё сообщество, всех разработчиков, институт развития привлекает к этой работе. Мы участвуем в рабочих группах практически еженедельно с тем, чтобы определить и порядок, и подачу документов, и отнесение медицинского программного обеспечения к тому или иному классу риска. И на основании этого каким образом меняется порядок подачи документов и прохождения различного рода испытаний. А также обсуждается вопрос, каким образом получать обновление сертификата в случае обновления версии программного обеспечения, что для продуктов с использованием технологии искусственного интеллекта критически важно, чтобы процесс обновлений был как можно более бесшовным, гладким и быстрым. То есть надо сказать, что этот процесс идёт весьма конструктивно. Если говорить про FDA, то мы для себя рассматриваем получение сертификата FDA Not for USA, то есть своего рода лайт версия FDA, которая позволит нам продавать продукт с этим сертификатом во всех странах, где FDA принимается, кроме США. Что для нас на сегодняшний день действительно видится оптимальным с точки зрения трудозатрат, бюджетов на эту сертификацию и быстрого доступа к рынку.
Саркис Григорян:
Давай касаемо бюджетов про сертификацию, какие порядки там сумм, сколько стоит в FDA зарегистрировать подобную систему? Просто понимать, когда люди хотят начать заниматься подобными вещами, какие-то стартапы, мы хотим, чтобы их становилось больше в этой области и так далее. Но мы понимаем, что здесь это такая область, в которую просто так не придёшь и не сделаешь что-то. Это не какие-то просто технологические вещи, которые взял и написал. Здесь очень много задач, которые связаны с тем, что тебе нужно брать где-то эти снимки, материалы, тебе нужно договариваться с какими-то медицинскими учреждениями, вопросы прайваси и всего вот этого. То есть это такие, сложные сами по себе ещё процессы, плюс то, что тебе нужно где-то регистрироваться. То есть насколько это большие бюджеты?
Анна Мещерякова:
Если мы говорим о создании продукта, то это одни бюджеты. Если мы говорим о сертификации.
Саркис Григорян:
Я про сертификацию.
Анна Мещерякова:
Это дополнительные бюджеты, и мы говорим о том, что алгоритм для того, чтобы это было целесообразным вообще подавать какие-то документы сертифицирующему органу, он всё-таки должен быть клинически подтверждён, то есть Proof of Concept на английском языке, клиническую валидацию, должен пройти алгоритм хотя бы в пилотном режиме. То есть в режиме пилотных внедрений нужно подтвердить предположение о том, что алгоритм либо сокращает время какое-то, то есть повышает эффективность медицинского процесса за счёт сокращения времени. Либо повышает качество, а в идеале, конечно, комбинация первого и второго. И уже после этого необходимо обращаться в сертифицирующий орган, соответственно в Росздравнадзор либо FDA, к авторизованным партнёрам сертифицирующих органов и готовить достаточно большие, объёмные пакеты документов. И без готового алгоритма, без профессиональной команды, которая стабильна, которая в состоянии ответить на достаточно сложные профессиональные, технические сложные вопросы этой анкеты, этот процесс просто невозможно даже начать, не то, что завершить. А то, что касается бюджетов, это десятки тысяч долларов, это несколько миллионов рублей, если мы говорим здесь о тех бюджетах, которые нужны. Потому что это действительно большой объём документов, которые нужно подготовить. Часть из этого можно делать самостоятельно, но это всё будет некое произведение денег и времени. Поскольку для любого стартапа, абсолютно неважно, находится ли он здесь, или находится ли он в Соединенных Штатах, очень важно валидировать свои ценности, ценности для рынка через выручку, то есть через валидацию своих заявлений платежами от заказчиков, сделать это по медицинским изображениям без сертификации невозможно, осуществить эти продажи. Поэтому это всё взаимосвязано и все компании находятся в режиме «нам нужно это быстрее». Поэтому возникают определённые компании абсолютно на своём месте, которые профессионально помогают, курируют подготовку этих документов, в противном случае, на это может уйти как минимум год, если не сказать годы. Я говорю только об одном алгоритме. То есть то, что касается «Третье мнение» компании, мы каждый алгоритм сертифицируем, описываем, отдельно это такой большой процесс. Если говорить о компании Zebra Medical из Израиля, это один из лидеров в нашей сфере, у них более 30 алгоритмов, которые работают, и по каждому нужно проводить подобные работы. Безусловно, это достаточно объёмный процесс, ресурсозатратный для стартапа.
