Bet ten, kur yra problema, ilgainiui atsiranda ir jos sprendimas. Ir lietuviškas startuolis „Ligence“ būtent kardiologams skirtą laiko taupymo sprendimą ir ketina pasiūlyti – tarp medicinos ir technologijų laviruojantys ekspertai kuria dirbtiniu intelektu ir giliojo mokymosi algoritmais pagrįstą širdies echoskopijos rezultatų vertinimo sistemą „CardioEchoAI“, kuri jau patraukė nemažai ekspertų, investuotojų ir žiniasklaidos dėmesio.
Apie ligšiolinę bendrovės sėkmę, dirbtinio intelekto naudą ir ateities planus kalbamės su šio startuolio finansų vadovu, medicinos studentu Dovydu Matuliausku.
– Kokie žmonės dirba jūsų bendrovėje?
– Komandą sudaro įvairių sričių kompetencijų ir patirties turintys žmonės, daugiausia medicinos srities atstovai, taip pat svarbi dalis - giliojo mokymo neuroninių tinklų kūrimo įgūdžius turintys komandos nariai. Taip pat turime ekspertų-specialistų, kurie mus konsultuoja kardiologijos ir dirbtinio intelekto srityse.
– Ar kiti studentai taip pat krypsta į kardiologijos kryptį?
– Tiesą sakant, ne, ne visi. Aš pats krypstu į radiologijos pusę, bet kadangi tai [pagrindinė mūsų produkto paskirtis] yra ultragarsiniai tyrimai, tai yra ganėtinai susiję.
Šiuo metu kuriame širdies ultragarso analizės sistemą, bet tai nereiškia, kad darysime tai visą laiką – mūsų fokusas yra labiau į echoskopinius tyrimus, kuriuos atlieka tiek radiologai, tiek neurologai, tiek kardiologai.
– Žvelgiant labai bendrai, kokią dirbtinio intelekto įtaką matote medicinos raidai?
– Seniai pastebima, kad pats dirbtinis intelektas ir šiaip visos išmaniosios technologijos labai greitai atkeliauja į asmeninę erdvę – daugybė žmonių šiais laikais naudojasi išmaniaisiais telefonais ir kokiais nors išmaniaisiais laikrodžiais ar apyrankėmis. Tai jau yra pirmas žingsnis link kažkokių sveikatos rodiklių stebėjimo. O dirbtinis intelektas, jei kalbėtume apie II-III lygio ligonines.. Jis ateina, bet ateina pamažu, nes medicina yra ganėtinai konservatyvi sritis ir ten naujovėms įsitvirtinti reikia laiko bei gerų įrodymų, kad tai veikia. Bet manome, kad ateiti jis turėtų. Gydytojų tikrai nepakeis, bet truputėlį papildys jų darbą, perims tą krūvį, kuris yra lengvai automatizuojamas.
– Ir kokios sritys gali būti užčiuoptos šalia radiologijos ir kardiologijos?
– Radiologija yra pirmoji medicinos sritis, kuri bandė priimti dirbtinį intelektą, nes tai yra vienintelė sritis, kuri šiuo metu yra beveik 100 procentų skaitmenizuota.
Gal kokioje periferijos ligoninėje krūtinės rentgenograma vis dar bus fiksuojama ant plėvelės, kuri pakabinama ant sienos, bet iš esmės viskas jau vyksta skaitmeniškai. Kardiologija šioje vietoje – kadangi tai yra vaizdiniai tyrimai, ultragarsas, magnetinis rezonansas, ta pati kompiuterinė tomografija – dėl skaitmenizacijos taip pat gana lengvai pasiduoda dirbtiniam intelektui. Iš esmės visose medicinos srityse, kurios yra lengvai skaitmenizuojamos, kurių kažkoks elementas yra skaitmeninėje erdvėje, lengvai galima taikyti dirbtinį intelektą. Tarp kitų sričių, kur dirbtinis intelektas ateina labai sparčiai, yra oftalmologija – jau keletą metų egzistuoja diabetinės retinopatijos algoritmai, kurie iš akies vaizdo gali nustatyti cukrinio diabeto sukeltus pažeidimus. Kitos sritys... galvočiau apie neurologiją, tai gali pasitarnauti netgi senų žmonių priežiūroje.
