ПЕРСПЕКТИВНЫЕ НАПРАВЛЕНИЯ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В БОРЬБЕ С ОНКОЛОГИЧЕСКИМИ ЗАБОЛЕВАНИЯМИ: РОССИЙСКИЙ ОПЫТ Текст научной статьи по специальности «Науки о здоровье»

Перспективные направления применения искусственного интеллекта в борьбе с онкологическими заболеваниями: российский опыт

со см о см

сч

о ш т

X

3

<

т О X X

Шуть Евгений Михайлович

аспирант кафедры технологий искусственного интеллекта Института искусственного интеллекта ФГБОУ ВО «МИРЭА - Российский технологический университет», shutevg@yandex.ru

Куликов Александр Анатольевич

кандидат технических наук, доцент кафедры технологий искусственного интеллекта Института искусственного интеллекта ФГБОУ ВО «МИРЭА - Российский технологический университет», доцент Департамента анализа данных и машинного обучения, Финансовый университет при правительстве РФ, tibult41@gmail.com

Статья посвящена рассмотрению вопросов внедрения систем искусственного интеллекта в отечественное здравоохранение; в частности, были очерчены перспективы и возможности интеллектуальных систем в области диагностики онкологических заболеваний. Используя статистические данные, собранные за последние несколько десятков лет международными и национальными структурами сферы здравоохранения, был проведен анализ смертности от онкологических заболеваний, результатом которого выяснилось, что смертность от этого заболевания находится на второй позиции по распространению после заболеваний сердечно-сосудистой системы. Более того, прогнозные показатели говорят о том, что в скором времени онкологические заболевания обретут статус первоочередной причины смертности в большинстве стран мира [1]. Авторы статьи приходят к выводу о наличии множества перспективных инновационных продуктов, представленных российскими специалистами. Делается вывод о том, что массовая практика внедрения умных систем в медицинскую практику будет способствовать повышению точности диагностики, снижению нагрузки на врачей-онкологов, уменьшению стоимости диагностики и лечения и повышению уровня выживаемости. Проведенный анализ указывает на применение искусственного интеллекта в практике принятия решений в российских учреждениях онкологического профиля. Большинство существующих приложений используется для анализа медицинских изображений, в том числе и в онкологии, и демонстрирует большую точность в сопоставлении со специалистом-человеком. Можно предположить, что подобные меры приведут к увеличению выживаемости за счет ранней диагностики злокачественных новообразований. Совокупность данных (анализ, статистические данные, статьи) указывает на значительный потенциал отечественных интеллектуальных систем в области диагностики и лечения онкологических заболеваний.

Ключевые слова: злокачественное новообразование, онкология, онкологическое заболевание, искусственный интеллект, превентивная медицина, диагностика, выживаемость, заболеваемость

Введение

Многие исследователи констатируют глобальную тенденцию роста заболеваемости злокачественными новообразованиями. Данную закономерность можно объяснить, с одной стороны, эффективизацией диагностического инструментария, позволяющего выявлять патологии на ранних стадиях, а с другой - старением населения, аккумуляцией деструктивных экологических, экономических, социальных, нутрициологических факторов, приводящих к распространению онкологических заболеваний. Как показывает статистика, собранная за последние несколько десятков лет международными и национальными структурами сферы здравоохранения, смертность от онкологических заболеваний находится на второй позиции по распространению после заболеваний сердечно-сосудистой системы. Более того, прогнозные показатели говорят о том, что в скором времени онкологические заболевания обретут статус первоочередной причины смертности в большинстве стран мира [1].

Согласно экспертным данным, представленным Международным агентством по исследованию рака, к 2030 г. количество лиц, страдающих от онкологических патологий, увеличится на 75% в сравнении с 2009 г.; в государствах, обладающих развитыми и масштабными промышленными комплексами данный показатель может превысить уровень исходных показателей на 93% [2]. В отчетной документации Международного агентства по исследованию рака указывается, что в 2020 г. в мире было зафиксировано 18,1 миллиона случаев рака; 9,3 миллиона случаев обнаруженных злокачественных образований приходилось на мужское население, и 8,8 миллиона - на женское. Наиболее распространенными видами онкологических заболеваний в мире являются рак молочной железы и рак легких - их доля в общем объеме случаев заболеваний составляет 12,5% и 12,2% соответственно. Новообразования коло-ректальной локализации - третьи по распространенности (1,9 миллионов зафиксированных случаев за 2020 г., или 10,7% от всего количества) [3]. Данные за последующие периоды международными организациями на данный момент не собраны, что обусловлено затруднениями в фиксации заболеваемости из-за ограничений пандемийного цикла. Тем не менее, вышепредставлен-ная статистика может дать общее представление о масштабах исследуемой нами глобальной медицинской проблемы.

