Новосибирские разработчики создали приложение для выявления нескольких видов рака

Основатель компании Роман Давыдов рассказал DK.RU, из чего родилась идея и как она дошла до приложения. Главная задумка разработчиков — это сервер, который, используя некоторые алгоритмы, может обучаться на большом количестве фотографий распознавать разные виды рака и выдавать рекомендации, основываясь на выводах, которые он «понял» в процессе обучения. Мобильное приложение Check melanoma запущено для пробы этого сервера. В чем цель инновации, для кого она создана и как повлияет на развитие медицины?

— На одном из брифов в «А:Старт» мы с моим другом и коллегой Евгением Царевым узнали про ребят, которые занимаются каталогизацией фотографий, то есть обрабатывают большой архив, тегируют и создают «каталог». Мы подумали, что было бы здорово сделать нечто подобное для медицинских учреждений — наверное, им было бы полезно так агрегировать данные. А потом мы подумали, что по фото и снимкам вообще можно определять разного рода заболевания — так в голову пришла идея о том, чтобы создать под это специальную нейросеть.  

Мы стали думать, какие болезни вообще можно определять по фото? Очевидно — те, которые имеют визуальные проявления (на фото, КТ или рентгенах). Например, родинки на коже или какие-то кожные заболевания. В первую очередь вспомнили и подумали про меланому — было бы здорово, чтобы система по фотографии родинок определяла, злокачественные они или нет, и есть ли у них потенциал переродиться во что-то опасное. Мы проверили, есть ли такая разработка и нашли некоторые похожие мобильные приложения: например, ты фотографируешь родинку и потом отвечаешь на определенные вопросы о ее качествах, визуальных особенностях и так далее. Это просто программы с ответами, которые имеют определенный вес, но у таких программ нет понятной эффективности. Так мы подумали, что было бы здорово сделать более усовершенствованную версию такой программы, чтобы она сама визуально определяла характер новообразований на коже на основании имеющихся в нейросети данных (каталога фотографий с разного рода родинками).

Вообще мы давно хотели начать исследование в области машинного зрения, в области нейросетей, потому что практически все наши разработчики этим «болеют», и им это интересно. Мы с партнерами подумали, что пора исследовать рынок, смотреть, какие существуют технические возможности, пришли к тому, что для того, чтобы написать хорошую нейронную программу, нужно большое количество фотографий, то есть необходимо создать некий дата-сет, на котором нейронная сеть будет обучаться распознаванию заболеваний.

Мы взяли открытый код TensorFlow (по инф. Википедии, — открытая программная библиотека для машинного обучения, разработанная компанией Google для решения задач построения и тренировки нейронной сети с целью автоматического нахождения и классификации образов) и закачали туда некоторое количество фотографий, их было мало, нейросеть работала не очень хорошо, после чего мы нашли в открытых источниках больше фото и увидели, что работа пошла лучше. То есть мы поняли, что для обучения нейросети нужна огромная база данных с фото.

Сейчас программа уже стабильно работает, дает первые результаты: мы даже посчитали статистику — порядка 65% верных определений «диагнозов». Сейчас наша задача — найти больше фотографий, чтобы составить еще больший дата-сет — возможно, даже самый большой в мире. Пока больше всего сделали, кажется, в США, там было 110 тысяч фотографий, но у нас стоит задача сделать 200 тысяч изображений кожных заболеваний, на основе которых мы сможем обучить нашу нейросеть.

Также мы планируем обучить нейросеть распознавать такие виды онкологических заболеваний, как рак груди, легких, печени — то есть все то, что можно определить через рентген, КТ или МРТ. Также планируем изучить возможность определения рака мозга.

Тестируется это все на тех же дата-сетах: например, мы все фотографируем свои родинки, загружаем фотографии друзей, знакомых, берем открытые данные из интернета и тестируем нашу нейросеть, сейчас у нас результат — более 65% правильных ответов против 72% правильных определений реальными врачами. То есть мы приближаемся к значениям правильного определения меланомы профессиональным доктором. Я думаю, что за месяц-два мы добьемся схожих результатов со среднестатистическим онкологом или дерматологом, которые визуально, без гистологического анализа, могут определить, злокачественное это образование или нет.

Когда приложение будет работать исправно, у людей, которые боятся своих родинок и каких-то новообразований на коже, появится возможность зарегистрироваться в системе и бесплатно проверить некоторое количество родинок, а если их много, то за определенную небольшую плату делать и проверять любое количество фотографий. Это могут сделать и просто физические лица, и врачи. Для медицинских клиник это даст прирост в производительности.

Как проходит прием у дерматолога? К нему приходит пациент, рассказывает о проблеме, он берет лупу, смотрит каждую родинку, долго определяет параметры, сравнивает с «учебником», потому что не все врачи каждый день встречаются с меланомой (к счастью), и определение ее — это довольно долгий процесс. Родинки ведь нужно сфотографировать, задать вопросы по каждому параметру, при необходимости сделать дополнительные анализы и так далее. Для медцентров наша система будет полезна тем, что она ускорит эти процессы.  

Можно прийти к врачу, он сфотографирует родинки, быстро загрузит в систему и за считанные минуты получит предварительный результат, пока будет заполнять историю болезни. Причем система будет выдавать ему правильные ответы с той же долей вероятности, с которой бы он сам мог определить болезнь визуально, только приложение это делает за более короткое время. После диагноза системы врач может сравнить результат со своими знаниями и своим видением и уже принять решение о лечении.

Мы также хотели бы, помимо физлиц, врачей и частных клиник, работать с госучреждениями.  Если государство пойдет нам навстречу и даст доступ к данным по кожным заболеваниям, рентгеновским снимкам (конечно, с гарантией конфиденциальности), мы будем обучать нейросеть еще эффективнее и развивать это направление вместе. Работая в такой коллаборации, мы можем гарантировать в будущем для государственных российских учреждений полностью бесплатный доступ к нашим программам.

Для нас зарабатывание на этой разработке — не первоцель. Я недавно задумался о том, что жить мне осталось примерно от полутора до двух тысяч недель, и хочется оставить после себя что-то хорошее, как-то помочь людям. Это не просто пафосные речи, а реальное желание. Просто делать бизнес и получать деньги — это круто, но делать что-то полезное и хорошее для людей — это еще круче. Это же здорово, когда ты сможешь помочь хотя бы десятку людей не умереть в молодости от самого страшного вида рака (а меланома — это самый опасный вид онкологии).

Это глобальная проблема и, как пишут аналитики, меланома будет развиваться и молодеть. Это связано с соляриями, с тем, что люди стали больше загорать, ездить на море, получать больше солнечных ожогов и так далее. Если человек серьезно сгорал на солнце хотя бы раз в жизни, то шанс заработать меланому после 45 лет увеличивается в два раза.

Практически все светлокожие люди этому подвержены, а это самый опасный вид онкологии, он может развиться незаметно и убить очень быстро. С ним можно бороться только на ранних стадиях, потом это уже бесполезно. Поэтому нам важно распознавать это на самых ранних стадиях.

Мы хотим больше тестировать, получать критику и любую обратную связь. Очень хочется поработать с конкретными людьми и увидеть их реакцию на это.

Но, конечно, и глобальных коммерческих целей тоже достаточно — как минимум это выход на европейский рынок.

Приложение Check melanoma для Android и IOS можно найти и скачать в Google play и AppStore.