Iš esmės viskas priklauso nuo tų žmonių, kurie įžvelgia vietą, kurią galima skaitmenizuoti ir taikyti dirbtinio intelekto pagrindo sprendimus ar bent kažkiek padėti gydytojams.
– Kalbant apie senų žmonių priežiūrą... ar tai vertinate kaip kažkokių robotų teikiamą pagalbą, robotus-slaugus?
– Na, dirbtinis intelektas yra labai plati tema, todėl kalbant apie jį reikia sutarti, apie ką iš tikrųjų kalbame – apie robotus, kurie būna užprogramuoti kažką padaryti, ar apie giliojo mokymosi algoritmus, kurie moka atpažinti vaizdus. Tai kalbant apie giliojo mokymosi algoritmus pirmiausiai reikėtų kalbėti apie visus vaizdinius tyrimus, kurie bus greičiausiai automatizuojami, atsiras automatinės analizės įrankiai.
– Bet, kiek teko girdėti, patologijoje dirbtinio intelekto įrankius iki šiol įdiegti nepavyksta, nors labai intensyviai bandoma...
– Taip, patologija yra sritis, į kurią kaip tik ir patys žiūrime. Ir, tiesą sakant, dar šiandien turėsime pokalbį ta tema – dėl telepatologijos [nemaišyti su telepatija – red.]. Lietuvoje telepatologija nėra įteisinta ir jos apskritai nėra. Bet pasaulyje ji yra vystoma – tai yra veikla, kuomet mikroskopinis audinių ar tepinėlių vaizdas diagnostikos ar mokymo tikslais yra perduodamas į kitą lokaciją.
Jau studijų metu, per patologijos kursą, išsiaiškinome, kad visi tepinėliai gali būti pristatomi skaitmeniškai ir juos gali peržiūrėti kompiuteryje. Tai yra nejudantis, statiškas vaizdas. Ir tai yra vieta, kur galima taikyti giliojo mokymosi algoritmus bei kurti telepatologijos erdvę. Ir net Lietuvoje yra žmonių – jų neminėsiu – kurie tai vertina labai rimtai ir kuriems tai yra tiesioginė interesų sritis. Su tokiais žmonėmis stengiamės bendrauti, kad tokia patologija – telepatologija – greičiau atkeliautų ir į Lietuvą.
Nes, įsivaizduokite, turime du didelius centrus – Vilnių ir Kauną – kur yra geros patologijos laboratorijos. Nesu tikras dėl kitų miestų. O paimti tepinėlį galima ir mažoje ligoninėje. Bet ten trūksta specialistų, kurie tepinėlį įvertintų. Tai ta telepatologija ir būtų sprendimas siųsti duomenis į centrus, prieš tai galbūt panaudojus kažkokį algoritmą, kuris tepinėlį preliminariai įvertintų prieš gydytojui patvirtinant diagnozę.
Šiuo metu visą tokį tepinėlių pergabenimo darbą atlieka kurjeriai, kurie surenka biopsijas gydymo įstaigose ir nugabena į laboratorijas. Jeigu Lietuvoje atsirastų telepatologija, įsivaizduokite, kaip atpigtų biopsijos, kaip supaprastėtų darbo organizavimas, niekam niekur važinėti nereikėtų – nuotraukos atkeliautų pas gydytojus ir viskas.
– Grįžtant prie giliojo mokymosi algoritmų – koks maždaug yra jų patikimumas, sutapimas su kvalifikuotų pateikiamomis išvadomis?
