В Институте биологии старения и научном центре искусственного интеллекта ННГУ им. Н.И. Лобачевского под руководством Михаила Иванченко была создана инновационная нейросетевая модель, способная точно прогнозировать исходы для пациентов, страдающих сахарным диабетом. Эта технология не только оценивает вероятность выживания на протяжении многих лет, но и объясняет, по каким причинам был сформирован тот или иной прогноз, делая искусственный интеллект настоящим партнером врача в принятии решений.
Передовые методы и уникальность подхода
Разработанная в ННГУ им. Н.И. Лобачевского модель построена на массиве данных, собранных более чем у 550 пациентов, находившихся под медицинским наблюдением в течение 17 лет. Сотни клинических и лабораторных показателей анализировались с помощью искусственного интеллекта, который отобрал десять наиболее значимых биомаркеров, оказывающих наибольшее влияние на прогноз выживаемости. Особенность этого решения — применение современного метода SHAP (SHapley Additive exPlanations), позволяющего прозрачно увидеть, какие именно факторы оказались определяющими в индивидуальном случае. Благодаря этому, точность расчетов достигла впечатляющих 84% в длительной перспективе.
Максимальная понятность для врача и пациента
Михаил Иванченко, руководитель проекта, особо подчеркивает — созданная система уникальна, ведь она не просто прогнозирует риски, а делает их понятными даже для узкопрофильных специалистов. Благодаря встроенной интерпретации, врач может наглядно увидеть, как комбинация показателей пациента — таких как возраст, длительность диабета, количество осложнений, уровень креатинина и показатели различных гормонов — формирует индивидуальную карту риска. Например, если у пациента вероятность риска составляет 68%, система точно указывает, что главными причинами являются, например, высокий креатинин и наличие четырех специфических осложнений диабета, а также немаловажную роль играет возраст.
Потенциал для совершенствования терапии
Новый искусственный интеллект не только работает с уже известными факторами риска, такими как уровень креатинина (свидетельствующий о состоянии почек) или NT-proBNP (маркер сердечной нагрузки), но и помогает выявлять новые перспективные биомаркеры. Например, был отмечен особый тип N-гликана в сыворотке, который может служить индикатором процессов старения и иммунной регуляции. Такой многоуровневый анализ дает врачам большую свободу в принятии персонализированных решений для каждого пациента. Если, например, система распознает, что вклад в риск вносит именно системное воспаление, может быть рассмотрена стратегия с применением противовоспалительной терапии. А если определяющим оказался липидный профиль, корректировка препаратов в этой области позволит оптимизировать лечение.
Современные технологии во благо миллионов пациентов
Нейросетевой подход открывает новые горизонты для медицины: теперь специалисты могут не только учитывать основные параметры здоровья, но и изучать их сложные взаимосвязи, что позволяет гораздо точнее оценивать ситуацию каждого отдельного больного. По мнению Михаила Иванченко, искусственный интеллект превращается из непонятного алгоритма в полезного ассистента, способного значительно расширить профессиональные возможности врача и повысить качество медицинской помощи. Этот шаг может стать важным рубежом в деле повышения продолжительности и качества жизни миллионов пациентов с диабетом.
Будущее персонализированной медицины
Работа, проведенная в Исследовательском центре искусственного интеллекта ННГУ им. Н.И. Лобачевского, иллюстрирует, как современные научные разработки могут изменить подход к ведению хронических заболеваний. Благодаря новым технологиям врачи могут строить эффективные, индивидуализированные стратегии лечения, делая акцент на особенностях именно данного пациента и объективно снижая его долгосрочные риски. Команда ученых под руководством Михаила Иванченко уверена: подобные методы способствуют более раннему выявлению опасных тенденций и способствуют внедрению практики превентивной медицины.
Информация и иллюстрации предоставлены пресс-службой ННГУ им. Н.И. Лобачевского.
Источник: scientificrussia.ru
