«Я стал ML-инженером ради денег». Бывший анестезиолог — о том, почему не остался в медицине и как нашел себя в IT
Борис Кабаков 7 лет своей жизни посвятил медицине с участием в международных клинических исследованиях и серьезной анестезиологической практикой. Однако после 30 лет, осознав карьерную и финансовую бесперспективность работы, он решил круто изменить свою профессию. Сегодня Борис — Senior Machine Learning Specialist в SoftServe. С читателями DOU он делится трудностями вхождения в отрасль, опытом применением медицинского бэкграунда и размышлениями о будущем украинской медицины.
В операционной Харьковской ЦКБ № 5 (2010 г., интернатура)
Учеба в университете: «Я решил, что пойду по хирургическому профилю в анестезиологию»
Я хотел пойти по стопам родителей, которые были орнитологами, и поступить на биологический факультет. Но в конце
И мне повезло, потому что тогда у Харьковского национального университета им. В. Н. Каразина было много филиалов, в том числе в Херсоне. Вступительные были какие-то плевые: сочинение на украинском и математика. И проходной балл был достаточно низким. В общем, все поступили. И в тот же год филиалы закрыли, а нас всех перевели в главный харьковский вуз.
Когда я учился на медицинском, хотел изначально быть травматологом. Скорее всего, из-за того, что мне попалась какая-то захватывающая книжка или чья-то биография. Я себе тогда эту работу слабо представлял, мне просто нравилась идея быть травматологом. И где-то на третьем или четвертом курсе меня наконец-то пустили в операционную в травматологическом отделении. Я там поработал на практике и понял, что это не моё. Первые несколько лет надо ассистировать на операциях — «держать крючки». И только потом, если повезет, можно будет оперировать самостоятельно. Держать крючки утомительно и скучно.
Стал вопрос, на какую специализацию идти. Я тогда сильно увлекался психиатрией. Но у меня было достаточно плохо с эмпатией, и я подумал, что это может как-то помешать мне стать психиатром. И решил пойти по хирургическому профилю в анестезиологию. Считалось, что это одна из тех специальностей, в которых надо интенсивно думать, как в психиатрии. Мне все понравилось, и я закончил интернатуру в Харьковской ЦКБ № 5, в отделении анестезиологии и интенсивной терапии. Там я и остался работать после интернатуры.
Работа на кафедре: «Это был 2012 год, у меня была зарплата как у врача 2600 грн, а на кафедре мне платили 4500 грн»
За 7 лет, включая интернатуру, я работал в пяти отделениях в трех больницах, ассистентом кафедры, а еще участвовал в клинических исследованиях на протяжении нескольких лет.
В ЦКБ мне предложили стать заведующим кабинетом гипербарической оксигенации и экстракорпоральных методов детоксикации. Но это было скучно (плановых наркозов у меня больше не было), и я пошел параллельно работать в ожоговое отделение Харьковской клинической городской больницы скорой и неотложной медицинской помощи им проф. Мещанинова, с заведующим которого я познакомился на конференции во Львове.
И в это самое время со мной связался один профессор, который создавал новую, молодую кафедру на базе Харьковской медицинской академии последипломного образования, и ему нужны были люди. Профиль ее был в основном анестезиологический. Мою кандидатуру рассматривали на кафедре, и параллельно я ходил как волонтер в кардиореанимацию Харьковского научно-исследовательского института общей и неотложной хирургии (ХНИИОНХ).
И вот в один день заведующий отделением кардиохирургии и хирургии магистральных сосудов с палатой интенсивной терапии предложил мне врачебную ставку в своей кардиореанимации, а профессор — ставку ассистента кафедры у себя. Это был 2012 год, у меня тогда была зарплата как у врача 2600 грн, а на кафедре мне платили 4500 грн. Выбор был очевиден!
Единственное — на кафедре было обязательство защитить кандидатскую, что я успешно сделал в 2015 году. Во время работы над диссертацией мой шеф, заведующий кафедрой, решил найти легальный способ заработка денег. Потому что легально в медицине тяжело зарабатывать, если ты не в частной практике. И единственным таким способом стали исследования Worldwide Clinical Trials.