В Российской Федерации в 2021 г. было зарегистрировано 580 415 случаев злокачественных новообразований (265 039 случаев у пациентов мужского пола и 315 376 - у пациентов женского пола). Темпы роста заболеваемости крайне высоки: даже в сопоставлении с предыдущим периодом (2020 г.) прирост составляет 4,4% [4]. Показатель выживаемости онкобольных со-

ставляет 40%, что существенно ниже аналогичных показателей в странах Запада (Великобритания - 60%, США - 67%).

Отечественные эксперты отмечают, помимо прочего, тенденцию к «омоложению» рака - ежегодно в стране фиксируется более 4 000 случаев онкологических заболеваний у детей, что составляет примерно 1517 случаев на 100 000 детского населения. Показатель пятилетней выживаемости составляет около 75-80%, что означает, что 7-8 детей из 10 остаются живы в течение 5 лет после проведения лечения [1]. Как и с ситуацией с глобальными статистическими данными, рост показателей заболеваемости в России обусловлен как, собственно, ростом заболеваемости, так и повышением степени выявляемости [4].

Основная часть

Обращаясь к структуре заболеваемости злокачественными новообразованиями в Российской Федерации, следует отметить, что основными локализациями в структуре заболеваемости злокачественными новообразованиями населения являются следующие (Рисунок 1):

■ Рак кожи (с меланомой)

| Рак молочной железы

Рак трахеи, рак бронхов, рак легких

Рак желудка

| Рак ободочной кишки

Рак предстательной железы

| Рак прям ой кишки, рак рекгоснгмоцдного соединения и рак ануса ( Рак лимфатической и кроветворной хкаш

■Рак тела матки

I Рак почки

'Ракподжелудочной железы

■ Ракшейки матки Рак мочевого пузыря Рак яичников

Рисунок 1. Основные локализации злокачественных новообразований у населения России на 2021 г.

Примечание: собственная разработка автора на основе [1;4]

Для того, чтобы получить представление о развитии диагностического инструментария, эффективности общегосударственных политик здоровьесбережения и уровня функционирования системы здравоохранения в целом, следует обратиться к одному из важнейших показателей, детерминирующих развитие онкологического заболевания и уровень выживаемости, - показатель степени распространенности опухолевого процесса на момент выявления заболевания (Рисунок 2).

Как показывают данные, представленные на Рисунке 2, наблюдается положительная динамика в области ранней диагностики злокачественных новообразований, но, тем не менее, весьма высок удельный вес случаев выявления онкологических заболеваний на поздних стадиях. Кроме того, удельная доля опухолей, стадия которых не установлена (в совокупности с нестадируемыми случаями заболеваний) в 2021 г. составил 4,4% (2020 г. - 4,8%) [4].

Рисунок 2. - Степень распространенности опухолевого процесса на момент выявления заболевания, % Примечание: собственная разработка автора на основе [1;4]

Борьба с онкологическими заболеваниями выступает одной из приоритетных целей государственной политики в области здравоохранения. Для того, чтобы достигнуть снижения уровня заболеваемости, к 2024 г. планируется организовать не менее 420 новых структур, оказывающих амбулаторную онкологическую помощь, переоснастить 160 диспансеров и больниц. Кроме того, официальные программные документы фиксируют цель по созданию 18 референс-центров, деятельность которых будет направлена на диагностику и проверку уже поставленных диагнозов посредством инновационных инструментов цифровой медицины [5].

Таким образом, злокачественные новообразования представляют собой одну из наиболее значимых общегосударственных и планетарных междисциплинарных проблем [2].

