Ученые из Университета ИТМО — центра компетенции Национальной технологической инициативы — разработали алгоритм, который поможет снизить риск развития осложнений в результате сердечно-сосудистых заболеваний. Это позволит увеличить продолжительность жизни благодаря когнитивным технологиям и современным методам работы с большими данными.
Предсказать — значит вылечить
На сегодняшний день сердечно-сосудистые заболевания являются самой частой причиной смерти как в России, так и во всем мире. Сложность лечения болезней данного типа состоит не только в довольно высоком уровне непредсказуемости их течения, но и в крайне сильном влиянии на процесс их развития косвенных факторов: питание, окружающей среды, эмоционального фона и прочего. Это обуславливает особую эффективность и востребованность в этой сфере систем поддержки принятия решений с функцией обучения, способных работать в условиях неопределенности и неполноты информации.
Холодная машина и горячее сердце
Работа велась совместно со специалистами из Национального медицинского исследовательского центра им. В. А. Алмазова, благодаря которым удалось обеспечить прикладной характер исследования. Медики предоставили актуальные данные, собранные во время работы с пациентами, страдающими тиреотоксикозом, и поучаствовали в медицинской интерпретации результатов математического моделирования, а также тестировании разрабатываемого алгоритма.
Новый подход объединяет результаты классических моделей машинного обучения и методы динамического анализа для лучшего моделирования и прогнозирования течения болезни. Сейчас алгоритм еще улучшается и дорабатывается. Специалисты, курирующие процесс разработки, считают, что после проверки метода практические инструменты, разработанные на основе этого подхода, могут быть внедрены в медицинскую практику в тестовом режиме.
«Основной практический результат моей работы — шкала оценки риска развития тиреотоксической фибрилляции предсердий. Данная шкала позволит решить проблему выбора метода лечения пациентов с тиреотоксикозом: от лечения медикаментами до радикального вмешательства. В долгосрочной перспективе от этого решения в прямом смысле зависит качество жизни пациента», — рассказывает Илья Деревицкий.
«Гибридный подход к предиктивному моделированию процесса лечения крайне важен для повышения качества и продолжительности жизни пациентов. В обозримой перспективе планирую использовать методы имитационного моделирования для доработки алгоритма: дискретно-событийные модели, моделирование системной динамики, нейронные сети. Это позволит прогнозировать полную „траекторию здоровья“ пациента на десятки лет и учитывать временную последовательность наступления важных событий с точки зрения течения заболевания. Данное решение планируется представить в виде программного софта для медицинских специалистов. Разработка данного подхода является основной задачей моей диссертационной работы», — рассказал специалист.