Клинические исследования: «По большому счету это бюрократическая работа»
Практика этих исследований популярна в Украине, во многих больницах есть
Заведующий создал сайт, структурное подразделение на базе нашего института с кучей соответствующей бюрократической работы, для участия в программе. Почти все сотрудники кафедры, которые на тот момент работали в ХНИИОНХе, стали членами исследовательской группы. И дальше мы просто искали заявки на проведение исследований и подавались туда как на гранты. Несколько мы выиграли и реализовали на базе института.
Как это все происходит? Вот, например, все сейчас говорят о третьей фазе клинических исследований вакцины от COVID. Мы как раз занимались третьими фазами исследований, только антибиотиков. Скажем, одна фармакологическая фирма разработала препарат. Установлено, что он достаточно безопасный, помогает пациентам с определенной патологией. И надо произвести сравнительные исследования: оценить, насколько он безопасен и эффективен в сравнении с обычно используемыми при такой патологии препаратами.
По большому счету клинические исследования — это бюрократическая работа. Ты заполняешь бумажки о бумажках, о лечении самого пациента речь практически не идет. Вдобавок ко всему, в странах СНГ клинические исследования не слишком точные (сейчас наши европейские коллеги стали это замечать, и исследований в СНГ проводится все меньше), потому что исследователи самих сайтов заинтересованы, чтобы пациентов было как можно больше — за каждого из них платят. Было выгоднее взять пациента, который с трудом, скажем, вписывался бы в критерии, чем его вообще не брать.
А деньги платят такие, какие ты больше нигде в медицине не заработаешь. Например, за одного пациента могло заходить
Разработка сайтов: «Сделав один сайт за несколько дней, я мог получить примерно такие же деньги, как за месяц работы врачом»
Первые курсы учебы на медицинском факультете Харьковского национального университета имени В. Н. Каразина Когда я поступил в ХНУ имени Каразина, у нас на медицинском факультете был веб-сайт. Он поддерживался силами студентов, которых нанимали как лаборантов. Я вызвался, так как «знал компьютер», и мне предложили выучить HTML и CSS, чтобы помогать поддерживать веб-сайт. И в 2003 году я приобрел этот ценный навык. Затем стал делать сайты за деньги. «Под ключ, недорого» — это была моя история в то время. Потом занимался раскруткой сайтов, тогда поисковые алгоритмы работали по-другому, естественно.
И еще во время учебы в универе мы с товарищем пошли на курсы и почти доучились до сисадминов Linux. Я сидел на «красноглазом» Linux — Gentoo. Я на нем, наверное, уже больше 15 лет. А если сидишь на Linux, то начинаешь программировать, а если начинаешь программировать, то постепенно изучаешь еще какие-то языки, потому что bash не хватает.
Все это время, пока учился в универе, я шабашил сайты. Потому что на жизнь родители деньги давали, а на погулять уже нет. И где-то на шестом курсе пошел работать UI-дизайнером в небольшую контору. Она тогда делала корпоративный аудиомессенджер и продвигала его через Харьковский облсовет. Но про Agile и Scrum тогда никто не знал, поэтому до выпуска первичного продукта так дело и не дошло, его постоянно переделывали. Я там получал на тот момент страшные деньги — $600 в месяц. То есть жил на $100 в месяц (мы с товарищем снимали квартиру на двоих), а теперь у меня оказалось $700. Для 2009 года это было много. Остальные деньги я просто не знал, куда тратить.
Потом, конечно, когда в интернатуру пошел, я перестал работать. Но сайты шабашил еще долгое время, на «рельсах» что-то писал по $100–200 за сайт. Надо было как-то деньги зарабатывать, потому что у врача на тот момент была зарплата где-то 2200 грн (около $300 по тем временам). То есть, сделав один сайт за несколько дней, я мог получить примерно такие же деньги, как за месяц работы врачом.
