Главное

  • В испытаниях Can-SAVE в пяти регионах России участвовали около 2 млн пациентов.
  • Среди отобранных системой людей опухоли выявляли в 3,8-9,9 раза чаще, чем при стандартном отборе.
  • В отдельном пилоте модель помогла найти 2148 случаев против 1123 при традиционном подходе.

Как работает Can-SAVE

Модель анализирует электронные медицинские карты пациентов. Она использует сведения о поставленных диагнозах и оказанных медицинских услугах.

На этой основе Can-SAVE оценивает риск выявления онкологического заболевания в следующие 12 месяцев. Затем система помогает врачам определить, кого нужно обследовать в первую очередь.

Can-SAVE не выдает диагноз. Решение используют для расстановки приоритетов во время диспансеризации, то есть планового медицинского обследования.

Модель создали специалисты Центра практического искусственного интеллекта Сбербанка и команда Sber AI.

Что показали испытания

В испытаниях в пяти регионах России участвовали около 2 млн пациентов. Система формировала группы людей для дальнейшего обследования.

В каждой такой группе было 1000 человек. Злокачественные опухоли среди них находили в 3,8-9,9 раза чаще.

Результат сравнивали с группами, сформированными по стандартным медицинским протоколам. Размер групп при этом оставался одинаковым.

В отдельном пилоте участвовали более 426 тыс. человек. Can-SAVE помогла выявить 2148 случаев злокачественных новообразований.

При традиционном подходе врачи обнаружили 1123 случая. Число выявленных опухолей с использованием модели оказалось на 91% больше.

Количество проведенных обследований в обоих случаях было одинаковым. В целом система позволила обнаружить почти вдвое больше злокачественных новообразований.

Сравнение с другими решениями

Can-SAVE также сравнили с 17 другими решениями на основе искусственного интеллекта и обучения на медицинских данных. Модель Сбера показала лучшие результаты среди участников сравнения.

Система способна обработать данные населения города-миллионника менее чем за три часа. Для такой обработки достаточно обычного компьютера.

Результаты исследования представили на KDD 2026. Это международная конференция по анализу данных.

Подробности: iXBT