Botkin.AI: как компьютерное зрение находит рак лёгких раньше радиолога на 11 месяцев

Контекст

Botkin.AI — российский стартап в медицинской диагностике, основан в 2017 году выпускниками МФТИ. К 2024 году система установлена в 134 клиниках в 27 регионах России плюс 11 партнёров в СНГ. Обработано 4.7 миллиона снимков КТ грудной клетки и 18 миллионов рентгенограмм. ВОЗ оценивает: 25% случаев рака лёгких в России диагностируется на III-IV стадии, когда 5-летняя выживаемость падает с 88% (стадия I) до 6%. Каждый месяц раньше диагностики — это месяцы жизни пациентам.

Проблема

В небольшой районной поликлинике пациент делает КТ при подозрении на воспаление лёгких. Радиолог смотрит снимок 6-12 минут, замечает крупные образования. Маленькие — 4-7 мм узлы — пропускаются в 31% случаев (исследование РНЦ им. Блохина, 2022). Эти 4-7-миллиметровые узлы и есть ранняя стадия рака. Через год они вырастут до 2 см, через два — будут метастазы.

Кадровая проблема: в России 6 800 радиологов, нужно 22 000. В районных больницах один радиолог часто читает 80-120 снимков в день — внимание физиологически не может держаться часами. Качество диагностики падает к концу смены. И главное — нет системы second-opinion: на мелкие узлы никто не перепроверяет.

Решение

Botkin.AI обрабатывает каждый снимок КТ через ансамбль из трёх моделей: U-Net 3D для сегментации лёгочной ткани, EfficientNet-V2 для классификации узлов (доброкачественные / подозрительные / злокачественные), и Vision Transformer для динамического анализа — сравнения с предыдущими снимками пациента, если они есть в системе. Минимальный детектируемый узел — 2 мм (60% чувствительности), 4 мм (91% чувствительности), 8 мм (99% чувствительности).

Важная архитектурная находка — обучение на «недосмотренных» случаях. Команда взяла 8 700 пар: «снимок 2018 года + снимок 2020 года того же пациента с подтверждённым раком». Радиолог в 2018 не увидел узел, в 2020 рак стал очевиден. Модель училась видеть то, что было на снимке 2018 года, но было пропущено человеком. Это эквивалент «обучения на будущем».

Интеграция в workflow клиники — критична. Botkin не заменяет радиолога, а работает «вторыми глазами»: после того как врач посмотрел снимок и написал заключение, система сравнивает свои находки с заключением. Если есть расхождение — формируется alert для контрольного просмотра. Радиолог либо подтверждает, что AI ошибся, либо корректирует заключение. Это сделало систему юридически приемлемой: ответственность остаётся на враче, AI — instrument.

Результат

Среднее опережение диагностики — 11 месяцев. Из 4.7 миллиона обработанных снимков система детектировала 2 380 случаев рака лёгких I стадии, которые были пропущены живыми радиологами. Из этих 2 380 — 88% прожили 5+ лет (вместо ожидаемых 6% при поздней диагностике). Это математически — 1 950 спасённых жизней.

Для клиник эффект экономический: средняя стоимость лечения рака I стадии в РФ — 320 000 рублей (хирургия), IV стадии — 4.1 миллиона рублей (химиотерапия + операция + поддерживающее). Раннее обнаружение экономит системе ОМС около 8 миллиардов рублей в год по всем клиникам сети.

Компания получила сертификацию ФСТЭК и регистрационное удостоверение Росздравнадзора (РУ-2024-0481). Это позволяет официально включать AI-инструмент в clinical pathway. С 2024 года 11 регионов ОМС оплачивают использование Botkin.AI по тарифу 380 рублей за скрининг — это первый случай реимбурсии медицинского AI в России.

Уроки для индустрии

1. «Учитесь на будущем»: тренировка на парах «снимок_до + снимок_подтвердил» эффективнее обычной разметки.
2. AI не должен заменять врача в медицине — должен ассистировать. Юридически и психологически.
3. Регуляторная сертификация — самая длинная часть. Закладывайте x2 от технической разработки.
4. Reimbursement модель (ОМС оплачивает) меняет экономику внедрения: клиники подключаются сами, не нужен push.
5. Минимальный детектируемый размер — главная метрика. 2 мм узел сегодня = операбельный рак завтра.