Результаты пилота «ЛипидоСкрининг»

Помните, я рассказывал историю про условного Ивана и «невидимый» холестерин? Мы тогда запускали тестирование ИИ-системы «ЛипидоСкрининг» в Московском центре лабораторных исследований Москвы.

Так вот, пилот на данных 10 тысячах пациентов завершён. Когда работаешь с ИИ в медицине, всегда есть риск, что при разработке всё работает идеально, а в реальных условиях ИИ начинает "ломаться". Но здесь качество ИИ-системы устояло.

Результаты:
🔴Точность (ROC AUC) — 0,97
Для тех, кто не погружён в разработку ИИ: это очень крутой показатель. Максимум — это 1.0 (идеал). Результат 0,97 означает, что ИИ-система практически безошибочно разделяет пациентов на группу риска и здоровых. То есть почти не пропускает тех, кому реально нужно сделать анализ липидного профиля.

🔴Точность измерения — 90%
ИИ-система предсказывает конкретное значение «плохого холестерина» по косвенным признакам (возраст, пол, глюкоза и др.), а погрешность измерения составляет всего 10%. Для скринингового инструмента это очень солидная цифра. Этого более чем достаточно, чтобы система обоснованно обратила внимание врача на пациента.
Для сравнения: стандартная погрешность измерения уровня глюкозы с помощью домашнего глюкометра составляет около 15%.

🔴Скорость — около 1 секунды на анализ исследования
Это, пожалуй, самое важное для масштабного внедрения. Это значит, что система может обрабатывать большие потоки данных в реальном.

Что в итоге?
В рамках тестирования подтвердили гипотезу: можно не отправлять каждого пациента на исследование липидного профиля, а использовать имеющиеся данные (возраст, пол, глюкоза, общий анализ крови), чтобы определить из потока тех самых «Иванов», которые думают, что здоровы.

Теперь у компании задача переходит из плоскости «обучить ИИ» в плоскость организационную — как бесшовно встроить этот ИИ в работу поликлиник, чтобы врач получал подсказку в нужный момент.

Кстати, вы сами можете попробовать рассчитать риски, если под рукой есть базовые анализы:
➡️ https://med.labhub.online/smarthub