Среди инновационных технологий, имплементируе-мых в медицинскую отрасль страны, отдельное место принадлежит технологиям искусственного интеллекта. Искусственный интеллект в контексте исследуемой нами предметной области можно определить как относительно автономный комплекс программных и программно-аппаратных средств, представляющий собой виртуальную вычислительную систему, функционирование которой основывается на (1) средствах «компьютерного зрения», (2) средствах самостоятельного взаимодействия системы с физической реальностью и цифровой реальностью, (3) способностях к когнитивным и интеллектуальным речемыслительным функциям и самообучению, (4) использовании ретроспективных данных и данных, собираемых непосредственно в момент мониторинга [6].

Разработка медицинских интеллектуальных систем, применяемых в онкологии, является актуальной областью теоретических разработок и прикладных исследований во всем мире. Актуальность данного вектора исследовательской деятельности можно подтвердить посредством того факта, что подобные изыскания проводятся, помимо прочих, рядом мировых инновационно-технических «гигантов» - IBM, Google, Apple, Microsoft, General Electric и др. [7].

Вполне естественным в данной связи является обращение исследователей и разработчиков к вопросам им-плементации интеллектуальных систем в область диагностики и борьбы с онкологическими заболеваниями в России. Наиболее важным преимуществом интеллектуальных систем по сравнению со стандартными цифровыми средствами обработки медицинской информации является возможность дифференциальной диагностики на базисе тысяч нозологических единиц, что априори невозможно для традиционных способов диагностики.

I I

О DD А J=

<

GQ

0

1 I

Кроме того, искусственный интеллект способен находить закономерности и выявлять связи между разнородными и не связанными между собой, на первый взгляд, показателями и параметрами.

Эволюция внедрения искусственного интеллекта в область онкологического здоровья показывает две основные фазы имплементации смарт-систем. Во-первых, они успешно используются при обработке и сохранении данных о пациентах. Как известно, врач-онколог в качестве источника информации зачастую обращается к истории заболеваний и назначений пациента. Эти данные, как правило, хранятся на медицинской карте пациента -в бумажном, аналоговом или цифровом формате. При этом система учета и хранения медицинских карт, действующая в России, функционирует весьма неэффективно, что, как справедливо отмечает Б. С. Манкибаев, «ведет к неправильным диагнозам, назначению лечения, в котором не учтены специфические реакции пациента» [7]. Данная проблема актуальна и для множества иностранных систем здравоохранения: согласно статистической отчетности подразделения «DeepMind» компании Google, более 10% пациентов сталкиваются с неверной интерпретацией медицинской информации или ее частичной утратой. В данной связи в мире были созданы системы, работающие на базе искусственного интеллекта, формирующие цифровую экосистему учреждений здравоохранения (среди наиболее известных примеров можно отметить Google Deepmind Health и IBM Watson Health) [7]. В общей сложности в мире представлено более 800 подобных систем.

Вышеописанные системы стали «предвестником» систем нового типа - диагностических. По Е. Е. Черных, диагностический искусственный интеллект «предназначен для выявления закономерностей течения того или иного заболевания, постановки диагноза на основе анализа обработки данных» [8]. Системы, основанные на искусственном интеллекте, таким образом, оказались способны сохранять, собирать и передавать данные; при этом, достаточно быстро к разработчикам пришло осознание того, что возможности машинного интеллекта позволяют не только аккумулировать эти данные, но и анализировать их, представляя таким образом, диагноз. Кроме того, подобные системы способны обращаться к существующему массиву медицинских данных и осуществлять валидацию диагнозов, поставленных медицинским специалистом-человеком.

Слабым местом отечественной онкологии является проблема несвоевременной и несовершенной диагностики новообразований [9], поэтому внедрение технологий машинного обучения имеет особую актуальность: данные системы позволят уменьшить время на диагностику, углубить ее процедуру, улучшить точность диагнозов, разгрузить врачей онкологического профиля. Несвоевременная и некачественная диагностика злокачественных новообразований приводит к невозможности получения адекватного лечения и повышает уровень смертности от рака. В данной связи в России в последние годы существенно интенсифицировались разработки подобных систем. Кроме того, данный вектор разработок неоднократно акцентируется в программных и стратегических отраслевых и общегосударственных документах; многие из частных разработчиков получают субсидии из государственного бюджета.

