Лаборатория биомедицинской информатики и искусственного интеллекта (ЛБМИ и ИИ)

30 декабря 1984 г. в Московском институте нейрохирургии (ныне Национальном медицинском исследовательском центре нейрохирургии) была создана Медико-математическая лаборатория (ММЛ), руководство которой принял С.М. Бородкин, а с 1992 г. – к.ф.-м.н. М.А. Шифрин.

Среди ярких достижений ММЛ – разработка одной из первых в стране проприетарных медицинских информационных систем «e-Med».

В 2016 г. в соответствии с запросом времени на анализ больших массивов сложно организованных медицинских данных ММЛ трансформирована в Отдел информационных технологий, и в его составе создается лаборатория биомедицинской информатики и искусственного интеллекта под руководством к.м.н. Г.В. Данилова.

Развитие информационных технологий в Московском Институте – Национальном центре нейрохирургии

В 1981 г. в Московском Институте нейрохирургии появилась первая электронная вычислительная машина СМ-4. А.А. Потапов быстро оценил роль вычислительной техники для анализа медицинских данных, выступив с инициативой создания специализированной лаборатории. Приказом директора Института академика РАН А.Н. Коновалова 30 декабря 1984 г. создана Медико-математическая лаборатория (ММЛ), которую возглавил С.М. Бородкин. В ММЛ работали высококвалифицированные специалисты, выпускники московского физико-технического института (МФТИ), механико-математического факультета Московского государственного университета (МГУ). Лаборатория занималась задачами статического анализа данных Института, в том числе – инструментальных, и в первую очередь – данных электроэнцефалографии. В ММЛ был разработан компьютерный анатомический атлас, на эту тему сотрудницей ММЛ выпускницей МФТИ М.И. Казарновской была защищена кандидатская диссертация. С 1985 года лаборатория стала заниматься цифровой архивацией медицинских данных.

Рисунок – Специалисты в области математики, информационных технологий и анализа медицинских данных Института нейрохирургии им. ак. Н.Н. Бурденко. Фото 1990-х гг. Слева направо: Михаил Абрамович Шифрин, Соломон Матвеевич Бородкин, Людмила Михайловна Фадеева

В 1992 г. руководство ММЛ принял выпускник механико-математического факультета МГУ кандидат физико-математических наук М.А. Шифрин. С его приходом началась работа по созданию собственной «электронной истории болезни» (ЭИБ) «e-Med», запуск которой состоялся 25 февраля 2000 г. К этому времени (1999 г.) было построено новое четырнадцатиэтажное здание Института нейрохирургии на 300 коек, оборудованное современной локальной вычислительной сетью и оптоволоконным выходом в сеть Интернет. Институт нейрохирургии стал одним из первых крупных медицинских учреждений страны с полномасштабной ЭИБ. ММЛ все больше сконцентрировалась на сопровождении и развитии ЭИБ «e-Med», а задачи технического обслуживания информационной инфраструктуры Института взяла на себя выросшая из ММЛ служба технического поддержки.

С 2000 гг. интенсивность хирургической деятельности в Институте неуклонно росла, постепенно фокус ММЛ полностью сместился в сторону технической поддержки ЭИБ «e-Med». Система проработала в Институте-Центре нейрохирургии 18 лет, за эти годы был накоплен уникальный для мировой нейрохирургии цифровой архив данных. Неизбежно появились новые для своего времени вопросы: как использовать колоссальный объём накопленных данных в решении научных и клинических задач? И как при этом соответствовать современным требованиям клинической науки, в том числе требованиям международных журналов?

В 2015 г. Институт преобразован в Национальный медицинский исследовательский центр нейрохирургии имени академика Н.Н. Бурденко, подведомственный Министерству здравоохранения Российской Федерации, который возглавил нейрохирургическую службу России. В этом же году в связи с внедрением новой промышленной медицинской информационной системы в работу Центра и передачей функций по сопровождению системы ее разработчику, освободился значительный ресурс ММЛ, и появилась возможность вновь вернуться к фундаментальным и прикладным исследованиям. В 2016 году в соответствии с приказом директора ФГАУ «НМИЦ нейрохирургии им. ак. Н.Н. Бурденко» Минздрава России академика РАН А.А. Потапова Медико-математическая лаборатория трансформируется в Отдел информационных технологий, и в его составе создается лаборатория биомедицинской информатики (ЛБМИ). Руководителем ЛБМИ стал к.м.н. Г.В. Данилов, бывший аспирант НИИ нейрохирургии, имеющий два высших образования – медицинское и математическое.

