SpeedOfLight — это интеллектуальная система поддержки клинических решений, построенная на передовых технологиях искусственного интеллекта и ориентированная на работу с неструктурированными медицинскими данными. Проект разрабатывается как специализированный инструмент для врачей-неврологов, терапевтов и других клиницистов, чья профессиональная деятельность требует быстрой, точной и всесторонней интерпретации сложной клинической информации. Основное внимание в системе уделено анализу текстовых данных — историй болезни, выписок, заключений, анамнеза, а также количественных клинических шкал, в первую очередь шкалы EDS (Expanded Disability Status Scale), широко используемой при оценке тяжести демиелинизирующих заболеваний, таких как рассеянный склероз.

Система SpeedOfLight принимает на вход медицинские документы в различных форматах, включая txt, а также поддерживает ручной ввод структурированных и полуструктурированных данных. Внутри системы реализован конвейер обработки естественного языка, способный точно извлекать ключевые клинические сущности — симптомы, диагнозы, лекарственные назначения, противопоказания, результаты обследований и динамику состояния пациента. Особое внимание уделено корректной интерпретации данных шкалы EDS? система не просто считывает числовое значение, но сопоставляет его с контекстом текстового описания, обеспечивая более глубокое понимание степени дисфункции и её прогрессирования.

На основе извлечённой информации SpeedOfLight генерирует список дифференциальных диагнозов с высокой клинической релевантностью. Целевые метрики качества модели — F1-score около 0.92 и точность не ниже 0.89 — достигаются за счёт тщательного подбора и дообучения языковой модели под специфику русскоязычной медицинской документации и неврологического контекста. Каждый предложенный диагноз сопровождается интерпретируемым обоснованием, система указывает, какие фрагменты анамнеза или какие показатели шкалы EDS легли в основу вывода, и прикладывает ссылки на актуальные клинические рекомендации и протоколы.

Важной функцией SpeedOfLight является система раннего оповещения, при выявлении признаков критических или угрожающих жизни состояний система немедленно уведомляет врача, что особенно ценно в условиях высокой загрузки и многозадачности. Все функции системы реализованы в рамках строгой ролевой архитектуры доступа — разные категории пользователей (лечащий врач, консультант, администратор) получают доступ только к тем данным и инструментам, которые соответствуют их полномочиям. Конфиденциальность и безопасность персональных данных пациентов обеспечиваются на всех уровнях — от шифрования при передаче и хранении до аудита действий пользователей.

Архитектура SpeedOfLight предусматривает возможность непрерывного дообучения, по мере накопления новых клинических случаев и экспертных вердиктов система адаптируется, повышая свою точность и релевантность. Для поддержки прозрачности и контроля качества разработан модуль визуализации, предоставляющий как клинические отчёты (динамика состояния пациента, изменения по шкале EDS, эволюция диагнозов), так и технические метрики работы алгоритмов (точность, полнота, стабильность предсказаний).

Ключевым этапом разработки стало обоснованное и экспериментально подтверждённое решение по выбору базовой языковой модели. Учитывая ограниченность вычислительных ресурсов на ранних этапах и дефицит размеченных клинических данных, команда провела всестороннее сравнение доступных архитектур — как открытых, так и коммерческих — по критериям точности, скорости обработки, масштабируемости, совместимости с локальной инфраструктурой и доступности документации. Для компенсации недостатка реальных данных на этапе прототипирования был разработан и применён синтетический датасет, имитирующий структуру и лексику настоящих медицинских записей. Этот подход позволил провести предварительную оценку моделей и выбрать оптимальное решение, которое впоследствии было успешно дообучено на реальных клинических кейсах.

SpeedOfLight — это не просто диагностический помощник, а интеллектуальный союзник врача, который берёт на себя рутинный анализ текстов и чисел, освобождая специалиста для принятия взвешенных решений и личного взаимодействия с пациентом. Проект нацелен на повышение качества и скорости неврологической помощи, снижение когнитивной нагрузки на врачей и минимизацию рисков, связанных с человеческим фактором в условиях высокой интенсивности работы.

На страницу проекта