Современные системы диагностируют до 80-85% известных медицинской науке онкологических заболева-

ний [2]; российские разработчики [1; 10; 11 и др.] указывают, что инновационные пилотируемые в настоящее время проекты способны достигнуть показателя в 8590%. Возможность самообучения как на основе накопленных системой медицинских данных о пациентах, так и на основе медицинских публикаций открытого доступа позволяет прогнозировать рост данного параметра вплоть до абсолютного значения в 100%.

Как показал проведенный нами анализ отечественной научной литературы за последние 3 года, искусственный интеллект способен идентифицировать следующие случаи в диагностике онкологических заболеваний, которые вызывают особые трудности для диагностов-людей: (1) онкологические заболевания, сопровождающиеся атипичными симптомами; (2) идентификация так называемых «симптомов-миражей» и «болезней-хамелеонов»; (3) обнаружение и типология редких видов злокачественных новообразований.

Рассмотрев существующие в нашей стране интеллектуальные инструменты, применяемые в диагностике заболеваний, в том числе онкологических, а также при дифференциации заболеваний, которые могут быть ошибочно приняты за другие, можно условно разделить существующий инструментарий по критерию временной локализации обрабатываемых данных на три типа (Рисунок 3):

Рисунок 3 - Типология существующих в России интеллектуальных систем диагностики онкологических заболеваний Примечание: собственная разработка автора

Среди компаний, разрабатывающих и внедряющих в медицинскую практику технологические инновации рассматриваемого нами типа следует, в первую очередь, отметить деятельность предприятий-разработчиков, входящих в фонд «Сколково»: ООО «БИОДАТА ГРУП», ООО «Интеллоджик», ООО «Медицинские скрининг системы», ООО «Платформа Третье Мнение», ООО «Кэременторэйай», ООО «Эндоскопическая видеоаналитика ЛАБ», ООО «Айрим», ООО «Радлоджикс РУС», ООО «Аимед», ООО «Кваттролаб», ООО «Цифровая медицина», ООО «Юним».

Деятельность вышеперечисленных компаний-разработчиков направлена на обработку вербальной, визуализированной, аудиальной и иной информации для последующего обнаружения новообразований [11]. Алгоритмы, которым следуют подобные отечественные системы, можно в общем виде представить следующим образом: сбор медицинских данных, предварительная обработка изображений, их последующая сегментация, идентификация образований, анализ на предмет ложно-положительных случаев, типология обнаруженных новообразований и формулирование диагноза.

Таким образом, системы работают в двух ключевых направлениях - анализ визуализаций и анализ медицинских данных, полученных в результате иных обследований. Продвинутые алгоритмы способы, помимо прочего, совмещать результаты двух типов аналитических процедур и учитывать взаимосвязи, существующие между ними. Одним из примеров таких алгоритмов являются продукты производства ООО «БИОДАТА ГРУП». Система, представленная специалистами компании, позволяет анализировать совокупность более 800 показателей (в связи с чем она именуется «цифровым двойником для управления здоровьем», а сама система -«консьержем в превентивной медицине»). Безусловно, такой объем показателей практически недоступен для обработки вручную, тогда как искусственный интеллект способен выявить закономерности между гетерогенным данными и представить результаты анализа в виде единого заключения. Подобные системы имеют важное превентивное значение, так как вовремя идентифицированное ухудшение динамических показателей (так называемое «предраковое состояние») позволяет предотвратить развитие онкологического заболевания либо выявить его на ранней стадии, когда шансы на успешную ремиссию окажутся более высокими - в особенности если принять во внимание небольшую долю вовремя замеченных новообразований (Рисуок 2) [12].