Деятельность ЛБМИ сосредоточилась в нескольких направлениях. Первое базовое направление – это поддержка процессов исследовательской деятельности Национального центра нейрохирургии в соответствии с международными рекомендациями и опытом исследований с участием человека. Эта активность тесно связана с вопросами качественного планирования исследований, управления данными в исследованиях с помощью специальных информационных систем класса CDMS (англ. Clinical Data Management Systems), статистического программирования для обеспечения воспроизводимости и масштабируемости статистического анализа данных, а также создания программных продуктов для решения аналитических задач. Следующим важным направлением стала поддержка процессов учета и анализа результатов научной деятельности, что предполагает разработку и администрирование инструментов сбора данных о научной деятельности и анализ публикационной активности и результативности.

Собственная исследовательская деятельность ЛБМИ сконцентрировалась вокруг разработки технологий анализа структурированных и неструктурированных данных, аккумулируемых в процессе клинической работы, применения технологий искусственного интеллекта, в первую очередь - машинного обучения, для исследований в нейрохирургии, разработки интеллектуальных методов анализа публикационной активности и выделения приоритетных научных направлений в нейрохирургии. Относительно новым направлением стала разработка прототипов приложений для эффективного анализа данных и представления результатов на современных языках программирования. ЛБМИ также привлекается к образовательной деятельности, в частности для проведения занятий по планированию и организации клинических исследований.

Один из основных принципов, лежащих в основе работы ЛБМИ, - приверженность концепции Надлежащей клинической практики (Good Clinical Practice, GCP) в исследованиях с участием человека. Другим важным принципом работы ЛБМИ является ориентация внутренних процессов (как для поддержки научной деятельности НМИЦ, так и в собственных исследованиях) на создание так называемых «data products» - программных решений для представления результатов анализа данных (воспроизводимых сценариев анализа в статистических программных средах, утилитарных решений для аналитических задач и других программных приложений). Сотрудники ЛБМИ внедрили в рутинную исследовательскую практику специализированную информационную систему управления клиническими данными и статистическое программирование. Возросла вовлеченность ЛБМИ в публикационную деятельность: каждая пятая статья Центра нейрохирургии стала выходить в соавторстве с сотрудниками ЛМБИ.

Совершенно новым направлением деятельности ЛБМИ стало применение методов искусственного интеллекта и машинного обучения для анализа больших массивов структурированных и неструктурированных данных, накопленных за 2 десятилетия функционирования медицинских информационных систем Института – Национального центра нейрохирургии. В связи с возрастающей актуальностью этих работ и вовлеченностью в них сотрудников Национального центра нейрохирургии в 2018 году ЛБМИ обновляет своё название и становится «Лабораторией биомедицинской информатики и искусственного интеллекта» (ЛБМИ и ИИ). В 2019-2020 гг. ЛБМИ и ИИ оснащается самой современной вычислительной техникой (2 суперкомпьютера производительностью по 5 петафлопс каждая) и получает возможность работать на самом передовом мировом уровне.

Технологии искусственного интеллекта в нейрохирургии

Информационные технологии - неотъемлемый компонент современной нейрохирургии, которая генерирует большое количество уникальных сведений о работе нервной системы человека и ее заболеваниях на разных уровнях проявления – от молекулярного до социального. Методы информатики способны связать эту массу разрозненных данных в единое, целостное знание.

Благодаря непрерывной работе медицинских информационных систем с 2000 г. цифровые архивы Национального центра нейрохирургии аккумулировали данные о более, чем 170 000 случаев нейрохирургического лечения, составив уникальную в мировом масштабе коллекцию. Наличие такого ценного банка, ежегодно пополняемого данными о 10 000+ случаях нейрохирургического лечения, открывает уникальные возможности исследования сложных закономерностей нейрохирургии методами анализа больших данных и искусственного интеллекта. Что такое «искусственный интеллект» и каковы его возможности в контексте нейрохирургических исследований и практики?

Термином искусственный интеллект в узком смысле часто обозначают математические, программные технологии, автоматизирующие решения интеллектуальных задач, традиционно решаемых человеком. В более широком смысле «искусственный интеллект» - это раздел компьютерных наук, в рамках которого такие технологии разрабатываются. В настоящее время технологии искусственного интеллекта служат имитации высших когнитивных функций, которая может оказаться полезной на практике. Этой имитации можно добиться с помощью разнообразных технологий (именно поэтому мы говорим о «технологиях искусственного интеллекта»). Однако краеугольной технологией в области искусственного интеллекта сегодня является машинное обучение – способ получения математической модели (в виде компьютерной программы), которая на множестве примеров обучена решать конкретную интеллектуальную задачу. Таким образом, машинное обучение обобщает человеческий опыт в форме математической модели, которую можно применять на практике.

