Интервью с командой «Инжиниринг+». Технологический конкурс НТИ Up Great AI'm Doctor.
- Расскажите про ваше решение, что оно из себя представляет?
Наша компания занимается проектами в области медицины. Мы решили расширить компетенции и поработать с большими языковыми моделями, в том числе с языковой моделью «Llama». На первом этапе модель предсказывала нозологическую группу, то есть тип болезни. Затем мы дообучили модель, чтобы она предсказывала диагноз по эпикризу. Эпикриз — это уже заполненный документ с анамнезом и результатами исследований пациента. Мы хотели, чтобы модель выучила паттерны и научилась «размышлять» и давать дополнительную информацию, как это делают врачи.
- С какими сложностями вы столкнулись во время конкурса?
Нам приходилось совмещать работу и участие в конкурсе. Со временем накопилась усталость, но мы продолжали генерировать новые идеи. Ограниченность ознакомительного датасета не позволяла полноценно развить многие из них — просто не хватало данных для качественной реализации. Перед этапами мы проводили мозговые штурмы, чтобы прийти к итоговому решению. Даже в последние сутки перед полуфиналом мы снова что-то меняли и дорабатывали. В конце концов, мы решили остановиться на достигнутом и сосредоточились только на проверке технических аспектов, чтобы убедиться в корректной работе системы и не «упасть» в ответственный момент.
И так как мы не являемся профессиональными врачами, то по некоторым нозологиям у нас возникали вопросы. Часто не хватало информации, без которой болезни выглядели очень похожими. Поиск отличительных признаков стал нашей главной проблемой, так как модель не могла точно определять заболевания.
- Насколько ваше решение автономно?
Для того, чтобы разобраться, насколько решение автономно, требуются масштабные исследования. Хотя наша модель обязательно ставит диагноз, возникают вопросы к точности её работы. Например, она может правильно определить туберкулёз даже без дополнительных исследований, которые врачи считают обязательными для постановки такого диагноза.
Остается загадкой, как модель приходит к своим выводам. Для нас, как разработчиков, она остается «черным ящиком» — мы пытаемся понять логику её решений и причины выбора конкретных диагнозов. В этом нам помогают современные большие языковые модели, которые мы активно используем в работе.
- Расскажите про вашу команду
Я руковожу командой, в которую входят: ведущий аналитик Андрей, начинающий аналитик данных Инна, ведущий исследователь данных Александр и инженер машинного обучения Алексей. Мы опытная и сплоченная команда, уже имеющая опыт успешного запуска различных ИИ-продуктов.
Участие в конкурсе для нас — это возможность расширить профессиональные связи, найти партнеров и привлечь инвестиции. Наша цель — вывести наши решения на рынок, чтобы создать прибыльный бизнес и приносить реальную пользу клиентам.
- Как вы видите дальнейшее применение вашего решения?
Наша главная цель — помочь пациентам получать качественное медицинское обслуживание, не пропуская важных этапов в постановке диагноза и лечении. При этом мы стремимся стать надежным помощником врача в постановке диагноза.
Для этого важно глубоко понимать работу врача — выявить области, где его эффективность можно повысить и определить, как мы можем облегчить его работу. Модель должна не просто предсказывать заболевание, но и давать врачу понятное обоснование своих выводов.
Мы работаем над созданием системы цифрового двойника «Wise+», которая будет собирать всю информацию о пациенте и формировать четкое, аргументированное заключение. Рассчитываем, что в течение следующих 5 лет удастся существенно улучшить уровень поддержки врачей с помощью искусственного интеллекта.