Саркис Григорян:
А вы в начале разговора сказали, что у вас есть несколько продуктов, рассказали об одном, который по грудным клеткам, расскажите о других.
Анна Мещерякова:
Один из наших первых продуктов тоже, который мы выпустили в режиме MVP, стало распознавание признаков диабетической ретинопатии по снимкам глазного дна с фундус камеры. Мы действительно проверяли ряд гипотез, какие именно заболевания офтальмологические были бы наиболее интересны. И мы пришли к тому, что диабетики, это та группа пациентов, которые проходят регулярные скрининги. В том числе, необходимо проходить офтальмологический скрининг для того, чтобы исключить риски развития диабетической ретинопатии, которая, в случае её не обнаружения вовремя, приводит, к сожалению, может привести к угрозе потери зрения. Действительно, признаки диабетической ретинопатии хорошо распознаются с помощью технологий компьютерного зрения, что позволяет вычислить алгоритм высокой степени точности. И нашу гипотезу, и тот продукт, с которым мы выходим сейчас на рынок, прежде всего в поликлиники, первичное звено, где мы предлагаем использовать данный алгоритм для скрининга пациентов и направления в последующем в специализированные офтальмологические клиники. Это подтверждает и успех американской компании, называется IDX, которая, правда, по другим снимкам, с OCT, более профессионального оборудования, также вышла с этим продуктом, получила
FDA и сегодня очень активно использует этот алгоритм уже в практике медицинской в Соединенных Штатах. Это наш третий продукт. Четвёртый продукт у нас в сфере стоматологи. Мы распознаём 2D, то есть панорамные снимки зубов, и с помощью технологии искусственного интеллекта мы можем автоматически описать состояние полости рта пациента и составить подробное описание, контролировать состояние полости рта пациентов в динамике, что на сегодняшний день врачи-стоматологи в основном делают вручную, а иногда, как у нас выясняется, по памяти. Контролировать и качество лечения, и даже планировать это лечение и составлять план этого лечения.
Саркис Григорян:
Насколько сложно внедряться в поликлиники на таком этапе в России, есть ли какая-то конкуренция между компаниями? У нас их, наверное, штуки три всего компании таких, которые занимаются этим. Как наш рынок, что он из себя представляет?
Анна Мещерякова:
Я думаю, что всем не просто, и компаний, наверное, не 3, а около 10 компаний, которые работают в сфере распознавания патологий на медицинских изображениях. Все очень стараются и двигаются активно. Мне кажется, мы друг друга в этом траве поддерживаем и действительно движемся к цели ещё более быстро. То, что касается сопротивления врачей на местах или как нас встречают в поликлиниках, в онкологических диспансерах или в туберкулёзных диспансерах, потому что тип ЛПУ, в котором предполагается внедрять продукт, у нас с конкурентами он различный. С точки зрения первичного скрининга не все конкуренты в этом сегменте работают. «Третье мнение», поскольку мы работаем и с рентгенограммами, и со снимками мазков крови, и со снимками глазного дна, и с ортопантомограммами, мы работаем с широким кругом ЛПУ. То есть это медицинские организации всех уровней: первого, второго третьего. Поэтому, я думаю, что реакция везде различная, и уровень сложности тоже разный. Понятно, что сейчас скрининговые продукты, то есть сортировка потоковых исследований на норму и патологию необходимо, прежде всего, внедрять в первичном звене, а также в набирающих обороты и популярность у нас в России различных передвижных медицинских комплексах. Здесь необходимо в режиме «зелёное-красное», «норма-патология» предоставить алгоритм быстрой сортировки принятия решения, что конкретно этого пациента нужно поднять на уровень выше. На уровень выше с точки зрения наличия медицинской компетенции. Поэтому сказать о том, что нам трудно или легко, я думаю, всем трудно, но трудно везде. Трудно и в России, и у нас есть опыт уже взаимодействия с клиниками не только в России, мы сделали шаги в Объединённых Арабских Эмиратах, в Дубае, в Абу-Даби, в США во время нашей программы акселерационной мы работали с потенциальными заказчиками. Везде реакция, на самом деле, первичная реакция, это интерес, это любопытство, это желание поговорить с нами. Потом это какое-то количество разногласий, споров, желание поучаствовать в создании той самой инновации. Но в тот самый момент, когда речь заходит о реально практическом внедрении