Ученые Первого МГМУ имени И. М. Сеченова разрабатывают инновационную систему на основе математического моделирования и алгоритмов искусственного интеллекта, которая поможет врачам оценивать риск отрыва тромба у пациентов и предупреждать развитие инфарктов, инсультов и других осложнений.

С помощью ПО, способного определять тромбы на КТ-снимках и строить 3D-модели изображений, врач сможет прогнозировать риск отрыва тромба и назначать пациенту более точное персонализированное лечение. Прототип системы планируется создать уже к концу 2025 года.

Сегодня тромбозы — одна из основных причин смертности и инвалидизации людей во всем мире. В России, по разным оценкам, от сердечно-сосудистых заболеваний, напрямую связанных с тромбозами, погибают 1,5 тысячи человек на 100 тысяч населения. Среди самых опасных осложнений тромбоза – инфаркты, инсульты и тромбоэмболия легочной артерии. Это жизнеугрожающее состояние развивается, когда тромбы, оторвавшись, разносятся с током крови по организму и попадают в сердце и сосуды легких. В результате происходит полное или частичное закрытие просвета легочной артерии.

Новый способ оценки риска развития этих состояний предложили молодые ученые Сеченовского Университета. Они разрабатывают ПО, способное не только обнаруживать тромбы, но и моделировать сценарии, при которых многократно увеличивается риск их отрыва. Полученные данные дадут возможность врачу прогнозировать при каких условиях и когда именно это может произойти и назначить пациенту превентивное персонализированное лечение.

«Сегодня уже есть российские и зарубежные IT-решения, которые способны детектировать тромбы на КТ – снимках пациентов. Однако ни одно из них не может оценить риски их отрыва от стенки сосуда, потому что этот фактор очень сложно спрогнозировать, —  отметила автор и руководитель проекта Thromb.AI, магистрантка Передовой инженерной школы Сеченовского Университета, победитель 6 сезона акселерационной программы Sechenov Tech Карина Уразова. – Наш проект направлен на решение этой задачи. Мы разрабатываем ПО на основе алгоритмов машинного и глубокого обучения, которое будет не только обнаруживать  тромбы на КТ-изображениях, но и проектировать их 3D-модели. По этим моделям нейронные сети будут строить расчетные сетки, рассчитывать гемодинамику кровотока, а также в зависимости от формы тромба, его размера и ряда других показателей составлять различные сценарии развития событий. И среди них находить тот, который с высокой вероятностью может привести к отрыву тромба».

В команду разработчиков входят программисты, специалисты по математическому моделированию, машинному и глубокому обучению и врачи-клиницисты. На сегодняшний день уже создан начальный датасет из около 100 реальных КТ-снимков венозных тромбов пациентов, а также разработан алгоритм, выявляющий тромб на изображении. Сейчас команда продолжает пополнять датасет различными типами тромбов и дорабатывает алгоритм для расчета гемодинамики. До конца 2025 года планируется  создать прототип системы и провести его пилотную апробацию в клиниках. В перспективе функционал системы будут расширять и добавят интеграцию с носимыми устройствами. Готовое решение планируется разработать к 2027 году. Использовать ПО для оценки риска отрыва тромбов будут в государственных и частных клиниках. Систему также можно будет применять для обучения студентов медицинских вузов и в программах ДПО.

Проект Thromb.AI Карины Уразовой стал финалистом 6 сезона акселерационной программы Sechenov Tech — единственного в России акселератора федерального масштаба для биомедтех-стартапов. В шестом сезоне Sechenov Tech приняли участие более 400 студентов и молодых ученых из 100 университетов России.  Победителей определили на финальном демодне, который прошел в Сеченовском Университете в конце мая этого года.

https://naked-science.ru/article/column/programmu-dlya-otsenki-ri