В медицине все активнее внедряются разработки, основанные на современных цифровых технологиях.
Эти технологии призваны оказать поддержку врачам в проведении качественной диагностики и эффективном лечении заболеваний, а также содействовать пациентам в быстром выздоровлении.
Таким образом, «Цифровой двойник» — это комплексная компьютерная модель головного мозга, которая позволит тестировать различные сценарии нейрохирургических операций на этапе подготовки к ним. Эта технология, предложенная специалистами Новосибирского государственного технического университета в сотрудничестве с Федеральным центром нейрохирургии, предназначена для снижения рисков во время операций на головном мозге и нахождения оптимальных, менее травматичных методов лечения, возможно, даже без хирургического вмешательства.
Инновационный проект был представлен на международной научно-технической конференции «Актуальные проблемы электронного приборостроения — 2025» с участием экспертов из 16 стран и 60 регионов России. В рамках проекта будет создана виртуальная платформа. По словам старшего преподавателя кафедры систем сбора и обработки данных факультета автоматики и вычислительной техники НГТУ НЭТИ Антона Пашкова, основой разработки «цифрового двойника» мозга является принцип персонализированной медицины. Таким образом, модель будет формироваться на базе индивидуальных данных пациента — результатов магнитно-резонансной томографии, электроэнцефалографии и других методов нейровизуализации.
Это приведет к созданию уникальной цифровой копии головного мозга конкретного человека.
— Виртуальная модель — это своего рода испытательный полигон. Хирург сможет смоделировать несколько вариантов операции, оценить их потенциальные последствия и выбрать наиболее безопасный и эффективный сценарий, — прокомментировал Антон Пашков, добавив, что окончательное решение всегда остается за врачом.
Программа выполняет роль высокоточного консультанта, а не диктатора, уверяют ученые, которые продолжают работу над созданием математического «скелета» модели на платформе, следующий этап — тестирование моделей нейронных масс. Для этого необходимо собрать и обработать огромный массив клинических данных, для чего потребуются суперкомпьютеры. Пока разработчикам хватает вычислительных мощностей технического университета.
В этом году планируется пилотный запуск проекта. В первую очередь он будет направлен на помощь пациентам с эпилепсией и опухолями головного мозга. Апробацию технологии собираются провести на базе Федерального центра нейрохирургии в Новосибирске, где уже используется уникальный способ мониторинга, не имеющий аналогов в России — система голосового скрининга для оценки неврологического статуса пациентов с болезнью Паркинсона. Разработку также предложили ученые НГТУ НЭТИ.
Новый метод уже применяется для обучения системы поддержки врачебных решений «Доктор Пирогов».
— Ключевая цель — чтобы после операции пациенты смогли вернуться к полноценной жизни, — отметил Антон Пашков. — Наша разработка, надеюсь, поможет хирургу найти баланс — удалить максимальный объем опухоли при условии сохранения как можно большего количества здоровых, функционально важных областей.
Центр искусственного интеллекта Новосибирского государственного университета запатентовал метод, который позволяет автоматически выделять наиболее важные для прогноза заболевания симптомы и показатели в электронных медицинских картах.
Как пояснил руководитель проектов Центра искусственного интеллекта НГУ, заведующий лабораторией ИИ и больших генетических данных Института цитологии и генетики Сибирского отделения РАН Владимир Иванисенко, речь идет об алгоритме, который способен «просмотреть» тысячи деперсонифицированных карт пациентов с одинаковым диагнозом и выявить признаки, которые наиболее часто встречаются у больных с этим заболеванием и оказывают наибольшее влияние на постановку диагноза.
Новый способ уже используется для обучения системы поддержки врачебных решений «Доктор Пирогов» (также разработка Центра ИИ НГУ), чтобы она точнее распознавала симптомы и оценивала риски для пациента. Главное — результаты становятся более понятными для врача, который видит, какие именно симптомы и отклонения анализов система выделила как наиболее значимые при данном заболевании. Однако без клинического опыта не обойтись.
Разработчики утверждают, что запатентованный метод не ограничивается только «Доктором Пироговым», его можно использовать в различных системах, предназначенных для помощи врачам.
Еще один метод, который поможет врачам выявлять раннюю стадию депрессии у пациентов, разработали ученые Томского государственного университета и Новосибирского государственного университета. Впервые им удалось объединить в одном алгоритме данные электроэнцефалографии и генетические маркеры, которые большинство подходов анализируют по отдельности. Нейросеть смогла определить наличие расстройства с точностью 93 процента.
В основе метода — графовые нейронные сети. Для исследования были использованы данные 383 участников (34 с депрессией и 349 здоровых) из открытого специализированного набора ICBrainDB.
— Мы разработали специальную модель, которая одновременно обрабатывает как ЭЭГ, так и генетику — она называется мультимодальный сверточный трансформер, — рассказала младший научный сотрудник лаборатории анализа данных физики высоких энергий физического факультета ТГУ Неда Фироз, которая совместно с коллегой из НГУ Александром Савостьяновым работала над новым методом диагностики.
Например, компьютер может выявлять сложные сочетания признаков, которые человеку не под силу обнаружить.
— Важно, что мы не заменяем психиатра, а предоставляем ему инструмент для исключения субъективности. Нейросеть — это второе мнение, основанное на чистой математике и физиологии мозга, — отметила Неда Фироз.
Фото: hi-tech.mail.ru