решения, здесь возникает самая большая трудность. Необходимо убедить врача, руководителя лаборатории, главного врача в том, что действительно заявленные разработчиком ценности по экономии времени, по удобству использования, по повышению качества диагностики, они соответствуют действительности именно в тех условиях, в той инфраструктуре, которая есть у данного медицинского учреждения. Если соответствие обнаружено, действительно заключается и пилотное внедрение, и в случае, если компания получает сертификат Росздравнадзора, это пилотное внедрение становится коммерческим. И условия вот этой конвертации, перехода пилотного внедрения в коммерческую продажу, будь то отдельно стоящего решения либо подписки на облачный софт, оговаривается как раз в самом начале.
Саркис Григорян:
Касаемо программы Сбер 500, расскажите, что дала вам эта программа, каким образом поддерживает наше государство или какие-то институты в его лице, может быть, коммерческие или не совсем государственные. Как с этим обстоит на вашем примере? Вот Сбер 500 вы выиграли, съездили, посмотрели, что дало?
Анна Мещерякова:
Я думаю, что команде это дало очень много, потому что мы действительно пообщались с профессиональными бизнес менторами, прежде всего. К сожалению, если говорить о 500 Startups, то это действительно один из ведущих мировых акселераторов для компаний стартапов ранней стадии, но это не акселератор, который специализируется на Medtech, Healthtech. Поэтому нам не хватило в этой программе этой узкой, такой медицинской специализации и понимания той специфики, которая есть при внедрении наших инноваций в систему, консервативную систему здравоохранения, не важно, она и в Соединённых Штатах достаточно консервативная, и здесь. Это, наверное, из таких минусов. В Соединенных Штатах есть специализированные медицинские акселераторы, они есть и по всему миру, может быть, когда-нибудь мы сможем также пройти эти специализированные программы. Но если говорить о плюсах, это действительно такой бизнес больше драйв. Это возможность взглянуть на свой продукт более критически, возможность усомниться в том, что то, что команда создавала всё это время и считала, что все вопросы решены и всё хорошо и прекрасно, возможности усомниться и за счёт вот этого сомнения двинутся очень серьёзно вперёд. Это называется Product Market Fit, то есть соответствие продукта запросам рынка. В основном вот этим мы занимались все эти четыре месяца акселерационной программы. В том, чтобы убедить с точки зрения огромного профессионального опыта менторов 500 стартапов, убедить потенциального заказчика, потенциального инвестора, без заказчика инвестора не найти, в том, что действительно наш продукт соответствует потребностям рынка, что мы очень хорошо понимаем потребности рынка. Прежде всего, мы должны очень хорошо в этом разбираться, мы должны хорошо знать не только то, как выглядит проблема, боль и задача, которые мы решаем, и с медицинской точки зрения, и с экономической точки зрения. Мы должны понимать то, что наше решение, solution, вот эта конструкция решения, что она удобна, что она экономически эффективна, что это не просто какое-то решение, какой-то ключик, а что действительно этим ключиком эту дверь можно открыть. Сам Сбербанк, благодаря этой программе мы стали частью, все стартапы, которых было 30, которые прошли эту программу, стали частью большой развивающейся сейчас экосистемы Сбербанка. Если говорить про нас, то для нас это действительно важное партнёрство, потому что Сбербанк в России сейчас играет очень важную роль в формулировании, в развитии национальной стратегии искусственного интеллекта, в том числе, в части здравоохранения. И находясь внутри экосистемы, у нас есть возможность всё это учитывать, в том числе, участвовать. Не только учитывать, но и участвовать опосредовано в некоторых формулировках, что очень важно, чувствовать причастность к тому, что происходит. Если говорить о какой-то поддержке, как сказал Герман Оскарович Греф: мы не поддерживаем то, что не стоит само. Стартап, это действительно была его цитата, которую когда он выступал перед нами, перед стартапами в рамках программы, он к нам несколько раз приезжал. Цитата была такая: мы не поддерживаем слабых, мы поддерживаем сильных. Мы обязательно вас поддержим, когда вы докажете своё лидерство. Пусть оно будет маленькое, пусть оно будет очень нишевое, пусть оно будет в такой перспективе, но оно должно быть очевидно и однозначно.