– Na, pradėkime nuo to, kad mūsų produktas analizuoja ultragarsinio tyrimo rezultatus, ir jau čia šimtaprocentinio tikslumo nėra. Kiekvienas tyrėjas įneša savo subjektyvumo įvertinime. Ir bent jau mūsų atveju kai kuriuose matavimuose, kai kuriose vaizdo projekcijose gauname net iki 95 procentų sutapimą su gydytojų-kardiologų išvadomis. Tai yra ganėtinai aukšti skaičiai, turint omenyje, kad vadinamasis benchmarkas – kartelė, kurią turime įveikti – yra bent 90 procentų. Taip yra nurodyta literatūroje. Na, ir džiaugiamės, kad tą kartelę peržengiame.
– Tuomet kitas klausimas: kiek vieno kvalifikuoto gydytojo išvados sutampa su kito kvalifikuoto gydytojo išvadomis?
– Geras klausimas. Dažniausiai tai nebūna šimtaprocentinis sutapimas. Manau, reikėtų kalbėti apie 98-99 procentų sutapimą, ir tai priklauso nuo patirties: jei vienas iš tų specialistų yra studentas ar gydytojas-rezidentas, tas sutapimas gali būti gerokai mažesnis. Bet kadangi pats ultragarsinis tyrimas turo šiek tiek subjektyvumo, tokio auksinio standarto jame atrasti negalima. Tai 99 procentai jau yra tikrai daug ir kažkokios didelės reikšmės tas vienas procentas jau nebeturi.
– Koks yra tokių dirbtinio intelekto technologijų širdies echoskopijoje potencialas, jeigu vertintume sutaupytą gydytojų darbo laiką ar nustatytų diagnozių kiekį?
– Galiu kalbėti tik iš mūsų stovyklos pusės. Esame pasidarę skaičiavimus, kiek maždaug pats tinklas gali pagreitinti gydytojo darbą, turint omenyje, kad ultragarso tyrime net iki 85 proc. laiko užima rankinis darbas. Tai jeigu pakeistume šį laiką dirbtinio intelekto analize, darome prielaidą, kad galėtume padidinti pacientų srautus į ligoninę iki 40 procentų. Ypatingai jeigu tai yra didelė ligoninė, aptarnaujanti didelę teritorijos dalį. Tarkime, visos universitetinės arba antro lygio ligoninės. Vertinant greitį skaičiavome, kad jis padidėtų bent 50 procentų – čia mažiausiai.
– O jūsų produktas „CardioEchoAI“ turi kokią nors „gyvą“ realizaciją gydymo įstaigoje, ar tai vis dar yra tik įmonės viduje vystomas produktas?
– Jau pradėjome integracijas Australijoje – tai yra pirmasis realaus panaudojimo atvejis. Kai įvyks tas pilotinis sistemos įdiegimas, bandysimės sistemą ir kitose ligoninėse, tiek privačiose, tiek valstybinėse, taip pat Lietuvoje. Manau, per kokius tris mėnesius jau tikrai turėtume turėti bent dvi-tris veikiančias sistemas ligoninėse.
– Man labai įdomus pasirodė jūsų sprendimas dalyvauti su COVID-19 skirtų sprendimų kūrimo konkurse, kurį organizavo MITA. Ką ten veikia kardiologai?
– Taip, šiek tiek kontroversiška sritis. Gali susidaryti įspūdis, kad jei mes dirbame su COVID-19, tai jau patys jį gydome. Bet pažiūrėjome per kitą prizmę. Visų pirma COVID-19 yra ūmi kvėpavimo takų infekcija. Bet, kadangi susirgimas yra naujas ir duomenų apie jį nebuvo daug, pradėjo kauptis žinios, kad prie jo atsiranda ir visiškai kitų sistemų patologijų. Dažni krešumo sistemos sutrikimai, širdies ir kraujagyslių sistemos pažaidos, ypač miokardo patologijos, lėtinio širdies nepakankamumo paūmėjimai. Nesu užtikrintas dėl tikslių procentų, bet, berods, tokių pacientų yra iki 30 procentų. Tokioms ligoms diagnozuoti reikia patyrusio gydytojo – kardiologo, kuris visų pirma gali atlikti ultragarsinį tyrimą ir, antra, gali jį įvertinti teisingai ir greitai. Tai ši sistema leistų iš ultragarsinių vaizdų greitai atpažinti, kokia tai yra problema.
