Case illustration
Медицина

AI-анализ рентгенов

MedLife — сеть из 7 диагностических клиник с очередью на рентген 5-7 дней. Внедрили Computer Vision для первичного анализа снимков грудной клетки.

-45%
Время диагностики
95%
Точность AI
+60%
Пропускная способность
4 дня
Новая очередь

Проблема

MedLife — крупнейшая сеть диагностических центров в Алматы. Делают 800 рентгенов грудной клетки в неделю. Очередь на результаты — 5-7 дней, пациенты недовольны.

Основные проблемы:

  • 3 рентгенолога на 7 клиник — не успевают описывать снимки
  • Каждый снимок описывают 15-20 минут
  • Очередь растет — 5-7 дней ожидания результата
  • Пациенты уходят к конкурентам с быстрой диагностикой
  • Врачи выгорают — монотонная работа, переработки
  • Ошибки из-за усталости — пропускают патологии в 2-3% случаев

Директор пытался нанять больше рентгенологов, но это дорого (900,000₸/мес на врача) и долго (обучение 6 месяцев).

Решение

Разработали AI-систему на базе сверточных нейронных сетей (CNN) которая делает первичный анализ рентгенов грудной клетки и выявляет 12 типов патологий.

Что детектирует AI:

  • Пневмония — затемнения в легких
  • Туберкулез — характерные очаги
  • Пневмоторакс — воздух в плевральной полости
  • Кардиомегалия — увеличение сердца
  • Ателектаз — спадение легкого
  • Плевральный выпот — жидкость
  • Узлы и новообразования
  • Норма — ничего не найдено

Модель обучена на 120,000 снимков с разметкой от опытных рентгенологов. Точность детекции — 95%, что сравнимо с младшим рентгенологом.

Workflow:

  • Пациент делает рентген в клинике
  • Снимок автоматически попадает в AI-систему
  • AI анализирует за 30 секунд, выдает список находок + heatmap
  • Если норма — рентгенолог быстро проверяет и подписывает (3 мин)
  • Если патология — рентгенолог детально описывает (15 мин)

Результаты

Время на один снимок сократилось с 15 до 8 минут (-45%). 70% снимков — норма, их обрабатывают за 3 минуты. 30% с патологиями требуют детального описания.

Очередь сократилась с 7 до 4 дней. Пропускная способность выросла на 60% — теперь делают 1,280 рентгенов в неделю при тех же 3 врачах.

Качество диагностики выросло — AI не пропускает патологии из-за усталости. Врачи работают как второй уровень проверки, смотрят на что AI обратил внимание.

Врачи довольны — работа стала интереснее, фокусируются на сложных случаях, а не описывают нормальные снимки. Выгорание снизилось.

Пациенты получают результат быстрее и видят heatmap — понятно где проблема. NPS вырос с 42 до 68.

Технологии

Python PyTorch ResNet-50 DICOM PostgreSQL FastAPI React