Саркис Григорян:
Как раз тогда по поводу вот этого доказывания лидерства. В каком сейчас состоянии находятся вот эти продукты? Или, условно, где мы, например, сейчас можем уже, если мы понимаем, что система принятия решений работает лучше человека, где-то на равнине ещё. Может быть, не обязательно ваше мнение, а просто по рынку, в каких областях врачи могут собирать свои вещи и увольняться начинать, а в каких, например, ещё мы ничего не увидим. Или в каких, например, сейчас все активно работают, но пока не добились никаких успехов. Потому что там целый огромный пласт в медицине. Где сейчас востребованы технологии и где они работают?
Анна Мещерякова:
Я думаю, что здесь скорость действительно такого практического внедрения массового технологий зависит от того насколько первично данные медицинские вообще готовы в той или иной сфере к тому, чтобы на них обучались алгоритмы искусственного интеллекта. В этом смысле радиология или лучевая диагностика оказались, может быть, ближе всего. Потому что это цифровые данные, это данные, которых много, это данные, которые хранятся в некоторых единых стандартах, протоколах и так далее. Во всём мире приняты единые стандарты хранения медицинских изображений, передачи медицинских изображений по определённым стандартам и протоколам. И это позволяет алгоритмам в сфере лучевой диагностики развиваться более быстрыми темпами, чем другим алгоритмам, например, в области патоморфологии. Это действительно связно с тем, насколько подготовлены эти цифровые данные, насколько они структурированы. Очень часто крупные клиники или регионы, департаменты здравоохранения регионов считают, что обладают большим архивом цифровых данных. И это действительно так. Но уровень подготовленности этих архивов для работы, разработчиков и создания алгоритмов, он очень сильно различается. И мы действительно сейчас отстаём в этом смысле, например, от Израиля. Израиль в этом смысле нас опережает. Очень много компаний в нашей сфере, в том числе, Zebra Medical, о которой я сказала вначале, начали работать именно там, потому что данные очень давно и очень вдумчиво начали оцифровывать. Наверное, здесь это отставание, лаг по времени, он обусловлен подготовленностью, структурированностью этих данных. Потому что команды разработчиков есть, они есть и в России. Очень сильные команды в Китае, и у Китая в этом смысле большое преимущество. Большое преимущество с точки зрения данных, накопленных данных, готовности государства этими данными делиться с тем, чтобы лидировать в сфере алгоритмов искусственного интеллекта в медицине. Поэтому здесь нам нужно очень активную работу проводить для того, чтобы те барьеры, которые всё ещё у нас остаются по доступу к данным для обучения, по тому, чтобы создавать эти цифровые структурированные архивы для обучения, эту работу нам здесь в России нужно проводить. Но это задача выполнимая, и мы всё ещё уверены в том, что сможем сохранить вот эти темпы развития и лидерство.