Почему разговор об искусственном интеллекте актуален для нейрохирургии? Нейрохирургия - это единственная клиническая дисциплина, предоставляющая возможность прижизненного исследования головного мозга человека и при этом рутинно генерирующая огромное количество данных, отражающих особенности заболеваний нервной системы и ее реакций на медицинские воздействия. Такие данные ценны для исследований, но сложны для анализа и извлечения знаний. Технологии искусственного интеллекта позволяют использовать этот большой массив данных и помогать в поиске новых знаний, а также автоматизировать решение задач диагностики, поддержки принятия решений и прогноза.

* * *

Несмотря на то, что технологии искусственного интеллекта в медицине и, в частности, в нейрохирургии в 2020-х гг. привлекают особый интерес, они все еще находятся в развитии. Актуальным остается определение реальных потребностей медицины и здравоохранения в искусственном интеллекте, оценка реальных возможностей этих технологий в исследованиях и клинической практике, поиск правильных точек приложения искусственного интеллекта, отталкиваясь от потребностей медицины и здравоохранения. Благодаря наличию большого и быстро пополняемого цифрового архива клинических данных, развитию специализированной инфраструктуры и квалифицированного штата для их анализа, а также активной исследовательской деятельности в области искусственного интеллекта, Национальный центр нейрохирургии сегодня имеет потенциал стать одним из лучших мировых центров высоких цифровых технологий в нейрохирургии.

