Ученые Сеченовского Университета – математики и биоинженеры – создали нейросеть, которая способна оценить эластичность аорты. На практике измерить этот параметр очень сложно. Однако он необходим для создания математической модели кровеносной системы пациентов, на основе которой врач может принять решение о необходимости стентирования сосудов при стенозе.

Стеноз сосудов — это их сужение или полное перекрытие просвета. Эта патология является распространенной причиной ишемической болезни сердца — заболевания, которое вызвано хроническим недостаточным снабжением клеток сердечной мышцы кислородом и питательными веществами. По данным ВОЗ, ишемическая болезнь сердца является одной из основных причин смерти в мире.

В зависимости от степени развития стеноза врач определяет необходимость установки стентов (специальные каркасы, которые помещаются в область сужения сосудов, расширяют их и тем самым нормализуют кровоток). Для принятия решения врачу необходимо знать значения гемодинамических индексов каждого стеноза. Одним из них является фракционный резерв кровотока (ФРК). Для прямого измерения ФРК внутри организма необходим дорогостоящий одноразовый датчик, который вводят в организм человека.

Ученые Сеченовского Университета из Института компьютерных наук и математического моделирования предложили способ измерения ФРК без проникновения в организм. Совместно с коллегами из Московского физико-технического института и Института вычислительной математики им. Г.И. Марчука Российской академии наук они разработали компьютерную модель, которая позволяет рассчитать ФРК и другие индексы для каждого пациента индивидуально. Важным параметром при математическом моделировании коронарного кровотока является эластичность стенок коронарных сосудов. По словам директора Института компьютерных наук и математического моделирования, д. ф.-м. н. Сергея Симакова, измерение этого параметра у пациентов представляет большую проблему и, как правило, не проводится. Для решения этих трудностей ученые Сеченовского Университета создали нейросеть, которая позволяет индивидуально оценить скорость пульсовой волны в аорте, а затем эластичность коронарных сосудов организма. Для этих вычислений нейросети необходимы простые данные: артериальное давление, возраст, пол, вес, частота пульса.

Как сообщил старший научный сотрудник Института персонализированной кардиологии Сеченовского Университета Тимур Гамилов, нейросеть была обучена на результатах моделирования более 4000 «цифровых двойников» пациентов. Затем эти результаты сравнили с измерениями у реальных пациентов из клиник Сеченовского Университета. В среднем отклонения составили 10–15%. Результаты этих исследований были опубликованы в международном научном журнале Mathematics первого квартиля.

По словам Сергея Симакова, успех обучения нейросети на основе данных, полученных с помощью «цифровых двойников», оказался весьма неожиданным.

«Во-первых, мы в очередной раз убедились в высоком качестве и удачном выборе физико-математических подходов, которые использовали для построения виртуальной модели кровотока пациента. Во-вторых, мы выяснили, что использование такой методики имеет большие перспективы, поскольку часто в медицине сложно собрать данные для качественного обучения нейросети, а наш метод ускоряет и упрощает этот процесс. Оценка эластичности коронарных сосудов с помощью нейросети позволила повысить точность вычислительной модели примерно на 5%, что является весьма существенным», — рассказал Сергей Симаков.

Разработки ученых Сеченовского Университета позволяют снизить инвазивные вмешательства в организм и автоматизировать процесс принятия решения о необходимости стентирования в каждом индивидуальном случае.