– Praėjusiais metais dalyvavote Naujojo knygnešio konkurse ir buvote apdovanoti kaip metų startuolis. Kokią įtaką jūsų veiklai padarė dalyvavimas tame konkurse?
– „Naujasis knygnešys“ tikrai davė labai daug teigiamo žinomumo ir atsiliepimų. Tuo metu tebuvome tik 5 mėnesius teveikiantis startuolis, iš esmės idėja su labai vangiai veikiančiu prototipu. Gavome labai gerą pripažinimą, kad darome iš tiesų kažką naudingo. Praėjo metai ir dabar štai, sėdime naujame įmonės biure, gavome finansavimą, galime siekti savo tikslų ne vien idėjiškai, bet jau turėdami ir finansinį pagrindą, kuris padeda judėti tikrai greičiau. Kitas dalykas – tai buvo pirmasis piniginis prizas, kuris mums leido susitvarkyti ir teisinių, ir įmonės klausimų, apsimokėti kai kurias verslo keliones į užsienį. Tai konkurso įtaka buvo iš tikrųjų teigiama.
– Jūsų komanda ganėtinai nedidelė – svetainėje nurodomi keturi žmonės ir konsultantė. Koks yra darbų pasiskirstymas įmonės viduje? Kas programuoja, o kas tikrina medicininį teisingumą?
– Turime Karolį Šablauską, kuris yra pagrindinis žmogus, atsakingas už dirbtinio intelekto logiką, kuris yra iGEM komandos alumnas. Turime Antaną Kizielą, kuris yra psichiatrijos gydytojas-rezidentas. Jis iš esmės prižiūri Karolio darbą, kuria sistemas, kurios padeda patikrinti kaip veikia mūsų tinkas ir taip pat užsiima bendruoju programų kūrimu. Tarkime, vartotojo sąsajos, kai gydytojas prisėda ir gali matyti tuos vaizdus, sužymėtas reikšmes. Pats esu vis dar medicinos studentas ir daugiausiai užsiimu bendrovės finansais, naujais kontaktais su klientais. Mano laukas yra verslo plėtra, finansai, ryšiai su visuomene.
– Jeigu procentais vertintumėte savo produkto „CardioEchoAI“ parengtumą, kiek jam trūksta iki galutinio produkto?
– Na, visų pirma tai galutiniam produktui yra reikalingas medicininio įrenginio sertifikatas. CE žymė Europoje, FDA palaiminimas Amerikoje. Kitose pasaulio vietose – dar kitokie reikalavimai. Tai iki CE žymės nuo dabar, sakyčiau, reikės dar dešimties mėnesių. Iš technologinės pusės produktas yra 85-90 proc. parengtas. Iš esmės jį galima naudoti kaip galutinio produkto beta-versiją, ir tą daro mūsų komandos nariai, kurie patys žymi vaizdus. Iš esmės jie ir yra pirmieji vartotojai, šio produkto pionieriai, jie kelia vaizdus, patikrina, kaip mūsų produktas juos sužymi ir, jeigu reikia, juos pataiso. Tai toks pilotinis naudojimas jau ir dabar vyksta.
– Tai ateinančius 10 mėnesių pagrindinis darbas bus ne techninis, o dokumentinis?
– Visi darbai vyks lygiagrečiai. Laiko daug nėra ir reikia judėti greitai. Nes šiose dirbtinio intelekto varžybose nugalėtojas bus tas, kuris pirmas pateiks rinkai sertifikuotą produktą, o ne tas, kuris ateina į rinką su kažkuo veikiančiu.
