В настоящее время в нашей стране происходит активная цифровизация здравоохранения согласно указу Президента Российской Федерации от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации» [1]. Внедрение цифровых технологий в клиническую практику сопровождается высоким темпом роста объема медицинских данных, хранящихся в медицинских информационных системах (МИС). Клиническая информация в МИС представлена в неструктурированном виде, что делает ее непригодной для обучения и тестирования программного обеспечения (ПО) на основе технологий искусственного интеллекта (ТИИ). Поэтому одной из основных задач в области разработки, тестирования и дальнейшего внедрения ПО на основе ТИИ является подготовка качественных наборов данных (НД). Эталонные наборы данных должны иметь структуру и характеристики, необходимые для возможности применения методов машинного обучения, а также должны соответствовать поставленной задаче как с точки зрения компьютерных наук, так и с точки зрения медицины [2].
С теоретическими основами и практическими методами создания наборов данных в лучевой диагностике можно ознакомиться в учебном пособии Ю. А. Васильева, К. М. Арзамасова, А. В. Владзимирского и др. «Подготовка набора данных для обучения и тестирования программного обеспечения на основе технологии искусственного интеллекта» [3].
Настоящее издание содержит рекомендации по обогащению НД клинической информацией. Клинические данные могут включать:
- информацию о состоянии здоровья пациента и событиях медицинской помощи;
- описание и оценку работником здравоохранения характера событий медицинской помощи;
- сведения о планируемых, назначенных или выполненных действиях, связанных с оказанием медицинской помощи [4].
Подготовка НД должна происходить в соответствии со статьей 13 части 3 Федерального закона от 21.11.2011 № 323-ФЗ [5].
Обогащение НД клинической информацией требуется как для научных целей, так и для обучения и тестирования ПО на основе ТИИ. В клинической практике при принятии решений относительно диагноза и планирования лечения врачи используют информацию из анамнеза жизни и заболевания, жалоб пациента и результатов осмотра, данных лабораторной и инструментальной диагностики. Для установления точного диагноза с использованием ПО на основе ТИИ необходимо полное моделирование клинической практики врача. Это включает учет таких факторов, как пол, возраст пациента и другие медицинские параметры, которые могут повлиять на окончательный диагноз. Опыт зарубежных исследователей показывает, что использование клинической информации при обучении ПО на основе ТИИ повышает значения метрик диагностической точности [6, 7, 8] и улучшает прогностические модели [9].
Конечная цель настоящих методических рекомендаций заключается в том, чтобы помочь научному и медицинскому сообществу в процессе обогащения существующих наборов данных дополнительной клинической информацией.