В направлении анализа визуализаций следует отметить разработки ООО «Интеллоджик» - технологии анализа медицинских изображений с использованием искусственного интеллекта. Система такого рода является самообучающейся, причем базисом для обучения выступают сотни тысяч визуализаций, обработанных квалифицированными врачами. Помимо прочего, в реальной медицинской практике были обработаны модули анализа медицинских данных пациентов - как в ретроспективном, так и в проспективном контекстах [13]. Готовые решения автономного анализа изображений представлены также ООО «Медицинские скрининг системы» (Celsus®). Экспертами компаний зафиксированы множественные случаи, когда искусственный интеллект идентифицировал признаки патологий, незаметные для рентгенолога, что привело к ранней диагностике рака молочной железы и обеспечило возможность своевременно начать лечение [1], [14]. Среди отечественных разработчиков и интеграторов нейросетевых сервисов для анализа результатов исследований отметим также ООО «Платформа Третье Мнение» [10] и ООО «Кэре-менторэйай» (Care Mentor AI) [15]. Помимо признаков злокачественных новообразований, такие системы обнаруживают признаки развития туберкулеза, пневмонии и иных социально-значимых патологий.

Существенный вклад в развитие изучаемого нами сегмента медицинской практики вносят разработчики, предлагающие узкоспециализированные решения для обнаружения конкретных видов патологий [10; 16; 17; 18 и др.]. Программные решения ООО «Эндоскопическая видеоаналитика ЛАБ» [17], в частности, в режиме реального времени детектируют ранние признаки рака кишечника, повышая выявляемость онкологии с 74% до 98%.

Вывод

Таким образом, искусственный интеллект в практике принятия решений в российских учреждениях онкологического профиля стал иметь реальное практическое применение. Большинство существующих приложений используется для анализа медицинских изображений, в

том числе и в онкологии, и демонстрирует большую точность в сопоставлении со специалистом-человеком. Все из вышеперечисленных разработок, а также продукты ряда других российских компаний, уже пилотируются во многих государственных и частных учреждениях здравоохранения. Можно предположить, что подобные меры приведут к увеличению выживаемости за счет ранней диагностики злокачественных новообразований. Проведенный анализ указывает на значительный потенциал отечественных интеллектуальных систем в области диагностики и лечения онкологических заболеваний.

Литература

1. Рак (онкологические заболевания) // Zdrav.Expert.

- 2022 [Электронный ресурс]. - Режим доступа: https://zdrav.expert/index.php/%D0%A1%D1%82%D0%B0 %D1%82%D1%8C%D1%8F:%D0%A0%D0%B0%D0%BA _(%D0%BE%D0%BD%D0%BA%D0%BE%D0%BB%D0% BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%B A%D0%B8%D0%B5_%D0%B7%D0%B0%D0%B 1 %D0% BE%D0%BB%D0%B5%D0%B2%D0%B0%D0%BD%D0% B8%D1%8F). - Дата доступа: 05.01.2023.

2. Неретин, Е. Ю. Мультиагентная технология в ранней диагностике меланомы кожи / Е. Ю. Неретин, Ю. Л. Минаев, В. А. Акулов // Здравоохранение РФ. - 2018. -№6. - С. 331-335.

3. Worldwide cancer data // World Cancer Research Fund International. - 2022 [Электронный ресурс]. - Режим доступа: https://www.wcrf.org/cancer-trends/worldwide-cancer-

data/#:~:text=Find%20information%20about%20world%20 cancer,and%208.8%20million%20in%20women. - Дата доступа: 05.01.2023.

4. Состояние онкологической помощи населению России в 2021 году. / под ред. А. Д. Каприна, В. В. Ста-ринского, А. О. Шахзадовой. - М.: МНИОИ им. П.А. Герцена - филиал ФГБУ «НМИЦ радиологии» Минздрава России, 2022. - илл. - 239 с.

5. Федеральный проект «Борьба с онкологическими заболеваниями». - 2022 [Электронный ресурс]. - Режим доступа: https://minzdrav.gov.ru/poleznye-resursy/natsproektzdravoohranenie/onko. - Дата доступа: 05.01.2023.

6. Жуков, О. Б. Искусственный интеллект в медицине: от гибридных исследований и клинической вали-дизации до разработки моделей применения / О. Б. Жуков, П. А. Щеплев, А. В. Игнатьев // Андрология и гени-тальная хирургия. - 2019. - №3. - С. 15-19.

7. Манкибаев, Б. С. Основные направления внедрения искусственного интеллекта в медицине / Б. С. Манкибаев // Наука, образование и культура. - 2019. - №3 (37). - С. 69-71.