– O kiek turite konkurentų?
– Tuoj paskaičiuosiu ant pirštų... Apytiksliai – penki. Visi jie – iš Vakarų Europos arba iš Šiaurės Amerikos regiono. Visų produktai iš esmės yra labai panašūs. Kažkas prideda savo, kažkas daro mažiau, kažkas daro panašiai.
Kol kas esame įsitikinę, kad mes darome daugiausiai. Bet visuomet yra problema, kad dažnai Vakarų Europos valstybėse ir ypač Šiaurės Amerikoje gauti finansavimą yra kur kas lengviau ir tos finansavimo sumos būna kur kas didesnės. Tarkime, Lietuvoje žinome, kad turime truputį mažesnius išteklius, nei mūsų konkurentai, bet esame visi darbui esame atsidavę daugiau, nei galime pasakyti apie konkurentus. Turime konkurentų, kuriems tai tėra šalutinis projektas prie pagrindinės veiklos. Tai iš technologinės pusės judame tikrai labai greitai, nes pradėjome tik praėjusių metų vasarį, o ir iš verslo pusės judame labai greitai, nes tokie startuoliai rinkoje egzistuoja dar nuo 2016, 2018 metų.
– Kalbant apie technologinį giliojo mokymosi pagrindą – kokiu būdu apmokote savo algoritmus?
– Turime tam skirtą mokymosi bazę – tai yra stebimas mokymosi procesas. Turime vaizdų žymėtojus, kurie gavę vaizdus juos sužymi. Tie žmonės jau išmano širdies echoskopijos procedūrą, atlieka matavimus ir tie matavimai siunčiami į mūsų sistemą ir ji iš to mokosi.
– O tie duomenys iš lietuviškų gydymo įstaigų?
– Daugiausiai taip, bet mokymosi tikslais turime ir vieną nelietuvišką gydymo įstaigą, iš Olandijos.
– Ir kelių atvejų pagrindu vyksta mokymasis?
– Vien iš Olandijos turime gerokai daugiau nei 200 atvejų ir Lietuvoje turime truputėlį daugiau, gal apie 300 atvejų.
– Ir nuo kokios ribos galima sakyti, kad giliojo mokymosi algoritmas jau išmoko jam pavestą darbą?
– Tai yra gana individualu. Tarkime, mūsų imtis šiai dienai yra gana maža, bet rezultatai jau dabar yra pakankamai geri. Tai yra labai perspektyvūs rezultatai. Kadangi tyrimai vis dar vyksta – atvejų turėsime ir daugiau – tikimės, kad to ir užteks, nors galbūt prireiks daugiau pradinių duomenų. Bet jau gana gerai veikė pirmieji prototipai su gerokai mažesniu pacientų ir atvejų skaičiumi.
– Ar turite ambicijų plėsti kolektyvą arba produktų sąrašą?
– Taip, jeigu netrukus bus patvirtintas vienas mūsų projektas, bus samdomas dar vienas giliojo mokymo neuroninių tinklų programuotojas. Ateityje... žiūrėsime, bet tikriausiai viskas taip pat remsis į inžinierius, nes tai yra daugiausiai pastangų reikalaujanti sritis.
– Kaip vertinate Lietuvos mokymo įstaigų gebėjimą parengti darbui dirbtinio intelekto ir giliojo mokymosi ekspertų?
– Lietuvos universitetai šiuo požiūriu labai smarkiai atsilieka. Kiek žinau, tik praėjusiais metais KTU pasiūlė dirbtinio intelekto mokymosi programą. Dauguma žmonių yra arba savamoksliai, arba baigę studijas užsienio universitetuose. Ir dažniausiai tai nebūna grynai dirbtinio intelekto programa – būna arba matematika, arba fizika arba bendrasis kompiuterių mokslas.
– Dėkoju už pokalbį.