Варианты карьеры: «Работа фармпредом дикая: надо много мотаться по медучреждениям, убеждать людей, что твои таблетки лучшие, даже если они не лучшие»
Чтобы зарабатывать больше в медицине, надо вести частную практику или заниматься клинисследованиями. Открыть свой частный кабинет я не мог, потому что анестезиолог. Если бы я был кардиологом, невропатологом, хирургом, я бы мог что-нибудь подобное запустить. Многие коллеги так делали — открывали маленькую амбулаторную операционную. Я, кстати, успел за свои годы в медицине поработать в частной клинике по флебологии, где лечат варикоз нижних конечностей (при этом зарплата не космическая, раза в три больше, чем в госклиниках, и все еще меньше, чем в клинисследованиях). То есть у коллег получилось открыть подобную клинику, у меня бы при всем желании — нет.
Второй легальный способ заработка денег — клинисследования. И зарабатывать больше я бы смог, если бы стал главой сайта. Мне надо было бы стать заведующим кафедрой, а для этого — доктором наук. Чтобы стать последним, нужно было, как говорят, порядка 20 000 долларов. Писать докторскую нужно около 5 лет, много денег уходит на саму научную работу: на исследования, публикацию статей, поездки, подарки и тому подобное.
Еще можно было стать фармпредставителем. У меня товарищ пошел по этому пути. Он был невропатологом и устроился фармпредставителем одной европейской компании. Да, ты начинаешь зарабатывать намного больше. Как врач он получал 2500 грн, а фармпредставителем стал зарабатывать €1200. Это, конечно, хорошо. Но там работа дикая: надо много мотаться по медицинским учреждениям, убеждать людей, что твои таблетки лучшие, даже если они не лучшие. Мы ведь как врачи знаем, как это работает — к нам ходят медицинские представители. Иногда ты вынужден врать людям в лицо или обещать золотые горы.
Есть планы, если их не выполняешь, тебя штрафуют. Ты мотаешься не по всему городу, а по всей Салтовке, например. Ругаешься с бабушками в очередях, главврачами, потому что медпреды не должны приходить в рабочий день вместе с пациентами. То есть много социальных взаимодействий не самого лучшего качества.
Мой товарищ выгорел очень быстро, меньше чем за год. Он опять стал врачом. Это все происходило в тот момент, когда я работал на кафедре, то есть на его примере я уже понимал перспективы работы фармпредом. А дальше в Украине вариантов зарабатывания денег немного. Стартового капитала, чтобы открыть свое дело, у меня не было, значит, надо было идти в IT.
Поиск пути в ІТ: «Все изучали JavaScript, все туда шли. Надо было выбрать что-то более нишевое. Я тогда хотел стать Embedded-разработчиком»
Было понятно, что с теми навыками, которые у меня были на момент ухода из медицины, я не был конкурентоспособен. Это были
Делать это параллельно с работой не представлялось возможным. Я в то время работал с графиком почти 24/7, вставал в 5:30 утра, потому что в 6:30 должен был быть в больнице. Уходил оттуда, как получится. А если у нас были пациенты для исследования, то к ним надо было приходить, допустим, в три часа ночи что-то делать. В таких условиях нельзя было сесть и что-то фундаментально изучить. И когда я уволился, то решил, что вот сейчас сяду и буду выбирать направление.
У меня была финансовая подушка безопасности, которую я скопил за время работы в клинисследованиях. По моим расчетам, ее должно было хватить от полугода до года, в зависимости от моих трат. Я точно не хотел быть Web-дизайнером и вообще заниматься веб-разработкой, которая на тот момент была максимально популярной. Все изучали JavaScript, все туда шли. Надо было выбрать что-то более нишевое.
Я тогда хотел стать Embedded-разработчиком: читал фундаментальные книги по программированию, изучал ассемблер, С, Linux-ядро какое-то время, пока не выяснилось, что рабочих мест для таких специалистов в Украине очень мало. Да, конечно, если нужен Embedded-разработчик, то работодатели готовы платить любые деньги. Если нет — место ты не найдешь.
При этом технические вузы по типу ХНУРЭ, на самом деле, выпускают очень близких к Embedded-разработчикам специалистов. Компаниям проще взять студента с профильным образованием, нежели свитчера. Хотя у меня была идея пойти на медицинский проект. В одной из украинских ІТ-компаний был проект по инсулиновым помпам, по каким-то прошивкам для аппаратов ИВЛ, но не срослось.
