Молодые ученые Первого Московского государственного медицинского университета имени И.М. Сеченова создают инновационную систему на основе математического моделирования и алгоритмов искусственного интеллекта, которая позволит врачам точнее оценивать риск отрыва тромба у пациентов и своевременно предотвращать развитие инфарктов, инсультов и других тяжелых осложнений. Программное обеспечение, способное выявлять тромбы на компьютерных томографических (КТ) снимках и строить трехмерные модели сосудистых образований, даст возможность прогнозировать вероятность отрыва тромба и назначать персонализированное лечение. Прототип системы планируется представить к концу 2025 года.
Тромбозы сегодня занимают одно из ведущих мест среди причин смертности и инвалидизации во всем мире. В России, по различным оценкам, смертность от сердечно-сосудистых заболеваний, связанных с тромбозами, составляет около 1,5 тысячи человек на 100 тысяч населения. Наиболее опасными осложнениями тромбоза являются инфаркты, инсульты и тромбоэмболия легочной артерии — жизнеугрожающее состояние, при котором оторвавшиеся тромбы перемещаются с кровотоком, закупоривая сердце или сосуды легких, что приводит к полному или частичному перекрытию кровотока.
Разработанный сеченовскими исследователями подход не ограничивается выявлением тромбов. Новое программное обеспечение моделирует различные сценарии, при которых риск отрыва тромба значительно возрастает. Это позволит врачам прогнозировать не только вероятность, но и условия, при которых опасное осложнение может развиться, а также вовремя назначать превентивное лечение, ориентированное на индивидуальные особенности пациента.
«Сегодня уже существуют российские и зарубежные IT-решения, которые способны обнаруживать тромбы на КТ-снимках, — рассказывает магистрантка Передовой инженерной школы Сеченовского Университета, руководитель проекта Thromb.AI и победитель 6 сезона акселерационной программы Sechenov Tech Карина Уразова. — Однако ни одно из них не умеет оценивать риск отрыва тромба от стенки сосуда — это очень сложная задача. Наш проект направлен на решение именно этой проблемы. Мы используем алгоритмы машинного и глубокого обучения, чтобы не только обнаружить тромбы на КТ-изображениях, но и создавать их трехмерные модели. По этим моделям нейронные сети строят расчетные сетки, рассчитывают гемодинамику кровотока и анализируют форму, размер и другие характеристики тромба, формируя сценарии возможного развития событий. Среди них выявляется тот, который с высокой вероятностью может привести к отрыву тромба».
В разработке участвуют программисты, специалисты по математическому моделированию, машинному и глубокому обучению, а также врачи-клиницисты. На данный момент создан начальный датасет из около 100 реальных КТ-снимков венозных тромбов пациентов, а также разработан алгоритм, позволяющий выявлять тромбы на изображениях. В настоящее время команда расширяет базу данных, включая различные типы тромбов, и совершенствует алгоритм для оценки гемодинамики.
В планах разработчиков — создание прототипа системы и его пилотная апробация в клинических условиях до конца 2025 года. В дальнейшем предусмотрено расширение функционала, включая интеграцию с носимыми устройствами, что позволит отслеживать состояние пациентов в реальном времени. Финальная версия продукта ожидается к 2027 году. Использование программного обеспечения будет актуально как для государственных, так и для частных медицинских учреждений. Кроме того, система сможет стать инструментом для обучения студентов медицинских вузов и специалистов в программах дополнительного профессионального образования.
Проект Thromb.AI Карины Уразовой стал финалистом 6 сезона Sechenov Tech — единственного в России федерального акселератора для биомедицинских стартапов. В шестом сезоне программы приняли участие более 400 студентов и молодых ученых из 100 университетов страны.