Саркис Григорян:
С данными это всегда, наверное, самая большая проблема, самое большое препятствие для внедрения чего-то. Здесь понятно, что с точки зрения медицины это все ещё сложнее. Как у нас обстоят дела с этими дата сетами? Есть ли какие-то институты, выкладывают ли они что-то в публичный доступ. Потому что я смотрю, немножко наблюдаю за этой темой, постоянно Нью-Йоркский институт выкладывает просто сотни мегабайтов размеченные дата сеты. Просто говорят, зарегистрируйтесь, вот они размеченные, обучайтесь, делитесь. У нас я, по крайней мере, не встречал. Такая работа вообще ведётся, есть ли заинтересованные лица? Потому что есть ощущение, что кто-то сейчас сделал дата сет, забрал его себе, у нас это всё работает, мы классные, у нас работает, никому не дадим. С этим как?
Анна Мещерякова:
Это такой сложный вопрос, почему у нас так. Но ситуация, на самом деле, меняется, есть примеры, как подготавливают дата сеты. И мы знаем примеры, что эти дата сеты становятся доступными. И центр радиологии департамента здравоохранения Москвы подготовили, по-моему, не один раз дата сеты. Они, может быть, не такие большие, там, может быть, 10.000 изображений размеченных для разработчиков. Но это, по крайней мере, шаг, это некоторая позиция, которая позволяет надеяться, что будут, может быть, и дальше сделаны шаги, и более значительные дата сеты становятся доступными. Но здесь даже эти большие, относительно большие дата сеты, которые, в том числе, выкладывают американские клиники, госпитали, обычно по 200.000 изображений. В частности, недавно смотрели дата сет 200.000 маммограмм. Всё равно не позволили тем же самым американским коллегам, разработчикам создать алгоритм на сегодняшний день на этом дата сете, который был бы достаточно точен с точки зрения точности алгоритма. Поэтому здесь, наверное, не только нажать надо ждать и надеяться только на доступность данных. Нужно, я думаю, что нужно продолжать работать над экспертизой команды, безусловно, надо работать с медицинскими вузами в нашей стране, которые также вовлекаются всё больше и больше в этот процесс и помогают с доступностью данных для такой научной работы и для создания алгоритмов. То есть мы оптимистично смотрим, у нас получается, мы находим формы сотрудничества научного и с вузами, и с медицинскими организациями. Мы считаем, что это взаимовыгодно, потому что мы разработчик, и в процессе совместной научной работы мы решаем ряд задач. Не только создание алгоритма, мы, в том числе, помогаем где-то медицинской организации в оцифровке того самого архива, в структурировании этого архива. То есть мы делимся, охотно делимся с медицинской организацией теми данными, теми знаниями, которые мы за три года успели получить. И он уже достаточно большой, и объём достаточно уникальных эксклюзивных знаний о том, как именно готовить дата сеты, с какими проблемами можно столкнуться, чего стоит избегать, какие решения программно-аппаратные необходимо покупать и резервировать на это бюджеты для того, чтобы в дальнейшем обеспечить себе успешное цифровое медицинское будущее. Я имею в виду со стороны клиники. Если мы возьмём московские частные клиники, то безусловно, это понимание по большей части есть. Но если мы выдвинемся за пределы столицы, то это могут быть большие действительно архивы, очень большие, иногда на целые регионы нашей страны. Это очень значительно, это миллионы, на самом деле, пациентов ежегодно. Но такого понимания и опыта работы с собственными архивами, его нет. Поэтому на таком, на самом деле, это и есть сотрудничество. Это и есть обмен знаниями, опытом, который ценят обе стороны. И обе стороны получают value от этого. Поэтому мы смотрим оптимистично, нам есть чем делиться с медицинским сообществом.
Саркис Григорян:
Прекрасно. К сожалению, у нас закончилось уже время, очень быстро всё прошло, какое-то даже ощущение того, что ещё можно было поговорить. Но очень приятно услышать то, что внимание государства, особенно в такой важной для простых, для всех людей отрасли, как здравоохранение, которое, казалось бы, такая неповоротливая и очень зарегулированная. Но очень приятно, что всё-таки какие-то находятся общие сросты и общие интересы, и всё это так развивается. Очень было интересно пообщаться, большое спасибо, что пришли, нашли время. Надеюсь, что мы ещё увидимся.
Анна Мещерякова:
Спасибо большое, до новых встреч.
Саркис Григорян:
Всего доброго.