Проекты, меняющие жизнь

Через несколько лет разработки отечественных вузов могут кардинально изменить жизнь граждан. Это проекты, основанные на технологиях искусственного интеллекта. Студенты и преподаватели превращают свои идеи в цифровые платформы, которые проходят испытания в сфере медицины, образования, госуслуг и в городской жизни.

Реабилитация игрой

Один из амбициозных проектов в области медицинской реабилитации – Flection AI. Его разработчик – ассистент-профессор кафедры биологии Nazarbayev University Александр Пак. По его словам, идея стартапа возникла из личной истории: один из родственников Александра нуждался в длительной реабилитации после операции.

– Я вместе с партнером начал искать решение проблемы не только в Казахстане, но и за рубежом. И мы поняли, что домашняя реабилитация после инсультов, травм и операций фактически отсутствует, – поясняет исследователь. – Так мы решили создать цифровую платформу, которая поможет пациентам заниматься восстанавливающей терапией дома.

Александр Пак отмечает, что обычная реабилитация – это монотонные упражнения со специальным оборудованием под постоянным контролем врача. Однако, как показывает практика, реабилитация проводится в течение месяца или двух, а пос­ле пациент чаще всего бросает домашние занятия. Их же платформа на основе искусственного интеллекта превращает скучные упражнения в игру и не требует специального оборудования. Нужен только ноутбук или планшет.

– Принцип работы простой: обыч­ная веб-камера считывает движения руки пациента, алгоритмы AI определяют ключевые точки и превращают упражнения в игровые задания. Например, сжать и разжать кулак, повернуть ладонь, сделать амплитудное движение. Выполняя эти действия, пациент онлайн управляет игровым процессом – например, катит шарик, бросает предметы или играет на пианино, что тренируют мелкую моторику, – делится разработчик.

К слову, игры, разработанные командой Александра Пака, делятся по уровням сложности, что позволяет постепенно повышать нагрузку. По мнению автора, их платформа особенно полезна в «золотой период» – первые шесть месяцев, когда интенсивные занятия могут дать максимальный эффект.

Проект уже прошел пилотные испытания в реабилитационных клиниках. Студентка первого курса докторантуры Nazarbayev University Анель Амантаева принимала участие в апробировании платформы. Непосредственно работала с детьми с ДЦП, наблюдала и получала обратную связь.

– Детям было интереснее играть в игры, чем просто делать упражнения с мячиками, – говорит она. – Даже если движения были одинаковыми, игровой сюжет увлекал их настолько, что они сами просили прийти на следующий день.

Сейчас в планах Александра Пака провести клинические испытания и после получения результатов вывести проект на использование в реабилитационных центрах.

– Для нас важно пройти клинические испытания, чтобы научно доказать эффективность системы. Также, помимо реабилитации, мы планируем добавить в платформу диагностику, например, определить, насколько у человека работает моторная функция. Если пройдем успешно все испытания, планируем сотрудничать с отечест­венными реабилитационными центрами, а также выходить на зарубежные рынки, – делится планами Александр Пак, отмечая, что проект поддержан грантами от QazInnovation и NU Impact Foundation.

Ранняя диагностика онкозаболеваний

Не менее важное направление – ранняя диагностика онкозаболеваний. Так, студент второго курса Astana IT University Асылжан Абдулаев представил свой проект Cortex AI – систему ранней диагностики рака легких, печени и мозга. Команда исследователей состоит из семи студентов и четырех научных сотрудников, включая докторов медицинских наук из США.

Асылжан Абдулаев объясняет, что Cortex AI анализирует снимки КТ, ПЭТ КТ, МРТ и УЗИ, сопоставляя их с базой из сотен тысяч медицинских кейсов. Система работает на базе машинного обучения с использованием передовых моделей, включая SOTA от NVIDIA для 3D-диагностики.

– Наш проект – это больше, чем просто диагностика по КТ-снимку. Мы анализируем не только изоб­ражение, но и биологические данные пациента, чтобы предсказать, где и когда может появиться онкологическое заболевание. Сис­тема способна прогнозировать развитие болезни на конкретном месте органа на год-полтора вперед, – говорит Асылжан.

