В медицине все шире применяются разработки на основе новейших цифровых технологий.
Они должны помочь врачам в проведении высококачественной диагностики и успешном лечении заболеваний, а пациентам — в скорейшем выздоровлении.
Так, «Цифровой двойник» — комплексная компьютерная модель головного мозга — позволит проводить тестирование различных сценариев нейрохирургических вмешательств на стадии планирования операций. Технология, которую предложили исследователи Новосибирского государственного технического университета (НГТУ НЭТИ) в партнерстве с Федеральным центром нейрохирургии, призвана минимизировать риски при операциях на головном мозге и найти оптимальные, щадящие методы лечения, возможно, даже избежать хирургического вмешательства.
Инновационный проект был представлен на международной научно-технической конференции «Актуальные проблемы электронного приборостроения — 2025» с участием экспертов из 16 стран мира и 60 регионов России. В его рамках будет создана виртуальная платформа. По словам старшего преподавателя кафедры систем сбора и обработки данных факультета автоматики и вычислительной техники НГТУ НЭТИ Антона Пашкова, в основе разработки «цифрового двойника» мозга лежит принцип персонализированной медицины. Так, планируется, что модель будет формироваться на основе индивидуальных данных пациента — результатов магнитно-резонансной томографии, электроэнцефалографии и других методов нейровизуализации.
Все это послужит для создания 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, подчеркнув, что окончательное решение в любом случае остается за врачом.
Программа выступает в роли высокоточного советника, а не диктатора, заверяют ученые, которые сейчас продолжают работу над созданием математического «скелета» модели на платформе, следующий этап — тестирование моделей нейронных масс. Для этого предстоит собрать и обработать огромный массив клинических данных, для чего потребуются суперкомпьютеры. Пока же разработчикам хватает вычислительных ресурсов технического университета.
В этом году должен состояться пилотный запуск проекта. В первую очередь он будет направлен на помощь пациентам с эпилепсией и опухолями головного мозга. Апробацию технологии намерены провести на базе Федерального центра нейрохирургии в Новосибирске, где уже применяют уникальный способ мониторинга, не имеющий аналогов в России, — систему голосового скрининга для оценки неврологического статуса пациентов с болезнью Паркинсона. Разработку также предложили ученые НГТУ НЭТИ, уточнили в управлении информационной политики вуза.
Новый метод уже используют для обучения системы поддержки врачебных решений «Доктор Пирогов»
— Ключевая цель — чтобы после операции пациенты могли вернуться к полноценной жизни, — говорит Антон Пашков. — Наша разработка, надеюсь, поможет хирургу найти баланс — удалить максимальный объем опухоли, сохранив при этом как можно больше здоровых, функционально важных областей.
Центр искусственного интеллекта Новосибирского государственного университета (НГУ) запатентовал метод, который помогает автоматически выделять самые 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, по сути, речь идет об алгоритме, который способен «просмотреть» тысячи деперсонифицированных карт пациентов с одинаковым диагнозом и найти признаки, которые чаще всего встречаются у больных с этим заболеванием и сильнее всего влияют на постановку диагноза.
Новый способ уже используют для обучения системы поддержки врачебных решений «Доктор Пирогов» (разработка также 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 «подсветила» система как наиболее значимые при данном заболевании. Но дальше без клинического опыта не обойтись.
Разработчики говорят, что запатентованный метод не привязан только к «Доктору Пирогову», его можно применять в самых разных системах, ориентированных на помощь врачам.
Еще один метод, который поможет врачам распознавать раннюю стадию депрессии у пациентов, разработали ученые Томского государственного университета (ТГУ) и Новосибирского госуниверситета. Впервые им удалось объединить в одном алгоритме данные электроэнцефалографии (ЭЭГ) и генетические маркеры, которые большинство подходов анализируют по отдельности. Нейросеть научилась определять наличие расстройства с точностью 93 процента, подчеркнули в пресс-службе ТГУ.
В основе метода — графовые нейронные сети (GNN). Для исследования были взяты данные 383 участников (34 с депрессией и 349 здоровых) из открытого специализированного набора ICBrainDB.
— Мы разработали специальную модель, которая одновременно обрабатывает и ЭЭГ, и генетику — она называется мультимодальный сверточный трансформер, — поделилась младший научный сотрудник лаборатории анализа данных физики высоких энергий физического факультета ТГУ Неда Фироз, которая вместе с коллегой из НГУ Александром Савостьяновым работала над новым методом диагностики.
Например, компьютер замечает сложные сочетания признаков, которые человек просто не способен вычислить.
— Важно, что мы не заменяем психиатра, но даем ему инструмент, чтобы исключить субъективность. Нейросеть — это второе мнение, основанное на чистой математике и физиологии мозга, — отметила Неда Фироз.