8. Черных, Е. Е. Искусственный интеллект в здравоохранении России: современное состояние и уголовно-правовые риски / Е. Е. Черных // Вестник Санкт-Петербургского университета мВд России. - 2020. - №4 (88).

- С. 127-131.

9. Николенко, А. В. Разработка информационно-измерительной системы диагностики онкологических заболеваний с применением технологий машинного обучения / А. В. Николенко, В. А. Новиков // Биомедицинская инженерия и электроника. - 2017. - №5 (19). - С. 74-79.

10. ООО «Платформа Третье Мнение». - 2022 [Электронный ресурс]. - Режим доступа: https://thirdopinion.ai/- Дата доступа: 05.01.2023.

X X

о го А с.

X

го m

о

2 О

м

CJ

fO CN О

cs

СЧ

о ш m

X

11. Уткин, Л. В. Медицинские интеллектуальные системы на примере диагностики рака легкого / Л. В. Уткин, А. А. Мелдо, О. С. Ипатов, М. А. Рябинин // Известия ЮФУ. Технические науки. - 2018. - №8 (202). - С.241-249

12. ООО «Биодата Груп» - 2022 [Электронный ресурс]. - Режим доступа: https://biodata.group/ru. - Дата доступа: 05.01.2023.

13. ООО «Интеллоджик». - 2022 [Электронный ресурс]. - Режим доступа: https://botkin.ai/techs. - Дата доступа: 05.01.2023.

14. ООО «Медицинские скрининг системы» https://celsus.ai/- Дата доступа: 05.01.2023.

15. ООО «Кэременторэйай». - 2022 [Электронный ресурс]. - Режим доступа: https://carementor.ru/- Дата доступа: 05.01.2023.

16. Общество с ограниченной ответственностью «РАДЛОДЖИКС РУС» // Официальный сайт Фонда «Сколково». - 2022 [Электронный ресурс]. - Режим доступа: https://navigator.sk.ru/orn/1124017. - Дата доступа: 05.01.2023.

17. ООО «Эндоскопическая видеоаналитика ЛАБ» // Официальный сайт Фонда «Сколково». - 2022 [Электронный ресурс]. - Режим доступа: https://navigator.sk.ru/orn/1124244. - Дата доступа: 05.01.2023.

18. ООО «Юним» // Официальный сайт Фонда «Сколково». - 2022 [Электронный ресурс]. - Режим доступа: https://navigator.sk.ru/orn/1123214. - Дата доступа: 05.01.2023.

Perspective directions of application of artificial intelligence in the fight

against oncological diseases in Russia Shut E.M., Kulikov A.A.

MIREA - Russian Technological University

JEL classification: C10, C50, C60, C61, C80, C87, C90_

The article is devoted to the issues of introducing artificial intelligence systems into domestic healthcare; in particular, the prospects and possibilities of intelligent systems in the field of cancer diagnostics were outlined. Using statistical data collected over the past few decades by international and national health structures, an analysis of mortality from cancer was carried out, as a result of which it turned out that mortality from this disease is in second place in terms of spread after diseases of the cardiovascular system. Moreover, forecast indicators suggest that cancer will soon become the number one cause of death in most countries of the world [1]. The authors of the article come to the conclusion that there are many promising innovative products presented by Russian specialists. It is concluded that the mass practice of introducing smart systems into medical practice will improve the accuracy of diagnostics, reduce the burden on oncologists, reduce the cost of diagnosis and treatment, and increase the survival rate. The conducted analysis points to the use of artificial intelligence in the practice of decision-making in Russian oncological institutions. Most existing applications are used for medical image analysis, including in oncology, and demonstrate greater accuracy compared to a human specialist. It can be assumed that such measures will lead to an increase in survival due to the early diagnosis of malignant neoplasms. The totality of data (analysis, statistics, articles) indicates a significant potential of domestic intelligent systems in the field of diagnosis and treatment of oncological diseases. Keywords: malignant neoplasis, oncology, oncological disease, artificial intelligence, preventive medicine, diagnosis, survival, incidence

References

1. Cancer (oncological diseases) // Zdrav.Expert. - 2022 [Electronic

resource]. - Access mode:

https://zdrav.expert/index.php/%D0%A1 %D1%82%D0%B0%D1%82% D1%8C%D1%8F:%D0%A0%D0%B0%

D0%BA_(%D0%BE%D0%BD%D0%BA%D0%BE%D0%BB%D0%BE% D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0 %BA%D0%B8%D0%B5_%D0%B7%D0%B0%D0%B1%D0%BE%D0% BB%D0%B5%D0%B2%D0%B0%D0%BD%D0%B8 %D1%8F). -Access date: 01/05/2023.