Литература

A Comparison of Word Embeddings to Study Complications in Neurosurgery / G. Danilov, K. Kotik, M. Shifrin, Y. Strunina, T. Pronkina, T. Tsukanova, T. Ishankulov, M. Shults, E. Makashova, Y. Latyshev, N. Konovalov, A. Potapov // Studies in Health Technology and Informatics. – 2022. – Vol. 289 – 5–8 p. – doi:10.3233/SHTI210845.
An Information Extraction Algorithm for Detecting Adverse Events in Neurosurgery Using Documents Written in a Natural Rich-in-Morphology Language / G. Danilov, M. Shifrin, U. Strunina, T. Pronkina, A. Potapov // Studies in Health Technology and Informatics. – 2019. – Vol. 262 – 194–197 p. – doi:10.3233/SHTI190051.
Classification of intracranial hemorrhage subtypes using deep learning on CT scans / G. Danilov, K. Kotik, A. Negreeva, T. Tsukanova, M. Shifrin, N. Zakharova, A. Batalov, I. Pronin, A. Potapov // Studies in Health Technology and Informatics. – 2020. – Vol. 272 – 370–373 p. – doi:10.3233/SHTI200572.
Danilov, G.V. Artificial intelligence in neurosurgery: A systematic review using topic modeling. part i: Major research areas / G.V. Danilov, M.A. Shifrin, K.V. Kotik, T.A. Ishankulov, Y.N. Orlov, A.S. Kulikov, A.A. Potapov // Sovremennye Tehnologii v Medicine. – 2020a. – Vol. 12 – № 5 – P. 106–113 – doi:10.17691/stm2020.12.5.12.
Danilov, G.V. Artificial intelligence technologies in neurosurgery: A systematic literature review using topic modeling. Part II: Research objectives and perspectives / G.V. Danilov, M.A. Shifrin, K.V. Kotik, T.A. Ishankulov, Y.N. Orlov, A.S. Kulikov, A.A. Potapov // Sovremennye Tehnologii v Medicine. – 2020b. – Vol. 12 – № 6 – P. 111–118 – doi:10.17691/stm2020.12.6.12.
Danilov, G. The Classification of Scientific Literature for Its Topical Tracking on a Small Human-Prepared Dataset [Электронный ресурс] / G. Danilov, T. Ishankulov, Y. Orlov, M. Shifrin, K. Kotik, A. Potapov // Studies in Health Technology and Informatics. – IOS Press, 2020c. – Vol. 272 – P. 191–194 – doi:10.3233/SHTI200526.
Danilov, G. Best Research Practice Implementation: The Experience of the N.N. Burdenko National Medical Research Center of Neurosurgery [Электронный ресурс] / G. Danilov, M. Shifrin, Y. Strunina, T. Ishankulov, T. Zagidullin, E. Makashova, I. Pronin, N. Konovalov, A. Potapov // Studies in Health Technology and Informatics. – IOS Press, 2021. – Vol. 287 – P. 40–44 – doi:10.3233/SHTI210808.
Danilov, G. Length of Stay Prediction in Neurosurgery with Russian GPT-3 Language Model Compared to Human Expectations. / G. Danilov, K. Kotik, E. Shevchenko, D. Usachev, M. Shifrin, Y. Strunina, T. Tsukanova, T. Ishankulov, V. Lukshin, A. Potapov // Studies in health technology and informatics. – Netherlands, 2022. – Vol. 289 – P. 156–159 – doi:10.3233/SHTI210882.
Danilov, G.V. Radiomics in Determining Tumor-to-Normal Brain SUV Ratio Based on 11C-Methionine PET/CT in Glioblastoma / G.V. Danilov, D.B. Kalayeva, N.B. Vikhrova, T.A. Konakova, A.I. Zagorodnova, A.A. Popova, A.A. Postnov, S.V. Shugay, I.N. Pronin // Sovremennye tehnologii v medicine. – Journal Sovremennye Tehnologii v Medicine, 2023a. – Vol. 15 – № 1 – P. 5 – doi:10.17691/STM2023.15.1.01.
Danilov, G. The Assessment of Glioblastoma Metabolic Activity via 11C-Methionine PET and Radiomics [Электронный ресурс] / G. Danilov, D. Kalaeva, N. Vikhrova, T. Konakova, A. Zagorodnova, A. Popova, A. Postnov, S. Shugay, M. Shifrin, I. Pronin // Studies in Health Technology and Informatics. – IOS Press, 2023b. – Vol. 302 – P. 972–976 – doi:10.3233/SHTI230320.
Danilov, G. Radiogenomics in NF2-Associated Schwannomatosis (Neurofibromatosis Type II): Exploratory Data Analysis [Электронный ресурс] / G. Danilov, E. Makashova, M. Galkin, K. Karandasheva // Studies in Health Technology and Informatics. – IOS Press, 2023c. – Vol. 305 – P. 588–591 – doi:10.3233/SHTI230565.
Danilov, G. Data Quality Estimation Via Model Performance: Machine Learning as a Validation Tool [Электронный ресурс] / G. Danilov, K. Kotik, M. Shifrin, Y. Strunina, T. Pronkina, T. Tsukanova, V. Nepomnyashiy, N. Konovalov, V. Danilov, A. Potapov // Studies in Health Technology and Informatics. – IOS Press, 2023d. – Vol. 305 – P. 369–372 – doi:10.3233/SHTI230508.
Danilov, G. Radiomics Enhances Diagnostic and Prognostic Value of Diffusion Kurtosis Imaging in Diffuse Axonal Injury [Электронный ресурс] / G. Danilov, R. Afandiev, E. Pogosbekyan, S. Goraynov, I. Pronin, N. Zakharova // Studies in health technology and informatics. – IOS Press, 2023e. – Vol. 309 – P. 287–291 – doi:10.3233/SHTI230798.
Detection of muscle weakness in medical texts using natural language processing / G. Danilov, M. Shifrin, Y. Strunina, K. Kotik, T. Tsukanova, T. Pronkina, T. Ishankulov, E. Makashova, A. Kosyrkova, A. Potapov // Studies in Health Technology and Informatics. – 2020. – Vol. 270 – 163–167 p. – doi:10.3233/SHTI200143.