Смена направления: «Я пошел в сферу ML, где меня тяжелее обскакать. Это было отчасти вынужденное решение»
Я потратил полгода на это и понял, что Embedded-разработчиком не стану. Я сильно ужался в плане финансовой подушки. Смотрел, что еще могу выбрать, чтобы не прогадать. Machine Learning тогда было на подъеме, специалистов мало. Фреймворки уже были, но их толком никто не знал, и порог вхождения был высокий. Конечно, проще было выучить JavaScript, чтобы стать фронтенд-разработчиком, чем выучить минимум линейной алгебры, чтобы заняться ML. Еще надо знать статистику. У меня, например, медстатистика была в универе. С этим было проще. В целом решил, что все это выглядит интересно. И у меня есть все шансы волну хайпа оседлать.
Я потратил еще полгода на изучение линейной алгебры, повторение статистики, на курсы небезызвестного профессора Andrew Ng, осваивая Python, а также язык R (потому что курс по статистике оказался на R’е). И параллельно ходил на собеседования. В какой-то момент понял, что на слово мне никто не верит, что я умный. И мне нужны подтверждения: либо проект, на который надо время, деньги, силы (а если это успешный стартап, то зачем мне искать работу), либо бумажку, подтверждающую, что я умный. Я выбрал второе и набил себе портфолио сертификатов разных онлайн-курсов — штук 10 — по ML, Python, статистике.
Не так давно на DOU вышло интервью с парнем, который работал врачом скорой помощи и стал DevOps-инженером. И вот он говорил, что стал DevOps’ом не ради денег, а по призванию. Так вот я стал
Если бы я искал легких путей, то, наверное, как и парочка моих знакомых физиков, пошел бы во Front-end. У них это заняло меньше времени, и они быстрее достигли желаемого уровня заработка. Я просто знал, что если я пойду таким путем, то у меня будет большая конкуренция. Поэтому выбрал Machine Learning, где меня тяжелее обскакать. Это было отчасти вынужденное решение.
Поиски первой работы: «Пришлось пройти собеседований 20. В итоге мне все-таки отказывали в пользу другого кандидата»
Если ты свитчер, непрофильный и тебе за 30, то первое место работы найти сложно. Я об этом, конечно, подозревал. Пришлось пройти собеседований 20. Часть из них сначала имели позитивный фидбэк, но в итоге мне все-таки отказывали в пользу другого кандидата. И в какой-то момент, когда деньги в финансовой подушке совсем заканчивались, мне написал один товарищ, что он увидел анонс мероприятия в ХНУРЭ, где представитель молодой компании будет рассказывать о Machine Learning студентам. Я туда пошел исключительно для того, чтобы меня похантили.
Лекция была так себе. Но в конце все же приглашали подать заявку и присоединиться к команде. Кажется, я был единственный из аудитории, кто подал ее. В итоге прошел собеседование и меня взяли на работу. И это была классическая «галера». Все в команде считались
Мне нравилось что-то собирать руками, электросхемы паять, когда есть физическое решение, которое можно пощупать. Однажды в компании был внутренний проект: мы собирали робота-бармена. Я его даже представлял на OpenAI meetup. На практике это работало так: подходил человек, робот детектил его лицо, сверял со своей базой, проверял, какие у него предпочтения по коктейлям, и мешал ему подходящий, по его мнению, напиток из своей базы рецептов. После чего человек пробовал коктейль и ставил оценку — нравится или нет. Система, соответственно, обновляла свою базу.
Медицинских проектов у нас было мало. А потом это все скатилось в чуть ли не подобие веб-разработки. Потому что компания сказала: мы больше не ML, мы будем делать RPA (Robotic Process Automation). Вот тогда часть людей, энтузиастов с горящими глазами, которые пришли на ML, уволились. Я еще какое-то время работал, ожидая повышения зарплаты, но тщетно.
Я тогда на испытательном сроке у них получал $300, позже ставка выросла до $600. Это было меньше, чем на клинисследованиях, но и условия труда были другими. Например, не надо было ехать на работу в 3 часа ночи и прочее. И я знал, для чего это все делаю. Кроме того, у меня был хороший коллектив. У нас не было этих больших опенспейсов с кубиклами, как у многих сейчас. Мы сидели в большой комнате за круглым столом лицом друг к другу. Все ребята, как и бывает в таких «галерах», с огнем в глазах, выпускники, которые хотели применять свои знания.