2. Neretin, E. Yu. Multi-agent technology in the early diagnosis of skin

melanoma / E. Yu. Neretin, Yu. L. Minaev, V. A. Akulov // Zdravookhranenie RF. - 2018. - No. 6. - S. 331-335.

3. Worldwide cancer data // World Cancer Research Fund International. -

2022 [Electronic resource]. - Access mode: https://www.wcrf.org/cancer-trends/worldwide-cancer-

data/#:~:text=Find%20information%20about%20world%20cancer,and% 208.8%20million%20in%20women. - Access date: 01/05/2023.

4. The state of oncological care for the population of Russia in 2021. / ed. A.

D. Kaprina, V. V. Starinsky, A. O. Shakhzadova. - M.: MNIOI im. P.A. Herzen - branch of the Federal State Budgetary Institution "NMITs Radiology" of the Ministry of Health of Russia, 2022. - ill. - 239 p.

5. Federal project "Fight against oncological diseases". - 2022 [Electronic

resource]. - Access mode: https://minzdrav.gov.ru/poleznye-resursy/natsproektzdravoohranenie/onko. - Access date: 01/05/2023.

6. Zhukov, O. B., Shcheplev, P. A., Ignatiev, A. V. Artificial intelligence in

medicine: from hybrid research and clinical validation to development of application models, Andrology and Genital Surgery. - 2019. - No. 3. - S. 15-19.

7. Mankibaev, B. S. The main directions of the introduction of artificial

intelligence in medicine / B. S. Mankibaev // Science, education and culture. - 2019. - No. 3 (37). - S. 69-71.

8. Chernykh, E. E. Artificial intelligence in healthcare in Russia: the current

state and criminal law risks / E. E. Chernykh // Bulletin of the St. Petersburg University of the Ministry of Internal Affairs of Russia. - 2020.

- No. 4 (88). - S. 127-131.

9. Nikolenko, A. V. Development of an information-measuring system for

diagnosing oncological diseases using machine learning technologies / A. V. Nikolenko, V. A. Novikov // Biomedical Engineering and Electronics.

- 2017. - No. 5 (19). - S. 74-79.

10. LLC "Platform Third Opinion". - 2022 [Electronic resource]. - Access mode: https://thirdopinion.ai/ - Access date: 01/05/2023.

11. Utkin, L. V. Medical intelligent systems on the example of lung cancer diagnostics / L. V. Utkin, A. A. Meldo, O. S. Ipatov, M. A. Ryabinin // Izvestiya SFedU. Technical science. - 2018. - No. 8 (202). - P.241-249

12. LLC "Biodata Group" - 2022 [Electronic resource]. - Access mode: https://biodata.group/en. - Access date: 01/05/2023.

13. Intellogic LLC. - 2022 [Electronic resource]. - Access mode: https://botkin.ai/techs. - Access date: 01/05/2023.

14. Medical Screening Systems LLC https://celsus.ai/ - Access date: 01/05/2023.

15. Carementoreiai LLC. - 2022 [Electronic resource]. - Access mode: https://carementor.ru/ - Access date: 01/05/2023.

16. Limited Liability Company "RADLOGIX RUS" // Official website of the Skolkovo Foundation. - 2022 [Electronic resource]. - Access mode: https://navigator.sk.ru/orn/1124017. - Access date: 01/05/2023.

17. OOO Endoscopic Video Analytics LAB // Official website of the Skolkovo

Foundation. - 2022 [Electronic resource]. - Access mode: https://navigator.sk.ru/orn/1124244. - Access date: 01/05/2023.

18. Unim LLC // Official website of the Skolkovo Foundation. - 2022 [Electronic resource]. - Access mode: https://navigator.sk.ru/orn/1123214. - Access date: 01/05/2023.

3

<

m о x

X