Gleb Danilov, Konstantin Kotik, Michael Shifrin, Uliya Strunina, Tatiana Pronkina, A.P. Prediction of postoperative hospital stay with deep learning based on 101 654 operative Reports in Neurosurgery / A.P. Gleb Danilov, Konstantin Kotik, Michael Shifrin, Uliya Strunina, Tatiana Pronkina. – 2019. – P. 125–129 – doi:10.3233/978-1-61499-959-1-125.
Inter-rater reliability of unstructured text labeling: Artificially vs. naturally intelligent approaches / G. Danilov, A. Kosyrkova, M. Shults, S. Melchenko, T. Tsukanova, M. Shifrin, A. Potapov // Public Health and Informatics: Proceedings of MIE 2021. – 2021. – 118–122 p. – doi:10.3233/SHTI210132.
Ishankulov, T.A. Prediction of Postoperative Speech Dysfunctions in Neurosurgery Based on Cortico-Cortical Evoked Potentials and Machine Learning Technology / T.A. Ishankulov, G.V. Danilov, D.I. Pitskhelauri, O.Y. Titov, A.A. Ogurtsova, S.B. Buklina, E.V. Gulaev, T.A. Konakova, A.E. Bykanov // Sovremennye Tehnologii v Medicine. – 2022. – Vol. 14 – № 1 – P. 25–32 – doi:10.17691/stm2022.14.1.03.
Noninvasive Glioma Grading with Deep Learning: A Pilot Study / G. Danilov, V. Korolev, M. Shifrin, E. Ilyushin, N. Maloyan, D. Saada, T. Ishankulov, R. Afandiev, A. Shevchenko, T. Konakova, I. Pronin, A. Potapov // Studies in Health Technology and Informatics. – 2022. – Vol. 290 – 675–678 p. – doi:10.3233/SHTI220163.
Predicting postoperative hospital stay in neurosurgery with recurrent neural networks based on operative reports / G. Danilov, K. Kotik, M. Shifrin, U. Strunina, T. Pronkina, A. Potapov // Studies in Health Technology and Informatics. – 2020. – Vol. 270 – 382–386 p. – doi:10.3233/SHTI200187.
Predicting the Length of Stay in Neurosurgery with RuGPT-3 Language Model / G. Danilov, K. Kotik, E. Shevchenko, D. Usachev, M. Shifrin, Y. Strunina, T. Tsukanova, T. Ishankulov, V. Lukshin, A. Potapov // Studies in Health Technology and Informatics. – 2022. – Vol. 295 – 555–558 p. – doi:10.3233/SHTI220788.
Prediction of Postoperative Speech Dysfunction Based on Cortico-Cortical Evoked Potentials and Machine Learning / T. Ishankulov, G. Danilov, D. Pitskhelauri, O. Titov, A. Ogurtsova, S. Buklina, E. Gulaev, T. Konakova, A. Bykanov // Studies in Health Technology and Informatics. – 2022. – Vol. 289 – 33–36 p. – doi:10.3233/SHTI210852.
Semiautomated approach for muscle weakness detection in clinical texts / G. Danilov, M. Shifrin, Y. Strunina, K. Kotik, T. Tsukanova, T. Pronkina, T. Ishankulov, E. Makashova, A. Kosyrkova, S. Melchenko, T. Zagidullin, A. Potapov // Studies in Health Technology and Informatics. – 2020. – Vol. 272 – 55–58 p. – doi:10.3233/SHTI200492.
Semiautomatic Identification of Pulmonary Embolism in Electronic Health Records Through Sentence Labeling / G. Danilov, T. Ishankulov, A. Kosyrkova, M. Shults, S. Melchenko, T. Tsukanova, M. Shifrin, A. Potapov // Studies in Health Technology and Informatics. – 2022. – Vol. 289 – 69–72 p. – doi:10.3233/SHTI210861.
The classification of short scientific texts using pretrained BERT model / G. Danilov, T. Ishankulov, K. Kotik, Y. Orlov, M. Shifrin, A. Potapov // Public Health and Informatics: Proceedings of MIE 2021. – 2021. – 83–87 p. – doi:10.3233/SHTI210125.
The Prediction of Functional Outcome After Microsurgical Treatment of Unruptured Intracranial Aneurysm Based on Machine Learning / T. Ishankulov, F. Grebenev, U. Strunina, O. Shekhtman, S. Eliava, G. Danilov // Studies in Health Technology and Informatics. – 2022. – Vol. 294 – 470–474 p. – doi:10.3233/SHTI220503.
Данилов, Г.В. Неинвазивная диагностика глиом головного мозга по гистологическому типу с помощью нейрорадиомики в стандартизированных зонах интереса: на пути к цифровой биопсии / Г.В. Данилов, А.М. Шевченко, Т.А. Конакова, Э.Ю. Погосбекян, С.В. Шугай, Т.В. Цуканова, Н.Е. Захарова, А.И. Баталов, С.Б. Агрба, Н.Б. Вихрова, И.Н. Пронин // Вопросы нейрохирургии имени Н.Н.Бурденко. – 2023. – № 6 – P. 60–67.
Данилов Г.В. Способ извлечения информации из неструктурированных текстов, написанных на естественном языке (патент RU2751993C1) [Электронный ресурс] / Данилов Г.В., Шифрин М.А., Потапов А.А., Струнина Ю.В., Цуканова Т.В., Пронкина Т.Е., Косырькова А.В., Мельченко С.А. – ФИПС, 2021. – URL: https://www.fips.ru/registers-doc-view/fips_servlet?DB=RUPAT&DocNumber=2751993&TypeFile=html (accessed: 27.12.2021).

Сотрудники лаборатории биомедицинской информатики и искусственного интеллекта (ЛБМИ и ИИ)

Михаил Абрамович Шифрин

Кандидат физико-математических наук, руководитель медико-математической лаборатории (работал в ЛБМИ до 2019 г.)