Им даже деньги были особо не важны. Если живешь с родителями, не платишь за квартиру и еду, получаешь стипендию, то платят тебе на работе 300 долларов или 400 долларов — не суть важно. Но мне это как раз было важно (смеется). Мы до сих пор общаемся с ребятами, хоть той компании уже не существует. Когда пандемия бахнула, большинство их зарубежных клиентов, которые были из сферы общепита, сворачивали бизнес и закрывали проекты.
Работа в медпроекте: «Меня взяли в основном из-за моей медицинской экспертизы»
У меня был один товарищ, который мечтал работать в SoftServe и очень лестно отзывался об этой компании. И в какой-то момент я решил последовать его примеру и тоже подать туда заявку. Причем подавал ее на должность Research-инженера. Там по требованиям нужно было быть кандидатом наук. Судя по всему, это была заявка на R&D. Я подал заявку, со мной связались, сказали, что, к сожалению, на данный момент позиция R&D была неактуальна для харьковского офиса компании. Релокацию я тогда не рассматривал ни в каком виде. Но потом меня спросили, не хотел бы я свой медицинский опыт применить. Конечно, хотел! Я и сейчас все еще читаю медицинскую периодику, участвую в консультациях с коллегами.
Я согласился, со мной провели собеседование сотрудники Healthcare-отдела DSG (Data Science Group) SoftServe. Так я стал
Например, мы помогали компании из списка Fortune 500, которая занимается определенной хронической патологией и владеет сетью специализированных клиник. В их схемах лечения применялся некий дорогой специфический препарат, одобренный FDA. Клиент предполагал, что с помощью имеющихся у них данных можно оптимизировать протокол лечения этим препаратом (снизить себестоимость и улучшить целевые физиологические показатели). Мы участвовали в этом проекте. Наша команда состояла из специалистов Machine Learning и Data Science, которые обрабатывали данные.
При этом я был единственным специалистом с медицинским образованием, что позволило нашей команде донести находки и выводы до врачебной команды клиента на понятном им языке (например, о механизме действия патофизиологических цепей, о фармакокинетике и фармакодинамике). Они были сугубо медицинские, поэтому многие показатели для людей, далеких от медицины и биологии, были незнакомыми словами, за которыми ничего не стоит — какие-то отдельно взятые гормоны, отдельно взятые физиологические показатели. Но если ты врач, то можешь формировать гипотезы, идеи и тут же на данных их проверять. И в конце концов эти инсайты могут иметь большую business value.
Еще оказалось, что потенциальным клиентам приятно знать, что их вопросом будет заниматься человек с профильным медицинским образованием и ученой степенью. Поэтому я также участвую в пресейлах: это когда потенциальный заказчик еще не заключил с вами контракт и вы ведете с ним переговоры.
Вообще, с учетом последних трендов ML/DS-специалистов становится все больше, порог входа снижается, а значит, одним из преимуществ потенциальных кандидатов будет именно какая-то доменная экспертиза. Кстати, наша команда постоянно ищет людей, которые одновременно обладают навыками Machine Learning или Data Science и имеют медицинское образование.
AI и медицина: «Автоматизация встречает большое сопротивление со стороны врачебного сообщества»
В медицине не так много требуется автоматизации каких-либо врачебных манипуляций. Автоматизировать надо бюрократию. И даже те медицинские вещи, в моем случае анестезиологические, которые можно автоматизировать, встречают большое сопротивление со стороны именно врачебного сообщества.
Например, были попытки создать машину, которая могла проводить сама седацию (одна из техник анестезии — ред.) группе пациентов. Идея в том, что есть препарат пропофол (по-английски его часто называют milk of oblivion — «молочко забвения»), препарат-гипнотик, его вводят пациентам, чтобы они спали. Он не снимает боли, не делает ничего другого. И надо подбирать дозу этого препарата таким образом, чтобы пациент уже спал, но пропофол расходовался минимально. Обычно это делают врачи, но алгоритм довольно простой. Можно его автоматизировать.