Команда провела анализ более 1 600 симуляционных кейсов. Где-то система показывала 70, 85, 90%, так как многое зависит от качества снимка и индивидуальных факторов организма. С внедрением модели SOTA, которая выводит 3D-снимок организма, точность прогноза выросла до 98%.

При этом разработчик подчерк­нул, что программа не ставит задачу заменить врача, а дает лишь детальный отчет, который специалист затем подтверждает. Благодаря международному сот­рудничеству Cortex AI получил доступ к крупным медицинским базам данных. Теперь команда формирует и собственную базу данных снимков, учитывающую особенности здоровья жителей Центральной Азии.

Асылжан Абдулаев сообщил, что сейчас они ведут переговоры с крупными клиниками и готовят пилоты в медицинских университетах. К слову, стартап уже успел заявить о себе за пределами страны. Проект молодых инженеров стал первым в Цент­ральной Азии, вышедшим в гранд-финал мировой выставки Prototypes for Humanity. Впереди – участие в чемпионате Enactus World Cup в Таиланде, где представляют свои проекты студенты со всего мира.

– Мы мечтаем о времени, когда диагноз онкология перестанет звучать как приговор. Конечно, нельзя полностью полагаться на ИИ, но он поможет врачам не ошибиться и вовремя спасти жизнь человека, – уверен Асылжан Абдулаев.

Smart City и предупреждение паводков

Сестры Айгерим и Айганым Мансуровы работают над проектами, которые напрямую связаны с качеством городской среды и безопасностью регионов. Обе сестры окончили магистратуру Astana IT University и продолжают научную деятельность в родном вузе.

Айгерим Мансурова рассказала о развитии проекта Smart City, который включает шесть нап­равлений. Непосредственно она занимается обработкой обращений граждан по общественному транспорту, которые поступают через портал Е-Otinish и другие ресурсы. Далее она классифицируют обращения жителей с по­мощью технологий обработки естественного языка (Natural Langua ge Processing) и эмбеддинговых моделей, которые переводят текст в числовые векторы.

– Мы обучили систему распознавать пять основных тем: от опозданий до качества вождения. Точность классификации на базе 2 400 отзывов достигла 90 процентов, – отмечает Айгерим.

Следующий этап работы – соз­дание платформы, которая не только систематизирует данные, но и привяжет их к конкретным автобусам, маршрутам и остановкам. Таким образом, на карте города можно будет увидеть проблемные зоны: где чаще всего задерживаются автобусы или где пассажиры жалуются на плохое состояние дорог.

В перспективе молодые исследователи планируют перейти от анализа к прогнозированию.

– Мы работаем над задачей passenger flow prediction – предсказания пассажиропотока с учетом пробок и расстояний. Это позволит городским службам планировать маршруты более эффективно, – пояснила Айгерим Мансурова.

По замыслу разработчиков, итогом станет общая платформа, объединяющая разные подпрограммы в сфере городской жизни.

Айганым Мансурова принимает участие в другом проекте, реализуемом совместно с Восточно-Казахстанским университетом им. Сарсена Аманжолова. Его цель – создание системы прогнозирования катастрофических паводков. Как объясняет Айганым, рельеф Восточно-Казахстанской области делает регион уязвимым для разлива рек во время снеготаяния. Чтобы снизить риски, исследователи используют нейросетевую модель LSTM (Long Short Term Memory), которая анализирует данные о температуре, осадках, влажности почвы и уровне снега.

– Мы сделали модель для прог­нозирования уровня воды в реке Уба. Точность достигла 90 процентов, это очень высокий результат, – рассказывает исследователь. – Данные берем из международной базы и с локальных метеостанций и гидропостов. Результаты исследований позволяют строить прогнозы на семь дней вперед. Этого достаточно, чтобы службы заранее подготовились, укрепили инфраструктуру или эвакуировали население.

Кроме того, в проекте применяются дроны для получения снимков местности, что повышает точность анализа. По словам Айганым, уже в следующем году система должна пройти тестирование и показать готовность к внедрению.

Сестры Мансуровы уверены, что развитие ИИ должно работать не только на технологичес­кий прогресс, но и на решение конкретных задач общества. В следующем году они намерены завершить проекты и увидеть первые результаты в повседневном применении.