І вот создали робота, которого лицензировала даже FDA. Это было несколько лет назад. Ассоциация анестезиологов возмутилась, стала бастовать. В итоге эта фирма очень мало продала таких аппаратов, их сняли с производства. Хотя в принципе они могли бы снизить нагрузку анестезиологов. Поэтому не все вещи, во-первых, нуждаются в автоматизации, а во-вторых, не всегда она возможна на том уровне, чтобы ее приняли.
Дополнительное препятствие для mass adoption — то, что все эти Deep Learning алгоритмы часто выглядят как черный ящик. И в ряде стран есть законодательно прописанное требование, что они не принимают медицинские black box решения. То есть если ваша система так работает, то ее нельзя использовать в медицине. Надо объяснять ее работу, каким образом она пришла к этому решению, чтобы избежать какой-то частоты ошибок, чтобы врачи больше доверяли и так далее. Так что на подходе бум Explainable AI.
Сейчас внедрение технологий искусственного интеллекта в прикладной медицине больше распространено в виде Medical Imaging. Это когда, например, по рентгену, по снимкам МРТ, компьютерного томографа алгоритмы помогают рентгенологам определять ту или иную патологию. Еще это хорошо для малоразвитых стран или стран третьего мира, где все плохо с рентгенологами. Ты можешь просто обратиться к облачному сервису и получить ответ. К сожалению, в реальности это далеко не всегда так работает.
Я недавно задался целью получить какой-то такой дешевый доступ для одной из больниц, чтобы можно было загружать МРТ или даже
Сейчас большинство сервисов работает по подписке: ты подписываешься на месяц, тебе выдают 10 тысяч запросов, это стоит каких-то больших денег. Но вот, например, пару лет назад было решение для маммографии, когда любой человек мог за $10 скинуть свою маммограмму на сервис, и он ему присылал всю расшифровку. И очень многие пользовались этим сервисом. Потому что на Западе специалисты, которые делают снимок, и специалисты, которые его расшифровывают, — это разные люди. И между их доступностью может быть лаг в несколько дней, а то и недель. И если ты с подозрением на рак груди пришел и сделал снимок, а теперь сидишь неделю, грызешь ногти и не знаешь, рак у тебя или не рак, то гораздо выгоднее заплатить эти $10 и узнать.
Теперь этот сервис так не работает — только по вот этой подписке на 10 тысяч снимков. То есть нет удешевления для обывателя. И сервис этот, на самом деле, не ориентирован на страны третьего мира, он спроектирован для американской системы здравоохранения и рассчитан на большой объем запросов. Так вот, я хотел бы скорее такие услуги удешевить, чем что-то автоматизировать.
«Я стрессовал меньше, будучи врачом, чем сегодня стрессуют люди по поводу таска, который — о боже мой — они сегодня не закроют»
В целом, медицинский бэкграунд в IT тяжело использовать, нишевая это штука. Очень мало рабочих мест, где требуется такая специализация (хотя их количество в последнее время растет). А лично мне возвращаться в ML/DS без медицины уже не хочется. И вокруг много прикольных штук, например: биоинформатика, топологический анализ данных, графовые сети. Сейчас я их потихоньку изучаю, планирую углубить свои знания в матанализе.
Опыт в медицине больше помогает с точки зрения здоровья — своего, родственников и близких. Помогает избегать «фуфломицинов», нерациональных назначений или процедур. Я могу сохранить средства свои и своих близких, исключая то, что делать не надо. На самом деле, после того как я закончил работать врачом, мне с коллегами удалось спасти несколько человек заочно, поставив правильный диагноз.
Меня всегда забавляло и забавляет понятие «стресса» у айтишников (смеется). Я работал анестезиологом, и часто от моего решения зависела жизнь человека. И то я стрессовал меньше, чем сегодня стрессуют люди по поводу таска, который — о боже мой — они сегодня не закроют. Нередко говорят, что IT — это такая стрессовая отрасль, в которой люди быстро выгорают, потому что здесь много ответственности и давления. Это, на самом деле, очень малая доля ответственности по сравнению с той, которая висит над врачами ургентной медицины. Так что в целом моя жизнь стала спокойнее: я работаю 5 дней в неделю, у меня
